En las actividades de investigación
científica y tecnológica es muy útil el empleo de muestras. El análisis de una
muestra permite inferir conclusiones susceptibles de
generalización a la población de estudio con cierto grado de certeza (Holguin y
Hayashi,1993).
Al desarrollar un proyecto de
investigación “el total de observaciones en las cuales se está interesado, sea
su número finito constituye lo que se llama una “población”, (Walpole y Myers,
1996, p. 203).
Universo es el conjunto de personas,
cosas o fenómenos sujetos a investigación, que tienen algunas características
definitivas. Ante la posibilidad de investigar el conjunto en su totalidad, se
seleccionara un subconjunto al cual se denomina muestra
Se da el nombre de población a un conjunto
de individuos y objetos acerca del cual se quiere saber algo. Población es
el conjunto de todos los elementos que cumplen ciertas propiedades y entre los
cuales se desea estudiar un determinado fenómeno (pueden ser hogares, número de
tornillos producidos por una fábrica en un año, lanzamientos de una
moneda, etc.).
Llamamos población estadística o universo
al conjunto de referencia sobre el cual van a recaer las
observaciones. En Estadística la población, también llamada universo o
colectivo es el conjunto de elementos de referencia sobre el que se realizan
las observaciones.
La muestra debe caracterizarse por ser representativa de la población.
La muestra es una pequeña parte de la población estudiada.
De acuerdo con Briones (1995) “una
muestra es representativa cuando reproduce las distribuciones y los valores de
las diferentes características de la población, con márgenes de error
calculables. Cuando una muestra cumple para sacar conclusiones se le llama
representativa.
Los anteriores conceptos reflejan
que al analizar una muestra se está aplicando la inferencia estadística con el
propósito de “... conocer clases numerosas de objetos, personas o eventos
a partir de otras relativamente pequeñas, compuestas por los mismos
elementos”, (Glass y Stanley, 1994, p. 241).
En términos generales la información
que arroja el análisis de una muestra es más exacta incluso que la que pudiera
arrojar el estudio de la población completa.
La muestra debe caracterizarse por ser
representativa de la población. La muestra es una pequeña parte de la población
estudiada.
Se define la población, en su
acepción sociológica, como "Conjunto de los individuos o cosas sometido a
una evaluación estadística mediante muestreo”.
En cualquier investigación, el
primer problema que aparece, relacionado con este punto, es la frecuente
imposibilidad de recoger datos de todos los sujetos o elementos que interesen a
la misma.
Algunos autores toman la palabra Universo
como sinónimo de población, aquí consideraremos que el universo designa a todos
los posibles sujetos o medidas de un cierto tipo. La parte del universo a la
que el investigador tiene acceso se denomina población.
EL MUESTREO
La operacionalización constituye el
problema de mayor importancia en la fase metodológica. Esta tarea consiste en
hacer operativos, es decir manejables, posibles de trabajar con ellos, a los conceptos
y elementos que intervienen en el problema a investigar.
Constituye por lo tanto en la
práctica las proporciones del marco teórico elaborado, la actividad que
posibilita acercarse a la realidad para adquirir la información necesaria que
concretamente habrá de resultar de utilidad.
La importancia de una correcta
operacionalización se expresa por sí misma: si las variables no pueden se
medidas y evaluadas en la realidad, o si lo que se mide y evalúa no se
corresponde con las formulaciones iniciales, todas las conclusiones estarán
vacías y empíricas.
La investigación pierde todo sentido y se cae
en especulaciones, imprecisiones y errores.
En cuanto a los elementos que es necesario
operacionalizar pueden dividirse en dos grandes campos: el universo y las
variables.
La operacionalización del universo
consiste en reducir a proporciones factibles de investigar al conjunto de unidades
que nos interesan, en otras palabras a la tarea de
encontrar una forma de obtener información relevante sin necesidad de acudir a
la medición de todo el universo o población.
Es el aspecto
cuantitativo de la operacionalización y, para resolverlo se ha de apelar a la
estadística, mediante las técnicas de muestreo.
La
operacionalización de las variables es, por el contrario, de naturaleza básicamente
cualitativa, y tiene por objeto encontrar en la práctica los indicadores a
través de los cuales se expresan concretamente las variables.
Datos y unidades
Por
dato se entiende cada uno de los elementos de información que ha de ser
recogido durante el desarrollo de la investigación, y en base a los cuales, en
su conjunto, podrán extraerse conclusiones de importancia en relación al marco
teórico elaborado. Saber, por ejemplo, que la persona N.N. opina que las
pruebas nucleares deben ser proscriptas es un dato.
MUESTRA
Habitualmente, el investigador no trabaja con todos los elementos de la población que estudia sino sólo con una parte o fracción de ella; a veces, por que es muy grande y no es fácil abarcarla en su totalidad. Por ello, se elige una muestra representativa y los datos obtenidos en ella se utilizan para realizar pronósticos en poblaciones futuras de las mismas características.
Habitualmente, el investigador no trabaja con todos los elementos de la población que estudia sino sólo con una parte o fracción de ella; a veces, por que es muy grande y no es fácil abarcarla en su totalidad. Por ello, se elige una muestra representativa y los datos obtenidos en ella se utilizan para realizar pronósticos en poblaciones futuras de las mismas características.
Salvo en el caso de
poblaciones pequeñas, pocas veces en una investigación se cuenta con el tiempo,
los recursos y los medios para estudiar una población completa.
Estos motivos de tiempo,
coste, accesibilidad a los individuos y complejidad de las operaciones de
recogida, clasificación y análisis de los datos hacen que la gran mayoría de
los proyectos de investigación no estudien más que una parte representativa de
la población, denominada muestra.
Esto se puede hacer así
porque, si se selecciona correctamente la muestra, ésta puede aportarnos
información representativa y exacta de toda la población.
Cuando no es conveniente considerar
todos los elementos de la población, lo que se hace es estudiar una parte de
esa población. Una parte de la población se llama muestra. La muestra siempre
debe tener las mismas características del universo, ya que es representativa de
este.
Según algunos autores:
"Se llama muestra a una parte
de la población a estudiar que sirve para representarla".Murria R. Spiegel
(1991)."Una muestra es una colección de algunos elementos de la población,
pero no de todos".Levin & Rubin (1996)."Una muestra debe
ser definida en base de la población determinada, y las conclusiones
que se obtengan de dicha muestra solo podrán referirse a la población.
Tipos de muestra
Muestra no probabilística: la elección de esta muestra no depende causas relacionadas con las
probabilidades, sino que el investigador utiliza la selecciona por
características especiales. Es un procedimiento de selección informal y un poco
arbitrario, sin embargo es utilizado en las ciencias sociales con mucha frecuencia.
En este caso más que la
representatividad, se buscará la elección de sujetos con las características
previamente especificados en el problema.
Dentro de este tipo de
muestra se pueden observar:
·
Muestra de expertos, se refiere a sujetos expertos en el tema.
·
Sujetos tipo, son sujetos que cubren las mismas características
requeridas en el problema y que se utilizan en estudios exploratorios,
cualitativos, que no buscan la estandarización
·
Muestra por cuotas que se utilizan para estudios de opinión, se trata de
aplicar cuestionarios a sujetos de la calle o en una determinada institución
buscando cubrir un porcentaje preestablecido de sujetos con características
similares.
En la muestra no probabilística la
selección de las unidades de análisis dependen de las características,
criterios personales del investigador por lo que no son muy confiables en una
investigación con fines científicos o tecnológicos.
Este tipo de muestra adolece de fundamentación
probabilística, es decir, no se tiene la seguridad deque cada unidad muestral
integre a la población total en el proceso de selección de la referencia”.
El muestreo no probabilístico
comprende los procedimientos de muestreo intencional, muestreo accidental y
por cuotas:
Muestreo Intencional.
El muestreo intencional es un procedimiento
que permite seleccionar los casos característicos de la población limitando la
muestra a estos casos. Se utiliza en situaciones en las que la población
es muy variable y consecuentemente la muestra es muy pequeña. Las unidades
se escogen en forma arbitraria.
El investigador toma las unidades de
análisis de acuerdo con las características que le sean más relevantes.
Muestreo Accidental
El muestreo accidental consiste en
tomar casos hasta que se completa el número de unidades de análisis que indica
el tamaño de muestra deseado. Los anteriores procedimientos de muestreo no son
recomendables para una investigación científica.
La muestra accidental es aquella que
se obtiene sin ningún plan preconcebido, resultando las unidades escogidas producto
de circunstancias fortuitas. Esta representa un reflejo más o menos fiel del
universo.
Muestreo por cuotas
Consiste en predeterminar la
cantidad de elementos de cada categoría que habrán de integrar la muestra. Así
se puede asignar una cuota de 50 hombres y 50 mujeres a una muestra de 100
individuos, asumiendo que esa es la distribución de la población total.
http://www.catedraderamiro.blogspot.com
MUY INTERESANTE
ResponderEliminarhola
ResponderEliminarthx
ResponderEliminar