LA SELECCIÓN DE LAS MUESTRAS EN EL PROCESO DE INVESTIGACIÓN

“Un muestreo es el proceso sistemático consistente en la selección de un subconjunto de casos; los datos recogidos serán un subconjunto del conjunto de los potenciales relevantes para la investigación” (Aldridge A. Y Levine K.; 2003) La muestra es el subconjunto de casos. La población de interés es el conjunto de todos los datos relevantes.

Existen dos tipos de procedimientos de selección. 1)Si los datos de los casos seleccionados se quieren utilizar como base de generalizaciones sobre la totalidad de la población de interés, deben utilizarse métodos de muestreo aleatorio o probabilístico. 2)Si los datos recogidos de los casos valen por si mismos y no se pretende establecer generalizaciones, el procedimiento adecuado es el muestreo no aleatorio. Incluso en condiciones óptimas en procedimientos de muestreo, toda generalización a partir de los datos de la muestra está inevitablemente sujeta a un cierto grado de error. La ventaja clave del muestreo aleatorio respecto a otros procedimiento de selección alternativos radica en que permite calcular la probabilidad de este error.

Utilizar un tipo de método de muestreo depende de los objetivos del estudio, el diseño de investigación y de la contribución que se piensa hacer con ella. Sea cuales sean los procedimientos de selección seguidos deben ser consistentes con el diseño global del proyecto de investigación y deben desarrollarse en conjunción con este.

MUESTREO ALEATORIO Su objetivo es poder estimar en forma precisa los valores de las características de las poblaciones (parámetros poblacionales) basados en los datos obtenidos de una muestra. El término “muestreo aleatorio” constituye una referencia en la aprobación de procedimientos de selección que permiten el uso de inferencias derivadas de la teoría matemática de la probabilidad y le confiere los siguientes rasgos: a) hace posible que el investigador calcule el nivel de probabilidad de error muestral asociado a una estimación del valor de una población. Este error indica el porcentaje de incertidumbre, o riesgo que se corre de que la muestra escogida no sea representativa. A medida que incrementamos el tamaño de la muestra el error tiende a reducirse, pues la muestra va acercándose más al tamaño del universo b) Si el investigador puede especificar un nivel de eficiencia para los estimadores de un valor poblacional clave, entonces puede calcularse el tamaño mínimo de la muestra c) Es una condición necesaria para la utilización de test y medidas estadísticas en la etapa de análisis de datos.

Tipos de selección por Muestreo aleatorio Selección por lotería Selección sistemática

Selección por lotería:el investigador organiza una lotería para determinar que casos de la población de interés podrán conformar la muestra. Deben simularse las condiciones de selección lógicas de equiprobabilidad presentes en una lotería. Requisitos: a)ningún caso puede tener absolutamente garantizada su inclusión en la muestra antes de la selección. ·   b)La selección de cada caso o grupo de casos tenga lugar independientemente de la selección de cualquier otro caso individual o grupo de casos. Componentes: a) Marco muestral: consiste en un listado de todos los casos de la población de interés. b) Procedimiento para obtener los casos a partir del marco muestral: se basa en la utilización de tablas de números aleatorios

Selección sistemática: es una forma alternativa de obtener casos para la muestra. Si usted necesita una muestra formada por 500 casos a partir de una población de 10.000, mediante este método se podría seleccionar un caso de cada veinte del marco muestral. Consideraciones: a)el caso inicial debe ser seleccionado aleatoriamente (mediante paquete informático b) si la muestra es grande (mas de 1000 casos por ejemplo) en algún momento debería detenerse y empezar de nuevo con un aso elegido aleatoriamente, igual que la primera vez. . La razón de esto es que el listado podría seguir una periodicidad o ciclo disimulados que coinciden con el intervalo muestral

Muestreo aleatorio Simple (MAS) En este tipo de diseño los casos que conforman la muestra se eligen a partir del marco muestral en un único proceso de selección que abarca la totalidad de la población de interés. Si los casos estan numerados de 1 a N, la selección puede basarse en tabla de números aleatorios. Muestreo aleatorio Estratificado Es necesario identificar una “variable de estratificación” a partir de cuyos valores puede dividirse la población de interés en distintos estratos o subgrupos. Entonces se saca una muestra aleatoria de cada estrato. La estratificación requiere que el investigador consiga, antes de la recogida de datos, información sobre la población que quiere estudiar y utilice esta información adicional para construir una muestra que sea un reflejo de la composición de la población de interés en relación a la característica elegida. Muestreo por racimos En este tipo de muestreo se reducen costos, tiempo y energía al considerar que muchas veces las unidades de análisis se encuentran encapsuladas o encerradas en determinados lugares físicos o geográficos a los que se denominan racimos. Muestrear por racimos implica diferenciar entre la unidad de análisis y la unidad muestral. La unidad de análisis indica quienes van a ser medidos: niños, adolescentes, obreros. La unidad muestral se refiere al racimo a través del cual se logra el acceso a la unidad de análisis

MUESTREO NO ALEATORIO El muestreo no aleatorio o no probabilístico, la elección de los casos no depende de la probabilidad sino de causas relacionadas con las características del investigador y la investigación. La muestra seleccionada depende de decisiones subjetivas que tienden a estar sesgadas. MUESTREO DE BOLA DE NIEVE: en esta variante el investigador cuenta con que cada caso le proporciona detalles para la localización de otros casos, de modo que la muestra crece constantemente (como una bola de nieve). MUESTREO ORIENTADO Se emplea básicamente en la fase exploratoria de una investigación y en investigación cualitativa. La lógica no se basa en la tipicidad de los casos, sino en tratar de localizar aquellos que tengan atributos particularmente interesantes para el investigador. Una aplicación del muestreo orientado forma parte del enfoque de la “teoría básica”. Esta teoría se preocupa mas de la creación de las categorías explicativas y, a través de ellas, de la construcción de sistemas teóricos, que de demostrar que los casos son representativos de sus poblaciones empíricas . MUESTREO POR CUOTAS Es muy utilizado en la investigación de mercado y en las encuestas de opinión en circunstancias en las que también sería apropiado el muestreo aleatorio. Requiere que los investigadores sean capaces de estimar con antelación como se distribuyen las variables clave (normalmente atributos demográficos como la edad y el sexo) en la población de interés.

A MODO DE SÍNTESIS MUESTREO ALEATORIO Probabilístico Selección por lotería Selección sistémica Muestreo aleatorio simple(MAS) Muestreo aleatorio estratificado Muestreo aleatorio por racimos Resultados: las conclusiones se generalizan a la población y se conoce el error estándar de nuestros estimados. MUESTREO NO ALEATORIO No probabilístico   Muestreo de bola de nieve Muestreo orientado Muestreo por cuotas Resultados:difícilmente pueden generalizarse a la población. Si se hace, debe ser con cautela.