You are on page 1of 6

INFORME SELECCIN DE LA MUESTRA

Cuando se entra en el campo de la investigacin, es comn que el trabajo que se vaya a


realizar no permita que se trabaje con todos los implicados en el problema a tratar, este
factor da como resultado la necesidad de acogerse a una determinada muestra que sea
significativa y que permita generalizar posteriormente los resultados obtenidos con la
poblacin de muestra, esto se conoce como inferencia estadstica. Primero definamos:

Poblacin (o universo): es cualquier coleccin finita o infinita de elementos o sujetos.

Poblacin finita: es aquella que consta de un nmero limitado de elementos

Poblacin infinita: es aquella en la cual no se pueden contabilizar todos sus elementos


pues existen en nmero ilimitado.

Muestra: es un subconjunto de la poblacin, que se obtiene para averiguar las propiedades


o caractersticas la misma, por lo que interesa que sea un reflejo de la poblacin, que sea
representativa de ella.

Existen dos tipos de poblacin:

Poblacin objetivo: es aquella sobre la cual el investigador desea establecer una


conclusin.

Poblacin muestreada: es aquella a partir de la cual se extrajo la muestra y sobre la que


puede establecerse la conclusin

Por supuesto existen durante el proceso unas ventajas y unas limitaciones que determinan el
xito de la investigacin cuando hablamos de seleccionar solo una muestra de la poblacin:

Ventajas:

Costo reducido: si solo se investiga una parte de la poblacin los costos sern
menores.
Mayor rapidez: al utilizar menos sujetos ser ms rpido el proceso.
Mayor exactitud: menor poblacin, significa mayor precisin y dedicacin, en
cuanto menos sujetos de estudios hayan, mayor ser la posibilidad de contratar
expertos que supervisen las actividades y los datos ms a fondo y con ms
intensidad, obteniendo resultados ms exitosos.
Mayores posibilidades: cuando la poblacin es infinita o en cierto grado peligrosa,
tomar solo una muestra de la poblacin permite llevar a cabo la investigacin.

Limitaciones

Cuando la poblacin es pequea no es recomendable hacerla ms pequea tomando


solo una muestra
La teora del muestreo es compleja y no es del dominio de la mayora de los
investigadores, por lo que con frecuencia deben buscar apoyo en especialistas en la
materia.

La muestra que se va a tomar, debe ser significativa en proporcin con la poblacin, es


decir, una buena cantidad de sujetos. De igual forma debe ser representativa, es decir, debe
ser el reflejo de esta poblacin debe permitir la caracterizacin de toda la poblacin para
que se pueda generalizar.

Existen de igual forma diferentes tipos de muestreo:

Muestreo probabilstico: es cuando los integrantes de la muestra se escogen al azar y por


lo tanto, permite obtener probabilsticamente un elemento o una muestra por cada
caracterstica de la poblacin logrando que esta sea variada y representativa. En el caso de
este tipo de muestreo, se pueden utilizar tcnicas tales como: una lotera, una tabla de
nmeros al azar, paquetes automatizados que elijan diversos nmeros etc. Este
procedimiento permitir que todos tengan la oportunidad de ser elegidos.

Muestreo no probabilstico: en este los elementos son escogidos con base en la opinin
del investigador y se desconoce la probabilidad que tiene cada elemento de ser elegido para
la muestra. En este tipo de muestreo existen el intencional (o deliberado) y los accidentales
(o por comodidad). Este tipo no permite que todos los sujetos de la poblacin tengan la
oportunidad de ser elegidos y es muy cerrado a las expectativas probabilsticas.

Muestreo por cuotas: en este el investigador establece una cuota o cantidad de elementos
segn algunas caractersticas de la poblacin, luego escoge los sujetos que encuentra hasta
cubrir la cuota establecida.

Semiprobabilstico superior: en el cual se conoce la probabilidad de escoger un segmento


de la poblacin ms no la de un elemento dentro de l.

Semiprobabilstico inferior: Es lo contrario no se conoce la probabilidad de escoger un


segmento de la poblacin pero si se conoce la de un elemento dentro de l

CLASES DE MUESTREO

Existen varias clases de muestreo segn sea la tcnica que se va a utilizar, son las siguientes

Muestreo aleatorio simple (MAS):

Consiste en seleccionar n elementos de los N que conforman la poblacin de forma que


todos ellos tengan igual posibilidad de ser escogidos para integrar la muestra. Esta clase de
muestreo est indicado cuando la poblacin es bastante homognea en lo que respecta a la
variable en estudio. El diseo y los clculos estadsticos son sencillos, sin embargo no se
puede aplicar cuando es imposible conocer a todos los integrantes dela poblacin.

Muestreo aleatorio estratificado (MAE):

Consiste en dividir el conjunto N de elementos de la poblacin en varios subconjuntos o


estratos, de tal forma que cada estrato formado sea internamente homogneo, una vez
formados los estratos, se escogen aleatoriamente los elementos a estudiar en cada uno de
ellos. Se utiliza en poblaciones heterogneas en lo que se refiere a la variable en estudio. Se
logra mayor precisin en los resultados, se obtienen valores por separado, y da un menor
costo, sin embargo se debe tener el listado de todos los integrantes de la poblacin.
Muestreo sistemtico: Consiste en seleccionar aleatoriamente un cierto nmero i que
designar, en una lista o poblacin de N elementos, al primero que va a formar parte de la
muestra. Se utiliza solo en poblaciones heterogneas siempre que no exista relacin entre la
variable y la distribucin de la poblacin. Tiene la facilidad de escoger la muestra sin
errores y es ms preciso que el muestreo aleatorio simple, sin embargo hay poca precisin
cuando existe una periodicidad insospechada, En poblaciones con tendencia lineal, el
muestreo sistemtico tiene menor precisin que el estratificado y la precisin del muestreo
sistemtico es poca.

Muestreo por conglomerados: Consiste en dividir el conjunto de elementos en


subconjuntos llamados conglomerados, cuya caracterstica es que internamente son
heterogneos en variable en estudio pero si se comparan varios conglomerados, se observa
que son parecidos entre s. Se recomienda en el caso que se desee estudiar localidades ms
o menos grandes. No requiere listado de la poblacin, los costos son menores y se controla
mejor la calidad de los datos, sin embargo, se complican los clculos y las inferencias no
son confiables.

Muestreo por etapas: En la primera etapa se selecciona los conglomerados, pero estos no
son estudiados sino que en la segunda etapa se conforman otros conglomerados a partir de
los primeros, se subdividen en grupos cada vez ms pequeos considerando las
caractersticas.

Mtodos mixtos: es este se mezclan varios tipos de muestreos.

TAMAO DE LA MUESTRA

Los factores que vienen a intervenir en el tamao de la muestra, son los siguientes:

a) El error mximo admisible (d o e): es la diferencia mxima que deseamos que


obtener en el valor de las variables, por ejemplo si deseamos tener un margen de error no
mayor a 3% entonces al obtener determinado resultado de una investigacin podemos
aceptar que pueden estar 3% ms arriba o ms abajo del resultado arrojado. A mayor error,
muestras ms pequeas, a menor error muestras ms grandes.
b) Coeficiente de confianza de la estimacin: es la medida probabilstica que determina si
el resultado es verdadero y est dentro de los lmites de confianza mientras ms confianza
queremos tener en los resultados, el tamao de la muestra ser mayor.
El margen de error y el nivel de confianza se establece dependiendo de:
Las caractersticas del estudio: que resultados desea obtener y para que los utilizara
El nmero de sujetos que realmente estudiara dependiendo de los recursos
disponibles

c) La homogeneidad de la poblacin en lo que respecta a la variable en estudio:

Si vemos que la variable se encuentra presente en un elevado porcentaje de la poblacin,


sta es homognea y se podra utilizar una muestra pequea para la investigacin.

VARIABLES:

Tenemos que las variables pueden ser dependientes, cuyo factor no se puede manipular, ni
alterar; y estn las variables independiente, las cuales pueden ser manipuladas para
observar los cambios en las respuestas a determinados estmulos.

Validez Interna: es lo que est ocurriendo dentro de la investigacin en relacin con la


interaccin entre las variables independiente y dependiente. Esta validez se puede ver
afectada por eventos extraos, inestabilidad, el mtodo del investigador, los instrumentos
utilizados, las regresiones estadsticas por valores inapropiados, la eleccin de la muestra y
la muerte experimental cuando los sujetos desertan del experimento. Para controlar este
factor es necesario varios grupos de comparacin y que haya una equivalencia entre todos
los factores escogidos.

Validez Externa: alude al grado en que estas investigaciones son generalizables a toda la
poblacin. Esta se puede perder cuando: se sensibiliza a los sujetos de la investigacin
sobre las pruebas con anterioridad, cuando se eligen sujetos con caractersticas diferentes,
cuando los sujetos cambian su conducta normal al sentirse observados, cuando diferentes
tratamientos infieren entre s, cuando los tratamientos son muy complejos y especiales.
BIBLIOGRAFIA

Documento: UNIVERSO Y MUESTRA (Elaborado por Dra. Cristina Ludewig)


Diapositivas: Diseos experimentales de investigacin