Técnicas de Muestreo: Tipos y Procedimientos para una Investigación Efectiva

El Proceso de Muestreo

Pertinencia y Razones del Muestreo

Es necesario proceder a seleccionar muestras por razones técnicas y de factibilidad:

• Como posibilidad de generalización o aproximaciones hacia una población.
• De tiempo.
• De costos.

Algunos Conceptos Básicos

• Caso: Sujeto(s), unidad acerca de la cual se solicita información (individuos, grupos de personas, objetos). Se llama también unidad de estudio o de información.
• Población: Total de casos. La población se define en términos de casos, unidades de muestreo, lugar y tiempo.
• Base o marco de muestreo: Lista de todos los casos poblacionales.
• Muestra: Subconjunto de casos de la población. Parte del colectivo. Puede ser:

1. Muestra representativa: Muestra que tiene la misma estructura o componente de la población de la que se extrajo. Es aquella que reproduce en sí misma las características, las estructuras del colectivo. Para que sea representativa es necesario que todos los elementos o casos del colectivo/población tengan la misma probabilidad de ser escogidos (inferencias). Dicho de otro modo, una muestra verdaderamente representativa es un microcosmos, un modelo más reducido pero exacto de la totalidad de la población de la que la hemos tomado para reflejarla. Ello permitirá por sus registros particulares ampliar los hallazgos como representativos de la población (posibilidad de generalización).
2. Muestra no representativa: Puede inferir pero no generalizar. Los elementos o casos no representan la misma probabilidad de ser escogidos. Es sesgada.

Proceso de Muestreo

1. Definir, determinar, reconocer la población o universo.
2. Decidir tipo de muestra (aleatorias probabilísticas; no aleatorias no probabilísticas).
3. Decidir tamaño muestral (cuando son 100 o menos casos se debe usar el todo (bruto-censal), pues si se disminuye el dato es muy incidente).
4. Decidir técnica de extracción de casos (cantidad n):

• Escribir nombres y seleccionarlos de una bolsa.
• Uso de tómbola asignando números.
• Uso de tablas de números aleatorios (Random).

5. Seleccionar la muestra (hacerlo).

Tipos de Muestras

1. Aleatoria o probabilística: Todos los casos de la población tienen la misma probabilidad, distinta de cero, de ser seleccionados para la muestra. M.P.A. Simple:

• Proviene de una muestra de tamaño n obtenida de una población de N unidades, en que cada elemento tiene una probabilidad de inclusión igual y conocida de n/N.
• Se recurre a una lista de todos los elementos (universo). Requiere base de muestreo.
• Selección mecánica, sin distinción, al azar. (Ej: 10% de 100, 10 alumnos). Mediante 2 opciones:

a) Confección de papeles en nombres tantos como sean, colocarlos en una bolsa y sacar la cantidad especificada (n).

b) Tómbola o fichas con números.

c) Uso de tablas de números aleatorios (números Random-tablas Kendall y Smith), conforme al siguiente proceso:

• Con moneda al aire se selecciona la cara A o B.
• El procedimiento para seleccionar de cuál columna se inicia, si de la izquierda o de la derecha.
• Se seleccionan tantos números como dígitos contenga la muestra.

Como precaución es recomendable seleccionar sujetos más en calidad de reserva a considerar en el mismo orden que aparecieron.

No se debe (manipular):

• Seleccionar algunos por su carácter singular (accesibles a colaboradores).
• Seleccionar los primeros de la lista.
• Trabajar con voluntarios.

Ventajas

• Sencillo y de fácil comprensión.
• Cálculo rápido de medias y varianzas.

Limitaciones

• Requiere contar con un listado completo de toda la población objetivo.
• Cuando las muestras son muy pequeñas hay mayor margen de error de representatividad con la población.
• Puede acumular más de un sector que de otro cuando la población es muy diversa.

1.2 Muestreo Sistemático

Es una variante del aleatorio simple, pero las unidades muestrales (n) se seleccionan a partir del coeficiente de elevación (K= N/n) y se elige, como punto de partida para la selección un número al azar (r = arranque aleatorio), entre 1 y k, no superior a dicho coeficiente. Luego se seleccionan los elementos de la lista.

Cuando la población está ordenada siguiendo una tendencia conocida, asegura una cobertura de unidades de todos los tipos.

1.3 Muestreo Aleatorio Estratificado

Es la clasificación o relación ordenada de todos los elementos/sujetos o las unidades que componen la población en función de estratos o variables de interés que interesan al investigador. Para ello se debe conocer la composición estratificada de la población objetivo a muestrear.

Una vez calculado el tamaño muestral (n) este se reparte de manera proporcional entre los distintos estratos definidos en la población usando una simple regla de tres. Se obtienen estimaciones más precisas.

Comprende dos tipos (afijación):

1. Estratos o grupos componentes (afijación simple)

Segmentos que corresponden a variables, cuya conducta o efecto en el conjunto es estimada de interés. Ej. Variable sexo; alumnos de la comuna, de otras localidades.

Muestra aleatoria estratificada proporcional (afijación proporcional) Considera también: a) frecuencia del estrato; b) proporcionalidad. Ejs: Variable sexo: 10% de muestra (100 sujetos) (H: 400 = 40% y M= 600= 60%) Si la muestra es 10% corresponde 40 y 60. (No 10 y 10)

2. No probabilísticos intencionado o sesgado Cuando hay situaciones imposibles de muestrear.

Ejs: Niños limítrofes (bajo CI)

Voluntarios

Concurrencia a lugares públicos

2.1.- Accidental: Perfil general. Son todos los casos poblacionales que es posible obtener en un determinado tiempo y lugar. (Teléfono, TV, Radio).

2.2.- Intencionada, a propósito (Perfil más específico).

Los casos son seleccionados desde la población según presenten o no determinados valores en ciertas variables de interés.

Depende del tipo de estudio y de las posibilidades de acceso.

2.3- Por cuotas: Seleccionar deliberadamente teniendo presente la representación de diversas tipologías de sujetos conforme al interés del estudio.

3. Mixtos: Se inician como no probabilísticos (acción intencionada) y culmina probabilístico.