lunes, 4 de mayo de 2015
POBLACIÓN Y MUESTRA
POBLACIÓN
Y MUESTRA
Población finita: Es aquella cuyo elemento en
su totalidad son identificables por el investigador.
Ejemplo: Niños entre 10 y 12 años que jueguen videojuegos.
Población Infinita: Es aquella cuyos elementos
es imposible tener un registro identificable.
Población accesible
Es la porción finita de la
población objetivo a la que realmente se tiene acceso y de la cual se extrae
una muestra representativa. El tamaño de la población accesible depende del
tiempo y de los recursos del investigador.
Arias (2006), indica una
serie de recomendaciones con respecto a la delimitación de la población, que
son:
La población objetivo debe
quedar delimitada con claridad y precisión en el problema de investigación e interogante) y en el objetivo general del estudio.
Los tesistas e
investigadores en formación que no cuenten con financiamiento, deben estudiar
poblaciones finitas y accesibles.
Si la población, por el
número de unidades que la integran, resulta accesible en su totalidad, no será
necesario extraer una muestra.
Ejemplo: Personas que utilizan el metro de Caracas, los autos que transitan una avenida o los granos de arena que existen en una playa.
Muestra: Se entiende por muestra al
"subconjunto representativo y finito que se extrae de la población
accesible" (Ob. cit. p. 83). Es decir, representa una parte de la
población objeto de estudio. De allí es importante asegurarse que los elementos
de la muestra sean lo suficientemente representativos de la población que
permita hacer generalizaciones.
Para Castro (2003), la
muestra se clasifica en probabilística y no probabilística. La probabilística,
son aquellas donde todos los miembros de la población tienen la misma opción de
conformarla a su vez pueden ser: muestra aleatoria simple, muestra de azar
sistemático, muestra estratificada o por conglomerado o áreas. La no
probabilística, la elección de los miembros para el estudio dependerá de un
criterio específico del investigador, lo que significa que no todos los
miembros de la población tienen igualdad de oportunidad de conformarla. La
forma de obtener este tipo de muestra es: muestra intencional u opinática y muestra
accidentada o sin norma.
Por otro lado, Ramírez
(1999), indica que "la mayoría de los autores coinciden que se puede tomar
un aproximado del 30% de la población y se tendría una muestra con un nivel
elevado de representatividad". (p. 91).
Por su parte Hernández
citado en Castro (2003), expresa que "si la población es menor a cincuenta
(50) individuos, la población es igual a la muestra" (p.69).
Ejemplo: Niños entre 10 y 12 años que jueguen videojuegos, pero que presentan conductas preocupantes debido a esto.
Muestreo:
Es una herramienta de la
investigación científica, cuya función básica es determinar que parte de una población
debe examinarse, con la finalidad de hacer inferencias sobre dicha población.
TIPOS
DE MUESTREO
Existen diferentes criterios
de clasificación de los diferentes tipos de muestreo, aunque en general pueden
dividirse en dos grandes grupos: métodos de muestreo probabilísticos y métodos de
muestreo no probabilísticos.
I.
Muestreo probabilístico: Los métodos de
muestreo probabilísticos son aquellos que se basan en el principio de equiprobabilidad.
Es decir, aquellos en los que todos los individuos tienen la misma probabilidad
de ser elegidos para formar parte de una muestra y, consiguientemente, todas
las posibles muestras de tamaño n tienen la misma probabilidad de ser seleccionadas.
Sólo estos métodos de muestreo probabilísticos nos aseguran la representatividad
de la muestra extraída y son, por tanto, los más recomendables. Dentro de los
métodos de muestreo probabilísticos encontramos los siguientes tipos:
1. Muestreo aleatorio simple:
El procedimiento empleado es el siguiente: 1) se asigna un número a cada
individuo de la población y 2) a través de algún medio mecánico (bolas dentro
de una bolsa, tablas de números aleatorios, números aleatorios generados con
una calculadora u ordenador, etc.) se eligen tantos sujetos como sea necesario
para completar el tamaño de muestra requerido.
Este procedimiento,
atractivo por su simpleza, tiene poca o nula utilidad práctica cuando la población
que estamos manejando es muy grande.
2. Muestreo aleatorio
sistemático: Este procedimiento exige, como el anterior, numerar todos los
elementos de la población, pero en lugar de extraer n números aleatorios sólo
se extrae uno. Se parte de ese número aleatorio i, que es un número elegido al
azar, y los elementos que integran la muestra son los que ocupa los lugares i,
i+k, i+2k, i+3k,...,i+(n-1)k, es decir se toman los individuos de k en k,
siendo k el resultado de dividir el tamaño de la población entre el tamaño de
la muestra: k= N/n. El número i que empleamos como punto de partida será un
número al azar entre 1 y k. El riesgo este tipo de muestreo está en los casos
en que se dan periodicidades en la población ya que al elegir a los miembros de
la muestra con una periodicidad constante (k) podemos introducir una
homogeneidad que no se da en la población. Imaginemos que estamos seleccionando
una muestra sobre listas de 10 individuos en los que los 5 primeros son varones
y los 5 últimos mujeres, si empleamos un muestreo aleatorio sistemático con
k=10 siempre seleccionaríamos o sólo hombres o sólo mujeres, no podría haber una
representación de los dos sexos.
3. Muestreo aleatorio
estratificado: Trata de obviar las dificultades que presentan los anteriores ya
que simplifican los procesos y suelen reducir el error muestral para un tamaño
dado de la muestra. Consiste en considerar categorías típicas diferentes entre
sí (estratos) que poseen gran homogeneidad respecto a alguna característica (se
puede estratificar, por ejemplo, según la profesión, el municipio de
residencia, el sexo, el estado civil, etc.). Lo que se pretende con este tipo
de muestreo es asegurarse de que todos los estratos de interés estarán
representados adecuadamente en la muestra. Cada estrato funciona
independientemente, pudiendo aplicarse dentro de ellos el muestreo aleatorio
simple o el estratificado para elegir los elementos concretos que formarán
parte de la muestra. En ocasiones las dificultades que plantean son demasiado
grandes, pues exige un conocimiento detallado de la población. (Tamaño
geográfico, sexos, edades,...).
4. Muestreo
aleatorio por conglomerados: Los métodos presentados
hasta ahora están pensados para seleccionar directamente los elementos de la
población, es decir, que las unidades muéstrales son los elementos de la población.
En el muestreo por conglomerados la unidad muestral es un
grupo de elementos de la población que forman una unidad, a la que llamamos
conglomerado. Las unidades hospitalarias, los departamentos universitarios, una
caja de determinado producto, etc., son conglomerados naturales. En otras ocasiones
se pueden utilizar conglomerados no naturales como, por ejemplo, las urnas
electorales. Cuando los conglomerados son áreas geográficas suele hablarse de "muestreo
por áreas".
El muestreo por conglomerados consiste en seleccionar
aleatoriamente un cierto número de conglomerados (el necesario para alcanzar el
tamaño muestral establecido) y en investigar después todos los elementos
pertenecientes a los conglomerados elegidos.
I.
Métodos de muestreo no probabilísticos: A
veces, para estudios exploratorios, el muestreo probabilístico resulta
excesivamente costoso y se acude a métodos no probabilísticos, aun siendo
conscientes de que no sirven para realizar generalizaciones(estimaciones
inferenciales sobre la población), pues no se tiene certeza de que la muestra
extraída sea representativa, ya que no todos los sujetos de la población tienen
la misma probabilidad de ser elegidos. En general se seleccionan a los sujetos
siguiendo determinados criterios procurando, en la medida de lo posible, que la
muestra sea representativa.
En algunas circunstancias los métodos
estadísticos y epidemiológicos permiten resolver los problemas de
representatividad aun en situaciones de muestreo no probabilístico, por ejemplo
los estudios de caso-control, donde los casos no son seleccionados aleatoriamente
de la población. Entre los métodos de muestreo no probabilísticos más utilizados
en investigación encontramos:
1. Muestreo por cuotas: También
denominado en ocasiones "accidental". Se asienta generalmente sobre
la base de un buen conocimiento de los estratos de la población y/o de los
individuos más "representativos" o "adecuados" para los
fines de la investigación. Mantiene, por tanto, semejanzas con el muestreo
aleatorio estratificado, pero no tiene el carácter de aleatoriedad de aquél.
En este tipo de muestreo se
fijan unas "cuotas" que consisten en un número de individuos que
reúnen unas determinadas condiciones, por ejemplo: 20 individuos de 25 a 40
años, de sexo femenino y residentes en Gijón. Una vez determinada la cuota se
eligen los primeros que se encuentren que cumplan esas características. Este
método se utiliza mucho en las encuestas de opinión.
2. Muestreo intencional o de
conveniencia: Este tipo de muestreo se caracteriza por un esfuerzo deliberado
de obtener muestras "representativas" mediante la inclusión en la muestra
de grupos supuestamente típicos. Es muy frecuente su utilización en sondeos
preelectorales de zonas que en anteriores votaciones han marcado tendencias de
voto.
También puede ser que el investigador seleccione directa
e intencionadamente los individuos de la población. El caso más frecuente de
este procedimiento el utilizar como muestra los individuos a los que se tiene
fácil acceso (los profesores de universidad emplean con mucha frecuencia a sus
propios alumnos).
3. Bola de
nieve: Se localiza a algunos individuos, los cuales conducen a otros, y estos a
otros, y así hasta conseguir una muestra suficiente. Este tipo se emplea muy
frecuentemente cuando se hacen estudios con poblaciones "marginales",
delincuentes, sectas, determinados tipos de enfermos, etc.
4. Muestreo
Discrecional: A criterio del investigador los elementos son elegidos sobre lo
que él cree que pueden aportar al estudio
Bibliografia:
Arias, Fidias (2006). El
proyecto de investigación: Introducción a la metodología científica. (5º. ed.)
Caracas - Venezuela: Episteme.
Castro, M. (2003). El
proyecto de investigación y su esquema de elaboración. (2ª.ed.). Caracas:
Uyapal.
Ramírez, T. (1999). Como hacer un proyecto de investigación. (1º. Ed.). Caracas: Panapo.
Suscribirse a:
Entradas (Atom)