Poblacin y muestra

Las estadsticas de por s no tienen sentido si no se consideran o se relacionan dentro del contexto con que se trabajan. Por lo tanto es necesario entender los conceptos de poblacin y de muestra para lograr comprender mejor su significado en la investigacin educativa o social que se lleva a cabo.

POBLACIN - es el conjunto total de individuos, objetos o medidas que poseen algunas caractersticas comunes observables en un lugar y en un momento determinado. Cuando se vaya a llevar a cabo alguna investigacin debe de tenerse en cuenta algunas caractersticas esenciales al seleccionarse la poblacin bajo estudio. Entre stas tenemos: 1. Homogeneidad - que todos los miembros de la poblacin tengan las mismas caractersticas segn las variables que se vayan a considerar en el estudio o investigacin. 2. Tiempo - se refiere al perodo de tiempo donde se ubicara la poblacin de inters. Determinar si el estudio es del momento presente o si se va a estudiar a una poblacin de cinco aos atrs o si se van a entrevistar personas de diferentes generaciones. 3. Espacio - se refiere al lugar donde se ubica la poblacin de inters. Un estudio no puede ser muy abarcador y por falta de tiempo y recursos hay que limitarlo a un rea o comunidad en especfico. 4. Cantidad - se refiere al tamao de la poblacin. El tamao de la poblacin es sumamente importante porque ello determina o afecta al tamao de la muestra que se vaya a seleccionar, adems que la falta de recursos y tiempo tambin nos limita la extensin de la poblacin que se vaya a investigar. MUESTRA - la muestra es un subconjunto fielmente representativo de la poblacin. Hay diferentes tipos de muestreo. El tipo de muestra que se seleccione depender de la calidad y cun representativo se quiera sea el estudio de la poblacin. 1. ALEATORIA - cuando se selecciona al azar y cada miembro tiene igual oportunidad de ser incluido.

2. ESTRATIFICADA - cuando se subdivide en estratos o subgrupos segn las variables o caractersticas que se pretenden investigar. Cada estrato debe corresponder proporcionalmente a la poblacin. 3. SISTEMTICA - cuando se establece un patrn o criterio al seleccionar la muestra. Ejemplo: se entrevistar una familia por cada diez que se detecten. El muestreo es indispensable para el investigador ya que es imposible entrevistar a todos los miembros de una poblacin debido a problemas de tiempo, recursos y esfuerzo. Al seleccionar una muestra lo que se hace es estudiar una parte o un subconjunto de la poblacin, pero que la misma sea lo suficientemente representativa de sta para que luego pueda generalizarse con seguridad de ellas a la poblacin.
El tamao de la muestra depende de la precisin con que el investigador desea llevar a cabo su estudio, pero por regla general se debe usar una muestra tan grande como sea posible de acuerdo a los recursos que haya disponibles. Entre ms grande la muestra mayor posibilidad de ser ms representativa de la poblacin. En la investigacin experimental, por su naturaleza y por la necesidad de tener control sobre las variables, se recomienda muestras pequeas que suelen ser de por lo menos 30 sujetos. En la investigacin descriptiva se emplean muestras grandes y algunas veces se recomienda seleccionar de un 10 a un 20 por ciento de la poblacin accesible.

Metodologa de la investigacin: tcnica de muestreo

Tcnicas de muestreo Existen dos mtodos para seleccionar muestras de poblaciones: el muestreo no aleatorio o de juicio y el muestreo aleatorio (que incorpora el azar como recurso en el proceso de seleccin). Cuando este ltimo cumple con la condicin de que todos los elementos de la poblacin tienen alguna oportunidad de ser escogidos en la muestra, si la probabilidad correspondiente a cada sujeto de la poblacin es conocida de antemano, recibe el nombre de muestreo probabilstico. Una muestra seleccionada por muestreo de juicio puede basarse en la experiencia de alguien con la poblacin. Algunas veces una muestra de juicio se usa como gua o muestra tentativa para decidir cmo tomar una muestra aleatoria ms adelante. Muestreo probabilstico Forman parte de este tipo de muestreo todos aquellos mtodos para los que puede calcular la probabilidad de extraccin de cualquiera de las muestras posibles. Este conjunto de tcnicas de muestreo es el ms aconsejable, aunque en ocasiones no es posible optar por l. En este caso se habla de muestras probabilsticas, pues no es en rigor correcto hablar de muestras representativas dado que, al no conocer las

caractersticas de la poblacin, no es posible tener certeza de que tal caracterstica se haya conseguido. Sin reposicin de los elementos: Cada elemento extrado se descarta para la subsiguiente extraccin. Por ejemplo, si se extrae una muestra de una "poblacin" de bombillas para estimar la vida media de las bombillas que la integran, no ser posible medir ms que una vez la bombilla seleccionada. Con reposicin de los elementos: Las observaciones se realizan con reemplazamiento de los individuos, de forma que la poblacin es idntica en todas las extracciones. En poblaciones muy grandes, la probabilidad de repetir una extraccin es tan pequea que el muestreo puede considerarse sin reposicin aunque, realmente, no lo sea. Con reposicin mltiple: En poblaciones muy grandes, la probabilidad de repetir una extraccin es tan pequea que el muestreo puede considerarse sin reposicin. Cada elemento extrado se descarta para la subsiguiente extraccin. Para realizar este tipo de muestreo, y en determinadas situaciones, es muy til la extraccin de nmeros aleatorios mediante ordenadores, calculadoras o tablas construidas al efecto. Muestreo estratificado Consiste en la divisin previa de la poblacin de estudio en grupos o clases que se suponen homogneos con respecto a alguna caracterstica de las que se van a estudiar. A cada uno de estos estratos se le asignara una cuota que determinara el nmero de miembros del mismo que compondrn la muestra. Dentro de cada estrato se suele usar la tcnica de muestreo sistemtico, una de las tcnicas de seleccin ms usadas en la prctica. Segn la cantidad de elementos de la muestra que se han de elegir de cada uno de los estratos, existen dos tcnicas de muestreo estratificado: Asignacin proporcional: el tamao de la muestra dentro de cada estrato es proporcional al tamao del estrato dentro de la poblacin. Asignacin ptima: la muestra recoger ms individuos de aquellos estratos que tengan ms variabilidad. Para ello es necesario un conocimiento previo de la poblacin. Por ejemplo, para un estudio de opinin, puede resultar interesante estudiar por separado las opiniones de hombres y mujeres pues se estima que, dentro de cada uno de estos grupos, puede haber cierta homogeneidad. As, si la poblacin est compuesta de un 55% de mujeres y un 45% de hombres, se tomara una muestra que contenga tambin esos mismos porcentajes de hombres y mujeres. Para una descripcin general del muestreo estratificado y los mtodos de inferencia asociados con este procedimiento, suponemos que la poblacin est dividida en h subpoblaciones o estratos de tamaos conocidos N1, N2,..., Nh tal que las unidades en cada estrato sean homogneas respecto a la caracterstica en cuestin. La media y la

varianza desconocidas para el i-simo estrato son denotadas por mi y si2, respectivamente. Muestreo sistemtico Se utiliza cuando el universo o poblacin es de gran tamao, o ha de extenderse en el tiempo. Primero hay que identificar las unidades y relacionarlas con el calendario (cuando proceda). Luego hay que calcular una constante, que se denomina coeficiente de elevacin K= N/n; donde N es el tamao del universo y n el tamao de la muestra. Determinar en qu fecha se producir la primera extraccin, para ello hay que elegir al azar un nmero entre 1 y K; de ah en adelante tomar uno de cada K a intervalos regulares. Ocasionalmente, es conveniente tener en cuenta la periodicidad del fenmeno. Esto quiere decir que si tenemos un determinado nmero de personas que es la poblacin (N) y queremos escoger de esa poblacin un nmero ms pequeo el cual es la muestra (n), dividimos el nmero de la poblacin por el nmero de la muestra que queremos tomar y el resultado de esta operacin ser el intervalo, entonces escogemos un nmero al azar desde uno hasta el nmero del intervalo, y a partir de este nmero escogemos los dems siguiendo el orden del intervalo. Muestreo por estadios mltiples Esta tcnica es la nica opcin cuando no se dispone de lista completa de la poblacin de referencia o bien cuando por medio de la tcnica de muestreo simple o estratificado se obtiene una muestra con unidades distribuidas de tal forma que resultan de difcil acceso. En el muestreo a estadios mltiples se subdivide la poblacin en varios niveles ordenados que se extraen sucesivamente por medio de un procedimiento de embudo. El muestreo se desarrolla en varias fases o extracciones sucesivas para cada nivel. Por ejemplo, si tenemos que construir una muestra de profesores de primaria en un pas determinado, stos pueden subdividirse en unidades primarias representadas por circunscripciones didcticas y unidades secundarias que seran los propios profesores. En primer lugar extraemos una muestra de las unidades primarias (para lo cual debemos tener la lista completa de estas unidades) y en segundo lugar extraemos aleatoriamente una muestra de unidades secundarias de cada una de las primarias seleccionadas en la primera extraccin. Muestreo por conglomerados Tcnica similar al muestreo por estadios mltiples, se utiliza cuando la poblacin se encuentra dividida, de manera natural, en grupos que se supone que contienen toda la variabilidad de la poblacin, es decir, la representan fielmente respecto a la caracterstica a elegir, pueden seleccionarse slo algunos de estos grupos o conglomerados para la realizacin del estudio. Dentro de los grupos seleccionados se ubicarn las unidades elementales, por ejemplo, las personas a encuestar, y podra aplicrsele el instrumento de medicin a todas las unidades, es decir, los miembros del grupo, o slo se le podra aplicar a algunos de

ellos, seleccionados al azar. Este mtodo tiene la ventaja de simplificar la recogida de informacin muestral. Cuando, dentro de cada conglomerado seleccionado, se extraen algunos individuos para integrar la muestra, el diseo se llama muestreo bietpico. Las ideas de estratos y conglomerados son, en cierto sentido, opuestas. El primer mtodo funciona mejor cuanto ms homognea es la poblacin respecto del estrato, aunque ms diferentes son stos entre s. En el segundo, ocurre lo contrario. Los conglomerados deben presentar toda la variabilidad, aunque deben ser muy parecidos entre s. Homogeneidad de las poblaciones o sus subgrupos Homogneo significa, en el contexto de la estratificacin, que no hay mucha variabilidad. Los estratos funcionan mejor cuanto ms homogneos son cada uno de ellos respecto a la caracterstica a medir. Por ejemplo, si se estudia la estatura de una poblacin, es bueno distinguir entre los estratos mujeres y hombres porque se espera que, dentro de ellos, haya menos variabilidad, es decir, sean menos heterogneos. Dicho de otro modo, no hay tantas diferencias entre unas estaturas y otras dentro del estrato que en la poblacin total. Por el contrario, la heterogeneidad hace intil la divisin en estratos. Si se dan las mismas diferencias dentro del estrato que en toda la poblacin, no hay por qu usar este mtodo de muestreo. En los casos en los que existan grupos que contengan toda la variabilidad de la poblacin, lo que se construyen son conglomerados, que ahorran algo del trabajo que supondra analizar toda la poblacin. En resumen, los estratos y los conglomerados funcionan bajo principios opuestos: los primeros son mejores cuanto ms homogneo es el grupo respecto a la caracterstica a estudiar y los conglomerados, si representan fielmente a la poblacin, esto es, contienen toda su viariabilidad, o sea, son heterogneos. Muestreo de juicio Aqul para el que no puede calcularse la probabilidad de extraccin de una determinada muestra. Se busca seleccionar a individuos que se juzga de antemano tienen un conocimiento profundo del tema bajo estudio, por lo tanto, se considera que la informacin aportada por esas personas es vital para la toma de decisiones. Muestreo por cuotas Es la tcnica ms difundida sobre todo en estudios de mercado y sondeos de opinin. En primer lugar es necesario dividir la poblacin de referencia en varios estratos definidos por algunas variables de distribucin conocida (como el gnero o la edad). Posteriormente se calcula el peso proporcional de cada estrato, es decir, la parte proporcional de poblacin que representan. Finalmente se multiplica cada peso por el tamao de n de la muestra para determinar la cuota precisa en cada estrato. Se diferencia del muestreo estratificado en que una vez determinada la cuota, el investigador es libre de elegir a los sujetos de la muestra dentro de cada estrato.

Muestreo de bola de nieve Indicado para estudios de poblaciones clandestinas, minoritarias o muy dispersas pero en contacto entre s. Consiste en identificar sujetos que se incluirn en la muestra a partir de los propios entrevistados. Partiendo de una pequea cantidad de individuos que cumplen los requisitos necesarios estos sirven como localizadores de otros con caractersticas anlogas. Muestreo subjetivo por decisin razonada En este caso las unidades de la muestra se eligen en funcin de algunas de sus caractersticas de manera racional y no casual. Una variante de esta tcnica es el muestreo compensado o equilibrado, en el que se seleccionan las unidades de tal forma que la media de la muestra para determinadas variables se acerque a la media de la poblacin.

El problema del muestreo surge, cuando la poblacin a estudiar es demasiado numerosa como para implicar costos de energa y dinero insuperable. Se trata entonces de seleccionar a un subconjunto que minimice esos costos al mismo tiempo que no se pierda la precisin. La teora de muestreo establece las condiciones mediante las cuales las muestras son seleccionadas de manera tal que el subconjunto resultante de la manera contenga el mnimo de sesgos posibles. MUESTRAS PREDISPUESTAS: son aquellas que han sido seleccionadas de manera que la comprobacin o la refutacin de las hiptesis pasan a ser el resultado de procedimientos de muestreo. MUESTRAS NO PREDISPUESTAS: aquellas cuya probabilidad de extraccin es conocida. Hay 2 tipos de estas muestras. Muestras cuya posibilidad de ser extradas es probabilstica o las que no son probabilsticas, son esencialmente de cuatro tipos: muestra aleatoria, sistemtica, estratificada y por conglomerados. Mientras que las no probabilsticas son de tres tipos: muestra casual, intencional y por cuota. MUESTRA CON PROBABILIDAD O

PROBABILISTICAS: la caracterstica distintiva de las muestras probabilsticas es que todo individuo u objeto ha de tener una probabilidad conocida de quedar incluida en la muestra ya que para poder formular inferencias estadsticas es absolutamente necesario que todas las probabilidades sean conocidas. MUESTREO SIMPLE AL AZAR: aqu todos los elementos tienen la misma probabilidad de ser seleccionados. La extraccin de una muestra aleatoria simple en una poblacin finita, requiere de un listado de todos los elementos de la poblacin. MUESTREO SISTEMATICO: es muy similar al muestreo aleatorio simple, hay que elaborar un listado de todos los elementos que incluye la poblacin, una vez con el listado de poblacin, la diferencia estriba (consiste) en el mtodo para la seleccin de los casos. En una muestra aleatoria o procedimientos similares para seleccionar cada elemento; aqu la seleccin se realiza por un procedimiento mecnico ms simple. MUESTREO POR CONGLOMERADOS: muchas de las investigaciones tienen como objeto de estudio a unidades tales como naciones, estados y similares, que admiten subdivisiones. Es til cuando los elementos a estudiar se encuentran dispersos a lo largo de reas geogrficas extensas o en situaciones similares, donde los costos para alcanzar las unidades resultan ser muy elevados. MUESTRA ALEATORIA SIMPLE: debe de ser preferida al resto de las otras muestras, particularmente cuando no se conoce lo suficiente sobre los parmetros poblacionales. Cuando es posible estratificar hay que hacerlo, ya que esto

homogeneiza la muestra y los clculos consiguientes resultan de mayor riqueza y representatividad. MUESTRAS NO PROBABILISTICAS: estas tienen poco valor es trminos de inferencia, ya que no es posible a partir de ellas hacer generalizaciones. Sin embargo, a veces resultan tiles en trminos de inversin por parte del investigador en el tema. MUESTRAS CASUALES: son las muestras mas utilizadas por los reporteros de televisin y de radio, as como de algunas agencias de mercado. La tcnica consiste en entrevistar a los individuos en forma casual (uno de cada individuo que pase por la calle). MUESTRA INTENCIONALES: se selecciona los casos segn el criterio de algn experto. Estas muestras son la importancia en las etapas exploratorias de la investigacin, sobre todo si se utilizan a estos casos como la informantes claves. MUESTRA POR CUOTAS: son muestras casi estratificadas y son utilizadas por las agencias de investigacin de mercados. En esta tcnica se fijan un nmero de individuos por entrevistar y se deja totalmente al entrevistador, profesional o no, su localizacin. El sesgo que introduce el entrevistador es una de las desventajas ms importantes que tienen este tipo de muestreo.