Anda di halaman 1dari 8

POBLACIN Y MUESTRA

Una vez definido el problema a investigar, formulados los objetivos y delimitadas las variables se hace necesario determinar los elementos o individuos con quienes se va a llevar a cabo el estudio o investigacin. Esta consideracin nos conduce a delimitar el mbito de la investigacin definiendo una poblacin y seleccionando la muestra. Se define tradicionalmente la poblacin como el conjunto de todos los individuos (objetos, personas, eventos, etc.) en los que se desea estudiar el fenmeno. stos deben reunir las caractersticas de lo que es objeto de estudio (Latorre, Rincn y Arnal, 2003). El individuo, en esta acepcin, hace referencia a cada uno de los elementos de los que se obtiene la informacin. Los individuos pueden ser personas, objetos o acontecimientos. Hoy se prefiere hablar de unidad de observacin o elemento para referirse al objeto sobre el cual se realiza una medicin. En los estudios con poblaciones humanas, con frecuencia ocurre que la unidad de observacin son los individuos.

Poblacin y universo:
El diccionario de la RAE (2001) define la poblacin, en su acepcin sociolgica, como Conjunto de los individuos o cosas sometido a una evaluacin estadstica mediante muestreo. En cualquier investigacin, 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. Los manuales clsicos de epistemologa suelen definir la poblacin como el conjunto de todas las medidas o personas de un cierto tipo, y la hacen sinnima del concepto ms antiguo de universo (Jimnez Fernndez, 1983; Sierra Bravo, 1988; Gil Pascual, 2004). Otros autores distinguen entre universo y poblacin (Fox, 1981; Marn Ibez, 1985; Buenda, Cols y Hernndez, 1998; Latorre, Rincn y Arnal, 2003). Estos autores consideran que el investigador casi nunca, o nunca, tiene acceso a todas las posibles medidas, elementos o personas y, por tanto, utilizan el trmino universo para designar esa entidad que lo incluye todo, reservando el concepto de poblacin a la parte del universo de la que se selecciona la muestra y sobre la que deseamos hacer inferencia o aplicacin de las generalizaciones que obtengamos de la investigacin. Entonces: El trmino 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 poblacin. (Fox, 1981: 368) Puede ser: Finito: cuando est constituido por el nmero limitado de las unidades. Infinito: cuando est formado por una cantidad ilimitada de elemento. Poblacin es un conjunto definido, limitado y accesible del universo que forma el referente para la eleccin de la muestra. Es el grupo al que se intenta generalizar los resultados. (Buenda, Cols y Hernndez, 1998: 28) Definir la poblacin es una parte importante, y con frecuencia difcil, del estudio. Lohr, (1999) advierte: Por ejemplo, en una encuesta poltica, la poblacin objetivo deberan ser todos los adultos que pueden votar? Todos los votantes registrados? Todas las personas que votaron en la ltima eleccin?. En cualquier caso, la eleccin de esta poblacin objetivo afectar

profundamente al resultado de la investigacin.

La muestra:
El Diccionario de la Lengua Espaola (RAE, 2001) define la muestra, en su segunda acepcin, como parte o porcin extrada de un conjunto por mtodos que permiten considerarla como representativa de l. En el terreno epistemolgico, Jimnez Fernndez (1983) destaca la condicin de representatividad que ha de tener la muestra: ... es una parte o subconjunto de una poblacin normalmente seleccionada de tal modo que ponga de manifiesto las propiedades de la poblacin. Su caracterstica ms importante es la representatividad, es decir, que sea una parte tpica de la poblacin en la o las caractersticas que son relevantes para la investigacin. Sierra Bravo (1984), hace hincapi en la generalizacin de resultados: ... una parte representativa de un conjunto o poblacin debidamente elegida, que se somete a observacin cientfica en representacin del conjunto, con el propsito de obtener resultados vlidos, tambin para el universo total investigado. (Figura N 1) Latorre, Rincn y Arnal (2003), ponen especial nfasis en la metodologa del muestreo: Conjunto de casos extrados de una poblacin, seleccionados por algn mtodo de muestreo. Entonces: La muestra es una parte o subconjunto de la poblacin con la que se llevar a cabo la investigacin, de acuerdo con ciertos criterios de la misma.

Figura N 1

Importante!!!
Las muestras tienen un fundamento matemtico estadstico. ste consiste en que obtenidos unos determinados resultados, de una muestra elegida correctamente y en proporcin adecuada, se puede hacer la inferencia o generalizacin fundada matemticamente de que dichos resultados son vlidos para la poblacin de la que se ha extrado la muestra, dentro de unos limites de error y probabilidad, que se pueden determinar estadsticamente en cada caso. Las muestras presentan evidentes ventajas, respecto del estudio de poblaciones. Con una muestra

relativamente reducida en relacin a la poblacin, se pueden encuestar grandes poblaciones y ncleos humanos, que de otra manera sera muy difcil o prcticamente imposible investigar. Suponen una gran economa en las encuestas y la posibilidad de mayor rapidez en su ejecucin. A veces, ... una muestra puede ofrecer resultados ms precisos que una encuesta total, aunque est afectada del error que resulta de limitar el todo a una parte. (Sierra Bravo, 1988)

Diferenciando:
La seleccin correcta de la muestra implica crear una que represente a la poblacin con la mayor fidelidad posible. Esto conlleva utilizar unas tcnicas especficas de seleccin de la muestra, as como la necesidad de determinar su tamao ptimo. En este proceso de seleccin hemos de distinguir entre elemento muestral, unidad de muestreo y marco de muestreo.

El elemento o individuo (muestral) es un objeto en el cual se toman las mediciones, la unidad ms pequea en que podemos descomponer la muestra. La unidad de muestreo hace referencia a la unidad donde realizamos la muestra, est constituida por grupos excluyentes de elementos de la poblacin que completan la misma. Por ejemplo, podramos desear estudiar a un grupo de personas (una ciudad, una barriada, un grupo de estudiantes de un determinado nivel educativo, los trabajadores de un sector de produccin, etc.), pero no tenemos una lista de todos los individuos que pertenecen a la poblacin. En su lugar las familias, los centros educativos o las empresas podran servir como unidades de muestreo. Las unidades de observacin o elementos muestrales seran los individuos que viven en una familia o que trabajan en una determinada empresa. El marco muestral esta constituido por la lista de las unidades de muestreo (familias, centros educativos, empresas, etc.)

Muestreo:
Se conoce con el nombre de muestreo al proceso de extraccin de una muestra a partir de la poblacin. El proceso esencial del muestreo consiste en identificar la poblacin que estar representada en el estudio.

Ventajas e inconvenientes:
Entrer las ventajas tenemos: el ahorro de tiempo en la realizacin de la investigacin, la reduccin de costos y la posibilidad de mayor profundidad y exactitud en los resultados. Los inconvenientes ms comunes suelen ser: dificultad de utilizacin de la tcnica de muestreo, una muestra mal seleccionada o sesgada distorsiona los resultados, las limitaciones propias del tipo de muestreo y tener que extraer una muestra de poblaciones que poseen pocos individuos con la caracterstica que hay que estudiar. (Latorre, Rincn y Arnal, 2003).

Importancia!!!
La importancia del muestreo radica en que no es necesario trabajar con los N elementos de una poblacin para comprender con un nivel razonable de exactitud la naturaleza del fenmeno estudiado. Este conocimiento se puede obtener a partir de una muestra que se considere representativa de aquella poblacin. Como bien lo define Fox: Aunque la razn esencial por la que se muestrea es la imposibilidad de estudiar todos los sujetos, es un proceso lgico, porque en la prctica no es necesario obtener datos de todos los posibles sujetos para comprender con exactitud la naturaleza del fenmeno que se estudia, sino que, en general, se puede alcanzar esa comprensin con una parte de los sujetos. Debido a esto, se pueden aprovechar las ventajas del muestreo, que son la reduccin del coste de la investigacin en tiempo y en dinero... El ahorro de tiempo o dinero mediante el muestreo slo es

lgico cuando se puede justificar el hecho de que los datos obtenidos a partir de la muestra proporcionarn una base firme para determinar con exactitud las caractersticas del fenmeno que se estudia. (Fox, 1981)

Etapas:
1. Definicin o seleccin del universo o especificacin de los posibles sujetos o elementos de un determinado tipo; 2. Determinacin de la poblacin o parte de ella a la que el investigador tiene acceso; 3. Seleccin de la muestra invitada o conjunto de elementos de la poblacin a los que se pide que participen en la investigacin; 4. Muestra aceptante o parte de la muestra invitada que acepta participar; 5. Muestra productora de datos; la parte que acept y que realmente produce datos.

Condiciones que debe cumplir la muestra:


1. Que comprendan parte del universo y no la totalidad de ste. 2. Que su amplitud sea estadsticamente proporcionada a la magnitud del universo. Esta condicin se halla en relacin con el punto prctico de determinacin del tamao de la muestra y sirve para decidir si, segn las unidades que comprende respecto al universo, una muestra es o no admisible. 3. La ausencia de distorsin en la eleccin de los elementos de la muestra. Si esta eleccin presenta alguna anomala, la muestra resultar por este mismo hecho viciada. 4. Que sea representativa o reflejo fiel del universo, de tal modo que reproduzca sus caractersticas bsicas en orden a la investigacin. Esto quiere decir que si hay sectores diferenciados en la poblacin que se supone ofrecen caractersticas especiales, a efectos de los objetivos de la investigacin, la muestra tambin deber comprenderlos y precisamente en la misma proporcin, es decir, deber estar estratificada como el universo.

Tipos o tcnicas de muestreo:


1. Muestreo probabilstico; Conocido tambin como muestreo de seleccin aleatoria, utiliza el azar como instrumento de seleccin, pudindose calcular de antemano la probabilidad de que cada elemento sea incluido en la muestra. Este tipo de muestreo es el que alcanza mayor rigor cientfico, y se caracteriza porque se cumple el principio de la equiprobabilidad, segn el cual todos los elementos de la poblacin tienen la misma probabilidad de salir elegidos en una muestra. El muestreo probabilstico presenta varias modalidades: Muestreo aleatorio simple; es la modalidad de muestreo ms conocida y que alcanza mayor rigor cientfico. Garantiza la equiprobabilidad de eleccin de cualquier elemento y la independencia de seleccin de cualquier otro. En este procedimiento se extraen al azar un nmero determinado de elementos n del conjunto mayor N o poblacin, procediendo segn la siguiente secuencia: a) Definir la poblacin, confeccionar una lista de todos los elementos, asignndoles nmeros consecutivos desde 1 hasta n. b) La unidad de base de la muestra debe ser la misma. c) Definir el tamao de la muestra. d) Extraer al azar los elementos. La muestra quedar formada por los n elementos obtenidos mediante sorteo de la poblacin. Los procedimientos ms comunes de extraccin de los elementos en este tipo de muestreo son: las tablas de nmeros aleatorios, incluidas en los manuales de estadstica; los clsicos sistemas de lotera y otros procedimientos de extraccin al azar, incluidos las aplicaciones informticas. Muestreo aleatorio sistemtico; el empleo de muestras sistemticas consiste en una variante del anterior tipo de muestreo. Primero se calcula I (frecuencia de los casos) mediante la frmula:

I= N/n. Despus se elige un nmero menor o igual que I, es decir, que cumpla la condicin: 1aI. Por ltimo se seleccionan los nmeros en la tabla de nmero aleatorios, que sern: a, a+I, a+2I, a +3I, etc. Ejemplo: Si tenemos la poblacin a estudiar, previamente inscrita en unas listas numeradas, obtenida la frecuencia de los casos iremos eligiendo saltando los nmeros que indique la frecuencia. Si queremos obtener una muestra de 20 sobre una poblacin de 100 (I = 100/20 = 5), podramos partir el muestreo del n 5, el 10, el 15; o el 3, 8, 13... El primer elemento a suele elegirse al azar usando las tablas de probabilidad y, a continuacin, se le suma la frecuencia. Si el azar hizo que se partiera de un elemento de la lista mayor que I, al llegar a N, se vuelve al principio de la lista hasta completar n casos. Cuando se trata de poblaciones numerosas, por ejemplo la gua telefnica o los censos electorales, se seleccionan el primer y/o el ltimo nombre de cada pgina o columna. Aunque es un procedimiento ms rudimentario, por razn de economa y tiempo suele utilizarse. La eleccin sistemtica partiendo de listas es vlida si el orden no ha sido establecido teniendo en cuenta la caracterstica que estudiamos. No pueden servir, por ejemplo, listas en orden de calificaciones acadmicas si sta es una de las variables de investigacin. Este procedimiento es ms rpido que el anterior, sobre todo si la poblacin es numerosa y est previamente ordenada. Es muy utilizado en los sondeos de opinin y de puerta a puerta. A los entrevistadores se les indica que paren a cada I personas o llamen a cada I puertas. Muestreo estratificado; este muestreo se utiliza cuando la poblacin esta constituida en estratos o conjuntos de la poblacin homogneos con respecto a la caracterstica que se estudia. Dentro de cada estrato se puede aplicar el muestreo aleatorio o sistemtico. Consiste en subdividir la poblacin en subgrupos o estratos con arreglo a la(s) caracterstica(s) que se consideren y en elegir la muestra de modo que estn representados los diferentes estratos. Para la obtencin de la muestra estratificada se siguen los siguientes pasos: a) Se divide la poblacin en estratos. b) De cada estrato se extrae una muestra por algn procedimiento de muestreo. c) El nmero de individuos de cada estrato se puede decidir por paridad o proporcionalidad. d) La suma de las muestras de cada estrato forman la muestra total n. Dentro del muestreo estratificado suele distinguirse: Muestreo estratificado constante. En este caso, tambin conocido como afijacin simple, la muestra se obtiene seleccionando un nmero igual de individuos de cada estrato en que se ha dividido la poblacin, con independencia del tamao y variabilidad de los mismos dentro de la poblacin. Muestreo estratificado proporcional. En este caso se selecciona de cada estrato un nmero de elementos proporcional a su tamao en el conjunto de la poblacin (afijacin proporcional). Se considera tambin como criterio para fijar la proporcin de la muestra a la variabilidad de los estratos en la caracterstica que interesa (afijacin ptima). Si sus varianzas son aproximadamente homogneas, el muestreo estratificado proporcional es el aconsejado; si por el contrario difieren mucho entre s, debe tomarse un porcentaje mayor de elementos de los estratos que mayor varianza experimentan. Ejemplo: Para estudiar las actitudes hacia la poltica de los universitarios de la ULADECH podemos dividir el total de alumnos en estratos para asegurarnos que estarn representadas las caractersticas que nos interesan. Posibles estratos podran ser facultades, carrera profesional

cursada, curso, etc. Suponiendo que se estratifica la poblacin por carreras profesionales, si del total de alumnos matriculados en las facultades de la ULADECH seleccionamos a cincuenta de cada carrera profesional, el muestreo ha sido estratificado constante. Para esa muestra seleccionamos el mismo nmero, pero de forma proporcional al nmero de alumnos matriculados en cada titulacin, estamos ante una muestra estratificada proporcional. Muestreo por conglomerado (Clusters) o grupos; el muestreo individual resulta muchas veces inaplicable y hay que recurrir no a los elementos, sino a seleccionar por el sistema del azar determinados colectivos. Podramos hacer una encuesta, por ejemplo, mediante el sistema de muestreo aleatorio simple, a todos los alumnos de educacin secundaria de una determinada ciudad. Las complicaciones y dificultades seran mucho menores estableciendo una muestra al azar que tomara como unidades base del muestreo las aulas. La muestra de grupos o racimos tambin se denomina conglomerados o clusters, en terminologa sajona. Este tipo de muestreo se utiliza cuando los individuos de la poblacin constituyen grupos naturales o conglomerados (distrito, centros escolares, aulas, empresas, etc.) En el muestreo por grupos el proceso sigue estos pasos: a) La poblacin se divide previamente en grupos o conglomerados que contienen diversos elementos. b) Se seleccionan aleatoriamente el nmero de conglomerados y se trabaja con el total de elementos pertenecientes a los conglomerados elegidos. La unidad muestral es el conglomerado (cluster) o grupo y el proceso de seleccin aleatoria se aplica a la seleccin de stos y no a los elementos menores que componen el conglomerado. Importante!!! Una ventaja de esta tcnica de muestreo radica en que no es necesario identificar ni tener un listado de todos los elementos de la poblacin para seleccionarlos aleatoriamente, sino que despus de seleccionados los conglomerados, se procede a elaborar dicho listado slo para los elementos que componen los conglomerados elegidos.

Figura N 2

2. Muestreo probabilstico; en estas tcnicas no se utiliza el muestreo al azar sino que la muestra se obtiene atendiendo al criterio o criterios del investigador o bien por razones de economa, comodidad, etc. Consecuentemente, estas tcnicas no utilizan el criterio de equiprobabilidad, sino que siguen otros criterios, procurando que la muestra obtenida sea lo ms representativa posible. Estas muestras, al no utilizar el muestreo al azar, no tienen la garanta de las muestras probabilsticas, pero en la prctica son a menudo necesarias e inevitables, en opinin de Kerlinger (1975). Dentro de este tipo de muestreo podemos distinguir: el muestreo intencional o por conveniencia y el muestreo por cuotas. Muestreo por conveniencia; en esta tcnica, el investigador selecciona de modo directo los elementos de la muestra que desea participen en su estudio. Se eligen los individuos o elementos que se estima que son representativos o tpicos de la poblacin. Se sigue un criterio establecido por el experto o investigador. Se suelen seleccionar los sujetos que se estima que pueden facilitar la informacin necesaria. Este mtodo, que Jimnez Fernndez (1983) califica de deliberado, se justifica cuando se quieren estudiar elementos excepcionales de cierta poblacin, ya que la forma de asegurarse de que se incluirn en dicho estudio, es elegirlos intencionalmente. No dudando de su utilidad, se presta a crticas porque las muestras obtenidas resultan inevitablemente sesgadas en el sentido del criterio que se ha usado para seleccionarla. En estas muestras tambin denominadas opinticas (Latorre, Rincn y Arnal; 2003), buscamos deliberadamente los elementos de la muestra porque nos parece que pueden facilitarnos una informacin ms vlida. Si queremos datos sobre la poblacin delincuente ser interesante recurrir a los servicios policiales, a los centros penitenciarios o de rehabilitacin social o a los propios reclusos, que no son naturalmente toda la poblacin delincuente. Hay muestras intencionadas que parten de elementos tpicos o representativos a los que ya pblicamente se les ha reconocido tal rango. En Espaa, en las Elecciones Generales se sabe que el escrutinio de apenas ocho decenas de mesas electorales, ya determinadas, tienen un valor extrapolable al resultado global de las citadas elecciones. Este tipo de muestras han sido ampliamente divulgado por los medios de comunicacin: En la pelcula Magic Town, el investigador de opinin pblica interpretado por James Stwart, descubri un pueblo que tena exactamente las mismas caractersticas que todo Estados Unidos. Grandview posea exactamente la misma proporcin de personas que votaban por los republicanos, la misma proporcin de personas bajo la lnea de la pobreza, igual proporcin de mecnicos automotrices, etctera, que Estados Unidos visto como un todo. El personaje de Stewart slo tena que entrevistar a las personas de Grandview para saber cul era la opinin pblica en la Unin Americana. (Lohr, 1999) Muestreo por cuotas; consiste en fijar unas cuotas, donde cada cuota consiste en un nmero de elementos que renen unas determinadas condiciones. La seleccin de las cuotas suele hacerse mediante rutas o itinerarios. En este procedimiento se parte de una muestra estratificada cuyas proporciones debe conservar el investigador, pero cada uno de los casos queda a su arbitrio elegirlos. Ejemplo: Supongamos que queremos averiguar el nivel cultural de unos determinados profesionales de un rea geogrfica o de un sector productivo. Como el sexo, la edad y el lugar de residencia, parecen factores condicionantes, deberemos establecer que haya un 50% de varones y de mujeres, un tanto por ciento aproximado por grupos de edad correspondientes a la poblacin

real y as mismo procuraremos que haya el mismo tanto por ciento en la muestra que en la realidad de quienes viven en poblaciones de menos de 2.000 habitantes, de 2.001 a 5.000 habitantes, etc. El investigador ha fijado n para la muestra y elige libremente los individuos hasta alcanzar esa cifra. El riesgo radica en que seleccione a personas a quienes resulta ms fcil, por razones de localizacin. De hecho, cuando se trabaja con entrevistas, hay una resistencia a consultar a poblacin dispersa en caseros distantes o a la que est en pisos elevados sin ascensor. Por ltimo, debemos sealar un riesgo muy generalizado, comn al muestreo probabilstico y no probabilstico, y es el del rechazo a participar en la investigacin. En este caso no hay ms remedio que sustituir la poblacin que no desea colaborar o a la que no tenemos acceso por otra de condiciones similares, pero hay que tener mucho cuidado para evitar el sesgo de la muestra, porque puede ocurrir que precisamente la poblacin no participante tenga alguna caracterstica por la que no desee contestar, con lo cual queda excluida de la muestra y comprensiblemente mantendr su rechazo en los nuevos casos que los sustituyan. Referencias Bibliogrficas: 1. Canales F, Alvarado E, Pineda E. Metodologa de la Investigacin: Manual para el desarrollo del personal de salud. Serie PALTEX N 35 Washinton. OPS/OMS; 2004. 2. Hernndez R, Fernndez C, Baptista P. Metodologa de la Investigacin. 4 Ed. Mxico: McGrawHill; 2006.