Muestreo Aleatorio

Tcnicas avanzadas de investigacin social
1. Muestreo aleatorio. Conceptos bsicos.

1.1. Conceptos bsicos
1.1.1. Resumen de la informacin en poblaciones y muestras
1. Media. Si tenemos una poblacin o un conjunto de individuos compuestos por los
nmeros enteros, 0, 1, 2, ...., 9, todos en la misma proporcin, la probabilidad de extraer al azar
un determinado nmero ser de 1/10. Las frecuencias relativas pueden ser interpretadas en
trminos de probabilidad y, entonces, el histograma de frecuencia relativa sera el de la figura.
Supongamos que un nmero se va a seleccionar al azar de una poblacin, y denotemos su valor
por (. Entonces, los posibles valores para ( (0, 1, 2, ....., 9 en este caso) y las probabilidades
asociadas con tales valores (1/10 para cada uno) constituyen la distribucin de probabilidad para
la variable aleatoria (. La probabilidad asociada con ( es denotada algunas veces por p((). As,
para esta poblacin, p(0) = p(1) = ..... = p(9) = 1/10.
Las medidas numricas usadas para resumir las caractersticas de una poblacin son
definidas como valores esperados de (, o una funcin de (. Por definicin, el valor esperado de
(, E((), est dado por: E(() = 3(p((), para todos los valores de ( para los cuales p(()>0. As,
E(() = 3(p(() = 0p(0) + 1p(1) + ............ + 9p(9) = 45/10 = 4,5.
E(() es igual al valor promedio, o valor medio de todas las mediciones de nuestra
poblacin conceptual. En general, una media poblacional ser denotada por F, por lo que F =
E((), donde ( es el valor de una medicin individual seleccionada de la poblacin al azar.
La variabilidad de las mediciones en una poblacin puede ser medida por la varianza, que
se define como el valor esperado, o valor promedio, del cuadrado de la desviacin entre una
medicin ( seleccionada aleatoriamente y su valor medio F.
V(() = E((-F)2 = 3((-F)2p(()
En este ejemplo,
V(() = E((-F)2 = 3((-F)2p((-F) = (0-4,5)2(1/10) + ... + (9-4,5)2(1/10) = 1/10(82,5) = 8,25.
La varianza V(() es comnmente denotada por
n
F2 =
E ((i&F)2
i'1
2
, y la desviacin estndar se define como F' F
En este ejemplo, F = 2,9.

En estudios estadsticos, la poblacin de inters consiste en mediciones desconocidas; es
por eso que nicamente podemos especular acerca de la naturaleza del histograma de frecuencia
relativa o del tamao de F y F. Para obtener alguna informacin acerca de la poblacin,
seleccionamos una muestra de n mediciones y estudiamos las propiedades de esta muestra. A
partir de lo que observamos en la muestra inferimos las caractersticas de la poblacin. Las
mediciones en la muestra sern denotadas en general por x1, x2, .... x9 . La media, la varianza y
la desviacin estndar vienen dadas, entonces, por:
Pg. 1
1. Conceptos bsicos.
2
E(xi&x)
1
2
Media: x' j xi , Cuasivarianza: s '
, y Desviacin estndar: s' s 2
n&1
n
Ntese que s2 tiene de divisor n-1 en lugar de n. Esto le convierte en un estimador
insesgado de la varianza poblacional.
1.2. Distribuciones de muestreo

Tenemos una poblacin de nmeros enteros, del 0 al 9, representados en la misma
proporcin. Seleccionamos cincuenta muestras de tamao n=10 de esta poblacin. Las medias
muestrales 0 para las 50 muestras son:
Un histograma de frecuencias agrupadas ofrecera
2,3
3,6
4,1
4,3
4,8
una aproximacin a la distribucin de muestreo terica de
2,6
3,7
4,1
4,3
4,8
2,6
3,7
4,1
4,4
4,8
0, esto es, mostrndonos la manera en que las 0 tienden a
3,2
3,7
4,1
4,5
4,9
distribuirse cuando se toman muestras repetidas. La
3,3
3,8
4,2
4,7
5,0
distribucin de muestreo puede ser considerada como una
3,4
3,9
4,3
4,7
5,1
3,5
4,0
4,3
4,7
5,3
distribucin de probabilidad para 0. La distribucin de las
3,5
4,1
4,3
4,8
5,5
0 tiende a concentrarse cerca de la media poblacional
3,6
4,1
4,1
4,8
6,0
F=4,5, y tiene forma monticular (forma de campana o de
curva normal).
Estadsticamente, sabemos que la distribucin de muestreo de 0 debe tener una media F,
una desviacin estndar F/ F2 , y una forma como la de la curva normal. Esta distribucin tiene
un promedio de 4,22 (cercano a 4,5) y una desviacin estndar de 0,79 (cercana a 0,92). El
histograma de frecuencia tiene tambin forma aproximada de campana, aunque no muy simtrica.
De las propiedades de la curva normal se deduce que aproximadamente el 68 % de los
valores de 0, en un muestreo repetido, debe caer dentro de una desviacin estndar de la media
de la distribucin de muestreo de las 0. Aproximadamente el 95,45 % de los valores de 0, dentro
de dos desviaciones estndar de la media. En el ejemplo, los lmites de confianza:
Lc =0 z (sx)
a) lc = 4,22 0,79 ----> (3,43 , 5,01), que contiene 39 de 50, esto es, el 78 % de los valores
de 0 de la muestra;
b) lc = 4,22 2(0,79) ----> contiene 45 de 50, esto es, el 90 % de las 0.
Si la distribucin de muestreo de alguna cantidad muestral no sigue una distribucin
muestral, segn el teorema de Tchebysheff, para cualquier k$1, al menos (1-1/k2) de las
mediciones en cualquier conjunto deben caer dentro de k desviaciones estndar de su media. Por
ejemplo, haciendo k=2, se obtiene que al menos 3/4 de cualquier conjunto de mediciones debe
caer dentro de 2 desviaciones estndar de su media. Considerando la distribucin normal o el
teorme de Tchebysheff, la amplitud de cualquier conjunto de mediciones contiene poco ms que
cuatro desviaciones estndar. En otras palabras, la desviacin estndar de un conjunto de
mediciones puede ser, aproximadamente, 1/4 de la amplitud de ese conjunto.
Pg. 2
1.3. Covarianza y correlacin

Frecuentemente, en un experimento se obtiene
informacin acerca de ms de una variable de inters.
Generalmente, estamos interesados en la simple dependencia
de un par de variables, tal como la relacin que existe entre
personalidad e inteligencia. En particular, nos interesa saber si
los datos que representan observaciones pareadas de x1 y x2, en
un cierto nmero de gente implican una dependencia entre las
dos variables. Si es as, qu tan intensa es la dependencia?
Intuitivamente, concebimos la dependencia de dos variables
indicando que una de ellas se incrementa o disminuye como
una consecuencia de un cambio en la otra. Para ello haremos
uso de dos medidas de dependencia, la covarianza y el
coeficiente simple de correlacin lineal. En una grfica, si
todos los puntos tienden a formar una lnea recta, las dos
variables son dependientes. De otra manera, la dependencia es
poca o nula.
Supngase que conocemos F1 y F2, las medias de x1 y x2
respectivamente, y localizamos esta punto. Seguidamente, se
miden las desviaciones (x1 - F1) y (x2 - F2 ). En realidad, la
covarianza es una medida de cmo varan conjuntamente x1 y
x2, y su frmula es: E[(x1 - F1 ) (x
2 - 2F )]. Cuando1 x y2 x se
encuentran relacionados positivamente, entonces si x1>F1, tambin ser x2>F2, y viceversa. Por
ello, el resultado de la covarianza ser positivo. Inversamente, si x1 y x 2 se encuentra relacionados
negativamente, cuando x1<F1, ser x2 <F2 , y viceversa, por lo que la covarianza ser negativa.
Cuando no exista relacin alguna entre x1 y x2, la mitad de los productos sern positivos y la otra
mitad negativos, dado que varan independientemente. La magnitud del valor de la covarianza
ofrecer una idea de la intensidad de la relacin de dependencia.
Desafortunadamente, el uso de la covarianza como medida absoluta de dependencia es
dificultosa porque su valor depende de la escala de medicin. Por eso, es difcil a primera vista
saber si una covarianza es grande. Esta dificultad se corrige estandarizando su valor por medio
del coeficiente simple de correlacin lineal, cuya frmula es:
D = Cov ( x1, x2)/F1F2
donde F1 y F2 son las desviaciones estndar de x1 y x2 respectivamente. El coeficiente de
correlacin lineal toma valores en el intervalo -1 # D # 1.
1.4. Estimacin
El objetivo de cualquier encuesta por muestreo es realizar inferencias acerca de una
poblacin de inters, partiendo de la informacin obtenida en una muestra de dicha poblacin.
Las inferencias en las encuestas por muestreo son usualmente dirigidas a la estimacin de ciertas
caractersticas numricas de la poblacin, tales como la media, el total o la varianza. Estas
Pg. 3
1. Conceptos bsicos.
medidas descriptivas numricas de la poblacin se denominan parmetros. Un estimador es una
funcin de variables aleatorias observables usado para estimar un parmetro. Por ejemplo, la
media muestral 0 puede ser usada como un estimador de la media poblacional F, ya que es una
funcin de las observaciones en la muestra. Por ello, querremos seleccionar un plan de muestreo
que nos asegure que E(x) = F y que V(x) es pequea.
En general, suponiendo que 2 es un estimador del parmetro 2. Dos propiedades son
deseables para 2:
1. E(2) = 0.
2. V(2) = F2 es pequea.
Un estimador que posee la propiedad 1 se dice que es insesgado. Si podemos contar con
dos estimadores insesgados de 2, generalmente daremos preferencia al que tenga la menor
varianza. Una vez que sabemos qu estimador 2 estamos usando en una situacin y conocemos
algo acerca de su distribucin de probabilidad, podemos evaluar la magnitud del error de
estimacin. Definimos el error de estimacin como |2 - 2|. Aunque no podemos establecer que
un estimador observado este dentro de una distancia especificada de 2, podemos, al menos
aproximadamente, encontrar un lmite e tal que
P(|2 - 2| # e) = 1 - "
para cualquier probabilidad deseada 1 - ", donde 0 < " < 1. Si 2 tiene una distribucin
normal, entonces e = z"/2F2, donde z"/2 es el valor que separa un rea de ("/2) en la cola del lado
derecho de la distribucin normal estndar. Si 1 - " = 0,95, entonces, z0,025 = 1,96, osea,
aproximadamente 2. Al intervalo (2 - e, 2 + e) se denomina intervalo de confianza para 2 con
coeficiente de confiabilidad (1 - "), con un lmite inferior de confianza (LIC) y un lmite superior
de confianza (LSC).
Pg. 4
2. Elementos del problema de muestreo

2.1. Trminos tcnicos
1. Un elemento es un objeto en el cual se toman las mediciones. En una encuesta, por
ejemplo, para estimar la proporcin de votantes en una comunidad que favorecen la emisin de
bonos, un elemento es un votante registrado en la comunidad. La medicin tomada es la
preferencia del votante con respecto a la emisin de bonos.
2. Una poblacin es una coleccin de elementos acerca de los cuales deseamos hacer
alguna inferencia. La poblacin en este ejemplo es la coleccin de votantes en la comunidad. Una
tarea importante es definir cuidadosa y completamente la poblacin antes de recolectar la
muestra. La definicin debe contener una descripcin de los elementos que sern incluidos y una
especificacin de las mediciones que se van a considerar, ya que estos componentes estn
interrelacionados.
3. Las unidades de muestreo son colecciones (no traslapadas) de elementos de la poblacin
que cubren la poblacin completa. En el ejemplo, una unidad de muestreo puede ser un votante
registrado en la comunidad. Si los hogares son las unidades de muestreo, estos deben ser
definidos de tal manera que ningn votante en la poblacin pueda ser muestreado ms de una vez
y que cada votante tenga una oportunidad de ser seleccionado en la muestra. Si cada unidad de
muestreo contiene uno y solamente un elemento de la poblacin, entonces una unidad de
muestreo y un elemento de la poblacin son idnticos.
4. Un marco es una lista de unidades de muestreo. Si especificamos al votante individual
como la unidad de muestreo, una lista de todos los votantes registrados puede servir como el
marco para una encuesta de opinin pblica. Este marco, seguramente, no incluir todos los
elementos de la poblacin, ya que las listas no estarn actualizadas, existirn muchos jefes de
familia no registrados como tal, etc. El objetivo es que la diferencia del marco con respecto a la
poblacin sea lo bastante pequea como para permitir que se hagan inferencias acerca de la
poblacin basndose en una muestra obtenida del marco. Algunos esquemas de muestreo pueden
requerir marcos mltiples; por ejemplo, primero una relacin de manzanas de la ciudad, y
segundo, una relacin de votantes dentro de las manzanas seleccionadas.
5. Una muestra es una coleccin de unidades seleccionadas de un marco o de varios
marcos. Los datos son obtenidos de los elementos de la muestra y usados para describir a la
poblacin.
2.2. Como seleccionar la muestra: el diseo de la encuesta por muestreo

El objetivo del muestreo es estimar parmetros de la poblacin, tales como la media o el
total, con base en la informacin contenida en una muestra. El experimentador controla la
cantidad de informacin contenida en la muestra por medio del nmero de unidades muestrales
que incluye en la muestra y por el mtodo usado para seleccionar los datos muestrales. Cmo
Pg. 5
2. Elementos del problema de muestreo.

podemos determinar cul procedimiento usar y el nmero de observaciones (unidades
muestrales) a incluir en la muestra? La respuesta depende de cunta informacin se desee
comprar. Si 2 es el parmetro de inters, y 2 es un estimador de 2, debemos especificar un lmite
para el error de estimacin; esto es, debemos especificar que 2 y 2 difieran en valor absoluto en
una cantidad menor que e. Representado simblicamente,
error de estimacin = |2 - 2| < e.
Debemos establecer tambin una probabilidad (1 - "), que especifica la fraccin de las
veces en muestreo repetido en que requerimos que el error de estimacin sea menor que e:
P (error de estimacin < e) = 1 - ".
El error e es igual a zF2. Usualmente, z = 2, por lo que e =2 2F , y (1 - ") ser
aproximadamente 0,95 para distribuciones en forma de campana.
Despus de obtener un lmite especfico con su probabilidad asociada (1 - "), podemos
comparar diseos diferentes (mtodos de seleccin de la muestra) para determinar cul
procedimiento proporciona la precisin deseada al mnimo costo. El diseo bsico, el muestreo
irrestricto aleatorio, consiste en seleccionar un grupo de n unidades muestrales de tal manera que
cada muestra de tamao n tenga la misma oportunidad de ser seleccionada. Una muestra
irrestricta aleatoria, en el ejemplo anterior de los bonos, contiene tanta informacin sobre la
preferencia de la comunidad como cualquier otro diseo de muestre, siempre y cuando todos los
votantes en la comunidad tengan caractersticas socioeconmicas similares.
Sin embargo, supngase que la comunidad consta de personas de dos diferentes grupos de
ingresos, alto y bajo. Los votantes en el grupo alto pueden tener opiniones sobre la emisin de
bonos que sean muy diferentes de las opiniones de los votantes en el grupo bajo. Es por esto que
para obtener una informacin exacta, deberemos muestrear votantes de cada grupo. Podemos
dividir los elementos de la poblacin en dos grupos o estratos, de acuerdo al ingreso, y
seleccionar una muestra irrestricta aleatoria de cada grupo. A la muestra resultante se le llama
muestra aleatoria estratificada.
Aunque se desean preferencias individuales en la encuesta, un procedimiento ms
econmico, especialmente en reas urbanas, puede ser el muestrear familias especficas, edificios
de apartamentos o manzanas de la ciudad, en lugar de votantes individuales. Las preferencias
individuales pueden ser obtenidas de cada votante elegible dentro de cada unidad muestreada.
Esta tcnica es llamada muestreo por conglomerados. Aunque la poblacin ha sido dividida en
grupos, tanto en muestreo por conglomerados como en muestreo aleatorio estratificado, las
tcnicas son diferentes. En la segunda tomamos una muestra aleatoria simple en cada estrato,
mientras que en la primera tomamos una muestra aleatoria simple de grupos y entonces
muestreamos todos los elementos de los grupos seleccionados (conglomerados).
Algunas veces, los nombres de las personas en la poblacin de inters se encuentran en un
listado, tal como una lista de registro, o en tarjetas de archivo. Para esta situacin, una tcnica
econmica es extraer la muestra mediante la seleccin de un nombre cerca del principio de la
lista y luego seleccionar cada diez o quince nombres despus del anterior. Si el muestreo es
conducido de esta manera, obtenemos una muestra sistemtica.
Pg. 6
2.3. Fuentes de error en las encuestas

El error de estimacin se debe a que una muestra no proporciona informacin completa
sobre una poblacin. Esta clase de error es llamada error de muestreo, y puede ser controlado por
un diseo cuidadoso de la encuesta. Sin embargo, otro tipo de errores, ms difcil de controlar,
pueden introducirse imperceptiblemente en la encuesta. Una causa importante de error es la no
respuesta de un individuo seleccionado, que puede introducir un sesgo en los datos muestrales.
Por ejemplo, en una encuesta para determinar la aceptacin de los empleados del pago de una
cuota mensual por estacionamiento, es bastante probable que nicamente las personas que se
opongan enrgicamente al pago de la cuota sean quienes respondan a un cuestionario por correo.
Un segundo problema es que los respondientes dan frecuentemente informacin falsa, a
veces por temor, otras por errores de definicin en las preguntas de la encuesta. Otro problema
concierte a los cambios arbitrarios en los elementos muestrales: los datos deben ser obtenidos de
las unidades muestrales exactas que fueron seleccionadas de acuerdo al diseo de muestreo. Un
entrevistador no debe sustituir por el vecino ms prximo a una persona que fue seleccionada,
ya que la muestra seleccionada con un diseo tiene ms probabilidades conocidas asociadas a
ella.
1. Reentrevistas. La no respuesta puede ser minimizada teniendo preparado un plan
cuidadoso para reentrevistas sobre los elementos muestreados. Un nmero fijo de reentrevistas
debe ser requerido para cada elemento muestreado, y estas reentrevistas deben ser en diferentes
das de la semana y a diferentes horas del da. Es importante obtener algunas respuestas en al
menos un subconjunto de las no respuestas originales.
2. Recompensas e incentivos. En algunas ocasiones, una tctica apropiada para estimular
las respuestas es ofrecer un premio por la respuesta. Los premios deben ser ofrecidos a
participantes potenciales en un estudio nicamente despus de que han sido seleccionados para
la muestra mediante algn procedimiento objetivo. El tomar como la muestra a aquellos que
responden a un premio anunciado no suele ser apropiado, ya que quienes responden a tal aliciente
pueden ser no representativos de la poblacin objetivo.
3. Entrevistadores adiestrados. La habilidad de un entrevistador est directamente
relacionada a la calidad y cantidad de la informacin resultante de una encuesta. Los buenos
entrevistadores pueden hacer las preguntas de tal manera que se estimule a respuestas honestas,
y pueden notar la diferencia entre quienes realmente desconocen la respuesta y aquellos que
simplemente no desean contestar.
4. Verificacin de datos. Los cuestionarios completados deben ser cuidadosamente
analizados por alguien diferente al entrevistador, para verificar si han sido llenados
correctamente. En esta etapa se debe revisar la informacin mediante un sistema preestablecido
para detectar errores reconocibles en la informacin. Las amplitudes de las mediciones pueden
ser verificadas para separar los casos en que, digamos, la edad de una persona es listada como
1000. Los datos pueden comprobarse en un cuestionario bien diseado para ver, por ejemplo, si
la edad indicada por el respondiente concuerda con el ao de nacimiento anotado. Los resultados
de la encuesta deben ser representativos de la poblacin, y algunas veces los datos han de ser
verificados con otros datos conocidos para ver si existen reas potenciales de problemas.
5. Construccin del cuestionario. Tras seleccionar la muestra, lo ms importante de una
encuesta bien estructurada, informativa y exacta es un cuestionario diseado apropiadamente.
Pg. 7
2.4. Mtodos de recoleccin de datos

1. Entrevista personal. Este procedimiento requiere que el entrevistador realice preguntas
preparadas y registre las respuestas del entrevistado. La ventaja es que, usualmente, la gente
responde cuando es confrontada en persona. Adems, el entrevistador puede notar reacciones
especficas y eliminar malos entendidos acerca de las preguntas. Aparte del gran costo que este
mtodo supone, la mayor limitacin est relacionada con la preparacin de los entrevistadores
y los sesgos que stos pueden introducir en los resultados. Cualquier movimiento, expresin
facial o aseveracin hecha por el entrevistador puede afectar la respuesta obtenida.
2. Entrevistas por telfono. Las encuestas realizadas a travs de entrevistas telefnicas son
frecuentemente menos costosas que las personales, debido a la eliminacin de gastos de
transporte. Un problema importante es el establecimiento de un marco que corresponda fielmente
a la poblacin. Los directorios telefnicos tienen muchos nmeros que no corresponden a
hogares, y muchos hogares tienen nmeros que no aparecen en el directorio. Una tcnica que
evita este problema es marcar los dgitos aleatoriamente, seleccionando primero una rea
telefnica, y marcando los ltimos dgitos aleatoriamente. Este tipo de entrevistas ha de hacerse
en un perodo ms corto que las entrevistas personales, ya que los entrevistados tienden a
impacientarse cuando se est hablando por telfono. Con cuestionarios propiamente diseados
y entrevistadores adiestrados, las entrevistas por telfono pueden tener tanto xito como las
entrevistas personales.
3. Cuestionarios autoaplicados. Estos cuestionarios usualmente son enviados por correo
a los individuos incluidos en la muestra. Deben ser cuidadosamente construidos si se desea
estimular la participacin de los respondientes. El cuestionario autoaplicado no requiere
entrevistadores, por lo que supone un ahorro, pero tambin una tasa de respuesta ms baja. La
no respuesta es mayor en esta tcnica al tener el menor contacto con los respondientes, lo que
puede producir importantes sesgos. Una solucin es establecer contacto con los no respondientes
a travs de cartas de seguimiento, entrevistas por telfono o entrevistas personales.
4. Observacin directa. Si estamos interesados en estimar el nmero de camiones que
circulan por determinado camino durante las horas de mayor trnsito, podemos asignar a una
persona para contabilizarlo. Posiblemente se utilizara un equipo de conteo electrnico. La
desventaja de usar un observador estriba en la posibilidad de errores en la observacin.
2.5. Diseo de un cuestionario

1. Ordenamiento de las preguntas. El ordenamiento de las preguntas afecta las respuestas,
algunas veces de maneras que parecen impredecibles para el investigador inexperto. La actitud
hacia una pregunta en una encuesta est frecuentemente determinada por las preguntas anteriores
relacionadas con el mismo tema. Los investigadores que van a disear un cuestionario deben
tener cuidado con los problemas comunes de ordenamiento de pregunta y respuesta, considerando
las siguientes tcnicas:
a) Cuestionarios con diferentes ordenamientos para diferentes subconjuntos de la muestra.
b) Usar letreros o repeticin de preguntas para un mejor entendimiento.
Pg. 8

c) Explicacin durante el anlisis de los datos del contexto en el que se hizo la pregunta.
2. Preguntas abiertas contra preguntas cerradas. Ya que los cuestionarios actuales son
frecuentemente diseados para ser contabilizados electrnicamente despus de ser completados,
la mayora de las preguntas deben ser preguntas cerradas (con una respuesta numrica simple o
con un nmero fijo de selecciones predeterminadas) para permitir una fcil codificacin y
anlisis. Las preguntas abiertas permiten al respondiente la libre expresin de una respuesta no
estructurada, matizando el significado de la respuesta. Pero esto puede ocasionar grandes
dificultades en el anlisis, porque las respuestas pueden no ser fcilmente cuantificables.
3. Opcin de respuesta. En casi cualquier pregunta, el respondiente puede decir que no sabe
o que no tiene una opcin. Ya que tales respuestas no dan informacin til acerca de la pregunta
y esencialmente reducen el tamao de muestra, trataremos de evitar el uso de esas opciones. El
respondiente es forzado, entonces, a elegir entre las respuestas informativas listadas, a menos que
el entrevistador decida que simplemente no se puede hacer tal eleccin.
4. Redaccin de las preguntas. Las preguntas deben ser hechas en una forma equilibrada
y clara; en lugar de Apoya usted la aplicacin de la pena de muerte?, sera mejor Apoya
usted la pena de muerte o se opone a ella?. Otros errores pueden ser introducidos al haber una
contraposicin en el texto de la pregunta, o por existir una eleccin inapropiada de las palabras.
2.6. Planificacin de una encuesta

1. Establecimiento de objetivos.
2. Definicin de la poblacin objetivo.
3. Seleccin del marco.
4. Diseo de muestreo.
5. Mtodo de medicin.
6. Instrumento de medicin.
7. Seleccin y adiestramiento de los investigadores de campo.
8. Prueba piloto.
9. Organizacin del trabajo de campo.
10. Organizacin del manejo de datos.
11. Anlisis de los datos.
Pg. 9
Pg. 10
3. Muestreo irrestricto aleatorio

El objetivo de una encuesta por muestreo es hacer una inferencia acerca de la poblacin con
base en la informacin contenida en una muestra. Dos factores afectan la cantidad de informacin
contenida en la muestra y, por lo tanto, afectan la precisin de nuestro procedimiento de hacer
inferencias. El primero es el tamao de la muestra seleccionada de la poblacin. El segundo es
la cantidad de variacin en los datos; la variacin frecuentemente puede ser controlada por el
mtodo de seleccin de la muestra. El procedimiento para seleccionar la muestra se denomina
diseo de la encuesta por muestreo. Para un tamao de muestra fijo, n, consideraremos diversos
diseos, o procedimientos de muestreo, para obtener las n observaciones en la muestra. La
tcnica de muestreo llamada muestreo irrestricto aleatorio se analiza en este captulo.
Definicin. Si un tamao de muestra n es seleccionado de una poblacin de tamao N de
tal manera que cada muestra posible de tamao n tiene la misma probabilidad de ser
seleccionada, el procedimiento de muestreo se denomina muestreo irrestricto aleatorio. A la
muestra as obtenida se le llama muestra irrestricta aleatoria.
Pero, cmo seleccionar la muestra irrestricta aleatoria?, y cmo estimar los diversos
parmetros poblacionales de inters?
3.1. Cmo seleccionar una muestra irrestricta aleatoria

Para seleccionar una muestra de una poblacin, de tal manera que cada muestra posible de
tamao n tenga la misma probabilidad de ser seleccionada, podemos usar nuestro criterio; esta
tcnica se denomina muestreo casual. Una segunda tcnica consiste en seleccionar una muestra
que consideramos que es tpica o representativa de la poblacin; se trata del muestreo
representativo. Tanto el muestreo representativo como el casual estn sujetos al sesgo del
investigador y, lo que es ms importante, conducen a estimadores cuyas propiedades no pueden
ser evaluadas. Por lo tanto, ninguna de estas tcnicas genera una muestra irrestricta aleatoria.
Muestras irrestrictas aleatorias pueden ser seleccionadas usando, por ejemplo, tablas de
nmeros aleatorios. Si un nmero aleatorio ocurre dos veces, se omite la segunda ocurrencia,
seleccionado el siguiente como su reemplazo.
3.2. Estimacin de una media y un total poblacionales

El objetivo de la encuesta por muestreo es hacer inferencias acerca de una poblacin a
partir de la informacin contenida en una muestra. Una manera es estimar ciertos parmetros de
la poblacin, utilizando la informacin de la muestra. El objetivo de una encuesta por muestreo
es, frecuentemente, estimar luna media poblacional, denotada por , o un total poblacional,
denotado por J. Supngase que una muestra irrestricta aleatoria de n cuentas es seleccionada, y
que vamos a estimar el valor medio por cuenta para la poblacin total de registro de un hospital.
Intuitivamente, emplearamos el promedio muestral 0 = 3xi / n, para estimar .
Pg. 11
3. Muestreo irrestricto aleatorio.

Por supuesto, un valor de 0 revela muy poco acerca de la media poblacional , al menos
que podamos evaluar la bondad de nuestro estimador. Por lo tanto, adems de estimar , nos
gustara fijar un lmite sobre el error de estimacin. Puede demostrarse que 0 posee muchas
propiedades deseables para estimar , y tiene una varianza que decrece conforme el tamao de
la muestra n se incrementa. Ms precisamente, para una muestra irrestricta aleatoria, seleccionada
sin reemplazo de una poblacin de tamao N,
F2 N&n
( )
E (0 ) = , y V (0 ) =
n N&1
Problema 1. Tenemos una poblacin de N = 4 mediciones, dadas por {1, 2, 3, 4}. Cada
observacin unitaria xi tiene una probabilidad de 1/4.
= E(x) = 3x p(x) = (1/4)(1+2+3+4) = 2,50.
F2 = V(x) = E(x - )2 = 3(x - )2 p(x) = 5/4.
Ahora, si tomamos una muestra aleatoria de tamao n = 2 (sin reemplazo) de esta
poblacin, existen seis muestra posibles, cada una con una probabilidad de 1/6: {1, 2}, {1, 3},
{1, 4}, {2, 3}, {2, 4}, {3, 4}. Las seis medias muestrales, 0, son respectivamente, 1'5, 2'0, 2'5,
2'5, 3'0, y 3'5. As,
E(0 ) = 30 p(0) = (1,5)(1/6) + ....... + (3,5)(1/6) = 2,50 = .
V(0) = E(0 - )2 = 3(0 - )2 p(0) = 5/12.
Recordando, para este ejemplo, que F2 = 5/4, N = 4, y n = 2, tenemos que,
F2 N&n
( ) = 5/12 = V(0).
n N&1
Por lo tanto, se ve que E(0) = , y que V(0) =
F2 N&n
( )
n N&1
Formulario._____________________________________________________
Estimador de la media poblacional : = 0 = 3xi / n
Exi &nx2
E(xi&x)2
s 2 N&n
2
( ) , donde s =
Varianza estimada de 0: V(0 ) =
=
n&1
n N&1
n&1
2
s
N&n
Lmite para el error de estimacin: z V )(x)'z
( )
n N
______________________________________________________________
La cantidad (N - n) / N se denomina correccin por poblacin finita (cpf). Cuando n
permanezca pequea con respecto al tamao de la poblacin N, n # (1/20)N, entonces la cpf
estar cercana a la unidad, la cpf puede despreciarse, y la varianza estimada ser 0 = s2 / n.
Problema 2. Existen N = 1000 registros de pacientes, y tomamos una muestra aleatoria de
n = 200 cuentas. La media muestral de la deuda fue 0 = $94,22, y la varianza muestral es 445,21.
Estimar (el promedio de la deuda para las 1000 cuentas del hospital), y establecer un lmite
para el error de estimacin.
El lmite para el error de estimacin, con z = 2, es e = $2,67.
= 0 = $94,22.
Ya que n es grande, la media muestral tendr una distribucin aproximadamente normal,
as que ($94,22 $2,67) es un intervalo de confianza para la media poblacin del 95,45%.
Pg. 12

Problema 3. Una muestra irrestricta aleatoria de n = 9 registros del hospital es seleccionada
para estimar la cantidad promedio de la deuda sobre N = 484 cuentas abiertas. Sus valores son
{33'50, 32'00, 52'00, 43'00, 40'00, 41'00, 45'00, 42'50, 39'00}. Estimar (la cantidad promedio
de la deuda), y establecer un lmite para el error de estimacin.
0 = xi / 9 = 368/9 = $40,89.
s2 = 3(xi - 0)2/(n-1) = 35,67.
El lmite para el error de estimacin, para z = 2, ser e = $3,94.
As, = $40,89 con un error de estimacin menor de $3,94.
Formulario._______________________________________________________
El total poblacional, denotado por J, es la suma de todas las observaciones en la poblacin,
y responde a J = N .
Estimador del total poblacional J: J = N0.
Varianza estimada de J:
V(J) = V(N0) = N 2
s 2 N&n
(
n N
Lmite para el error de estimacin: z V )(Nx)'z N 2
s 2 N&n
(
n N
Ntese que la varianza estimada de J es N2 veces la varianza estimada de 0.

__________________________________________________________________
Problema 4. Una empresa industrial est interesada en el tiempo por semana que los
cientficos emplean para ciertas tareas triviales. Las hojas de control del tiempo de una muestra
irrestricta aleatoria de n = 50 empleados muestran que la cantidad promedio de tiempo empleado
en esas tareas es de 10,31 horas, con una varianza muestral de 2,25. La compaa emplea N=750
cientficos. Estimar el nmero total de horas hombre que se pierden por semana en las tareas
insignificantes y establezca un lmite para el error de estimacin.
J = N0 = 750(10,31) = 7732,5 horas.
El lmite para el error de estimacin, con z = 2, es de e = 307,4 horas.
3.3. Seleccin del tamao de muestra para estimar la media y total poblacionales
Las observaciones cuestan dinero. Por lo tanto, si la muestra es muy grande, tiempo y
talento son desperdiciados. Por el contrario, si el nmero de observaciones incluidas en la
muestra es muy pequeo, compramos informacin inadecuada, por lo que nuevamente hacemos
un mal gasto. El nmero de observaciones necesarias para estimar una media poblacional con
un lmite para el error de estimacin de magnitud B, se encuentra al establecer dos desviaciones
estndar del estimador 0 igual a B, y resolviendo esta expresin para n. Es decir, debemos
resolver:
z V )(x)'B
Pg. 13

Usando las ecuaciones anteriores, se puede encontrar la frmula para hallar el tamao de
muestra requerido para estimar con un lmite para el error de estimacin B.
n=
NF2
2
(N&1)D%F
, donde D = B2 / z
En una situacin prctica, la solucin para n presenta un problema debido a que la varianza
poblacional F2 es desconocida. Puesto que la varianza muestral s2 frecuentemente se encuentra
disponible de un experimento anterior, podemos obtener un tamao de muestra aproximado al
reemplazar F2 por s2 en la ecuacin. Si N es muy grande, el (N-1) puede ser reemplazado por N.
Problema 1. Calcular la cantidad promedio de dinero para las cuentas por cobrar de un
hospital. No conocemos la varianza poblacional F2, pero se sabe que la mayora de las cuentas
caen dentro de una amplitud de variacin de $1000 cuentas abiertas. Encontrar el tamao de la
muestra necesaria para estimar con un lmite para el error de estimacin B = $3.
Necesitamos una estimacin de F2. La amplitud de variacin es aproximadamente igual a
4 desviaciones estndar (4F). As,
100 = 4F ----> F 100/4 = 25 --------> F2 625
Por otro lado, D = B2/z2 = 9/4 = 2,25.
As, segn la frmula anterior, n =217,56 218 observaciones para estimar con un lmite
para el error de estimacin de $3,00.
De manera semejante, podemos determinar el nmero de observaciones necesarias para
estimar un total poblacional J, con un lmite para el error de estimacin de magnitud B. El
tamao de muestra requerido se encuentra al establecer dos desviaciones estndar del estimador
igual a B y resolviendo esta expresin para n. Esto es, debemos resolver
z V(Nx)'B , o zN V(x)'B
El tamao de la muestra requerido para estimar J con un lmite de error B, ser,
n=
NF2
2
(N&1)D%F
, donde D = B2/4N2 .
Problema 2. Un investigador est interesado en estimar la ganancia en peso total en 0 a 4

semanas de N = 1000 polluelos alimentados con una nueva racin. Determinar el nmero de
polluelos que sern seleccionados en este estudio para estimar J con un lmite para el error de
estimacin igual a 1000 gramos. Estudios similares sobre nutricin de polluelos en el pasado
indican que la varianza poblacional fue aproximadamente igual a 36,00 gramos.
D = B2/4N2 = 0,25.
Por lo que n 125,98.
3.4. Estimacin de una proporcin poblacional

Muchas veces estaremos interesados en estimar la proporcin de la poblacin que posee
una caracterstica especfica. Un grupo de investigacin de mercados puede estar interesado en
saber qu porcentaje de ventas corresponde a un producto en particular. Muchos de estos
Pg. 14

ejemplos muestran una caracterstica del experimento binomial, esto es, una observacin
pertenece o no a la categora de inters. Denotaremos la proporcin poblacional por p, y a su
estimador por p. Las propiedades de p en muestreo irrestricto aleatorio son equiparables a las
de la media muestral 0 si las mediciones de la respuesta se definen como sigue: sea xi = 0 si el
i-simo elemento seleccionado no posee la caracterstica especfica, y xi = 1 si la posee. Entonces,
el nmero de elementos en una muestra de tamao n que posee una caracterstica especfica es
3xi. Si seleccionamos una muestra irrestricta aleatoria de tamao n, la proporcin muestral p
es la fraccin de elementos en la muestra que poseen la caracterstica de inters. As, segn lo
anterior,
p = (3xi )/ n = 0
Por esta misma razn, tambin podemos pensar en p como p =
Formulario. _______________________________________________________
Estimador de la proporcin poblacional p: p = 0 = (3xi )/ n
p q N&n
) , donde q = 1 - p.
(
n&1 N&1
pq N&n
Lmite para el error de estimacin: z V )(p)'z
(
n&1
N
___________________________________________________________________
Varianza estimada de p: V(p) =
Problema 1. Una muestra irrestricta aleatoria de n = 100 estudiantes del ltimo ao de un

colegio fue seleccionada para estimar: a) la fraccin de N = 300 estudiantes que asistirn a la
universidad, y b) la fraccin de estudiantes que han tenido trabajos de tiempo parcial durante su
estancia en el colegio. Denotaremos por yi = 0 si el i-simo estudiante no planea asistir a la
universidad, y xi = 0 si no ha tenido un trabajo a tiempo parcial. A travs de una encuesta
sabemos que 15 alumnos de la muestra desean estudiar en la universidad, y que 65 han tenido
un trabajo a tiempo parcial. Estimar p1, la proporcin de estudiantes del ltimo ao que planea
asistir a una universidad, y p2, la proporcin de estudiantes del ltimos ao que ha tenido un
trabajo a tiempo parcial durante sus cursos en el colegio.
Las proporciones muestrales estn dadas por p1 = 0,15 y p2 = 0,65.
Los lmites de error, resolviendo las frmulas, son respectivamente 0,059 y 0,078.
Por lo tanto, estimamos que el 15 % de los estudiantes del ltimo ao planea asistir a una
universidad con un lmite para el error de estimacin del 5,9 %, y que un 65 % ha tenido un
trabajo de tiempo parcial durante su estancia en el colegio, con un lmite para el error de
estimacin del 7,8 %.
El tamao de muestra requerido para estimar p con un lmite para el error de estimacin
B:
Npq
, donde p = 1-p y D = B2/4.
(N&1)D%pq
Problema 2. Se desea realizar una encuesta para determinar la proporcin de estudiantes
que est a favor de una propuesta de cdigo de honor. Determinar el tamao de muestra necesario
para estimar p con un lmite para el error de estimacin de magnitud B=0,05. No existe
n=
Pg. 15

informacin previa disponible para estimar p, y N=2000 estudiantes.
D = 0,000625, y tomando p = q = 0.5 como el peor de los casos, n = 333,56.
Problema 3. Supngase que tambin se desea estimar el nmero de estudiantes que
considera que la organizacin del consejo estudiantil funciona de acuerdo a sus necesidades.
Determinar el tamao de muestra combinado que se requiere en una encuesta para estimar p1, la
proporcin de quienes estn a favor de la propuesta de cdigo de honor, y p2, la proporcin de
los que opinan que el consejo estudiantil funciona de acuerdo con sus necesidades, con lmites
para los errores de estimacin de magnitud B1=0,05, y B2=0,07. En una encuesta similar el ao
anterior, se estim que aproximadamente el 60 % de los estudiantes opinaban que el consejo
satisfizo adecuadamente sus necesidades.
D = 0,001225.
Con p2=0,60 -----> n = 178,52.
El tamao de muestra requerido para lograr ambos objetivos es el mayor de los dos: 334.
3.5. Muestreo con probabilidades proporcionales al tamao

Variando las probabilidades con que las diversas unidades de muestreo son seleccionadas,
algunas veces resulta ventajoso. Si, por ejemplo, deseamos estimar el nmero de empleos
vacantes en una ciudad, muestreando empresas industriales dentro de ella, encontraremos que
muchas de las empresas sern muy pequeas, mientras que otras sern muy grandes. Una muestra
irrestricta aleatoria, no tomara esto en cuenta, por lo que una muestra tpica contendr en su
mayora empresas pequeas, que emplean pocos obreros. Podemos mejorar la muestra irrestricta
aleatoria dando a las empresas grandes una mayor oportunidad de aparecer en la muestra, usando
el muestreo con probabilidades proporcionales al tamao o muestreo ppt.
Designaremos Bi como la probabilidad de que xi aparezca en la muestra.
Formulario. __________________________________________________________
xi
1
Estimador del total poblacional J: Jppt = j ( )
n
Bi
Varianza estimada de Jppt :
V(Jppt ) =
xi
1
(
&Jppt)
j
n(n&1)
Bi
Lmite para el error de estimacin: z V )(Jppt)

Estimador de la media poblacional :
x
1
1
ppt' J ppt' j ( i
N
Nn
Bi
1
Varianza estimada de ppt :
V(ppt) = N 2n(n&1)
z V(ppt)
Lmite para el error de estimacin:
Pg. 16
j(
xi
Bi
&Jppt)

___________________________________________________________________
Los estimadores Jppt y ppt son insesgados para cualquier seleccin de B i , pero claramente
el inters del experimentador es seleccionar las Bi de tal manera que las varianzas de los
estimadores sean lo ms pequeas posibles. La forma prctica de elegir las Bi se seleccionarlas
de manera proporcional a una medida conocida que est altamente correlacionada con xi . En el
problema de estimar el nmero total de empleos vacantes, las empresas pueden ser seleccionadas
con probabilidades proporcionales a su fuerza de trabajo total, que debe ser conocida con
exactitud antes de seleccionar la muestra. Si bien el nmero de empleos vacantes por empresa
se desconoce antes del muestreo, ste estar altamente correlacionado con el nmero total de
obreros en la empresa.
Problema 1. Un investigador desea estimar el nmero promedio de defectos pro tablero que
contienen componentes electrnicos. Los tableros contienen un nmero diferente de
componentes, y el investigador considera que el nmero de defectos debe estar positivamente
correlacionado con el nmero de componentes en un tablero. Por lo tanto, se utilizar un
muestreo ppt., siendo la probabilidad de seleccionar cualquier tablero para la muestra
proporcional al nmero de componentes en el tablero. Una muestra de n = 4 tableros ser
seleccionada de N = 10 tableros de la produccin de un da. El nmero de componentes en los
10 tableros son, respectivamente, 10, 12, 22, 8, 16, 24, 9, 10, 8,31. Mostrar como seleccionar n=4
con probabilidades proporcionales al tamao.
Tablero
Nmero de
Componentes
Intervalo
acumulado
Bi
10
1-10
10/150
12
11-22
12/150
22
23-44
22/150
45-52
8/150
16
53-68
16/150
24
69-92
24/150
93-101
9/150
10
102-111
10/150
112-119
8/150
10
31
120-150
31/150
Hay 150 componentes en la poblacin que ser

muestreada, numerados del 1 al 150. Se ve en el cuadro
que los tableros con mayor nmero de componentes
tienen mayores probabilidades de seleccin.
Para seleccionar una muestra de n=4 tableros,
acudimos a la tabla de nmeros aleatorios y
seleccionamos cuatro nmeros aleatorios entre el 1 y el
150, saliendo el 14, 56, 94 y 25. Localizamos estos
nmeros en la columna del intervalo acumulado, y los
tableros correspondientes a esos intervalos constituyen
la muestra: tableros 2, 3, 5 y 7. Ntese que con este
mtodo podramos haber seleccionado un tablero en
particular ms de una vez.
Problema 2. Despus de que el muestreo del

problema anterior fue completado, el nmero de
defectos encontrados en los tableros 2, 3, 5 y 7 fueron, respectivamente, 1, 3, 2 y 1. Estimar el
nmero promedio de defectos por tablero y establecer un lmite para el error de estimacin.
Resolviendo las ecuaciones, con n=4, N=10, x1=1, x2=3, x3=2, y x4=1:
La media estimada es: ppt = 68,37/40 = 1,71.
La varianza estimada es: V(ppt) = 0,0295.
El lmite para el error de estimacin: 0,34.
As, la estimacin del nmero promedio de defectos por tablero, con un lmite para el error
de estimacin, es entonces, 1,71 0,34. El intervalo (1,37, 2,05) proporciona un intervalo de
confianza de aproximadamente 95 % para el nmero promedio de defectos por tablero.
Pg. 17
Pg. 18
4. Muestreo aleatorio estratificado

Definicin. Una muestra aleatoria estratificada es la obtenida mediante la separacin de
los elementos de la poblacin en grupos que no presenten traslapes, llamados estratos, y la
seleccin posterior de una muestra irrestricta aleatoria simple de cada estrato.
Los motivos principales para utilizar muestreo aleatorio estratificado son:
1. La estratificacin puede producir un lmite ms pequeo para el error de estimacin que
el que se generara mediante una muestra irrestricta aleatoria del mismo tamao. Esto es
particularmente cierto si las mediciones dentro de los estratos son homogneas.
2. El costo por observacin en la encuesta puede ser reducido mediante la estratificacin
de los elementos de la poblacin en grupos convenientes.
3. Se pueden obtener estimaciones de parmetros poblacionales para subgrupos de la
poblacin. Los subgrupos deben ser, entonces, estratos identificables.
4.1. Cmo seleccionar una muestra aleatoria estratificada

El primer paso en la seleccin de una muestra aleatoria estratificada es especificar los
estratos claramente, ubicando cada unidad muestral en el estrato apropiado. Despus
seleccionamos una muestra irrestricta aleatoria de cada estrato. Las muestras seleccionadas en
los estratos deben ser independientes, es decir, se deben aplicar diferentes esquemas de muestreo
aleatorio dentro de cada estrato, de tal manera que las observaciones elegidas en un estrato no
dependan de las que se han elegido en otro estrato. Designaremos por L al nmero de estratos,
por Ni al nmero de unidades muestrales en el estrato i, y por N al nmero de unidades
muestrales en la poblacin.
Es el caso, por ejemplo de una empresa publicitaria desea realizar una encuesta para
estimar el nmero promedio de horas por semana que se ve la televisin en un determinado
municipio, el cual comprende dos pueblos (A y B), y un rea rural. El pueblo A circunda una
fbrica, y la mayora de los hogares son de trabajadores fabriles con nios en edad escolar. El
pueblo B es un suburbio exclusivo de una ciudad vecina y consta de habitantes ms viejos con
pocos nios en casa. Existen 155 hogares en el pueblo A, 62 en el pueblo B, y 93 en el rea rural.
La poblacin dividida en tres estratos bien identificados es natural por conveniencia
administrativa para seleccionar las muestras y para ejecutar el trabajo de campo. Adems, los
elementos de cada estrato deben presentar tendencias similares de comportamiento entre ellos
mismos, por lo que se espera relativamente poca variabilidad en el nmero de horas que se ve
la televisin en los hogares de cada grupo, reduciendo el lmite para el error de estimacin. Para
la muestra aleatoria estratificada, tenemos N1=155, N2=62, y N3=93, con N=310.
Pg. 19
4. Muestreo aleatorio estratificado.

Sea 0i la media muestral para la muestra irrestricta aleatoria seleccionada en el estrato i,
ni el tamao de la muestra en el estrato i, i la media poblacional para el estrato i, y Ji el total
poblacional para el estrato i. Entonces, el total de la poblacin J es igual a J1+J2+.....+JL.
Tenemos una muestra irrestricta aleatoria dentro de cada estrato. Por ello sabemos que 0i es un
estimador insesgado de i , y que Ni0i es un estimador insesgado del total del estrato J1=Ni i.
Ya que la media poblacional es igual al total poblacional J dividido entre N, un estimador
insesgado de se obtiene sumando los estimadores de los Ji de todos los estratos y luego
dividiendo entre N. Denotamos a este estimador por 0st , donde el subndice st indica que se ha
utilizado muestreo aleatorio estratificado.
Formulario. __________________________________________________________
0st =
1
1
[N1x1%N2x2%.........%N Lx L]' j Nix i
N
N
Varianza estimada de 0st : 1

si2
1
2
2
2 N i&n i
[N
V(x
)%.........%N
V(x
)]'
N
(
)(
)
V(0st) =
j i Ni
1
1
L
L
ni
N2
N2
Lmite para el error de estimacin: z V(x st)
______________________________________________________________________
Problema 1. Supongamos que se lleva a cabo la encuesta planeada anterior. Se decide
realizar 20 entrevistas en el pueblo A (n1), 8 en el pueblo B (n2 ) y 12 en el rea rural (n3 ). Los
resultados de las mediciones son las del cuadro. Estimar el tiempo promedio que se ve televisin
en horas por semana para cada hogar del municipio y del pueblo B. En ambos casos, fijar un
lmite para el error de estimacin (varianzas sacadas de las frmulas de la covarianza).
a) 0st = 27,7 horas por semana que se ve
televisin en todos los hogares del municipio.
Estrato 1,
Estrato 2,
Estrato 3
V(0st) = 1,97.
pueblo A
pueblo B
rea rural
Lmite para el error de estimacin: 2,8.
27 04 49 10
08 15 21 07
35 28 26 41
As, el nmero promedio de horas por semana
15 41 25 30
14 30 20 11
43 29 32 37
12 32 34 24 que se ve televisin en los hogares del municipio es
39 38 40 45
28 27 35 34
de 27,7 horas. El error de estimacin debe ser menor
que
2,8
horas,
con
una
probabilidad
aproximadamente igual a 0,95.
Estrato 1
Estrato 2
Estrato 3
b) Las n2 = 8 observaciones del estrato 2
n2 = 8
n3 = 12
n1 = 20
constituyen una muestra irrestricta aleatoria, por lo
01 = 33,900
02 = 25,125
03 = 19,900
2
2
2
que la estimacin del promedio de ver la televisin
s1 = 35,358
s2 =232,411
s3 = 87,636
2
para el pueblo B, con un lmite de aproximadamente
N1 =155
N = 62
N3 = 93
dos desviaciones estndar para el error de estimacin,
est dada por: 25,1 10,1. Esta estimacin tiene un lmite grande para el error de estimacin
porque s22 es grande y el tamao de muestra es pequeo. La estimacin de la media poblacional
es bastante buena, pero la estimacin de la media del estrato 2 es deficiente.
Pg. 20

Debido a que J es igual a N, un estimador insesgado de J es dado por N0st .
Formulario. _________________________________________________________
Estimador del total poblacional J: N0st = N101 + ...... + NL0L = 3 Ni0i .
si2
2 N i&n i
2
N
(
)(
Varianza estimada de N0st : V(N0st) = N V(0st) = j i N
i
ni
Lmite para el error de estimacin: z V(Nx st)
_____________________________________________________________________
Problema 2. Del problema anterior, estimar el nmero total de horas por semana que las
familias del municipio dedican a ver televisin, y estimar un lmite para el error de estimacin.
N0st = 310(27,7) = 8587 horas.
V(N0st ) = N2V(0st ) = 189.278,560 horas.
Lmite para el error de estimacin: 870 horas.
4.3. Seleccin del tamao de muestra para estimar la media y total poblacionales
La cantidad de informacin en una muestra depende del tamao de muestra n, ya que V(0st)
decrece con el incremento de n. Si queremos que la estimacin de 0st est dentro de B unidades
de la media poblacional, hemos de igualar
z V(Nx st) = B;
osea, V(0st) = B2/Z2. Esta ecuacin contiene la varianza poblacional de 0st en lugar de la
varianza estimada. Para N grande, la varianza real es muy similar a la varianza estimada, con s12,
s22, .........., sL2 reemplazadas por F12, F22, .........., FL2 .
Hay muchas maneras para asignar un tamao de muestra n a los diversos estratos. En cada
caso, el nmero de observaciones ni asignado al i-simo estrato es una fraccin del tamao de
muestra total. Denotamos esta fraccin por wi. Por ello, podemos sealar: ni = nwi, con i = 1, 2,
......, L.
Formulario. __________________________________________________________
Tamao de muestra aproximada que se requiere para estimar o J con un lmite B para el
error de estimacin:
L
2 2
con D=B2/z2 para estimar ,
j (Ni Fi )/w i
y D=B2/4N2 para estimar J.
n' i'1
N 2D%j N iFi2
L
i'1
_______________________________________________________________________
Para usar esta ecuacin, debemos obtener aproximaciones de las varianzas poblacionales
2
F1 , F22, .........., FL2 , usando las varianzas muestrales de un experimento previo, o conociendo la
amplitud de variacin de las observaciones dentro de cada estrato.
Pg. 21

Problema 1. En el problema anterior, una encuesta ya previa sugiri que las varianzas de
los estratos eran, aproximadamente, F12 25, F22 225, y F32 100. Deseamos estimar la media
poblacional mediante 0st . Seleccionar el tamao de la muestra para obtener un lmite para el
error de estimacin igual a 2 horas, si las fracciones asignadas son w1=1/3, w2=1/3, w3=1/3 (igual
nmero de observaciones en cada estrato).
Tenemos N1=155, N2=62, y N3=93. Adems, 2 V(x st)'2, por lo que:
V(0st) = 1 ------> D = 1.
De las frmulas, n = 56,7.
El experimentador debe tomar n =57 observaciones, con n1 = n (w1) = 19 = n2 = n3.
Problema 2. En el mismo caso, deseamos estimar el total poblacional J con un lmite de
400 horas para el error de estimacin. Seleccionar el tamao de muestra apropiado, si se va a
tomar el mismo nmero de observaciones en cada estrato.
D=B2/4N2 = 0,41623.
n = 104,2 105.
As, n1 = n2 = n3 = 35.
4.4. Asignacin de la muestra

El objetivo del diseo de encuesta por muestreo es proporcionar estimadores con varianzas
pequeas al menor costo posible. Despus de elegir el tamao de muestra n, existen muchas
maneras para dividir n entre los tamaos de muestra de los estratos individuales n1, n2, .......,nL.
Cada divisin puede originar una varianza diferente para la media muestral. El mejor esquema
de asignacin est influido por tres factores: a) el nmero total de elementos en cada estrato; b)
la variabilidad de las observaciones dentro de cada estrato; y c) el costo por obtener una
observacin de cada estrato. El nmero de elementos en cada estrato afecta la cantidad de
informacin en la muestra. Una muestra de tamao 20 de una poblacin de 200 elementos debe
contener ms informacin que una muestra de tamao 20 de 20000 elementos. Entonces se deben
asignar tamaos grandes de muestra a los estratos que contienen gran nmero de elementos.
No obstante, si el costo para obtener una observacin vara de un estrato a otro, tomaremos
muestras pequeas de estratos con altos costos. Lo haremos as, a sabiendas de que nuestro
objetivo es mantener el costo del muestreo al mnimo.
Formulario. ___________________________________________________________
Asignacin aproximada que minimiza el costo para el valor fijo de V(0st) o que minimiza
V(0st) para un costo fijo:
ni = n
(N iFi)/ ci
(N1Fi)/ ci%..............%(NLFL)/ cL
Pg. 22
'n
(N iFi)/ ci
j (NkFk)/ ck

[j (N kFk)/ ck][j (N iFi)/ ci]
n=
k'1
i'1
N 2D%j NiFi2
L
i'1
Ni : tamao del i-simo estrato.

Fi2 : varianza poblacional para el i-simo estrato.
ci : costo para obtener una observacin individual del i-simo estrato.
____________________________________________________________________
Problema 1. La misma empresa publicitaria encontr que cuesta ms obtener una
observacin del rea rural que una del pueblo A o del B, debido al traslado de un lugar a otro.
El costo por observacin se ha estimado en $9,00, y los costos por observacin en el rea rural
se han estimado en $16,00. Las desviaciones por estrato (aproximadas por las varianzas
muestrales de una encuesta previa) son 5, 15, y 10 respectivamente. Encontrar el tamao de
muestra total n y los tamaos de muestra para los tres estratos que permiten estimar, al mnimo
costo, el tiempo promedio que se ve televisin, con un lmite para el error de estimacin de 2
horas.
Usando las frmulas, n = 57,42 o bien 58.
n1 = 0,32 n = 18,5 o bien 18;
n2 = 0,39 n = 22,6 o bien 23;
n3 = 0,29 n = 16,8 o bien 17.
En algunos problemas de muestreo estratificado, el costo por obtener informacin es el
mismo para todos los estratos (c1 = c2 = ..... = cL ), por lo que los trminos de costo es cancelan
en la ecuacin. Este mtodo para seleccionar n1, n2, ......., nL se denomina asignacin de Neyman:
Formulario. ____________________________________________________________
ni = n
N iFi
j N iFi
n=
(j N iFi)2
N 2D%j N iFi2
L
i'1
_______________________________________________________________________
Problema 2. La misma firma publicitaria decide utilizar entrevistas por telfono para
reducir costos. El costo es, entonces, el mismo en los tres estratos. Las desviaciones estndar
siguen siendo 5, 15, y 10 respectivamente. La empresa desea estimar la media poblacional con
un lmite para el error de estimacin igual a 2 horas. Encontrar el tamao aproximado de la
muestra n y los tamaos de muestra para los tres estratos.
Hallamos que D = 1, y que n = 56,34 o bien 57.
Entonces, n1 = nw1 = (57)(0,30) = 17,
n2 = nw2 = (57)(0,35) = 20
n3 = nw3 = (57)(0,35) = 20.
Pg. 23

Problema 3. Un investigador quiso estimar el peso promedio de 90 ratas (50 machos y 40
hembras) que han sido alimentados con cierta dieta. Separando las ratas en dos estratos, por
sexos, el investigador seleccion la rata ms pequea y la ms grande en cada estrato y las peso.
La amplitud de variacin fue de 10 gramos para los machos y de 8 para las hembras. Qu
tamao debe tener la muestra para estimar el promedio poblacional con un lmite de 1 gramo para
el error de estimacin? El costo de muestra es el mismo para ambos estratos.
F1 10/4 = 2,5 y F2 8/4 = 2,0
n = 16,83
Entonces, n1 = nw1 = (17)(0,61) = 10,
n2 = nw2 = (17)(0,39) = 7.
Adems de encontrar costos iguales, en algunas ocasiones encontramos varianzas iguales.
En este caso, se cancelan las Fi en la ecuacin. Este mtodo de asignacin de la muestra a los
estratos es llamado asignacin proporcional porque los tamaos de muestra son proporcionales
a los tamaos de los estratos:
Formulario. ___________________________________________________________
j NiFi
ni = n (Ni / N) ,
n=
1
ND% j NiFi2
N i'1
________________________________________________________________________
L
Problema 4. La empresa publicitaria del ejemplo anterior considera que las varianzas
aproximadas que se usaron en los ejemplos previos son errneas y que las varianzas de los
estratos son iguales, con un valor igual a 10. Mediante entrevistas por telfono, con lo que los
costos son iguales, se desea estimar el nmero promedio de horas por semana que se ve la
televisin en los hogares del municipio, con un lmite para el error de estimacin de 2 horas.
Encontrar el tamao de muestra y los tamaos de estratos necesarios para lograr esta exactitud.
D = 1, con lo que n = 75,6 o bien 76.
n1 = 38; n2 = 15; n3 = 23.
Problema 5. En el mismo ejemplo, supngase que los costos de ver la televisin son de $9
para los pueblos A y B, y de 16$ para la zona rural. Las varianzas son, aproximadamente, 5, 15,
y 10, respectivamente. Dado que la empresa publicitaria tiene nicamente $500 para gastar en
muestreo, elegir el tamao de muestra y la asignacin que minimice V(0st).
Con estos datos, en un problema anterior, encontramos que w1=0,32; w2=0,39; y w3=0,29.
Ya que el costo total debe ser igual a $500, tenemos que
c1n1 + c2n2 + c3n3 = 9n1 + 9n2 + 16n3 = 500.
Ya que ni = nwi : 9n(0,32) + 9n(0,39) + 16n(0,29) =500
Despejando, tenemos que n = 45,33.
As, n1 = 14; n2 = 18; y n3 = 13.
Pg. 24

Supngase que la empresa publicitaria quiere estimar la proporcin de hogares que ven un
programa particular. La poblacin se divide en estratos, al igual que antes, y se toma una muestra
aleatoria de cada estrato. Luego se realizan las entrevistas para determinar la proporcin pi
(estimador insesgado de pi) de hogares integrantes del estrato i, donde se ve el programa. Al igual
que antes, Ni pi es un estimador insesgado del nmero total de hogares del estrato i donde ven
este programa particular. Por lo tanto, N1 p1 + N2 p2 + ....... + NL pL es un buen estimador del
nmero de hogares en que ven el programa en la poblacin. Dividiendo esta cantidad entre N,
obtenemos un estimador insesgado de la proporcin poblacional p de hogares donde se ve el
programa.
Formulario. __________________________________________________________
Estimador de la proporcin poblacional p: pst =
Varianza estimada de pst : V(pst ) =
1
N2
1
1
(N1p1%.........%N LpL)' j Nip i
N
N
2
j Ni (
piq i Ni&n i
)(
)
ni&1
Ni
Lmite para el error de estimacin: z V (pst)

_____________________________________________________________________
Problema 1. La empresa publicitaria quiso estimar la proporcin de hogares en el
municipio del mismo ejemplo donde se ve el programa X. Los estratos contienen N1=155, N2=62,
y N3=93 hogares. Una muestra aleatoria estratificada de n = 40 es seleccionada con asignacin
proporcional: se toma una muestra irrestricta aleatoria de cada estrato; los tamaos son n1=20,
n2=8, y n3 =12. Dieron positivo 16 de la primera entrevista, 2 de la segunda y 6 de la tercera.
Estimar la proporcin de hogares donde se ve el programa X, y fijar un lmite para el error.
p1' = 0,80; p2' = 0,25; y p3' = 0,50.
pst = 0,60 = 0,0045.
Limite para el error de estimacin: 0,14.
4.6. Seleccin del tamao de muestra y asignacin para estimar proporciones

Formulario. __________________________________________________________
Tamao de muestra que se requiere
para estimar p con un lmite B
para el error:
2
j (N i piqi)/wi
L
n'
i'1
N D%j Nipiqi
2
i'1
Pg. 25

Asignacin aproximada que
minimiza el costo para un valor
Ni piq i/ci
Ni piq i/ci
n
'n
fijo de V(pst ) o minimiza
N1 p1q1/ci%..............%NL pLq L/cL j Nk pkq k/ck
V(pst ) para un costo fijo:
_______________________________________________________________________
Problema 1. Los datos del apartado 4.2. fueron tomados de un muestreo realizado el ao
pasado. Se quiere realizar ahora un nuevo estudio en el mismo municipio para estimar la
proporcin de hogares donde se ven el programa X. Aunque las proporciones son desconocidas,
del estudio anterior se tiene que son 0,80, 0,25, y 0,50. El costo por observacin es $9 para
cualquiera de los pueblos, y de 16 $ para el rea rural. Los hogares que se encuentran dentro de
los estratos son 155, 62, y 93, respectivamente. La empresa quiere estimar la proporcin
poblacional p, con un lmite para el error de estimacin igual a 0,1. Encontrar el tamao de la
muestra n y los tamaos de los estratos que darn el lmite deseado a un costo mnimo.
Resolviendo las ecuaciones, tenemos que n = 62,3 o bien 63.
n1=31, n2=14, y n3=18.
Si el costo de muestreo no vara de un estrato a otro, entonces los factores de costo se
cancelan. Tambin si las varianzas, as como los costos, son iguales en todos los estratos, la
ecuacin se simplifica:
Formulario. ________________________________________________________
Asignacin de la muestra para costos iguales:
ni'n
Ni piqi
j Ni piqi
(j Ni piq i)2
n'
N 2D%j N ipiq i
,y
Asignacin de la muestra para varianzas y costos iguales (asignacin proporcional):

j N ipiq i
1
ND% j N ipiq i
N
____________________________________________________________________
ni = n (Ni / N),
n'
Problema 2. Supngase del ejemplo anterior que se van a efectuar entrevistas por telfono,
por lo que los costos de muestreo son los mismos en todos los estratos. Deseamos estimar la
proporcin poblacional p con un lmite de 0,1 para el error de estimacin. Encontrar el tamao
de muestra apropiado para lograr este lmite al costo mnimo.
n = 61,08 o bien 62, con n1=29, n2=12, y n3=21.
Problema 3. En el mismo ejemplo, con entrevistas por telfono, la empresa considera que
la proporcin de hogares donde se ve el programa X est cercana a 0,4 en cada uno de los tres
estratos, y desea estimar la proporcin poblacional p con un lmite de 0,1 para el error de
estimacin. Encontrar el tamao de muestra n con este lmite al mnimo costo.
Tenemos que n = 73,3 o bien 74, y que n1=37, n2=15, y n3=22.
Pg. 26
5. Estimacin de razn, regresin y diferencia

5.1. Encuestas que requieren el uso de estimadores de razn
La estimacin de la media y el total poblacionales se ha basado, hasta ahora, en una
muestra de las mediciones de respuestas obtenidas por muestreo irrestricto aleatorio estratificado
y muestreo aleatorio estratificado. Algunas veces, otras variables estn ntimamente relacionadas
con la respuestas. Midiendo una o ms variables auxiliares, podemos obtener informacin
adicional para estimar la media poblacional. As, por ejemplo, el precio al por mayor que se paga
por las naranjas en remesas grandes se basa en el contenido de azcar de la carga. Un mtodo
para estimar esta cantidad es primero estimar el contenido medio de azcar por naranja, y , y
luego multiplicarlo por el nmero de naranjas N en la carga. El problema es contar el nmero
total de naranjas.
Sin embargo, el contenido de azcar de una sola naranja, y, est ntimamente relacionado
con su peso, x. Por otro lado, la razn del contenido total de azcar Jy con el peso total de la carga
de naranjas Jx es igual a la razn del contenido medio de azcar por naranja, y , con el peso
medio x . Por lo tanto: y / x = Ny / Nx = Jy / Jx -------> Jy = (y / x) Jx.
Podemos estimar y y x usando y 0, los promedios de azcar y el peso para la muestra
de n naranjas, junto con Jx, el peso total de las naranjas en el camin. As, una estimacin de
razn del contenido total de azcar Jy es:
ny
) y
j yi
Jy' (Jx)' (Jx)'
(Jx)
x
x
nx
j i
Esta sera la forma adecuada, ya que no conocemos N, por lo que no podemos estimar el
total poblacional usando el estimador simple N. Si N es conocida, tenemos la eleccin de usar
el estimador simple o el estimador de razn. Si y y x estn altamente correlacionadas, el
estimador de razn deber ser mejor que el simple. Otros parmetros de inters que se pueden
averiguar mediante esta tcnica son la media poblacional, y , y la razn poblacional, R (Jy / Jx)
5.2. Estimacin de razn usando muestreo irrestricto aleatorio

Con una muestra irrestricta aleatoria de tamao n seleccionada de una poblacin finita de
N elementos:
Formulario. ___________________________________________________________
Estimador de la razn poblacional R: r'
j yi
j xi
Pg. 27

Varianza estimada de r: V )(r)'V )( j i )'( N&n )( 1 ) j
2
y
j xi
nN
(y i&rx i)2
n&1
Lmite para el error de estimacin : z V (r)

_____________________________________________________________________
Problema 1. En una encuesta para examinar las tendencias en bienes races, un investigador
est interesado en el cambio relativo del valor calculado de las casas de una comunidad en
particular durante un perodo de dos aos. Una muestra irrestricta aleatoria de n = 20 casas es
seleccionada de N = 1000 casas de la comunidad. El investigador obtiene el valor calculado para
este ao (y) y el valor correspondiente para hace dos aos (x) de cada una de las casas de la
muestra. El investigador desea estimar R, el cambio relativo en el valor calculado para las N
casas, usando la informacin contenida en la muestra:
3xi = 154,5; 3yi = 164,7; 3xi2 = 1210,55; 3yi2 = 1373,71; 3xiyi = 1288,95.
Por las frmulas,
r = 1,07
As, la razn R para la poblacin deber estar entre 1,05 y 1,09.
Formulario. __________________________________________________________
)
Estimador de razn del total poblacional Jy : Ji '
j yi
(Jx)'rJx
x
j i
N&n
1 j
Varianza estimada de Jy : V )(Jy)'Jx V )(r)'Jx ( )( 2 )
)
nN
(y i&rx i)2
n&1
Lmite para el error de estimacin: z V (Jy)

_______________________________________________________________________
Problema 2. En un estudio para estimar el contenido total de azcar de una carga de
naranjas, una muestra aleatoria de n = 10 naranjas fue pesada y extrado el jugo. El peso total de
todas las naranjas era de 1800 libras. Estimar Jy , el contenido total de azcar de las naranjas, y
establecer un lmite para el error de estimacin.
Contenido de azcar: {0'021, 0'030, 0'025, 0'022, 0'033, 0'027, 0'019, 0'021, 0'023, 0'025}
Peso de la naranja: {0'40, 0'48, 0'43, 0'42, 0'50, 0'46, 0'39, 0'41, 0'42, 0'44}
Azcar: 3 yi = 0,246;
Peso: 3 xi = 4,35.
Jy = 101,79 libras.
Debido a que desconocemos N, suponemos que la cpf es casi la unidad, ya que N es un
nmero muy elevado; y dado que r = 0,0566:
El lmite para el error de estimacin es: 6,3.
Pg. 28

Formulario. ____________________________________________________________
)
Estimador de razn de una media poblacional y : i '
j yi
(x)'rx
j xi
V )(y)'x V )(r)'x ( N&n )( 12 ) j

2
Varianza estimada de y :
nN
(y i&rx i)2
n&1
)
V )(y)
Lmite para el error de estimacin: z

_______________________________________________________________________
Problema 3. Una compaa desea estimar la cantidad promedio de dinero y pagado a los
empleados por gastos mdicos durante los primeros tres meses del ao en curso. Los informes
del promedio por trimestres anteriores estn disponibles. Una muestra aleatoria de 100 registros
de empleados se seleccion de una poblacin de 1000 empleados. Con los datos siguientes,
estimar y y establecer un lmite para el error de estimacin.
Total para el trimestre actual: 3 yi = 1750.
Total para el trimestre correspondiente del ao anterior: 3 xi = 1200.
Total poblacional Jx para el trimestre correspondiente al ao anterior: Jx = 12500.
Tambin: 3 y2i = 31650; 3 x2i = 15620; 3 yi xi = 22059,35.
x = 12,5 ---------> y = 18,23.
Resumen:
Estimadores:
R = r.
Jy = r Jx .
y = r x .
Varianzas aproximadas:
V )(r)'( N&n )( 12 ) j
nN
(y i&rx i)2
n&1
V(Jy) = J2x V(r).

V(y ) = 2x V(r).
5.3. Seleccin del tamao de la muestra

Formulario. ____________________________________________________________
Tamao de muestra requerido para estimar R, con un lmite para el error de estimacin B:
B 22 x
(yi&rxi)2
NF2
)
2 j
n'
F2s '
, donde D' 2 , y
z
ND%F2
n )&1
Para estimar y , la misma frmula, con D= B2/z2.
Para estimar Jy , la misma frmula, con D = B2/(N2z2).
_________________________________________________________________________
Pg. 29

Problema 1. Una compaa industrial desea estimar la razn de cambio del ao pasado con
este ao en cuanto el nmero de horas-hombre que se pierden debido a enfermedad. Se efectu
un estudio preliminar con n = 10 registros de empleados, y los resultados son los presentados
a continuacin. El nmero total de horas-hombre que se perdieron por esta causa el ao anterior
fue de Jy =16300. Estimar R, el cambio relativo para la compaa, con un lmite para el error de
B=0,01. Suponga que la compaa tiene 1000 empleados.
Horas-hombre perdidas en el ao anterior y: {12, 24, 15, 30, 32, 26, 10, 15, 0, 14}.
Horas-hombre perdidas en el ao actual x: {13, 25, 15, 32, 36, 24, 12, 16, 2, 12}.
r = 1,05.
F2 = 3474.
x = 16,3 ----------> D = 0,006642.
n = 343,416 344.
Problema 2. Un investigador desea estimar el nmero promedio de rboles y por acre en
una plantacin de 1000 acres. Para ello, se planea seleccionar n parcelas de 1 acre y contar el
nmero de rboles y en cada parcela. Tambin se dispone de fotografas areas de la plantacin,
con las cuales estimar el nmero de rboles x en cada parcela para la plantacin completa.
Determinar el tamao de muestra necesario para estimar y con un lmite para el error de
estimacin de magnitud B = 1,0. Un estudio previo con n = 10 parcelas dio lo siguiente:
Estimacin area, x: {23, 14, 20, 25, 12, 18, 30, 27, 8, 31}
Nmero actual, y: {25, 15, 22, 24, 13, 18, 35, 30, 10, 29)
r = 1,06 -----------> F2 = 4,21.
D = 1/4 -----------> n = 16,56 17.
Problema 3. Un investigador desea comparar el valor verdadero en dlares del inventario
de un hospital, Jy , con el inventario registrado, Jx , obtenido de los registros del hospital. En este
inventario, los registros listan N = 2100 artculos de diferente tipo y el nmero de cada artculo
en particular. Se desea obtener un valor total para cada artculo, x, multiplicando el nmero total
de cada artculo registrado por el valor unitario de cada artculo. El valor total de inventario
obtenido, segn los registros, est dado por Jx = 3xi = $950.000. Determinar el tamao de
muestra (nmero de artculos) necesario para estimar Jy con un lmite para el error de B = $500.
Debido a que no hay informacin previa, debe realizarse un estudio preliminar con n=15:
Valor de computadora, x: {15, 9'5, 14'2, 20'5, 6'8, 9'8, 25'7, 12'6, 15'1, 30'9, 7'9, 28'6,
14'7, 20'5, 10'9}.
Valor real, y: {14,9, 12'5, 22, 6'3, 8'4, 28'5, 10, 14'4, 28'2, 15'5, 26'3, 13'1, 19'5, 9'8}
r = 0,98 ----------> F2 = 7,4444.
D = 0,01417 ----------> n = 420,2326 421.
5.4. Estimacin de regresin

El estimador de razn es ms apropiado cuando la relacin entre y y x es lineal a travs del
origen. Si existe una relacin lineal entre las y y las x observadas, pero no necesariamente una
que pase a travs del origen, la informacin extra proporcionada por la variable auxiliar x puede
ser tomada en cuenta mediante un estimador de regresin de la media y . Debe conocerse x
antes de que el estimador pueda ser empleado, como en el caso de la estimacin de razn para
y.
Pg. 30

La lnea fundamental que muestra la relacin bsica entre las y y las x algunas veces es
referida como la lnea de regresin de y sobre x, usndose el subndice L en las frmulas. El
estimador dado a continuacin supone que las x son fijadas de antemano y que las y son variables
aleatorias. Podemos considerar que el valor de x es algo que ya ha sido observado, semejante a
los ingresos en el primer trimestre del ao pasado, y la respuesta y como una variable aleatoria
que ser observada, tal como los ingresos trimestrales actuales de una compaa. Las propiedades
probabilsticas del estimador, entonces, dependen solamente de y para un conjunto dado de x.
Formulario. ___________________________________________________________
Estimador de regresin de una media poblacional y : yL = + b(x - 0)
con b'
j (yi&y)(xi&x) j yixi&nxy
'
2
2
2
(x
&x)
j i
j x i&nx
N&n
Varianza estimada de yL : V(yL) = ( )(
Nn
1
n&2
)[j (yi&y)2&b 2j (xi&x)2]
Lmite para el error de estimacin: z V )(yL)

_______________________________________________________________________
Problema 1. Se hizo un examen de conocimientos matemticos a 486 estudiantes, antes de
su ingreso a cierto colegio. De estos estudiantes, una muestra irrestricta aleatoria de n = 10
estudiantes fue seleccionada y se observaron sus progresos en clculo. Despus las calificaciones
finales en clculo fueron anotadas en la lista adjunta. Se sabe que x = 52 para los 486 estudiantes
que presentaron el examen. Estimar y para esta poblacin, y establecer un lmite para error.
Puntuacin en el examen x: {39, 43, 21, 64, 57, 47, 28, 75, 34, 52}
Calificacin final en clculo y: {65, 78, 52, 82, 92, 89, 73, 98, 56, 75}
= 76, y 0 = 46.
b = 0,766 ---------> yL = 80.
V(yL ) = 7,397.
Lmite para el error de estimacin : 5,4.
Ntese que el estimador de regresin de y es mayor que el valor de , puesto que 0 resulta
ser menor que x , y b es positivo.
5.5. Estimacin de diferencia

El mtodo de diferencia para estimar una media o un total poblacionales es miliar al de
regresin, ajustando el valor de hacia arriba o hacia abajo en una cantidad que depende de la
diferencia (x - 0). Sin embargo, no se calcula el coeficiente de regresin b, fijndose ste igual
a la unidad.
Pg. 31

Formulario. ____________________________________________________________
Estimador de diferencia de una media poblacional y : yD = + (x - 0) = x + d.
donde d = - 0
2
N&n j (d i&d)
Varianza estimada de yD : V(yD) = ( )
, donde di = i - xi .
Nn
n&1
)
Lmite para el error de estimacin: z V (yD)

________________________________________________________________________
Problema 1. Los auditores frecuentemente estn interesados en comparar el valor
intervenido de los artculos con el valor asentado en el libro. Generalmente, los valores en el libro
son conocidos para cada artculo en la poblacin, y los valores intervenidos son obtenidos con
una muestra de esos artculos. Los valores en el libro entonces pueden utilizarse para obtener una
buena estimacin del valor intervenido total o promedio para la poblacin.
Supngase que una poblacin contiene 180 artculos
Muestra
Valor
Valor
di
inventariados con un valor establecido en el libro de $13.320.
interv.
libro
Denote por xi el valor en el libro y por yi el valor intervenido del
1
9
10
-1
i-simo artculo. Una muestra irrestricta aleatoria de n = 10
artculos produce los resultados de la tabla adjunta. Estimar el
2
14
12
+2
valor intervenido medio de y mediante el mtodo de diferencia
3
7
8
-1
y estimar la varianza yD .
4
29
26
+3
= 72'1 , 0 = 71'7 , y x = 74.
5
45
47
-2
V(yD) = 0,59.
6
109
112
-3
40
36
+4
Problema 2. En el mismo ejemplo, estimar y usando un

estimador de regresin y un estimador de razn. En cada caso,
8
238
240
-2
calcular una estimacin de la varianza.
a) Estimador de regresin:
9
60
59
+1
b = 0,99 -------> yL = 74,38.
10
170
167
+3
V(yL) = 2,24.
b) estimador de razn:
y = 74,41.
V(y) = 0,66.
Las tres estimaciones de y son aproximadamente iguales, pero en este caso el estimador
de diferencia tiene la varianza estimada ms pequea, y el estimador de regresin tiene la
varianza estimada ms grande con mucho. El estimador de diferencia trabaja bien cuando la
grfica de y contra x muestra que los puntos caen a lo largo de una lnea recta con pendiente igual
a la unidad. El estimador de razn es muy til para los casos en donde la dispersin de los puntos
resulta ms grande a medida que los valores de x y y se incrementan. Si la grfica de y contra x
cae a lo largo de una lnea recta con pendiente muy diferente a la unidad, entonces el estimador
de regresin puede producir ganancias sustanciales.
Pg. 32
6. Muestreo por conglomerados

Definicin. Una muestra por conglomerados es una muestra aleatoria en la cual cada
unidad de muestreo es una coleccin, o conglomerado, de elementos. El muestreo por
conglomerados es menos costoso que el aleatorio estratificado o irrestricto, si el costo por obtener
un marco que liste todos los elementos poblacionales es muy alto o si el costo por obtener
observaciones se incrementa con la distancia que separa los elementos.
La primera tarea en muestreo por conglomerados es especificar los conglomerados
apropiados. Los elementos dentro de un conglomerado estn frecuentemente juntos fsicamente,
por lo que tienden a presentar caractersticas similares: la medicin en un elemento de un
conglomerado puede estar altamente correlacionada con la de otro elemento. Por ello, la cantidad
de informacin acerca de un parmetro poblacional puede no incrementarse sustancialmente al
tomar nuevas mediciones dentro de un conglomerado; en este caso, sera desperdiciar dinero
tomar un conglomerado de gran tamao. Sin embargo, pueden ocurrir situaciones en las cuales
los elementos dentro de un conglomerado sean muy diferentes entre s; en tales casos, una
muestra que contenga pocos conglomerados grandes puede producir una estimacin muy buena
de un parmetro poblacional. Si los estratos deben ser tan homogneos interiormente como sea
posible, pero diferir con otros tanto como sea posible, los conglomerados deben ser tan
heterogneos interiormente como sea posible, a la vez que muy similares entre s, para poder
aprovechar las ventajas econmicas del muestreo por conglomerados.

Usaremos la siguiente notacin:
N = nmero de conglomerados en la poblacin.
n = nmero de conglomerados seleccionados en una muestra irrestricta aleatoria.
mi = nmero de elementos en el conglomerado
m = (1/n)3 mi = tamao promedio del conglomerado en la muestra.
M = 3 mi = nmero de elementos en la poblacin.
M = M/N = tamao promedio del conglomerado en la poblacin.
yi = total de todas las observaciones en el i-simo conglomerado.
Formulario. ____________________________________________________________
Estimador de la media poblacional : = 3 yi / 3 mi
N&n j (yi&ymi)
)
n&1
NnM2
)
Varianza estimada de : V (y)'(
)
Lmite para el error de estimacin: z V (y)

_______________________________________________________________________
Pg. 33
6. Muestreo por conglomerados.
Cong.
N
resid.
mi
Ingreso
cong.
yi
$96000
14
10
49000
12
121000
15
53000
42000
16
50000
65000
17
32000
52000
18
22000
40000
19
45000
75000
20
37000
65000
21
51000
45000
22
30000
10
50000
23
39000
11
85000
24
47000
12
43000
25
41000
13
540000
Cong.
N
resid.
mi
La varianza estimada es sesgada y sera

un buen estimador de V() nicamente si n
fuera grande, digamos n $ 20. El sesgo
desaparece cuando los tamaos de los
conglomerados m1, m2, ...., mN son iguales.
Problema 1. Se desea estimar el ingreso
promedio por persona en cierta ciudad
pequea. No existe una lista disponible de
adultos residentes, por lo que la ciudad es
dividida
en
bloques
rectangulares,
considerando cada bloque de la ciudad como
un conglomerado. Se realizan entrevistas en
25 bloques muestreados, obteniendo los datos
de la tabla. Estimar el ingreso promedio por
persona en la ciudad y establecer un lmite
para el error de estimacin.
Por las frmulas:
= $8801.
Ya que M es desconocido, la M que
aparece en la ecuacin debe ser estimada por
m, donde m = 6,04.
V() = 653,785.
Lmite para el error: 1617.
ingreso
cong.
yi
Formulario. ____________________________________________________________
Estimador del total poblacional J: My'M
j yi
j mi
N&n j (yi&ymi)
Varianza estimada de M: V (My)'M V (y)'N (
)
Nn
n&1
Lmite para el error de estimacin: z V )(My)

_________________________________________________________________________
Problema 2. En el ejemplo anterior, estimar el ingreso total de todos los residentes de la
ciudad, y poner un lmite para el error de estimacin, suponiendo que existen 2500 residentes.
M = $22.002.500
Lmite para el error de estimacin: 4.042.848
En los dos problemas, el lmite para el error de estimacin es grandes, y podra ser reducido
incrementando el tamao de muestra.
En ocasiones en nmero de elementos de la poblacin noes conocido, por lo que no
podemos usar el estimador M, pudiendo usar otro estimador del total poblacional que no
depende de M:
Pg. 34

Formulario. ____________________________________________________________
Estimador del total poblacional J, que no depende de M: Ny t' N j yi , con yt = 3yi / n
n
(y &y )2
Varianza estimada de N: V )(Ny t)'N 2V )(y t)'N 2( N&n ) j i t
Nn
n&1
Lmite para el error de estimacin: z V )(Ny t)
______________________________________________________________________
Problema 3. En el mismo ejemplo, estimar el ingreso total de todos los residentes de la
ciudad si M no es conocido. Establecer un lmite para el error de estimacin.
Nt = $22.061.400
Lmite para el error de estimacin: 3.505.920
Los estimadores de y J poseen propiedades especiales cuando todos los tamaos de
conglomerados son iguales. Primero, el estimador de la ecuacin, es insesgado de la media
poblacional . Segundo, V() dado en la ecuacin, es un estimador insesgado de la varianza de
. Finalmente, los dos estimadores, M y N del total poblacional, son equivalentes.
Problema 4. Se desea estimar el nmero promedio de ejemplares de un determinado
peridico comprados por familia en determinada ciudad. Los costos de transporte de un hogar
a otro son sustanciales. Por eso se listan los 4000 hogares de la comunidad en 400 conglomerados
geogrficos de 10 hogares cada uno, y se selecciona una muestra irrestricta aleatoria de 4
conglomerados, con los resultados siguientes:
Conglomerado 1: {1, 2, 1, 3, 3, 2, 1, 4, 1, 1}; total: 19.
Estimar el nmero promedio de peridicos por hogar en la comunidad y establecer un
lmite para el error de estimacin.
= 1,875.
V() = 0,0089.
6.2. Seleccin del tamao de muestra para estimar medias y totales poblacionales
Ahora vamos a suponer que el tamao del conglomerado (unidad de muestreo) ha sido
elegido, y vamos a considerar nicamente el problema de seleccionar el nmero de
conglomerados n.
Pg. 35

Formulario. ___________________________________________________________
Tamao de muestra aproximado con un lmite B para el error de estimacin:
n'
NFc
ND%F 2
donde Fc es estimado por

2
B 2M2
j
s c2'
(yi&ymi)2
n&1
,o
j
sc2'
(yi&y t)2
n&1
B2
D' para estimar J y N.
N 2z 2
z2
______________________________________________________________________
D'
para estimar , y
Problema 1. En el problema anterior, supngase que los datos ofrecidos representan una
muestra preliminar de ingresos en la ciudad. Qu tan grande debe tomarse la muestra en una
encuesta futura para estimar el ingreso promedio por persona con un lmite de $500 de error?
sc2 = 634.479.260
M puede ser estimada por m = 6,04.
n = 166,58 167 conglomerados que se deben muestrear.
Problema 2. De nuevo en el mismo ejemplo, qu tan grande se necesita una muestra para
estimar el ingreso total de todos los residentes, con un lmite de $1.000.000 de error. Supngase
que hay 2.500 residentes en la ciudad (M = 2500).
sc2 = 634.479.260
n = 212,88 213.
Problema 3. En el mismo ejemplo, los datos provienen de un estudio preliminar de ingresos
en la ciudad y no se conoce M. Qu tan grande se debe tomar la muestra para estimar el ingreso
total de todos los residentes con un lmite de $1.000.000 para el error de estimacin?
sc2 = 474.556.667
n = 182,88 183.

Formulario. _____________________________________________________________
Estimador de la proporcin poblacional p: p = 3 ai / 3 mi , ai = n elementos del i-simo
conglomerado.
(ai&p )mi)2
N&n
j
Varianza estimada de p: V (p )'(
)
n&1
NnM2
)
Lmite para el error de estimacin: z V )(p ))

_________________________________________________________________________
Pg. 36

Problema 1. Adems de la pregunta sobre su ingreso, se interroga a los residentes de la
encuesta muestral del ejemplo anterior acerca de si son dueos o alquilan la casa donde viven.
Los resultados se presentan abajo. Estimar la proporcin de residentes que viven en casas de
alquiler y establecer un lmite para el error de estimacin.
N residentes, mi : {8, 12, 4, 5, 6, 6, 7, 5, 8, 3, 2, 6, 5, 10, 9, 3, 6, 5, 5, 4, 6, 8, 7, 3, 8}
N arrendatarios, ai : {4, 7, 1, 3, 3, 4, 4, 2, 3, 2, 1, 3, 2, 5, 4, 1, 4, 2, 3, 1, 3, 3, 4, 0, 3}
p = 0,48.
V(p) = 0,00055.
6.4. Seleccin del tamao de muestra para la estimacin de proporciones

Formulario.______________________________________________________________
n'
NFc
ND%F 2
, donde D'
B 2M2
sc2'
, y
2
)
j (ai&p mi)
n&1
z2
_________________________________________________________________________
Problema 1. Se va a realizar un nuevo estudio en la misma ciudad con el propsito de
estimar la proporcin p de residentes que alquilan la casa en que viven. Qu tan grande se debe
tomar la muestra para estimar p, con un lmite de 0,04 en el error de estimacin?
sc2 = 0,530
D = 0,0146
n = 33,40 34 conglomerados.
6.5. Muestreo por conglomerados combinado con estratificacin

Formulario.______________________________________________________________
1
ppt' j y i
n
1
2
)
j (y i& ppt)
n(n&1)
V )() ppt)'
z V )() ppt)
Pg. 37

Estimador del total poblacional J: Jppt'
M
j yi
n
2
2
)
Varianza estimada de Jppt : V )(J) )' M
j (y i& ppt)
ppt
n(n&1)
Lmite para el error de estimacin: z V )(J) ppt)

______________________________________________________________________
El muestreo por conglomerados suele proporcionar una situacin ideal para el uso de
muestreo con ppt, ya que el nmero de elementos en un conglomerado, mi, representa una medida
natural del tamao del conglomerado.
Problema 1. Se desea muestrear los registros de ausencias por enfermedad de una gran
empresa, para estimar el nmero promedio de das de ausencia por enfermedad por empleado en
el cuatrimestre pasado. La empresa tiene ocho divisiones, con diferentes nmeros de empleados
por divisin. Ya que el nmero de das de ausencia por enfermedad dentro de cada divisin debe
estar altamente correlacionado con el nmero de empleados, el auditor decide muestrear n = 3
divisiones con probabilidad proporcional al nmero de empleados. Cmo seleccionar la muestra
si los respectivos nmeros de empleados son 1200, 450, 2100, 860, 2840, 1910, 290, y 3200?
Se lista el nmero de empleados y el intervalo acumulado para cada individuo: {1-1200,
1201-1650, 1651-3750, 3751-4610, 4611-7450, 7451-9360, 9361-9750, 9751-12950}.
Ya que se van a muestrear 3 divisiones, debemos seleccionar tres nmeros aleatorios entre
00001 y 12500. Se escogen, as, las divisiones correspondientes. Ntese que una divisin puede
ser seleccionada ms de una vez; en tal caso, el dato resultante se trata como dos valores
muestrales separados pero iguales.
Problema 2. Supngase que el nmero total de das de ausencia por enfermedad registrados
en las tres divisiones muestreadas (por ejemplo, las divisiones 3, 6, y 8) durante el cuatrimestre
pasado son, respectivamente:
y1 = 4320, y2 = 4160, y3 = 5790.
Estimar el nmero promedio de das de ausencia por enfermedad requeridos por persona,
de toda la empresa, y establecer un lmite para el error de la estimacin.
1 = 2,06, 2 = 2,18, 3 = 1,81.
ppt = 2,02.
V(ppt ) = 0,0119.
Si yi no est correlacionado con mi , entonces el estimador insesgado es mejor. Si yi est
correlacionado con mi, entonces el estimador de razn y el ppt son ms precisos. El estimador
ppt es mejor que el estimador de razn si la variacin dentro del conglomerado no cambia con
un sesgo en mi. El estimador de razn es mejor que el estimador ppt si la variacin dentro del
conglomerado se incrementa con el aumento en mi.
Pg. 38
7. Muestreo polietpico
El muestreo por conglomerados en dos etapas es una extensin del concepto del muestreo
por conglomerados. Un conglomerado frecuentemente contiene demasiados elementos para
obtener una medicin de cada uno de ellos, o stos son tan semejantes quela medicin de slo
unos cuantos proporciona informacin sobre un conglomerado completo. Cuando esto ocurre,
el experimentador puede seleccionar una muestra aleatoria de conglomerados y despus tomar
una muestra aleatoria de los elementos dentro de cada conglomerado.
Definicin. Una muestra por conglomerados en dos etapas se obtiene seleccionado primero
una muestra aleatoria de conglomerados y posteriormente una muestra aleatoria de los elementos
de cada conglomerados muestreados.
El primer problema en la seleccin de una muestra por conglomerados en dos etapas es la
eleccin de conglomerados apropiados. Dos condiciones son deseables: proximidad geogrfica
de los elementos dentro de un conglomerado, y tamaos de conglomerado convenientes para su
manejo. Para seleccionar la muestra, primero obtenemos un marco que liste todos los
conglomerados en la poblacin. Posteriormente seleccionamos una muestra aleatoria de
conglomerados, aplicando los procedimientos de muestreo aleatorio. Como tercer paso,
obtenemos marcos que listen todas las unidades de cada uno de los conglomerados
seleccionados. Finalmente, seleccionamos una muestra aleatoria de los elementos de cada uno
de esos marcos.
7.1. Estimacin insesgada de una media y un total poblacionales

Se utilizar la siguiente notacin:
N = el nmero de conglomerados en la poblacin.
n = el nmero de conglomerados seleccionados en una muestra irrestricta aleatoria.
Mi = el nmero de elementos en el conglomerado i.
mi = el nmero de elementos seleccionados en una muestra aleatoria del conglomerado i.
M = 3 Mi = el nmero de elementos en la poblacin.
M = M/N = el tamao de conglomerado promedio para la poblacin.
yij = la j-sima observacin en la muestra del i-simo conglomerado.
i = (1/m)3 yij = la media muestral para el i-simo conglomerado.
Formulario. _____________________________________________________________
Estimador insesgado de la media poblacional :
Varianza estimada de :
V )())'(
)'(
N j Miy i
)
M
n
Mi&mi si2
N&n
1
1
2
)(
)s b2%
M
(
)( )
j i
N nM2
Mi
mi
nNM2
Pg. 39
7. Muestreo polietpico.
j (yij&y i)
m
j (Miy i&M )
sb2'
,
n&1
) 2
donde
si2' j'1
m &1
Lmite para el error de estimacin : z V )())

Estimacin del total poblacional J: J)'M)'N
j Miy i
n
Mi&mi s i2
N&n N2 2 N
2
)( )
)( )sb % j Mi (
Varianza estimada de J: V (J )'M2V ( )'(
n
Mi
mi
N
n
)
Lmite para el error de estimacin: z V )(J))

________________________________________________________________________
Problema 1. Un fabricante de
prendas de vestir tiene 90 plantas
localizadas en todo Estados Unidos
y quiere estimar el nmero promedio
de horas que las mquinas de coser
estuvieron sin funcionar por
reparacin en los meses pasados.
Debido a que las plantas estn
ampliamente dispersas, el fabricante
decide utilizar un muestreo por
conglomerados, especificando cada
planta como un conglomerado de
mquinas. Cada planta contiene
muchas mquinas, y el verificar los
registros de reparacin de cada
mquina implicara consumir
tiempo. Por lo tanto, el fabricante usa un muestreo en dos etapas. Se dispone de tiempo y dinero
suficientes para muestrear n=10 plantas y aproximadamente un 20 % de las mquinas de cada
planta. Usando los datos de la tabla, estimar el tiempo sin funcionar promedio por mquina y
establecer un lmite para el error de estimacin. El fabricante sabe que tiene un total de 4500
mquinas en todas las plantas.
= 4,80
s b2 = 768,38
s i2 = 11,38
V() = 0,037094
Lmite para el error de estimacin: 0,38
Pg. 40

Problema 2. Estimar la cantidad total de tiempo sin funcionar durante el mes pasado para
todas las mquinas propiedad del mismo fabricante. Establecer un lmite para el error.
J = 21605,31
7.2. Estimacin de razn de una media poblacional

Formulario. _____________________________________________________________
) j M iy i
Estimador de razn de la media poblacional : r'
Mi
Varianza estimada de r = V
donde
j
sr2'
N&n
)
(r)'(
)(
nM
n&1
1
nNM2
j
s i2'
) 2
Mi2(y i&r)
)s 2%
2 r
, y
Mi2(
Mi&mi s i2
)( )
Mi
mi
(yij&y i)2
mi&1
Lmite para el error de estimacin: z V )(r)

_________________________________________________________________________
Problema 1. Usando los datos del problema anterior, estimar el tiempo promedio por
mquina sin funcionar, y establecer un lmite para el error de estimacin, contando con que el
fabricante no sabe cuntas mquinas hay en todas las plantas.
r = 4,60
s r2 = 1236,57
V(r) = 0,049306

Formulario.______________________________________________________________
Mip ) i
) j
Estimador de una proporcin poblacional p: p '
j Mi
) )
M &m pi qi
Varianza estimada de p: V (p )'( N&n )( 1 )s 2% 1
Mi2( i i )(
)
j
r
2
N nM2
M
m
&1
nNM
i
i
)
Pg. 41
donde
j
s r2'
Mi2(pi&p ))2
n&1
Lmite para el error de estimacin: z V )(p ))

______________________________________________________________________
Planta
Mi
mi
pi
50
10
0.40
65
13
0.38
45
09
0.22
48
10
0.30
52
10
0.50
58
12
0.25
42
08
0.38
66
13
0.31
40
08
0.25
10
56
11
0.36
Problema 1. El fabricante del mismo ejemplo quiere

estimar la proporcin de mquina que han sido retiradas del
proceso debido a reparaciones mayores. Las proporciones
muestrales de las mquinas que requieren reparaciones
mayores (p) se presentan en la tabla, para las mquinas
muestreadas en el ejemplo anterior. Estimar p, la proporcin
de mquinas que involucran reparaciones mayores para todas
las plantas, y establecer un lmite para el error de estimacin.
p = 0,34
s r2 = 18,4482
V(p) = 0,00081
7.4. seleccin de tamaos de muestra

El problema de la seleccin de tamaos de muestra es mucho ms difcil en el muestreo
por conglomerados en dos etapas que en los de una sola etapa de muestreo. Tenemos que
seleccionar los valores para n y todas las mi . Adems, la mejor seleccin de estos valores
depende de dos fuentes de variacin, la que existe entre los conglomerados y la que se encuentra
entre los elementos dentro de conglomerados. El principio general es asignar los recursos de la
muestra a la componente con la variacin ms grande. Supongamos que todos los conglomerados
contienen M elementos, y que sern submuestreados m elementos de cada uno de los n
conglomerados seleccionados. Esto es:
M1 = M2 = ......... = MN = M ; y m1 = m2 = ........... = mn = m
En estas condiciones, se da = (1/n) 3 i , que es equivalente al promedio general de
todas las mediciones de la muestra. Tambin en estas condiciones, y bajo la suposicin de que
todas las cpf pueden omitirse, la varianza terica de es de la forma
V())'
Fb2 Fw2
%
n nm
(1)
donde Fb2 = varianza entre las medias verdaderas de conglomerados, y

Fw2 = varianza entre los elementos dentro de los conglomerados.
Pg. 42

Como en el caso de muestreo aleatorio estratificado, ahora queremos encontrar los tamaos
de muestra, m y n, que minimicen V() para un costo fijo, o que minimicen el costo total de
muestreo para una V() fija. Supngase que el costo asociado con el muestreo de cada
conglomerado es c1, y que el costo asociado con el muestreo de cada elemento dentro de un
conglomerado es c2. Entonces el costo total es: C = nc1 + nmc2 . (2)
El valor de m que minimiza V() para una C fija, o que minimiza C para una V() fija:
m'
Fw2ci
Fb2c2
Despus de que se ha determinado m, n se encuentra mediante la frmula (1) si V() es

fija, o con la (2) si C es fija. Las desviaciones se hallan:
j si
n
sw2'
)2
Fb 's i2&
sw2
m
Problema 1. Un plan para asegurar la calidad en una fbrica de acumuladores para

automvil requiere muestrear n acumuladores y luego muestrear m placas con polaridad positiva
de cada acumulador seleccionado. La medicin de inters es el grosor de las placas positivas, en
milsimas de pulgada. El investigador desea seleccionar n y m de manera que la varianza de la
estimacin del grosor medio por placa sea 0,5. El costo por seleccionar un acumulador y dividirlo
es seis veces el costo de medir una placa.
Estudios preliminares con acumuladores similares producidos en esta fbrica dieron, para
n= 40 y m = 5, sw2 = 3, y si2 = 3,4. Usar estos datos para determinar una m y una n que satisfagan
la condicin de varianza dada.
Fw2 = sw2 = 3
Fb2 = si2 - (sw2 / m) = 2,8
c1 /c2 = 6
m = 2,53; o sea 3 placas positivas deben ser muestreadas de cada acumulador seleccionado.
n = 7,6; o sea 8 acumuladores.
7.5. Muestreo por conglomerados en dos etapas con probabilidades proporcionales

al tamao
Dado que el nmero de elementos en un conglomerado puede variar grandemente de un
conglomerado a otro, una tcnica frecuentemente ventajosa es muestrear conglomerados con
probabilidades proporcionales a sus tamaos. Generalmente, el muestreo ppt solamente se utiliza
en la primera etapa de un procedimiento de muestreo en dos etapas, debido a que los elementos
dentro de conglomerados tienden a ser algo similares en tamao. Aqu se presenta los
estimadores y J para el muestreo por conglomerados en dos etapas, en la cual la primera etapa
de muestreo se lleva a cabo con probabilidades proporcionales al tamao.
Pg. 43
Formulario. _____________________________________________________________
1
)
Estimador de la media poblacional : ppt' j y i
n
V )(ppt)'
1
) 2
j (y i&ppt)
n(n&1)
)
z V )(ppt)

)
Estimador del total poblacional J : Jppt'
M
j yi
n
2
Varianza estimada de Jppt : V )(J)ppt)' M j (y i&)ppt)2
n(n&1)
z V )(Jppt)
_______________________________________________________________________
Problema 1. Se desea muestrear tres hospitales de entre los
seis que existen en una ciudad, con el propsito de estimar la
1
328
1-328
proporcin de pacientes que han estado (o estarn) en el hospital
por ms de dos das consecutivos. Puesto que los hospitales
2
109
329-437
varan en tamao, stos sern muestreados con probabilidades
3
432
438-869
proporcionales al nmero de sus pacientes. En los tres hospitales
4
220
870-1089
muestreados se examinar un 10 % de los registros de los
5
280
1090-1369
pacientes para determinar cuantos pacientes permanecern por
ms de dos das en el hospital. Con la informacin de la tabla,
6
190
1370-1559
seleccionar una muestra de tres hospitales con probabilidad
proporcionales al tamao.
Deben ser elegidos tres nmeros aleatorios entre el 1 y el 1559, y localizar estos nmeros
en la columna del intervalo acumulado.
Problema 2. Supngase que los hospitales muestreados
Hospita
Pacientes
>2
dieron los siguientes datos sobre el nmero de pacientes con
l
muestreado
das
permanencia de ms de dos das. Estimar la proporcin de
s
pacientes con permanencia de ms de dos das, para los seis
3
43
25
hospitales, y establecer un lmite para el error.
5
28
15
ppt : 1/3 (0,58 + 0,54 + 0,42) = 0,51
V (ppt ) = 0,0025
6
19
08
Hospital
N
pacientes
Int.
acumul.
Pg. 44
8. Ir hacia la gente
El trmino metodologa designa el modo en que enfocamos los problemas y buscamos las
respuestas. En las ciencias sociales se aplica a la manera de realizar la investigacin. La eleccin
de una metodologa u otra depender de los supuestos, los intereses y los propsitos. En las
ciencias sociales han prevalecido dos perspectivas tericas principales. La primera, el
positivismo, con autores como A. Comte y E. Durkheim, y que busca los hechos o causas de los
fenmenos sociales con independencia de los estados subjetivos de los individuos. As,
Durkheim afirma que el cientfico social debe considerar los hechos o fenmenos sociales como
cosas que ejercen una influencia externa sobre las personas. La segunda perspectiva principal
es la fenomenolgica, con autores como Berger, Luckmann o Husserl, y que busca entender los
fenmenos sociales desde la propia perspectiva del actor examinando el modo en que se
experimenta el mundo. La realidad que importa es lo que las personas perciben como importante.
Puesto que positivistas y fenomenlogos abordan diferentes tipos de problemas y buscan
diferentes clases de respuestas, sus investigaciones exigen distintas metodologas. El positivista
adoptar el modelo de investigacin de las ciencias naturales (cuestionarios, inventarios, etc.)
para obtener datos susceptibles de anlisis estadstico. El fenomenlogo usar mtodos
cualitativos (observacin participante, la entrevista en profundidad, etc.) para obtener datos
descriptivos. As, el fenomenlogo lucha por lo que Max Weber denomina verstehen, esto es,
comprensin en un nivel personal de los motivos y creencias que estn detrs de las acciones de
las gentes.
8.1. Metodologa cualitativa

La metodologa cualitativa se refiere a la investigacin que produce datos descriptivos: las
propias palabras de las personas, habladas o escritas, y la conducta observable. Se pueden dar
diez caractersticas sobre la metodologa cualitativa:
1. La investigacin cualitativa es inductiva. Los investigadores desarrollan conceptos,
intelecciones y comprensiones partiendo de pautas de los datos, y no recogiendo datos para
evaluar modelos, hiptesis o teoras preconcebidos. El diseo de investigacin es flexible.
2. El investigador ve al escenario y a las personas en una perspectiva holstica. Las
personas, los escenarios o los grupos no son reducidos a variables, sino considerados como un
todo. El investigador estudia a las personas en el contexto de su pasado y de la situacin presente.
3. Los investigadores cualitativos son sensibles a los efectos que ellos mismos causan sobre
las personas que son objeto de su estudio: interactan con los informantes de un modo natural
y no intrusivo. El investigador cualitativo, ya que no eliminar, intentar controlar, o al menos
reducir a un mnimo, sus efectos sobre las personas que estudian.
4. Los investigadores cualitativos tratan de comprender a las personas dentro del marco de
referencia de ellas mismas. Es esencial experimentar la realidad tal como otros la experimentan
(fenomenologa). El investigador intentar identificarse con las personas que estudia para poder
comprender cmo ven las cosas.
5. El investigador cualitativo suspende o aparta sus propias creencias, perspectivas y
predisposiciones. Nada se da por sobrentendido, y todo es tema de investigacin.
Pg. 45
8. Ir hacia la gente.
6. Para el investigador cualitativo, todas las perspectivas son valiosas. Este investigador
no busca la verdad o la moralidad, sino una comprensin detallada de las perspectivas de
otras personas. A todas se las ve como iguales.
7. Los mtodos cualitativos son humanistas. En lugar de estudiar estadsticamente a las
personas, el investigador cualitativo tratar de conocerlas en lo personal, intentar experimentar
lo que ellas sienten en sus luchas cotidianas en la sociedad. Aprender sobre conceptos tales
como belleza, dolor, fe, sufrimiento, etc., cuya esencia se pierde en otros enfoques
investigatorios.
8. Los investigadores cualitativos dan nfasis a la validez en su investigacin. Buscarn el
asegurar un estrecho ajuste entre los datos y lo que la gente realmente dice y hace. Mientras que
los investigadores cualitativos subrayan la validez, los cuantitativos hacen hincapi en la
confiabilidad y la reproducibilidad de la investigacin. Lo cual no debe llevar a creer que a los
investigadores cualitativos no les preocupa la precisin de sus datos.
9. Para el investigador cualitativo, todos los escenarios y personas son dignos de estudio.
Ningn aspecto de la vida social es demasiado frvolo o trivial como para ser estudiado. Todos
los escenarios y personas son, a la vez, similares y nicos: en cualquier grupo de personas se
pueden hallar algunos procesos sociales de tipo general, pero cada informante nos ofrecer algn
aspecto de la vida social.
10. La investigacin cualitativa es un arte. Los mtodos cualitativos no han sido tan
refinados y estandarizados como otros enfoques investigativos. El investigador debe ser un
artfice: debe crear su propio mtodo. Existen orientaciones, pero no reglas. Los mtodos sirven
al investigador; nunca es el investigador el esclavo de un procedimiento o tcnica.
8.2. Teora y metodologa

De la perspectiva terica depende lo que estudia la metodologa cualitativa, el modo en que
lo estudia, y en que se interpreta lo estudiado. Se puede hablar de dos enfoques tericos
principales. En primer lugar, est el interaccionismo simblico, que atribuye una importancia
primordial a los significados sociales que las personas asignan al mundo que las rodea. Las
personas estn constantemente interpretando y definiendo a medida que pasan a travs de
situaciones diferentes. Diferentes personas dicen y hacen cosas distintas, y una razn de ello es
que cada persona ha tenido diferentes experiencias y ha aprendido diferentes significados
sociales. Otra razn de que las personas acten de modo diferente reside en que ellas se hallan
en situaciones diferentes. El proceso de interpretacin es un proceso dinmico. Desde esta
perspectiva, todas las organizaciones, culturas y grupos estn constituidos por actores envueltos
en un proceso de constante interpretacin del mundo que los rodea. Esta interpretacin, y no las
normas, los valores o las metas, ser la que determinar la accin
Para la etnometodologa, en cambio, los significados de las acciones son siempre ambiguos
y problemticos, siendo su tarea examinar los modos en que las personas aplican reglas culturales
abstractas y percepciones de sentido comn a situaciones concretas para que las acciones
aparezcan como rutinarias, explicables y carentes de ambigedad. As, los etnometodlogos
suspenden su propia creencia en la realidad para estudiar la realidad de la vida cotidiana
Pg. 46
9. La observacin participante. Preparacin

del trabajo de campo
9.1. Diseo de la investigacin
Por observacin participante se designa la investigacin que involucra la interaccin social
entre el investigador y los informantes en el contexto de los ltimos, y durante la cual se recogen
datos de modo sistemtico y no intrusivo. En contraste con la mayor parte de los mtodos, en los
cuales las hiptesis y procedimientos de los investigadores estn determinados a priori, el diseo
de la investigacin en la observacin participante permanece flexible, tanto antes, como durante
el proceso real. Aunque los observadores participantes tienen una metodologa y tal vez algunos
intereses investigativos generales, los rasgos especficos de su enfoque evolucionan a medida que
operan. Hasta que no entramos en el campo, no sabemos qu preguntas hacer ni cmo hacerlas.
La imagen preconcebida que tenemos de la gente que intentamos estudiar puede ser ingenua,
engaosa o completamente falsa.
Desde luego, la mayor parte de los investigadores tienen en mente algunos interrogantes
generales cuando entran en el campo. Es tpico que esos interrogantes pertenezcan a una de dos
amplias categoras: son sustanciales o tericos. Entre los primeros se cuentan interrogantes
relacionados con problemas especficos en un particular tipo de escenario (e.g. el estudiar un
hospital para enfermos mentales). La segunda categora, la terica, est mas estrechamente ligada
con problemas sociolgicos bsicos, tales como la socializacin, la desviacin y el control social.
Ambas categoras estn interrelacionadas. Un buen estudio cualitativo combina una comprensin
en profundidad del escenario particular estudiado con intelecciones tericas generales que
trascienden ese tipo particular de escenario.
Despus de entrar en el campo, los investigadores cualitativos con frecuencia descubren
que sus reas de inters no se ajustan a sus escenarios. Sus preguntas pueden no ser significativas
para las perspectivas y conductas de los informantes. Adems, una vez iniciado el estudio, no
debe sorprender el hecho de que el escenario no sea como se pensaba que era. En particular,
probablemente el investigador interesado en cuestiones tericas encuentre que un escenario
determinado no es el conveniente para satisfacer sus interrogantes. Lo ideal es no aferrarse
demasiado a ningn inters terico, sino explorar los fenmenos tal como ellos emergen durante
la observacin. Por otro lado, cuando se persigue satisfacer interrogantes e intereses generales,
a diferencia de los investigadores cuantitativos, los cualitativos definen tpicamente su muestra
sobre una base que evoluciona a medida que el estudio progresa. El nmero de escenarios o
informantes que el investigador tiene que estudiar no vienen predefinidos. La mejor estrategia
es comprender un escenario nico, y slo entonces tomar una decisin sobre el estudio de otros
escenarios. Cualquier estudio sugiere una cantidad casi ilimitada de lneas adicionales de
indagacin.
Pg. 47
9. La observacin participante: preparacin del trabajo de campo.
9.2. Seleccin de escenarios

El escenario ideal para la investigacin es aquel en el cual el observador obtiene fcil
acceso, establece una buena relacin inmediata con los informantes, y recoge datos directamente
relacionados con los intereses de la investigacin. Tales escenarios slo aparecen raramente.
Entrar en un escenario, por lo general, es muy difcil, y se necesita diligencia y paciencia. El
investigador debe negociar el acceso, obtener confianza gradualmente y recoger datos que slo
a veces se adecuan a sus intereses. No siempre se puede determinar de antemano si se podr
ingresar en un escenario y satisfacer los propios intereses. Si se tropieza con dificultades, el
investigador debe insistir.
Es una mala idea estudiar escenarios en los cuales el investigador tiene una directa
participacin personal o profesional. En los observadores novatos existe la tendencia a estudiar
el medio de amigos y parientes. Cuando uno est directamente involucrado en un escenario, es
probable que vea las cosas desde un solo punto de vista. El investigador debe aprender a
considerar que su visin de la realidad es slo una entre muchas posibles perspectivas del mundo.
An as, la investigacin nunca estar libre de valores, ya que al investigador le resultar
imposible en muchos casos permanecer desapegado del objeto de su investigacin.
9.3. Acceso a las organizaciones

Los observadores participantes, por lo general, obtienen el acceso a las organizaciones
solicitando el permiso de los responsables. A estas personas las denominaremos porteros.
Ingresar en un escenario supone un proceso de manejo de la propia identidad, de proyectar una
imagen que asegure las mximas probabilidades de obtener acceso. Se trata de convencer al
portero de que uno no es una persona amenazante y que no daar su organizacin de ningn
modo.
En muchos casos dar resultado el enfoque directo. La gente suele sorprenderse de lo
accesible que suelen ser la mayora de las organizaciones. No obstante, los escalones superiores
de las corporaciones y grandes organismos gubernamentales son de penetracin notoriamente
difcil. Cuando el enfoque directo no ha tenido resultado, muchos investigadores han logrado el
ingreso en organizaciones gracias a que alguien responda por ellos. Amigos o conocidos pueden
persuadir a porteros renuentes.
Una vez que se ha logrado el acceso, los investigadores deben tomar la debida distancia
respecto a los porteros. Muchas organizaciones se caracterizan por la tensin, si no por el
conflicto, entre los niveles superior e inferior de la jerarqua. Si a los investigadores les interesa
estudiar a personas de los niveles inferiores, no deben aparecer como colaborando con porteros
y funcionarios. Cuando negocian su acceso, la mayor parte de los observadores slo se
comprometen a proporcionar a los porteros un informe muy general, tan general que nadie pueda
ser identificado. Debe quedar claro que entre el intento inicial por lograr el acceso y el comienzo
de las observaciones puede mediar un lapso de tiempo significativo.
9.4. Acceso a los escenarios pblicos y cuasi pblicos

Muchos estudios son realizados en escenarios pblicos (parques, edificios
gubernamentales, aeropuertos, etc.), o semipblicos (bares, restaurantes, teatros, etc.). En estos
escenarios, por lo general, los investigadores no deben negociar su acceso con los porteros. En
los escenarios cuasi pblicos, el investigador debe obtener el permiso del propietario. No
Pg. 48

obstante, el investigador participante deber desarrollar estrategias para interactuar con los
informantes. Si uno se ubica durante el tiempo suficiente en la posicin correcta, antes o despus
el investigador tendr la oportunidad de iniciar una conversacin casual con alguna persona.
Sin embargo, hay que tener en cuenta que la gente sospecha de las motivaciones de alguien
que demuestra demasiado inters en los otros o que formula demasiadas preguntas. El observador
participante es fcilmente confundido con el voyeur o con un agente encubierto. Por lo tanto, es
importante adoptar un rol participante aceptable. Aunque no es necesario que los observadores
en estos escenarios se presenten como investigadores y expliquen sus propsitos a las personas
con las que slo tendrn contactos efmeros, deberan, en cambio, explayarse con aquellas con
las que mantendrn una relacin prolongada. Lo normal es identificarse antes de que la gente
comience a dudar de sus intenciones, en especial si est envuelta en actividades ilegales o
marginales.
9.5. Acceso a escenarios privados

La tarea que debe realizar el observador participante para lograr acceso a escenarios y
situaciones privados es anloga a la del entrevistador para ubicar informantes: el consentimiento
para el estudio debe ser negociado con cada individuo. El enfoque bsico para obtener acceso a
escenarios privados es la tcnica de la bola de nieve: comenzar con un pequeo nmero de
personas, ganar su confianza, y a continuacin pedirles que nos presenten a otros. En primer
lugar, es ms fcil comenzar a partir de amigos, parientes y contactos personales. Despus, el
investigador puede comprometerse con la comunidad de personas que desea estudiar (e.g.
hacindose miembro de la comunidad que se pretende estudiar). En tercer lugar, se puede recurrir
a los organismos y organizaciones sociales que sirven a las personas en las que se est interesado
(iglesias locales, centros vecinales, escuelas, asociaciones fraternales, etc.). Una tctica final para
ubicar escenarios e informantes privados es la publicidad: en muchos casos, los investigadores
han publicado avisos en los peridicos locales, han participado en mesas redondas en la zona y
preparado volantes para entregar en mano, distribuyndolos entre los grupos locales, en los que
describen sus estudios.
9.6. Qu se les dice a porteros e informantes?

Nuestro propio enfoque debe ser veraz, pero vago e impreciso. Si deliberadamente se
falsean las propias intenciones, habr que vivir con el temor y la angustia de ser descubiertos y
expulsados del escenario. No es prudente proporcionar detalles concernientes a la investigacin
y a la precisin con la que se tomarn las notas, ya que esto podra inhibir a la mayora de las
personas ante la presencia del investigador. Un modo til para explicar los intereses de la
investigacin consiste en hacer saber a los sujetos que no necesariamente estamos interesados
en esa organizacin particular ni en las personas especficas que encontramos en ella; en todos
los estudios los intereses del investigador abarcan ms que un escenario particular. Tambin es
til, en grandes organizaciones, hacer suponer a los informantes que el investigador est all para
aprender cosas sobre las personas de otro nivel.
Los observadores deben subrayar el hecho de que su investigacin no desbaratar el
escenario. Los porteros con frecuencia suponen que la investigacin incluye cuestionarios,
entrevistas estructuradas, uso de anotadores y otros mtodos intrusivos. Hay que dejar claro que
la observacin participante envuelve actividades no perturbadoras ni intrusivas. Tambin
Pg. 49
9. La observacin participante: preparacin del trabajo de campo.

corresponde garantizar la confidencialidad y la privacidad de las personas que estudiamos.
Haremos saber a los informantes que las notas que tomemos no contendrn nombres ni darn
informacin sobre los individuos o la organizacin. Tambin se ha recomendado tratar de
convencer al portero de que el estudio es tan acadmico y abstracto que no es posible que
amenace a nadie. Por lo general, bastar con una consideracin superficial e imprecisa de los
mtodos de investigacin cualitativos, la teora fundamentada, etc.
9.7. Investigacin encubierta

Si bien se trata de una tctica ampliamente criticada por su falta de tica, hay situaciones
en las que la investigacin encubierta es necesaria y est justificada ticamente. Depende de lo
que se estudie y de lo que se pretenda hacer con los resultados. As, un grupo poderoso,
difcilmente puede ser estudiado por otra tcnica. De hecho, en cierto modo, la distincin entre
investigacin manifiesta o abierta e investigacin encubierta es una simplificacin excesiva, ya
que toda investigacin es, en alguna medida, secreta en el sentido de que los investigadores
nunca le comunican todo a sus informantes.
Pg. 50
10. La observacin participante en el campo

10.1. La entrada en el campo
Los observadores participantes entran en el campo con la esperanza de establecer relaciones
abiertas con los informantes. Se comportan de un modo tal que llegan a ser una parte no intrusiva
de la escena: los informantes han de olvidarse que el observador se propone investigar. Para ello,
en primer lugar, los observadores han de permanecer relativamente pasivos a lo largo del curso
del trabajo de campo, pero en especial durante los primeros das. Han de tratar de que la gente
se sienta cmoda, disipar cualquier idea en cuanto a que el enfoque de la investigacin ser
intrusivo, aprender a actuar adecuadamente en el escenario (tipo de ropa, costumbres, etc.).
Durante el perodo inicial, la recoleccin de datos es secundaria para llegar a conocer el
escenario y las personas. Las preguntas han de tener la finalidad de romper el hielo, y stas han
de ser generales: podra darme una perspectiva de este lugar?, cmo entr usted en esto?
Diferentes personas probablemente presentarn diferentes grados de receptividad ante el
investigador. Aunque el portero haya autorizado el estudio, otros pueden objetar su presencia.
Por eso, es importante explicar quin es uno a todas las personas del escenario. Asimismo, de
modo sutil, se debera hacer saber a la gente que lo que nos diga no ser comunicado a otros.
Durante los primeros das en el campo, los investigadores se sienten invariablemente
incmodos. Nadie se siente cmo en un nuevo escenario sin ningn rol definible que
desempear. Esta sensacin ir desapareciendo a medida que el estudio progrese. Adems, en un
momento inicial, los observadores con frecuencia se sentirn abrumados por la cantidad de
informacin que reciben. Por esta razn, se debe tratar de limitar el tiempo que se pasa en el
escenario durante cada observacin. Una hora es, por lo general, suficiente. A medida que uno
se familiariza con un escenario y gana en pericia para la observacin, se puede aumentar el lapso
que se pasa en el escenario. Como regla general, no se ha de permanecer en el campo si existe
una gran probabilidad de olvidar muchos de los datos o no se tiene tiempo de tomar notas.
10.2. La negociacin del propio rol

El primer problema que probablemente se tenga que enfrentar es el de verse forzado a un
rol incompatible con la realizacin de la investigacin. En muchos escenarios, los porteros e
informantes ubican a los observadores en roles comnmente desempeados por extraos. Es
frecuente que las personas no entiendan la observacin participante, incluso aunque les haya sido
explicada cuidadosamente. As, el personal de las escuelas, hospitales psiquitricos y otras
instituciones, con frecuencia tratan de forzar a los observadores a asumir el rol de voluntarios,
especialmente en el caso de mujeres y estudiantes. A veces el desempeo de un rol familiar en
un escenario representa algunas ventajas: se obtiene el acceso con mayor facilidad. El observador
tiene algo que hacer, y las personas no se inhiben en su presencia, por lo que se pueden obtener
algunos datos con menos dificultad.
Un segundo problema que enfrentan los investigadores de campo consiste en que se les
diga qu y cuando observar. En este caso, los informantes compartirn aquellos aspectos de su
vida y de su trabajo que se prestan a una visin favorable, y ocultarn los otros, o por lo menos
Pg. 51
10. La observacin participante en el campo.

los llevarn a un segundo plano. Muchas organizaciones tienen guas que programan las visitas
y recorridas de extraos. Esto tender a proporcionar una perspectiva selectiva del escenario. Es
tpico que los funcionarios y el personal de direccin de las organizaciones traten de imponer a
los observadores los lmites de ciertos acontecimientos, como reuniones en das festivos o en das
de puertas abiertas. Se debe, pues, tratar de resistir a los intentos de los informantes tendentes a
controlar la investigacin. Idealmente, son los propios investigadores los que deben elegir los
lugares y momentos para observar.
10.3. El establecimiento del rapport

El concepto de rapport no es fcil de definir, pues significa muchas cosas: comunicar la
simpata que se siente por los informantes y lograr que ellos la acepten como sincera; lograr que
las personas se abran y manifiesten sus sentimientos respecto del escenario y de otras personas;
ser visto como una persona inobjetable; irrumpir a travs de las fachadas que las personas
imponen en la vida cotidiana; compartir el mundo simblico de los informantes, su lenguaje y
sus perspectivas. Establecer rapport con los informantes es la meta de todo investigador de
campo.
El rapport aparece lentamente en las investigaciones de campo, y con ciertos informantes
nunca se llega a establecer un verdadero rapport. Aunque no hay reglas rgidas sobre el modo de
lograr rapport con los informantes, se puede ofrecer un cierto nmero de orientaciones generales.
1. Reverenciar sus rutinas. Los observadores slo pueden lograr el rapport con los
informantes si se acomodan a las rutinas y modos de hacer las cosas de estos ltimos. El
investigador ha de acomodarse a los modos y maneras del grupo que est estudiando.
2. Establecer lo que se tiene en comn con la gente. Es probable que este sea el camino
ms fcil para consolidar las relaciones. El intercambio casual de informacin es con frecuencia
el vehculo mediante el cual los observadores consiguen romper el hielo.
3. Ayudar a la gente. Uno de los mejores modos de comenzar a ganarse la confianza de la
gente consiste en hacerle favores.
4. Ser humilde. Es importante que la gente sepa que el investigador es el tipo de persona
con la que pueden expresarse sin temor a revelar algo o a una evaluacin negativa. El
investigador ha de reservarse el conocimiento que tiene sobre la gente, no revelar ciertas cosas
que los informantes han dicho. Desplegar un conocimiento excesivo hace al observador
amenazante y potencialmente peligroso. Los informantes pueden tambin ser renuentes a
expresar lo que sienten si el observador acta como demasiado enterado. Por ello, es importante
dejar hablar.
5. Interesarse. Innecesario es aclarar que hay que interesarse en lo que la gente tiene que
decir. A veces puede ser fcil aburrirse en el campo, en especial si uno se encuentra en la
situacin de que alguien monopoliza la conversacin con temas aparentemente triviales o
irrelevantes. Hay modos para canalizar una conversacin y evitar sutilmente a ciertas personas.
10.4. Participacin
Cuando el compromiso activo en las actividades de las personas es esencial para lograr la
aceptacin, hay que participar por todos los medios, pero sabiendo dnde trazar la lnea divisoria.
En algunos escenarios se debe participar en actividades marginales. El observador participante
camina sobre una delgada lnea que separa al participante activo (participante como
Pg. 52

observador) y el observador pasivo (observador como participante).
Por supuesto, hay claras oportunidades en las que es preferible no ser aceptado como
autntico miembro del escenario o grupo. Cuando el compromiso coloca al observador en una
situacin competitiva con los informantes, por ejemplo, lo mejor es retirarse. Tambin se debe
evitar actuar y hablar de modos que no se adecuan a la propia personalidad. Por ejemplo, aunque
es preciso vestirse de manera que no se desentone en el escenario, uno no debera ponerse nada
que lo haga sentirse incmodo o no natural. Anlogamente, es sensato no emplear el vocabulario
y la forma de hablar de la gente hasta que uno los domine y surjan en su conversacin
naturalmente.
El investigador tambin debe evitar cualquier participacin que obstaculice la capacidad
del investigador para recoger datos. En su prisa por ser aceptados por los informantes, algunos
observadores quedan absorbidos en la participacin activa. Relacionado con esto, el observador
ha de poner lmites a los informantes y evitar ser tratado como un ttere o un instrumento de sus
intereses. Y, por ltimo, ha de evitarse el rapport excesivo: es fcil ser afectado por amistades
del campo al punto de renunciar a lneas embarazosas de investigacin o, lo que es peor, de
abandonar la perspectiva crtica que el trabajo de campo requiere. Existen, incluso, ejemplos de
investigadores de campo que se convirtieron en nativos, abandonando su rol y unindose a los
grupos que estaban estudiando debido a una identificacin excesiva con los informantes.
10.5. Informantes claves

Por lo general, los investigadores de campo tratarn de cultivar relaciones estrechas con
una o dos personas respetadas y conocedoras en las primeras etapas de la investigacin. A estas
personas se las denomina informantes claves. Los informantes claves apadrinan a los
investigadores en el escenario y son sus fuentes primarias de informacin: los muestran, los
presentan a otros, responden por ellos, les dicen cmo deben actuar y les hacen saber cmo son
vistos por otros. Los observadores participantes tambin esperan de los informantes claves que
les proporcionen una comprensin profunda del escenario. Puesto que la investigacin de campo
est limitada en tiempo y alcances, los informantes claves pueden narrar la historia del escenario
y completar los conocimientos del investigador sobre lo que ocurre cuando l no est presente.
Aunque los investigadores siempre estn en busca de buenos informantes y apadrinadores,
en general es sensato abstenerse de desarrollar relaciones estrechas hasta haber adquirido una
buena sensibilidad al escenario. En la fase inicial de la investigacin, existe la tendencia a
precipitarse sobre cualquiera que parezca abierto y amistoso en una situacin extraa. Pero las
personas ms dadas y amistosas de un escenario pueden ser miembros marginales y no
respetados. Es tambin importante no concentrarse exclusivamente en un individuo o en un
pequeo nmero de individuos. No todos los informantes comparten la misma perspectiva.
10.6. Relaciones de campo difciles

El trabajo de campo est caracterizado por todos los elementos del drama humano que se
encuentran en la vida social: conflicto, hostilidad, rivalidad, seduccin, tensiones raciales, celos.
En el campo, los observadores suelen encontrarse en medio de difciles y delicadas situaciones.
La edad, el sexo, la raza y otros factores de la identidad personal pueden ejercer una influencia
poderosa sobre el modo en que los informantes reaccionen ante el observador. As, en algunas
situaciones, las mujeres disfrutan de ciertas ventajas en la investigacin de campo en escenarios
Pg. 53

de dominacin femenina, ya que tienen mejores probabilidades de ser aceptadas como miembros.
Los informantes hostiles pueden ser tan perturbadores como los excesivamente atentos. En
muchos escenarios, los observadores tropiezan con personas a las que parece molestar su misma
presencia. No obstante, aunque algunas personas puede que nunca acepten al investigador, no hay
que suponer que todos los informantes hostiles seguirn siendo hostiles para siempre. Con
frecuencia las personas se suavizan con el tiempo. A los informantes hostiles hay que darles la
oportunidad de cambiar de idea. En este caso, lo ideal es seguir siendo amistoso con ellos sin
empujarlos a la integracin.
Por otro lado, los observadores pueden encontrarse desgarrados por conflictos y luchas por
el poder en la organizacin. Los bandos pueden disputrselo como aliado. Probablemente, el
mejor modo de conducirse en un conflicto consista en escuchar con simpata a ambas partes. El
ardid est en hacer que los dos lados crean que el investigador secretamente concuerda con ellos,
sin tomar realmente ninguna posicin ni suministrar armas a nadie.
10.7. Tcticas de campo

Establecer y mantener el rapport con los informantes es una actividad en desarrollo a lo
largo de toda la investigacin de campo. No obstante, a medida que se dejan atrs los primeros
das, los observadores dedican una atencin creciente a hallar modos de ampliar sus
conocimientos sobre el escenario y los informantes.
1. Actuar como ingenuo. Para muchos observadores, presentarse como extraos ingenuos
pero interesados constituye un modo eficaz de obtener datos. De los extraos se espera cierto
grado de ingenuidad respecto de un escenario.
2. Estar en el lugar adecuado en el momento oportuno. Quiz la tctica ms eficaz consista
en ubicarse en situaciones de las que probablemente surjan los datos en los que estamos
interesados. El investigador puede pegarse a los talones de la gente, disputando invitaciones para
ir a lugares o ver cosas, o apareciendo inesperadamente. La mayor parte de los observadores
escuchan conversaciones a travs de las puertas y tratan de conseguir copias de comunicaciones
internas y otros documentos. Escuchando subrepticiamente con sutileza a veces se obtienen datos
importantes que no podran lograrse de otra manera.
3. Los informantes no deben saber exactamente qu es lo que estudiamos. A veces es til
encubrir los interrogantes reales de la investigacin para reducir la inhibicin de las personas y
la amenaza percibida. En segundo lugar, cuando los informantes saben demasiado sobre la
investigacin, es probable que oculten cosas al observador o pongan en escena determinados
acontecimientos para que l los vea.
4. Se pueden emplear tcticas de campo agresivas despus de haber llegado a comprender
el escenario. La meta es que la gente acte en presencia del observador tan naturalmente como
sea posible. Por ello los observadores no rondan con anotadores o cuestionarios, no toman notas
ni formulan gran cantidad de preguntas estructuradas. No obstante, algunos observadores hacen
uso de este tipo de tcnicas hacia el final de su trabajo de campo, permitindose emplear
preguntas ms agresivas para explorar problemas polticos delicados.
10.8. Formulando preguntas

Los investigadores de campo formulan preguntas como para permitir que la gente hable
sobre lo que tiene en mente y lo que la preocupa, sin forzarla a responder a los intereses, o
Pg. 54

preocupaciones de los observadores. Al comienzo de un estudio, los observadores formulan
preguntas no directivas y que no involucran juicios de valor, tal como le gusta esto?, o
puede hablarme un poco sobre este lugar?. Este tipo de preguntas permite que la gente
responda a su manera y con su propia perspectiva. Otro modo adecuado de lograr que las
personas hablen inicialmente consiste en aguardar que suceda algo, y despus preguntar acerca
de ello.
Saber qu es lo que no debe preguntarse puede ser tan importante como saber qu
preguntar. Cuando uno est estudiando a personas comprometidas en actividades cuestionables
desde el punto de vista legal, las preguntas inadecuadas pueden ser interpretadas como signo de
que el investigador es un delator. Cualquier forma de interrogatorio sostenido implica evaluacin.
Tambin es importante saber cmo formular las preguntas. De los enunciados debe
trascender una simpata que d apoyo a las definiciones de s mismos de los informantes.
Cualquier pregunta que requiera la justificacin de los actos tiene un efecto inhibidor. En cuanto
los informantes comienzan a hablar, podemos alentarlos a que digan ms cosas sobre los temas
en los que estamos interesados. En muchos casos ser necesario pedir aclaraciones sobre los
comentarios de los informantes. No debe darse por supuesto que se est entendiendo lo que la
gente quiere decir.
A medida que los observadores adquieren conocimientos y comprensin de un escenario,
las preguntas pasan a ser ms directivas y centradas en un foco, a fin de completar los
conocimientos del escenario. Es una buena idea llevar un registro de temas por explorar y
preguntas por hacer. Cuando el estudio est por terminar, la mayora de los observadores tambin
emplean tcticas de interrogatorio ms agresivas, enfrentando a los informantes con la falsedad,
poniendo a prueba temas tabes y pidiendo a los informantes que reaccionen a sus
conclusiones e interpretaciones.
10.9. El aprendizaje del lenguaje

Un aspecto importante de la observacin participante consiste en aprender el modo en que
la gente utiliza el lenguaje. Cualquier grupo desarrolla su propio vocabulario. Los investigadores
de campo deben partir de la premisa de que las palabras y smbolos utilizados en sus propios
mundos pueden tener significados diferentes en los mundos de sus informantes. Por ello deben
sintonizar y explorar los significados de palabras con las cuales no estn familiarizados. El
vocabulario empleado en un escenario, por lo general, proporciona indicios importantes sobre
el modo en que las personas definen situaciones y clasifican su mundo, de modo que sugiere
lneas de indagacin e interrogacin. Es preciso aprender a examinar los vocabularios en funcin
de los supuestos y propsitos de los usuarios, y no como una caracterizacin objetiva de las
personas u objetos de referencia.
10.10. Notas de campo

Como mtodo de investigacin analtico, la observacin participante depende del registro
de notas de campo completas, precisas y detalladas. Se deben tomar notas despus de cada
observacin as como tambin despus de contactos ms ocasionales con los informantes
(encuentras causales, conversaciones telefnicas). Tambin deben tomarse notas durante la etapa
previa al trabajo de campo. Estas notas han de ser lo ms amplio y completo que sea posible, lo
cual exige una enorme disciplina. La redaccin de notas de campo puede ser un trabajo muy
Pg. 55

penoso. Han de evitarse los resmenes bosquejados que omiten detalles, ya que uno no sabe lo
que es importante hasta no haber estado en el escenario durante cierto tiempo. Incluso una
conversacin trivial puede llevar a comprender las perspectivas de las personas cuando se la
ubica en su contexto al cabo de cierto tiempo. A medida que uno conoce el escenario y a las
personas, y enfoca los intereses de su investigacin, podr ser ms selectivo en lo que registra.
Hay que tratar de encontrar un mentor o colega que lea nuestras notas de campo. Este es,
probablemente, el mejor modo de motivarse para tomar notas sesin tras sesin. En virtud de su
distancia respecto de la dinmica del escenario, los lectores pueden tambin sealar temas
emergentes que escapan al observador. Las notas de campo deben incluir descripciones de
personas, acontecimientos, conversaciones, acciones, sentimientos, intuiciones o hiptesis de
trabajo del observador. La secuencia y duracin de los acontecimientos y conversaciones ha de
registrarse con la mayor precisin posible.
10.11. Sugerencias para recordar palabras y acciones

Los observadores participantes deben esforzarse por recordar la mayor parte de lo que ven,
oyen, sienten, huelen y piensan mientras estn en el campo. La cantidad de cosas que se pueden
recordar y las tcnicas que permiten hacerlo varan de acuerdo con las personas de que se trata.
Algunas de estas tcnicas tiles son las siguientes.
1. Prestar atencin. Los observadores deben concentrarse en esta tarea.
2. Cambiar la lente del objetivo: pasar de una visin amplia a otra de ngulo
pequeo. Debido a la inmensa cantidad de conversaciones y actividades que tienen lugar al
mismo tiempo en un escenario, una tcnica para recordar consiste en enfocar a una persona,
interaccin o actividad especficas, mientras mentalmente se bloquean las otras.
3. Buscar palabras claves en las observaciones de la gente. Puesto que no se pueden
recordar todas las palabras que se pronuncian, ser necesario concentrarse y retener de memoria
palabras o frases claves de cada conversacin.
4. Concentrarse en las observaciones primera y ltima de cada conversacin. Las
conversaciones siguen por lo general una secuencia ordenada. Una cierta pregunta suscita una
cierta respuesta, y una observacin provoca otra. Si podemos recordar cmo comenz una
conversacin, con frecuencia podremos retenerla completa hasta el final.
5. Reproducir mentalmente las observaciones y escenas. Tratar de visualizar la escena u
observacin.
6. Abandonar el escenario en cuanto se haya observado todo lo que se est en condiciones
de recordar. En un nuevo escenario, no es frecuente observar durante ms de una hora. A medida
que se conoce el escenario, se podr pasar ms tiempo en el campo.
7. Tomar notas tan pronto como sea posible, despus de la observacin.
8. Dibujar un diagrama del escenario y trazar sus movimientos en l. Este diagrama
ayudar a recordar quin hizo cada cosa.
9. Despus del paso anterior, se han de bosquejar los acontecimientos y conversaciones
especficos que tuvieron lugar en cada punto antes de tomar las notas. El bosquejo ayudar a
recordar detalles adicionales y a aproximar la secuencia en la que ocurrieron los acontecimientos.
Este boceto no ha de ser demasiado elaborado; slo ha de incluir palabras, escenas y
acontecimientos claves que destaquen en nuestra mente, las observaciones primera y ltima de
las conversaciones, y otros datos de ayuda.
10. Despus de tomar las notas de campo, recoger los fragmentos de datos perdidos. Los
Pg. 56

observadores con frecuencia recuerdan cosas, das o incluso semanas despus de haberlas
observado. Estos fragmentos de datos deben ser incorporados a las notas de campo.
10.12. Grabacin y toma de notas en el campo

Los observadores participantes parecen divididos en cuanto a la conveniencia de tomar
notas y emplear dispositivos mecnicos de campo. Algunos observadores entienden que los
dispositivos de registro intrusivo atraen innecesariamente la atencin del observador e
interrumpen el flujo natural de los acontecimientos y conversaciones en el escenario. Otros
investigadores, especialmente los identificados con la etnometodologa lingstica y la sociologa
formal, ponen en cuestin que el observador pueda recordar con precisin y registrar
subsecuentemente los detalles importantes de lo que ha ocurrido en el escenario. Por regla
general, los investigadores deben abstenerse de grabar y tomar notas en el campo por lo menos
hasta que hayan desarrollado una idea del escenario y puedan entender los efectos del registro
sobre los informantes. Hay que tener en cuenta que algunas pautas sociales no pueden ser
estudiadas ni analizadas sin dispositivos de registro auditivos o visuales.
Hay pocos casos en los que sea aconsejable tomar notas en el campo. Ms que la grabacin,
la toma de notas recuerda a la gente que est bajo una vigilancia constante y la aleja de reas en
las cuales el investigador est interesado. Uno de los pocos casos en que se pueden tomar notas
de modo no intrusivo se da cuando otras personas tambin estn tomando notas, en un aula o un
encuentro formal. Incluso en tales ocasiones, el investigador debe ser discreto.
10.13. La forma de las notas

Aunque la forma vara de observador a observador, las notas siempre deben permitir la
recuperacin fcil de los datos y la codificacin de los temas. Algunas guas son:
1. Comenzar cada conjunto de notas con una cartula titulada. Debe incluir la fecha, el
momento y el lugar de la observacin, el da y el momento en que se realiz el registro.
2. Incluir el diagrama del escenario al principio de las notas. Trazar sus desplazamientos
e indicar en qu pgina de las notas se describe cada movimiento. Es una referencia til.
3. Dejar mrgenes suficientemente amplios para comentarios suyos y de otras personas.
Tambin permitirn aadir puntos olvidados en un momento posterior.
4. Utilizar con frecuencia el punto y aparte. La tarea de codificar y recortar las notas ser
ms fcil si se han iniciado prrafos nuevos para cada acontecimiento, pensamiento o tema.
5. Emplear comillas para registrar observaciones. No ser necesario incluir
reproducciones literales. Lo importante es aprehender el significado y la expresin aproximada.
Se recomienda usar comillas dobles para citar una frase exacta.
6. Usar seudnimos para los nombres de personas y lugares. Entre todo lo que podemos
ver u or, uno nunca sabe qu es lo que puede resultar comprometido para las personas que se
est estudiando si alguna otra persona lo conoce.
7. Las notas deben conservarse por lo menos triplicadas.
10.14. Comentarios del observador

Las notas de campo no deben incluir slo descripciones de lo que ocurre en un escenario,
sino tambin un registro de los sentimientos, interpretaciones, intuiciones, preconceptos del
investigador y reas futuras de indagacin. Estos comentarios subjetivos deben distinguirse
Pg. 57

claramente de los datos descriptivos mediante el empleo de parntesis y las iniciales C.O.
(comentarios del observador). Como participante en el escenario y como miembro de la
sociedad y la cultura globales, es probable que el investigador comparta muchos sentimientos y
perspectivas con las personas de un escenario. Lo que nosotros sentimos puede ser lo que los
informantes sienten o tal vez sintieron en el pasado. Debemos usar nuestros propios sentimientos,
creencias, preconceptos y supuestos para desarrollar comprensiones potenciales de las
perspectivas de los otros.
10.15. Descripciones de escenarios y actividades

Al redactar las notas, hay que esforzarse por describir el escenario y las actividades con
detalles suficientes como para dar forma a una imagen mental del lugar y de lo que en l ocurre.
Al tomar notas de campo, se debe tener el cuidado de emplear trminos descriptivos y no
evaluativos (e.g. habitacin depresiva). Las sensaciones, evaluaciones e interpretaciones del
investigador deben ser incluidas en los comentarios del observador. Una descripcin detallada
del escenario y de la posicin de las personas en su seno proporciona importantes aprehensiones
sobre la naturaleza de las actividades de los participantes, sus pautas de interaccin, sus
perspectivas y modos de presentarse ante los otros.
En muchas instituciones totales, las regiones frontales o de fachada (las reas visibles a los
ajenos) estn preparadas para presentar una apariencia de refugios benignos, idlicos, en los que
los internados reciben un cuidado y tratamiento adecuados. El dramtico contraste con esas
regiones frontales, las regiones institucionales traseras en las que viven los residentes estn
destinadas a facilitar el control por parte del personal y al mantenimiento eficiente del orden y
la limpieza de las salas. No todos los aspectos de un escenario sern significativos. Pero se debe
advertir y preguntar el significado de todo lo que se observe. Aunque en las notas de campo slo
se necesita describir una vez cada escenario, es preciso estar sintonizado con los cambios que se
produzcan. Estos cambios pueden reflejar modificaciones en el modo en que las personas se ven
a s mismas o a otras. Por ejemplo, un cambio en la distribucin de los comensales en un
comedor para maestros puede reflejar un cambio en las relaciones sociales de la escuela.
10.16. Descripciones de personas

Tambin las personas deben ser cuidadosamente descritas en las notas. Cada persona
transmite cosas importantes sobre s misma y asume supuestos respecto de otros sobre la base
del modo de vestir, de llevar el cabello, de las joyas que se usen, de los accesorios, del
comportamiento y del aspecto en general. Goffman utiliza la expresin manejo de la impresin
para designar el modo en que las personas tratan de influir activamente sobre lo que los otros
piensan acerca de ellas, a travs de sus aspectos y sus acciones. Por lo tanto, deberemos percibir
los rasgos de la gente que proporcionan comprensin sobre cmo ella se ve a s misma y quiere
ser vista por los otros. Igual que ocurre con los escenarios, las personas tampoco deben ser
descritas en trminos evaluativos. Palabras tales como tmido o ostentoso, son interpretativas
y no descriptivas. Estas impresiones tienen su lugar en los comentarios del observador.
En muchos escenarios, especialmente en las organizaciones, la ropa y el aspecto exterior
diferencia a las personas segn su posicin y status. A veces los signos de status son obvios (e.g.
uniformes, corbatas, etc.), mientras que en otros escenarios los signos reveladores del status son
sutiles y sern descubiertos por el observador slo despus de cierto tiempo pasado en el campo.
Pg. 58
10.17. Triangulacin
Se llama triangulacin a la combinacin en un estudio nico de distintos mtodos o fuentes
de datos. La triangulacin puede ser concebida como un modo de protegerse de las tendencias
del investigador y de confrontar y someter a control recproco relatos de diferentes informantes.
Mediante la informacin obtenida en otras fuentes, los observadores pueden tambin obtener una
comprensin ms profunda y clara del escenario y de las personas estudiados. Prcticamente
todos los observadores participantes mantienen entrevistas y analizan documentos escritos
durante su investigacin de campo, o hacia su finalizacin, cuando el observador ha establecido
relaciones con las personas y puede obtener informacin ms especfica.
Los documentos escritos, tales como informes oficiales, comunicaciones internas,
correspondencia, contratos, nminas de salarios, archivos, formularios de evaluacin y diarios,
proporcionan una importante fuente de datos. Los investigadores pueden tambin analizar los
documentos histricos y pblicos a fin de obtener una perspectiva ms amplia respecto de un
escenario. Los peridicos, los archivos de la organizacin y las sociedades histricas locales
pueden ofrecer valiosa informacin.
Otra forma de triangulacin es la investigacin en equipo: dos o ms trabajadores de campo
estudian el mismo escenario o escenarios similares. Las tcnicas bsicas de la observacin siguen
siendo, en su mayora, las mismas. La investigacin en equipo tambin permite un alto grado de
flexibilidad en las estrategias y tcticas investigativas, ya que los investigadores diferirn en sus
habilidades sociales y en su capacidad para relacionarse con distintas personas.
10.18. La tica en el campo

El ingreso en un escenario, generalmente implica una especie de pacto: la seguridad
implcita o explcita de que no se desea violar la privacidad de los informantes, ni exponerlos a
perjuicios, ni interferir en sus actividades. Qu hacer cuando los informantes cometen actos que
nosotros consideramos desagradables, ilegales o inmorales? La bibliografa sobre la tica de la
investigacin, por lo general, sostiene una posicin no intervencionista en el trabajo de campo.
La mayor parte de los investigadores deben ser leales a sus informantes o a la consecucin de las
metas de la investigacin. Hay que evitar cualquier compromiso que interfiera la investigacin
o viole el pacto con los informantes. Pero el hecho de que uno est llevando a cabo una
investigacin no basta para absolverlo de toda responsabilidad moral y tica por las propias
acciones o inacciones. Actuar o no actuar es optar tica y polticamente.
El investigador de campo enfrenta tambin la posibilidad de que en su presencia se aliente
a personas a comprometerse en actividades inmorales o ilegales. Los observadores participantes
no difieren de los periodistas, cuya presencia, deliberada o involuntariamente, crea nuevos
acontecimientos. Por lo tanto, ser necesario, antes de simpatizar demasiado con las perspectivas
de los informantes, saber dnde habrn de trazarse los lmites. Es claro que hay casos en que los
observadores pueden y deben intervenir en defensa de otras personas. No obstante, quienes no
pueden soportar una cierta ambigedad moral, probablemente no deban realizar trabajo de
campo.
Pg. 59
Pg. 60
11. La entrevista en profundidad

11.1. Tipos de entrevistas
Para adquirir conocimientos sobre la vida social, los cientficos sociales utilizan a menudo
relatos verbales. Las encuestas de actitud o de opinin, o los cuestionarios son instrumentos de
investigacin estructurados que se administran a un grupo grande de sujetos. Suelen adoptar una
forma estandarizada: el investigador tiene las preguntas, que suelen ser las mismas para todos los
sujetos, y el sujeto de la investigacin tiene las respuestas.
En contraste, las entrevistas cualitativas son flexibles y dinmicas; son no directivas, no
estructuradas, no estandarizadas, y abiertas. Por entrevistas cualitativas en profundidad
entendemos reiterados encuentros cara a cara entre el investigador y los informantes, encuentros
stos dirigidos hacia la comprensin de las perspectivas que tienen los informantes respecto de
sus vidas, experiencias o situaciones, tal como las expresan con sus propias palabras. Este tipo
de entrevistas sigue el modelo de una conversacin entre iguales, y no de un intercambio formal
de preguntas y respuestas. El propio investigador es el instrumento de la investigacin, no un
mero recolector de respuestas.
En tanto mtodo de investigacin cualitativo, las entrevistas en profundidad tienen mucho
en comn con la observacin participante: el entrevistador avanza lentamente al principio, trata
de establecer rapport con los informantes, formula inicialmente preguntas no directivas, y
aprende lo que es importante para los informantes antes de enfocar los intereses de la
investigacin. No obstante, mientras que los observadores participantes llevan a cabo sus
estudios en situaciones de campo naturales, los entrevistadores realizan los suyos en
situaciones especficamente preparadas. Pueden diferenciarse tres tipos de entrevistas en
profundidad:
A) Historia de vida o autobiografa sociolgica: el investigador trata de aprehender las
experiencias destacadas de la vida de una persona y las definiciones que esa persona aplica a tales
experiencias. Representa la visin que tiene la persona de su vida, en sus palabras, lo cual lo
diferencia de las autobiografas populares.
B) Las dirigidas al aprendizaje sobre acontecimientos y actividades que no se pueden
observar directamente. Nuestros interlocutores se convierten en informantes, actan como
observadores del investigador. Su rol no consiste simplemente en revelar sus propios modos de
ver, sino que deben describir lo que sucede y el modo en que otras personas lo perciben.
C) Las destinadas a proporcionar un cuadro amplio de una gama de escenarios, situaciones
o personas. Se utilizan para estudiar un nmero relativamente grande de personas en un lapso
relativamente breve.
El tipo de entrevista a elegir depende de los propsitos, pero ambas tcnicas son anlogas.
En todos los casos los investigadores establecen rapport con los informantes a travs de repetidos
contactos a lo largo de cierto tiempo, y desarrollan una comprensin detallada de sus
experiencias y perspectivas.
Pg. 61
11. La entrevista en profundidad.
11.2. Optando por entrevistar

Todo enfoque investigativo tiene sus puntos fuertes y sus desventajas. Si bien slo la
observacin puede proporcionar una visin detallada de los escenarios, acontecimientos, o las
personas, se trata de una tcnica que no ser posible en todos los casos. As, el observador no
puede retroceder en el tiempo para estudiar hechos del pasado, o forzar su entrada en todos los
escenarios y situaciones privadas. Adems, la observacin participante exige una cantidad de
tiempo y esfuerzo que no siempre se ve recompensada por la comprensin adicional que se
obtendra en comparacin con otros mtodos. Por lo tanto, ningn mtodo es igualmente
adecuado para todos los propsitos.
La eleccin del mtodo de investigacin debe estar determinada por los intereses de la
investigacin, las circunstancias del escenario o de las personas a estudiar, y por las limitaciones
prcticas que enfrenta el investigador. Las entrevistas en profundidad sern especialmente
adecuadas cuando:
1. Los intereses de la investigacin son relativamente claros y estn bien definidos.
2. Los escenarios o las personas no son accesibles de otro modo.
3. El investigador tiene limitaciones de tiempo.
4. La investigacin depende de una amplia gama de escenarios o personas: en ocasiones,
el investigador querr sacrificar la profundidad de la comprensin que se obtiene enfocando
intensivamente un escenario o una persona nicos, en beneficio de la amplitud y de la posibilidad
de generalizar que se logra estudiando toda una gama de lugares y personas.
5. El investigador quiere esclarecer la experiencia humana subjetiva: se recurrir entonces
a las historias de vida basadas en entrevistas en profundidad.
En cuanto a las desventajas de las entrevistas, los datos que se recogen en ellas consisten
solamente en enunciados verbales o discurso. En tanto forma de conversacin, las entrevistas son
susceptibles de producir las mismas falsificaciones, engaos, exageraciones y distorsiones que
caracterizan el intercambio verbal entre cualquier grupo de personas. Por lo tanto, el investigador
no debe aceptar sin sentido crtico la validez fctica de las descripciones de acontecimientos por
parte de los informantes. En segundo lugar, las personas dicen y hacen cosas diferentes en
distintas situaciones. Puesto que la entrevista es un tipo de situacin, no debe darse por sentado
que lo que una persona dice en la entrevista es lo que esa persona cree o dice en otras situaciones.
Y en tercer lugar, puesto que los entrevistadores no observan directamente a las personas en su
vida cotidiana, no conocen el contexto necesario para comprender muchas de las perspectivas
en las que estn interesados (e.g. es probable que los entrevistadores comprendan mal el lenguaje
de los informantes puesto que no tienen la oportunidad de estudiarlo en su uso comn). Estas
limitaciones, no obstante, pueden salvarse desarrollando una cierta habilidad y experiencia.
11.3. La seleccin de informantes

Las entrevistas cualitativas requieren un diseo flexible de la investigacin. Ni el nmero
ni el tipo de informantes se especifica de antemano. Es difcil determinar a cuntas personas se
debe entrevistar en un estudio cualitativo. La estrategia del muestreo terico puede utilizarse
como gua para seleccionar las personas a entrevistar. En este caso, lo importante, en vez del
nmero de casos estudiados, ser el potencial de cada caso para ayudar al investigador en
el desarrollo de comprensiones tericas sobre el rea estudiada de la vida social. Despus de
completar las entrevistas con varios informantes, se diversifica deliberadamente el tipo de
Pg. 62

personas entrevistadas hasta descubrir toda la gama de perspectivas de las personas en las cuales
estamos interesados.
Existe un cierto nmero de maneras de encontrar informantes. El modo ms fcil es la
tcnica de la bola de nieve: conocer a algunos informantes y lograr que ellos nos presenten a
otros. Se puede empezar a lograr el acceso a escenarios privados a travs de amigos, parientes,
contactos personales, el compromiso activo con la comunidad de personas que se quiere estudiar,
la aproximacin a organizaciones y organismos, la publicidad.
Las historias de vida se redactan sobre la base de entrevistas en profundidad con una
persona o con una pequea cantidad de personas. Es esencial que las personas de que se trata
tenga tiempo para dedicar a las entrevistas. Otra consideracin importante se refiere a la buena
voluntad y capacidad del individuo para hablar sobre sus experiencias y expresar sus
sentimientos. Hay que tener en cuenta que aunque todos tienen una buena historia para contar,
las de algunos son mejores que las de otros. Al construir historias de vida, el investigador buscar
a un tipo particular de persona que haya pasado por ciertas experiencias. En este tipo de
investigacin, es poco frecuente que los informantes surjan como consecuencia de una bsqueda;
antes bien, aparecen en las propias actividades cotidianas. El investigador se encuentra con
alguien que tiene una historia importante para contar y quiere contarla.
11.4. Aproximacin a informantes

Puesto que no se puede decir de antemano cuntas entrevistas exactamente queremos
realizar, es recomendable avanzar lentamente al principio con los informantes. Se puede decir
que le gustara mantener una entrevista o dos con ellos, pero no se les ha de comprometer a
perder mucho tiempo en el proceso. Despus de haber realizado un par de entrevistas, se pueden
discutir los planes de modo ms directo.
Por lo general, la mayor parte de las personas estn dispuestas a hablar sobre s mismas.
En realidad, se sienten con frecuencia halagadas por la perspectiva de ser entrevistadas para un
proyecto investigativo. Se puede estimular a un informante potencial dicindole que nos parece
probable que haya tenido algunas experiencias interesantes, y que nos gustara sentarnos juntos
y hablar sobre ellos alguna vez. Si parecen aceptar la idea, concertamos el primer encuentro.
Cuando, despus de un par de sesiones, decidimos que queremos entrevistar a un individuo un
cierto nmero de sesiones adicionales, debemos tratar de esclarecerlo. Es importante aclarar los
siguientes puntos:
1. Los motivos e intenciones del investigador. Muchas personas se preguntar qu es lo que
se espera obtener del proyecto. Pueden incluso temer que el producto final se use en perjuicio de
ellas. Aunque algunas personas no captan los intereses precisos de la investigacin, la mayor
parte comprende las metas educacionales y acadmicas. Tambin se ha de informar que el estudio
ser publicado en un libro o en un peridico (en caso de que as sea).
2. Anonimato. Es casi siempre sensato emplear seudnimos para designar a personas y
lugares en los estudios escritos. Los riesgos son sustanciales: dificultades para los informantes
u otras personas; problemas legales; ocultamiento de detalles e informacin importantes.
3. La palabra final. Un modo de ganar la confianza de los informantes consiste en decirles
que tendrn la oportunidad de leer y comentar los borradores de cualquier libro o artculo antes
de la publicacin.
4. Dinero. El dinero puede corromper el vnculo entre el entrevistador y el informante,
convirtiendo el deseable compaerismo en una relacin de empleador y empleado. Tambin
Pg. 63

puede hacer que el informante se sienta alentado a fabricar una buena historia para ganar algn
dinero. Sin embargo, muchos proyectos investigativos en gran escala retribuyen econmicamente
a los entrevistados.
5. Logstica. Finalmente, hay que establecer un horario general y un lugar para los
encuentros. La frecuencia y la extensin de las entrevistas dependern de las respectivas agendas.
Una entrevista requiere por lo general unas dos horas. Un tiempo menor es insuficiente para
explorar muchos temas; un lapso mayor dejar probablemente exhaustos a los dos participantes.
Para preservar la continuidad de las entrevistas, los encuentros deben ser aproximadamente
semanales. La extensin del proyecto general depender de la libertad con que hable la persona
y de lo que el investigador espere cubrir. Completar una historia de vida lleva por lo menos unos
cuantos meses. Se debe tratar de hallar un sitio con privacidad donde se pueda hablar sin
interrupciones y el informante se sienta relajado. Muchas personas se sienten ms cmodas en
sus propias casas y oficinas.
11.5. El comienzo de las entrevistas

En las entrevistas cualitativas en profundidad, los investigadores deben ser cuidadosos para
no forzar su programa demasiado tempranamente. Durante las primeras entrevistas el
investigador establece el tono de la relacin con los informantes, debiendo aparecer como alguien
que no est totalmente seguro de las preguntas que quiere hacer y que est dispuesto a aprender
de los informantes. El investigador cualitativo debe hallar modos de conseguir que la gente
comience a hablar sobre sus perspectivas y experiencias sin estructurar la conversacin ni definir
lo que la gente debe decir. Hay diversos modos para conseguir esto.
1. Las preguntas descriptivas. Probablemente, el mejor modo de iniciar las entrevistas con
informantes consiste en pedirles que describan, enumeren o bosquejen acontecimientos,
experiencias, lugares o personas de sus vidas. Las respuestas no deben estar estructuradas.
Cuando los informantes mencionan experiencias especficas, se pueden indagar mayores detalles.
2. Relatos solicitados. Muchas de las historias de vida clsicas de las ciencias sociales se
han basado en una combinacin de entrevistas en profundidad y relatos escritos por los propios
informantes.
3. La entrevista con cuaderno de bitcora. En este enfoque, los informantes llevan un
registro corriente de sus actividades durante un perodo especfico; ese registro proporciona una
base para las entrevistas en profundidad. Tanto los relatos solicitados como la entrevista con
cuaderno de bitcora no se adecuan a informantes que no son adeptos a registrar sus actividades
por escrito.
4. Documentos personales. Diarios, cartas, dibujos, registros, agentas y listas de cosas
importantes de las propias personas pueden utilizarse para guiar las entrevistas. La mayor parte
de las personas guardan antiguos documentos y registros, y estn dispuestos a mostrarlas. Estos
materiales pueden encender recuerdos y ayudar a las personas a revivir antiguos sentimientos.
11.6. La gua de la entrevista

La gua de la entrevista se utiliza para asegurarse de que los temas claves sean explorados
con un cierto nmero de informantes. No es un protocolo estructurado, sino una lista de reas
generales que deben cubrirse con cada informante. Es el entrevistador quin decide cmo
enunciar las preguntas y cundo formularlas. La gua slo sirve para recordar que se deben hacer
Pg. 64

preguntas sobre ciertos temas. Este tipo de gua es til cuando el investigador ya ha aprendido
algo sobre los informantes a travs del trabajo de campo, entrevistas preliminares y otra
experiencia directa. En la investigacin en equipo, la gua proporciona un modo de asegurar que
todos los investigadores exploren con los informantes las mismas reas generales.
11.7. La situacin de entrevista

El entrevistador debe crear un clima en el cual las personas se sientan cmodas para hablar
libremente sobre s mismas. En la entrevista cualitativa, el investigador debe intentar construir
una situacin que se asemeje a aquellas en las que las personas hablan naturalmente entre s sobre
cosas importantes. La entrevista es relajada y su tono es el de una conversacin. El entrevistador
se relaciona con los informantes en un nivel personal. Las relaciones que se desarrollen entre el
entrevistador y los informantes a medida que transcurra el tiempo son la clave de la recoleccin
de datos. Lo mismo que la observacin participante, las entrevistas en profundidad requieren
capacidad para relacionarse con otros en sus propios trminos.
1. No abrir juicio. Cuando los informantes comienzan a compartir un nmero creciente de
experiencias y sentimientos con el entrevistador, dejan caer sus fachadas pblicas y revelan partes
de s mismos que por lo comn mantienen ocultas. Si queremos que la gente se abra y manifieste
sus sentimientos y opiniones, debemos abstenernos de emitir juicios negativos sobre ella. Si
nuestro interlocutor nos revela algo perturbador, debemos tranquilizarle y mostrar comprensin.
2. Permitir que la gente hable. La entrevista en profundidad a veces requiere una gran
cantidad de paciencia, pues los informantes pueden extenderse sobre cosas en las que no estamos
interesados. En especial durante las entrevistas iniciales, es necesario no interrumpir al
informante aunque no estemos interesados en el tema que toca. Se puede conseguir que una
persona vuelva atrs mediante gestos sutiles, como dejando de asentir con la cabeza y de tomar
notas.
3. Prestar atencin. Durante las entrevistas prolongadas es fcil que la mente vague.
Prestar atencin significa comunicar un inters sincero en lo que los informantes nos estn
diciendo.
4. Ser sensibles. Los entrevistadores siempre deben percibir el modo en que sus palabras
y gestos afectan a los informantes. Deben ser simpticos pero no condescendientes, saber cundo
indagar, pero mantenerse alejados de las heridas abiertas, ser amistosos, pero no como quien slo
trata de congraciarse.
11.8. El sondeo
A lo largo de las entrevistas, el investigador realiza el seguimiento de temas que
emergieron como consecuencia de preguntas especficas, alienta al informante a describir las
experiencias en detalle, y presiona constantemente para clarificar sus palabras. En la entrevista
cualitativa tenemos que sondear los detalles de las experiencias de las personas y los significados
que stas les atribuyen. El entrevistador no puede dar por supuesto que entiende exactamente lo
que la gente quiere decir, por lo que tiene que ensear al informante a ser un buen informante,
alentndolo continuamente a proporcionar descripciones detalladas de sus experiencias. Durante
la entrevista se debe continuar indagando para obtener clarificacin hasta que se est seguro de
lo que el informante quiere decir exactamente: reformular lo que dijo y pedir confirmacin, pedir
ejemplos, sealar lo que no est claro. Tambin en la entrevista en profundidad, el investigador
Pg. 65

puede pasar a ser ms agresivo en las ltimas etapas de la investigacin; la indagacin puede
hacerse ms directiva a medida que se aprenden cosas sobre los informantes y sus perspectivas.
11.9. Controles cruzados

El investigador cualitativo no est interesado en la verdad per se, sino en perspectivas.
As, el entrevistador trata de extraer una traduccin ms o menos honesta del modo en que los
informantes se ven realmente a s mismos y a sus experiencias. Cuando se conoce
suficientemente bien a una persona, por lo general se sabe cundo ella elude un tema o simula.
En las entrevistas en profundidad pasamos con la gente el tiempo necesario como para poder
leer entre lneas sus observaciones y sondear detalles suficientes para saber si estn fabricando
una historia.
Los controles cruzados tienen por objeto examinar la coherencia de lo dicho en diferentes
relatos del mismo acontecimiento o experiencia. Asimismo, se deben apelar a tantas fuentes de
datos diferentes como resulte posible. Probablemente, el mejor modo de tratar las contradicciones
e incoherencias internas consista en plantear el problema directamente. Se ha de enfrentar a la
persona con las pruebas, siempre en trminos amables. Muchas posibles mentiras o engaos
pueden no ser sino malentendidos o cambios sinceros en las perspectivas de los informantes.
11.10. Relaciones con los informantes

La relacin entre entrevistador e informante es en gran medida unilateral. Si bien el
investigador obtiene de su trabajo un ttulo, un artculo o un libro, el informante dedica
considerable energa y tiempo para, en muchos casos, tener la satisfaccin de que alguien piense
que sus vidas y modos de ver tienen importancia. Se trata de una relacin unilateral. Pero puesto
que se espera que los informantes se abran por completo, tienen que encontrar alguna
compensacin en lo que los entrevistadores dicen sobre s mismos. Probablemente no sea
prudente que los entrevistadores no exterioricen en absoluto sus sentimientos. En algn lugar
entre la revelacin total y el total mutismo est existe un punto medio que el entrevistador debe
hallar. El mejor consejo es ser discreto en las entrevistas, pero hablar sobre uno mismo en otras
situaciones.
11.11. Entrevistas grabadas

Aunque los grabadores, por su simple presencia, pueden modificar lo que la gente dice en
las primeras etapas de la investigacin, en posteriores entrevistas es muy posible que el
informante admita la presencia de la grabadora consciente de que el propsito del entrevistador
es realizar una investigacin. Asimismo, el entrevistador cuenta con un lapso de tiempo
considerable para lograr que los informantes se relajen y acostumbren al aparato. Un grabador
permite al entrevistador captar mucho ms que si la entrevista dependiera nicamente de su
memoria, ya que los datos del entrevistador son casi exclusivamente palabras. Es obvio que no
se deben grabar las entrevistas si ello hace que los informantes se sientan incmodos. Incluso si
el informante acepta el uso de la grabadora, se ha de tratar de reducir a un mnimo su presencia:
usar aparatos pequeos y colocarlos fuera de la visin. El micrfono no debe ser intrusivo; debe
tener la sensibilidad suficiente como para recoger las voces sin que sea necesario hablar frente
a l. Asimismo, se han de utilizar cassettes de larga duracin para que no sea necesario
interrumpir la conversacin con frecuencia.
Pg. 66
12. Descubriendo mtodos

12.1. Destrozando el mundo del sentido comn de la vida cotidiana: Harold
Garfinkel
Una persona inicia una conversacin con otra e impasiblemente aproxima su rostro al del
interlocutor al punto de que sus narices casi se tocan. En otra ocasin, se pide a la persona que
vea una escena ordinaria y comn de su propia vida desde la perspectiva de un extrao, indicando
a la persona que en la casa de su familia acten como huspedes: a travs de este ejercicio, la
gente toma conciencia de cosas que nunca haba advertido en su vida cotidiana (e.g. maneras en
la mesa, saludos, etc.). Garfinkel ha creado una serie de estrategias que le permiten explorar
aquellas reas de la interaccin social en las que est interesado. Utiliza experimentadores para
descubrir lo que se ve pero que por lo general no se advierte: el mundo del sentido comn de la
vida cotidiana.
12.2. Los impostores: D. L. Rosenhan

Rosenhan y sus colaboradores realizaron una investigacin en calidad de impostores para
dar respuesta a la pregunta: Si la cordura y la locura existen, cmo las reconoceremos?. Eran
personas sanas o normales, que nunca haban sido definidos como enfermos mentales, ni
por ellos mismos ni por otros, y se presentaron como tales ante el personal de los hospitales que
queran estudiar. Estos seudopacientes realizaron su experimento sin el conocimiento del
personal de las instituciones, salvo del administrador y del psiclogo jefe del hospital. Todos los
impostores usaron seudnimos, y mintieron sobre sus ocupaciones para evitar cualquier trato
especial. Los seudopacientes lograron con todo xito ser admitidos en los hospitales, admitiendo
que oan voces. Poco despus simularon que la situacin volva a la normalidad y empezaron a
comportarse normalmente. Con la excepcin de uno, todos fueron diagnosticados como
esquizofrnicos, y dados de alta con un diagnstico de esquizofrenia en remisin.
El trabajo de Rosenhan permiti a los impostores recoger datos y experimentar realmente
la hospitalizacin de los enfermos mentales. Pudieron examinar a travs de un conocimiento
directo el proceso por el cual las personas son recibidas y clasificadas como cuerdas o locas.
Aunque los investigadores podran haber logrado muchos de los mismos conocimientos y
comprensiones mediante el empleo de tcnicas abiertas de observacin participante, su condicin
de impostores les permiti vivir a ellos mismos la experiencia. As alcanzaron una comprensin
profunda que habra sido difcil de conseguir con otros mtodos.
12.3. Entrevistas grupales

En las entrevistas grupales, los entrevistadores renen grupos de personas para que hablen
sobre sus vidas y experiencias en el curso de discusiones abiertas y libremente fluyentes. Como
en la entrevista en profundidad, el investigador aplica un enfoque no directo. No obstante, en este
tipo de entrevistas probablemente nunca se obtenga la misma comprensin que se adquiere con
las entrevistas persona a persona.
Pg. 67
12. Descubriendo mtodos.
12.4. Documentos personales

La expresin documentos personales se refiere a relatos del individuo escritos en primera
persona sobre toda su vida o parte de ella, o a reflexiones sobre un acontecimiento o tema
especfico. El diario es probablemente el tipo ms revelador y privado de documento personal.
Se trata de una excelente fuente de datos a causa de su intimidad y de la reflexin sobre las
propias experiencias inmediatas. Los lbumes de fotos o de recortes son otras formas importantes
de documentos personales. Las cartas privadas tambin son una buena fuente de informacin
sobre acontecimientos o experiencias especficos de la vida de la gente. Los relatos solicitados
han sido ampliamente utilizados en los estudios cualitativos. Aunque hay millones de
documentos personales, el investigador siempre tendr que buscarlos imaginativa y
agresivamente. Las bibliotecas, los archivos llevados por organizaciones, y las sociedades
histricas son buenos lugares para empezar.
12.5. Registros oficiales y documentos pblicos

Existe un nmero prcticamente ilimitado de documentos, registros y materiales oficiales
y pblicos, disponibles como fuentes de datos: documentos organizacionales, artculos de los
peridicos, registros de los organismos, informes gubernamentales, transcripciones judiciales,
etc. Los investigadores han analizados los registros y las estadsticas oficiales desde los inicios
de las ciencias sociales. El investigador cualitativo analiza los documentos pblicos y oficiales
para adquirir conocimientos sobre las personas que los redactan y mantienen al da. Estos
materiales permiten comprender las perspectivas, los supuestos, las preocupaciones y actividades
de quienes los producen. Los medios de comunicacin social (peridicos, revistas, televisin,
cine, radio) constituyen otra importante fuente de datos.
La mayor parte de los registros oficiales y los documentos pblicos estn fcilmente al
alcance de los investigadores. Las bibliotecas pblicas, los archivos de las organizaciones y las
sociedades histricas son buenas fuentes de este tipo de material. El anlisis cualitativo de
documentos oficiales abre muchas nuevas fuentes de comprensin. Muchas de las cosas que son
desechadas por no considerarse hechos objetivos y, por tanto, no tiles, pueden ser valiosas
para el investigador cualitativo precisamente debido a su naturaleza subjetiva.
Pg. 68
13. El trabajo con los datos

13.1. Estudios descriptivos y tericos
Todos los estudios cualitativos contienen datos descriptivos ricos: las propias palabras
pronunciadas o escritas de la gente, las actividades observables, las sensaciones experimentadas
por el investigador, etc. Se puede decir que la investigacin cualitativa proporciona una
descripcin ntima de la vida social: presentan detalladamente el contexto y los significados
de los acontecimientos y escenas importantes para los involucrados (Emerson). No obstante,
podemos distinguir los estudios puramente descriptivos, a veces denominados etnografas, de los
estudios tericos o conceptuales. En la descripcin etnogrfica, el investigador trata de
proporcionar una imagen fiel de lo que la gente dice y del modo en que acta; los estudios
descriptivos se caracterizan por un mnimo de interpretacin y conceptualizacin, y permiten a
los lectores extraer sus propias conclusiones y generalizaciones a partir de los datos.
En cambio, la mayor parte de los estudios cualitativos se orientan hacia el desarrollo o
verificacin de la teora sociolgica. El propsito de los estudios tericos consiste en comprender
o explicar rasgos de la vida social que van ms all de las personas o escenarios estudiados en
particular. En estos estudios los investigadores sealan activamente lo que es importante. Utilizan
datos descriptivos para ilustrar sus teoras y conceptos, y para convencer a los lectores de que lo
que ellos dicen es la verdad. Glaser y Strauss distinguen dos tipos de teoras: las sustanciales y
las formales. Las primeras se relacionan con un rea sustancial o concreta de indagacin (e.g.
escuelas, prisiones, delincuencia juvenil). Las teoras formales se refieren a reas conceptuales
de indagacin (e.g. organizaciones formales, la socializacin, la desviacin). En la investigacin
cualitativa la mayor parte de los estudios se han centrado en reas sustanciales simples.
13.2. Desarrollo y verificacin de la teora

Los investigadores cualitativos han debatido si el propsito de los estudios tericos debe
desarrollar o verificar la teora, o ambas cosas. El procedimiento de la induccin analtica ha sido
el medio principal empleado para desarrollar y verificar o poner a prueba proposiciones sobre la
naturaleza de la vida social. Los pasos que incluye la induccin analtica son relativamente
simples y directos:
1. Desarrollar una definicin aproximada del fenmeno a explicar.
2. Formular una hiptesis para explicar dicho fenmeno.
3. Estudiar un caso para ver si la hiptesis se ajusta.
4. Si la hiptesis no explica el caso, reformularla o redefinir el fenmeno.
5. Buscar activamente casos negativos que refuten la hiptesis.
6. Cuando se encuentren casos negativos, reformular la hiptesis o redefinir el fenmeno.
7. Continuar hasta que se ha puesto a prueba adecuadamente la hiptesis examinando una
amplia gama de casos.
Por otro lado, Glaser y Strauss son probablemente los ms firmes sostenedores de la
opinin de que los socilogos cualitativos deben dirigir su atencin al desarrollo o generacin
de teoras y conceptos sociales. Su enfoque de la teora fundamentada tiene la finalidad de
Pg. 69
13. El trabajo con los datos.

permitir que los investigadores lo hagan. El enfoque de la teora fundamentada es un mtodo para
descubrir teoras, conceptos, hiptesis y proposiciones partiendo directamente de los datos, y no
de supuestos a priori, de otras investigaciones o de marcos tericos existentes. Glaser y Strauss
proponen dos estrategias principales para desarrollar teora fundamentada. La primera es el
mtodo comparativo constante, por el cual el investigador simultneamente codifica y analiza
datos para desarrollar conceptos. Mediante la comparacin continua de incidentes especficos de
los datos, el investigador refina esos conceptos, identifica sus propiedades, explora sus
interrelaciones y los integra en una teora coherente. La segunda estrategia propuesta es el
muestreo terico, por el cual el investigador selecciona nuevos casos a estudiar segn su
potencial para ayudar a refinar o expandir los conceptos o teoras ya desarrollados. La recoleccin
de datos y el anlisis se realizan al mismo tiempo.
Mediante el estudio de diferentes reas sustanciales, el investigador puede ampliar una
teora sustancial y convertirla en formal. Al generar teora fundamentada, los investigadores no
tratan de probar sus ideas, sino slo de demostrar que son plausibles. El criterio clave para
evaluar las teoras consiste en examinar si se ajustan, es decir, si son aplicables a los datos que
se estudian, y si funcionan, es decir, si son significativamente apropiadas y capaces de explicar
la conducta estudiada.
13.3. El trabajo con los datos

Todos los investigadores desarrollan sus propios modos de analizar los datos cualitativos.
El enfoque bsico consiste en desarrollar una comprensin en profundidad de los escenarios o
personas que se estudian. En la investigacin cualitativa, a diferencia de la cuantitativa, los
investigadores analizan y codifican sus propios datos, todo de manera dinmica y creativa. A lo
largo del anlisis, se trata de obtener una comprensin ms profunda de lo que se ha estudiado,
y se continan refinando las interpretaciones. El anlisis de los datos implica ciertas etapas
diferenciadas.
1. Descubrimiento.
Hay que aprender a buscar temas y pautas examinando los datos de todos los modos
posibles. Algunas sugerencias para ello son:
A) Leer repetidamente los datos (notas de campo, transcripciones, documentos y otros
materiales); siempre es una buena idea que alguien ms lea nuestros datos, ya que una mirada
ajena puede a veces percibir aspectos sutiles que al propio investigador se le escapan.
B) Seguir la pista de temas, intuiciones, interpretaciones e ideas; se debe registrar toda idea
importante que se tenga durante la lectura y reflexin sobre los datos.
C) Buscar los temas emergentes: temas de conversacin, vocabulario, actividades
recurrentes, significados, sentimientos, dichos y proverbios populares, etc.
D) Elaborar tipologas o esquemas de clasificacin; una clase de tipologa se relaciona con
el modo en que las personas clasifican a los otros y con los objetos de sus vidas (e.g.
hiperactivos, peleadores, fugitivos, favoritos). La otra clase de tipologa se basa en el esquema
de clasificacin del propio investigador. Se trata de la distincin que los cientficos sociales
realizan a veces entre el enfoque mico y el tico.
E) Desarrollar conceptos y proposiciones tericas. Aqu, el investigador pasa de la
descripcin a la interpretacin y la teora a travs de conceptos y preposiciones. Los conceptos
son ideas abstractas generalizadas a partir de hechos empricos. El desarrollo de conceptos es un
proceso intuitivo: puede ser aprendido, pero no objeto de una enseanza formal. Se puede
Pg. 70

empezar buscando palabras y frases del propio vocabulario de los informantes que capten el
sentido de lo que ellos dicen o hacen. A este tipo de conceptos se los denomina conceptos
concretos. Tambin se pueden comparar enunciados y acciones o temas entre s para ver si existe
un concepto que los unifique. Cuando se pueden relacionar los temas de esta manera, a travs de
semejanzas subyacentes, hay que buscar una palabra o frase que transmita lo que tienen de
similar. Una proposicin, por otro lado, es un enunciado general de hechos, basados en los datos.
Mientras que los conceptos pueden o no ajustarse, las proposiciones son verdaderas o errneas.
F) Leer el material bibliogrfico. La lectura de otros estudios con frecuencia proporciona
proposiciones y conceptos fructferos que ayudan a interpretar los datos. No obstante, hay que
tener el cuidado de no forzar nuestros datos para que encajen en el marco de algn otro.
G) Desarrollar una gua de la historia: se trata de una hebra analtica que une e integra a
los principales temas de los datos. Es la respuesta a la pregunta sobre qu trata este estudio?.
2. Codificacin.
La codificacin es un modo sistemtico de desarrollar y refinar las interpretaciones de los
datos. Durante esta etapa del anlisis, lo que inicialmente fueron ideas e intuiciones vagas se
refinan, expanden, descartan o desarrollan por completo.
A) Desarrollar categoras de codificacin. Empezar redactando una lista de todos los
temas, conceptos, interpretaciones, tipologas y proposiciones identificados o producidos durante
el anlisis inicial. Una vez que se ha identificado las principales categoras de la codificacin, se
ha de repasar la lista nuevamente para eliminar las categoras que se superpongan. El nmero de
categoras que se adopten depender de la cantidad de datos recogidos y de la complejidad de
nuestro esquema analtico. Tambin se ha de asignar un nmero o letra a cada categora de
codificacin.
B) Codificar los datos. Se deben codificar tanto los incidentes negativos como los positivos
relacionados con la categora de que se trate. A medida que se codifican los datos, hay que refinar
el esquema de la codificacin: aadir, suprimir, expandir y redefinir las categoras. Los cdigos
se han de ajustar a los datos, y no a la inversa.
C) Separar los datos pertenecientes a las diversas categoras de codificacin. Se trata de
una operacin mecnica, no interpretativa. El investigador rene los datos codificados
pertenecientes a cada categora. Para ello se recortan las notas de campo, las transcripciones y
otros materiales y se colocan los datos de cada categora en carpetas de archivo o en sobres.
D) Ver qu datos han sobrado. Si estos datos no se ajustan a las categoras existentes, se
pueden plantear nuevas categoras, pero debe observarse que ningn estudio utiliza todos los
datos recogidos. Si no se ajustan, no se ha de forzar el ingreso de todos los datos en el esquema
analtico.
E) Refinar el anlisis. La codificacin y separacin de los datos permite comparar
diferentes fragmentos relacionados con cada tema, concepto, proposicin, etc., y en consecuencia
refinar y ajustar las ideas. Algunos temas que parecan vagos y oscuros dejarn de serlo, mientras
que tambin habr que descartar conceptos y proposiciones que no se ajustan. Se deben analizar
los casos negativos para profundizar la comprensin de las personas que se estn estudiando.
3. Relativizacin de los datos.
La relativizacin trata de interpretar los datos en el contexto en que fueron recogidos. Para
entenderlos, hay que prestar atencin al modo en que fueron recogidos. Al respecto conviene
tomar en cuenta un cierto nmero de consideraciones:
A) Datos solicitados o no solicitados. Los informantes pueden, en ocasiones, solicitar datos
Pg. 71
13. El trabajo con los datos.

que podran no haber emergido espontneamente. Se debe observar si la gente, cuando responde
a nuestras preguntas, dice cosas distintas que cuando habla por propia incitativa.
B) La influencia del observador sobre el escenario. La mayor parte de los observadores
participantes tratan de reducir al mnimo los efectos de su presencia sobre las personas que estn
estudiando, hasta que han logrado una comprensin bsica del escenario. El observador debe
avanzar lentamente en las primeras etapas de la investigacin.
C) Quin estaba all? Se debe estar alerta a las diferencias en lo que la gente dice y hace
cuando est sola y cuando hay otros en el lugar.
D) Datos directos e indirectos. Cuanto ms se tiene que leer en los datos y extraer
inferencias basadas en datos indirectos, menos seguro se puede estar acerca de la validez de las
interpretaciones y conclusiones.
E) Fuentes. Est bien recurrir a informantes claves para lograr comprensiones esenciales,
pero conviene saber distinguir entre las perspectivas de una sola persona y las de un grupo ms
amplio. Algunos observadores participantes han sido tan absorbidos por informantes claves que
terminaron por recoger una visin selectiva del escenario.
F) Nuestros propios supuestos. En los mtodos cualitativos el investigador comienza el
estudio con un mnimo de supuestos. Los datos no se explican a s mismos, y todos los
investigadores se basan en sus propios supuestos tericos y en sus conocimientos culturales para
extraer el sentido de sus datos. El mejor control sobre la parcialidad del investigador es probable
que sea la autorreflexin crtica.
13.4. La construccin de historias de vida

Las historias de vida contienen una descripcin de los acontecimientos y experiencias
importantes de la vida de una persona, o alguna parte principal de ella, en las propias palabras
del protagonista. En la construccin de historias de vida, el anlisis consiste en un proceso de
compaginacin y reunin del relato, de modo que el resultado capte los sentimientos, modos de
ver y perspectivas de la persona.
Como documento sociolgico, la historia de vida debe iluminar los rasgos sociales
significativos de los hechos. Para ello, el concepto de carrera puede ser til. El trmino carrera
designa la secuencia de posiciones sociales que las personas ocupan a travs de sus vidas, y las
definiciones cambiantes de s mismas y de su mundo que sustentan en las diversas etapas de esa
secuencia. Al reunir la historia de vida, se trata de identificar las etapas y perodos crticos que
dan forma a las definiciones y perspectivas del protagonista.
Los anlisis en la investigacin cualitativa comienzan con a) el conocimiento ntimo de los
datos: lectura de las transcripciones, notas documentos y otros datos, b) identificacin de las
principales etapas, acontecimientos y experiencias de la vida de la persona, y c) codificacin y
separacin de los datos de acuerdo con estas etapas. Cada perodo se convierte en un captulo o
seccin. En la historia de vida es imposible incorporar todos los datos, ya que muchos de los
temas no sern pertinentes en vista de los intereses de la investigacin. El paso final consiste en
compaginar los relatos de las experiencias, para producir un documento coherente. Como regla,
la historia de vida debe resultar legible sin que se hayan atribuido al protagonista cosas que no
dijo o cambiado el significado de sus palabras. Se pueden omitir frases y palabras repetitivas,
pero se deben reflejar las pautas expresivas caractersticas, las construcciones gramaticales y la
mala pronunciacin. Los comentarios e interpretaciones del investigador irn, aconsejablemente,
en la introduccin o en la conclusin del libro o artculo.
Pg. 72
14. La presentacin de los hallazgos

14.1. Lo que se le debe decir a los lectores
En tanto investigadores, debemos explicarles a los lectores el modo en que se recogieron
e interpretaron los datos, a fin que ellos puedan relativizar los hallazgos, es decir, para que los
comprendan en su contexto. Sin conocer la metodologa, no tenemos modo alguno de saber si
los hallazgos provienen del conocimiento cultural de marcos tericos previos, de la experiencia
personal directo, o del trabajo de campo y entrevistas reales. En consecuencia, no sabremos como
juzgar la credibilidad y validez del relato del investigador.
Aunque pocos investigadores fabrican sus investigaciones, es probablemente cierto que la
mayora de los informes de investigaciones sean lavados. Slo queda esperar de cada autor toda
la franqueza posible cuando nos proporciona los detalles que necesitamos para entender e
interpretar lo que ha hallado. Algunos puntos bsicos que los investigadores deben tocar al
informar sobre sus estudios deben ser:
1. Metodologa: observacin participante, entrevistas en profundidad, documentos, etc., y
procedimientos de investigacin especficos (investigacin abierta o encubierta, dispositivos para
el registro automtico).
2. Tiempo y extensin del estudio.
3. Naturaleza y nmero de los escenarios e informantes.
4. Diseo de la investigacin: explicar cmo se identificaron y eligieron los escenarios
(muestreo terico, induccin analtica), los informantes (conoca el investigador de antemano
a los informantes y los escenarios?) y los documentos.
5. Encuadre mental del investigador: propsito original, modificaciones, proceso de
comprensin del escenario.
6. Relaciones con los informantes: cundo y en qu medida se estableci el rapport.
7. Control de los datos: modo en que se analizaron los datos, revisin de los hallazgos, etc.
14.2. Una nota sobre el escribir

La jerga y la verborrea oscurecen muchas ideas importantes, y hacen que muchas ideas
triviales parezcan profundas. La capacidad para escribir de modo claro y conciso es algo vital.
1. Antes de comenzar a redactar bosquejar las ideas en el papel.
2. Decidir a qu pblico quiere llegar y adaptar el estilo y el contenido a esa decisin.
3. Los lectores deben saber hacia dnde se apunta. Ayudar al lector aclarndole el propsito
en los comienzos del escrito y explicando la relacin de cada tema se relaciona con l.
4. Ser conciso y directo.
5. Sustentar el escrito en ejemplos especficos, a fin de permitir una mejor comprensin de
los escenarios y las personas. Los ejemplos han de ser claros, breves y oportunos.
6. Empezar a escribir.
7. Permitir que colegas o amigos lean y comenten su escrito.
Pg. 73
14. La presentacin de los hallazgos.
Pg. 74
15. El que es juzgado, no los jueces

Si uno desea entender la expresin agua bendita, no debe estudiar las propiedades del
agua, sino los supuestos y creencias de la gente que la emplea. Es decir, que el agua bendita
deriva su significado de aquellos que le atribuyen una esencia especial. Del mismo modo, el
significado de la expresin retardo mental depende de aquellos que la usan para describir los
estados cognitivos de otras personas. Un retardado mental es alguien que ha sido rotulado como
tal segn criterios ms bien arbitrariamente creados y aplicados. Este rtulo permite hacer
generalizaciones: as, suponemos que los retardados mentales poseen caractersticas comunes que
permiten diferenciarlos sin ambigedad de las otras personas. Es como si la humanidad pudiera
dividirse en dos grupos, el de los normales y el de los retardados.
A quien es rotulado como retardado se le imputa una amplia gama de imperfecciones. Una
de esas imperfecciones es la incapacidad para analizar su vida y su situacin presente. Otra es
la incapacidad para expresarse, para saber y decir quin es y en qu se quiere convertir.
Leer: Una visin desde dentro. Introduccin a los mtodos cualitativos de investigacin.
S. J. Taylor y R. Bogdan.
Captulo 8.
Se trata de transcripciones de algunas conversaciones con un hombre de 26 aos, al que se le llam Ed
Murphy, rotulado como retardado mental por su familia, sus maestros y otras personas. A los 15 aos fue ingres
en una institucin estatal para retardados.
Al nacer, los mdicos le daban seis meses de vida (retardo?, parlisis cerebral?) Dificultad para caminar.
Primer recuerdo sobre su abuela: Ven caminando hasta donde est la abuela, ven caminando.
Dependiente de su madre. En la escuela primaria: ausente (no estaba relacionado con el retardo). El
ensueo le haca feliz. El problema es ser rotulado como algo. La proteccin de su madre (bromas de los
compaeros) era como una trampa, no poda decir sueltame sin herirla. Mejor campamentista del ao.
Muerte de su padre y madre. Slo con su hermana. Ingreso en la escuela estatal. Tests de psiclogos: bien.
Luego el psiquiatra: muy nervioso -> informe: retardado mental.
Miedo a convertirse en un vegetal (la rotulacin te encasilla y te convierte en su objeto). Impresin: la escuela
estatal no es buena, te identifica con un retardado.
Dado de alta como pupilo del estado, y consigue trabajo. Vida en alquiler. Atrado por una mujer a la que
se acerca bastante psicolgica y fsicamente. Ella est en la Asociacin para Nios Retardados, y est muy
protegida por los padres. La conoci cuando comenz a trabajar en el taller de la asociacin. Pelea con un ex-novio.
Caminatas. Pelcula de cine (l 22 aos y ella 28 aos).
A medida que ganaba en edad iba despertndome mentalmente. Gracias a la televisin. Poda opinar de
los disturbios raciales, de Luther King, etc.
Qu es el retardo? [...] Supongo que consiste en tener problemas para pensar. Algunas personas creen que
se puede decir si una persona es tardada con slo mirarla. [...] Juzgan a una persona por lo que parece, o por la forma
en que habla, o por lo que muestran los tests, pero nunca pueden realmente decir qu hay dentro de una persona.
Conclusin.
A) Retardo mental: concepto desvalorizador -> autoimagen menguada.
B) Segregacin -> limita la socializacin.
C) Proteccin -> resentimiento y limitacin.
D) Puntos de vista diferentes -> escuela: rehabilitacin; Ed: aburrimiento, coercin.
E) Escasez de definiciones -> enfermedad, discapacidad, desviacin, retardado.
Pg. 75
15. El que es juzgado, no los jueces.

Las categoras de que se dispone para ubicar a los individuos nos ayudan, pero influyen sobre el modo en que
nosotros sentimos acerca de ellos y en el modo en que ellos sienten acerca de s mismos. Esta manera de ver a los
seres humanos no es perversa o innecesaria, pero abarca una sola perspectiva. La importancia excesiva atribuida a
esa perspectiva, omitiendo los aspectos subjetivos, distorsiona nuestro conocimiento de un modo peligros.
Tradicionalmente, los cientficos sociales han estudiado a los retardados como una categora separada de seres
humanos, y al hacerlo aceptaron las definiciones del sentido comn: se supone que el retardado es bsicamente
distinto del resto de nosotros y que debe ser explicado mediante teoras especiales diferentes de las que empleamos
para explicar la conducta de personas normales. Al asumir ese enfoque, los cientficos sociales han contribuido
a la legitimacin de las clasificaciones del sentido comn que distinguen entre normales y retardados. Le hemos
dicho al mundo que existen dos clases de seres humanos.
Pg. 76
16. Ser honesto, pero no cruel

La comunicacin entre los progenitores y el personal en una unidad neonatal
Lo que los mdicos dicen a los pacientes y a los progenitores de delincuentes juveniles ha
sido objeto de investigacin en las ciencias sociales desde que existe una ciencia social de la
medicina. De especial inters ha sido la comunicacin de malas noticias, de amenaza de muerte,
de enfermedad crnica, y de anormalidades discapacitantes fsicas y mentales.
Las unidades neonatales dotadas de alta tecnologa se convirtieron en una parte de la escena mdica durante
la dcada pasada. El estudio se basa en observaciones y entrevistas a mdicos, enfermeras y progenitores de nios
ingresados en una unidad neonatal inicialmente, para ampliar su nmero en tres ms posteriormente. La mayora de
los pacientes son prematuros o presentan defectos de nacimiento que constituyen una amenaza para la vida.
El contexto de la comunicacin en unidades neonatales.
A) Los pacientes tal como los ve el personal.
El personal de las unidades estudiadas comparte un sistema de clasificacin informal de los pacientes
mediante un vocabulario especial. No obstante, a pesar de que todos concuerdan en la tipologa general, para cada
nio en particular puede haber desacuerdo en cuanto al tipo al que pertenece.
Durante los primeros minutos en la unidad, el paciente es clasificado como beb o no viable,
dependiendo del tiempo de gestacin, peso al nacer, puntajes apgar y otros tests, y en la extensin y naturaleza de
las anormalidades fsicas y mentales visibles o supuestas. Los no viables, a menudo denominados fetos, pueden
ser ubicados en una habitacin especial o en otro lugar apartado de la unidad, y no se les proporciona tratamiento
alguno. Con frecuencia los padres de los no viables llegan despus de la muerte y se les comunica el hecho
inmediatamente; lo hace el mdico asignado al paciente o el miembro del personal presente de mayor jerarqua. Si
los padres llegan antes del deceso, el mdico tratante o un miembro del personal disponible examina la situacin con
los padres, indicando que la muerte es inminente y que la criatura no est siendo tratada. Si los padres presionan
pidiendo tratamiento, puede haber intervencin. En todas las unidades ha habido casos de unos pocos que
supervivieron y se convirtieron en bebs de esta manera.
Un beb pasar, tras unos pocos minutos o unos pocos das, a alguna de estas tres categoras: beb muy
enfermo, buen beb, o beb con problemas especiales. Este ltimo tipo incluye criaturas con problemas tales
como defectos cardacos, hidrocefalia, espina bfida, sndromes especiales, u otros defectos innatos. Ellos abandonan
la unidad a los pocos das o se unen a las categoras de beb muy enfermo o un buen beb con una anomala especial.
El modo en que se presenta el estado del nio puede ser esencial en la formulacin del pensamiento de los padres.
Los buenos bebs no corren un riesgo alto de morir, pero necesitan ayuda y observacin debido a un trauma
relacionado con el parto o a su carcter prematuro. Si permanecen un da o menos en la unidad, son denominados
bebs en observacin o en parada sobre el foso, requiriendo tan slo un rpido control. Si han de permanecer
ms tiempo, se les denomina comedores y crecedores: se utiliza esta expresin porque el personal profesional los
ve como bsicamente sanos, salvo por su poco peso y problemas menores. Los bebs muy enfermos son aquellos
que a los ojos del personal corren un alto riesgo de morir, debido a que pesan muy poco al nacer o no han pasado
un tiempo suficiente en el tero como para desarrollar sus pulmones y respirar por sus propios medios. Los bebs
que responden al tratamiento se convierten en comedores y crecedores; los que siguen dependiendo de dispositivos
de apoyo a la vida (respiracin artificial u otra tecnologa), se convierten en crnicos.
Toda esta tipologa representa una serie de escalones o peldaos por los que un paciente puede evolucionar
en un sentido o en otro. Cuando la criatura ingresa en la unidad, los mdicos tienden a comunicarse con los
progenitores para decirles que es muy pronto para hablar. A medida que pasa el tiempo, crece el papel de las
enfermeras en la comunicacin, debido a su mayor acceso a los padres y a su mayor contacto con los bebs. En
ciertos momentos y con ciertas categoras, la idea de la muerte prevalece en las conversaciones; en otros casos, se
habla sobre el futuro del nio. Es ms fcil hablar a los padres sobre buenos bebs que sobre crnicos. Cuando se
trata de comedores y crecedores, el contenido de la informacin se centra en el progreso.
B) El status de los progenitores tal como lo ve el personal.
Pg. 77
16. Ser honesto, pero no cruel.

Cuando el paciente es una criatura, tambin se evala a los padres. Sobre la base de estas evaluaciones se
decide quin hablar a los padres y lo que se les dir respecto del estado del nio y de la participacin de los
progenitores en el tratamiento. Los mdicos y las enfermeras tambin reciben informacin de los padres, y sobre esas
bases abren juicio sobre el tipo de padres con los que estn tratando. El personal habla de tres tipos de padres: los
buenos padres, los no tan buenos padres, y los perturbadores.
Un buen padre queda definido por estas caractersticas: a) comprenden, b) se interesan sostenidamente por
el beb, y c) demuestran poseer capacidad para proporcionar al beb un cuidado adecuado si deja el hospital. La
mayor parte de los individuos clasificados en esta categora pertenecen a la clase media media y alta. Los no tan
buenos padres, a) hablar con ellos es como hablar con una pared, b) apenas se interesan en el nio, y c) no tienen
capacidad para brindar un buen cuidado. El personal considera difcil hablar a los no tan buenos padres, aunque
algunos pueden cambiar de status y convertirse en buenos padres. Muchos de los no tan buenos padres son pobres,
jvenes y culturalmente diferentes del personal. Los turbadores son padres que plantean problemas especiales o
formulan demandas que el personal considera no razonables
El personal tiene en cuenta con qu tipo de padres habla cuando comenta el estado de los nios. Ciertos
miembros del personal pueden tener asignada la tarea exclusiva de la comunicacin con padres particulares. La
verdad es que, con algunas excepciones, la evaluacin que realiza el personal acerca de los padres, de la disposicin
de stos respecto de los nios, y del grado en que entienden lo que se les dice, es con frecuencia inexacta, debido
al conocimiento limitado derivado principalmente de observaciones breves o conversaciones cortas.
C) Los doctores.
Las enfermeras, con frecuencia, apelan a los mdicos para que den informacin a los padres. La capacidad
del mdico para comunicarse con ellos afecta a las relaciones entre los padres y las enfermeras. Informalmente, stas
clasifican a los mdicos en buenos doctores o malos doctores. Los buenos doctores son directos con los padres,
se aseguran de que los padres entiendan lo que se les dice, explican de diferentes formas y siempre con un lenguaje
no tcnico, tienen un contacto regular con los padres y nunca los eluden, les proporcionan informacin sobre el
progreso de sus nios y tambin sobre aspectos negativos, y cuentan con las enfermeras para informar a los padres
a fin de asegurar la coherencia de la comunicacin. En contraste, los malos doctores son menos directos, y con
frecuencia no logran que a los padres les quede claro el estado de sus bebes. No dedican un tiempo adicional a dar
explicaciones, y cuando toman contacto con la familia es slo para comunicar malas noticias. Adems, no comparten
la informacin con las enfermeras.
D) Las perspectivas del personal sobre el hablar con los padres.
Qu decir y cmo acercarse a los padres no es parte formal de un entrenamiento, sino que, en parte, estn en
funcin de la persona que se encarga de la comunicacin. Las conversaciones con los padres con frecuencia tienen
lugar en privado, por lo que no son sometidas a crticas. As, la comunicacin positiva con los buenos padres se
puede achacar a un xito del comunicador, mientras que la comunicacin pobre con los no tan buenos padres y
con los perturbadores puede atribuirse a las caractersticas de esos progenitores.
Nunca se puede realmente saber es un tema importante para comprender lo que se les dice a los padres.
El personal refiere casos de nios considerados no viables, que fueron apartados en espera de la muerte, y
sobrevivieron; otros nios, con hemorragias cerebrales, llegaron a desarrollar una inteligencia normal. Aunque es
el personal quien inicialmente estima quin vivir y quin no, esas actitudes son atemperadas por el comentario de
que nunca se puede realmente saber. A menos que exista una evidencia muy clara de amenaza de muerte o un
diagnstico seguro de menoscabo, ste es el comentario que predomina en el tono de la comunicacin con los padres.
Esto tiene que ver con otro modo de ver que el personal comparte: Sea honesto, pero no cruel. Es cruel ser
demasiado negativo; los padres podran tomar distancia respecto del nio y, si ste sobrevive, tal vez la relacin entre
ambos quede irreversiblemente daada. El personal a veces suaviza las malas noticias aadiendo que el
temperamento o la disposicin del nio proporcionan razones para tener esperanza. Con este fin, a veces se usan
eufemismos y modos de decir indirectos al considerar el estado del paciente.
Conclusin: las frases Sea honesto y Dgalo todo, por ejemplo, adquieren distintos significados segn
quin hable con quin, sobre quin, en qu condiciones, y tambin en funcin de la informacin que debe
transmitirse.
Pg. 78
17. Que coman programas

Las perspectivas del personal y los programas en las salas de las escuelas estatales
Quienes intentan introducir programas teraputicos en las instituciones totales pocas
veces tienen en cuenta los efectos del escenario de la sala. Frecuentemente se elaboran e
instrumentan nuevos programas sin que medie una comprensin suficiente del contexto en el que
estn siendo introducidos. Muchos de los interesados en el cambio, por ejemplo, suscriben un
sistema de definiciones y creencias que suponen compartido por aquellas personas del escenario
a las que pretenden cambiar. Estas ltimas, sin embargo, pueden actuar con perspectivas
totalmente diferentes. El resultado es una conexin pobre entre el agente de cambio y el
escenario, lo cual limitar la eficacia potencial del cambio.
El examen es realizado en tres escuelas estatales para retardados mentales localizadas en el nordeste de los
Estados Unidos. El propsito consiste en presentar las perspectivas que el personal de atencin sustenta con respecto
a sus supervisores, sus empleos y los internados, y en mostrar el modo en que ese personal se relaciona con la
instrumentalizacin de programas innovadores diseados por supervisores y profesionales para satisfacer
necesidades de los residentes. El trabajo de campo se hizo a travs de la observacin participante.
Hay que sealar que las camisas de fuerzas, las celdas de aislamiento, las palizas, la desnudez, la
gregarizacin, la desatencin mdica, las condiciones de insalubridad, caracterizan las denominadas salas traseras
de estos servicios.
1. Perspectivas respecto de los supervisores: Ellos no saben realmente como es.
El personal comparte la opinin de que sus supervisores -administradores, profesionales o supervisores- no
entienden las necesidades de los residentes ni la naturaleza de la vida y el trabajo en las salas. Creen que su propia
proximidad a los internados y el tiempo que pasan en las salas les proporcionan un conocimiento sobre ese aspecto
de la vida institucional que es inaccesible para otros. Los miembros del personal de atencin tienden a mirar con
suspicacia los puntajes de los tests, las explicaciones y vocabularios esotricos y el enfoque general que emplean
algunos profesionales en el tratamiento de los pacientes.
Es tambin claro que el personal duda de la competencia de los profesionales que trabajan en las
instituciones, llegando a ofrecer ejemplos para sustentar su opinin. Adems, el personal de atencin est tambin
resentido con los profesionales, supervisores y administradores de las instituciones por considerar que se les destina
las tareas ms rudas, mientras que a los dems se les paga demasiado y trabajan poco. El escepticismo y la hostilidad
de este personal llegan a extenderse a los altos funcionarios y a los legisladores, responsables en ltima instancia
de las instituciones.
2. Perspectivas sobre el trabajo: Un empleo es un empleo.
El comentario predominante entre el personal de atencin es: es un empleo..., nada ms ni nada menos. De
acuerdo con esta perspectiva, los miembros del personal no se ven a s mismos como profesionales responsables
de hacer participar a los residentes en las actividades programadas, sino ms bien como custodios a cuyo cargo est
mantener la limpieza de la sala y el control y el orden entre los internados. Este hincapi en la custodia es tan intenso
que el bienestar de los residentes es con frecuencia ignorado o deliberadamente violado: A veces tenemos que atar
a alguno para poder hacer nuestro trabajo.
El personal desarrolla rutinas para llevar al mnimo su trabajo de custodia, y mtodos de control para manejar
a los residentes perturbadores. En todas las salas el personal se reparte el trabajo y finge trabajar ms de lo que lo
hace en realidad. As, esos empleados pasan gran parte de su tiempo haciendo tonteras, a pesar de que se quejan
de no tener nunca tiempo suficiente. En las salas traseras se encarga a un residente que vigile la eventual llegada de
supervisores, mientras los empleados juegan con monedas, leen el diario, hostigan a los internados, beben o pasan
el tiempo en conversaciones ociosas. El personal experimenta resentimiento hacia quienes perturban sus rutinas.
Dirige comentarios negativos a los empleados que trabajan muy poco o demasiado; asimismo, lo molestan las
personas de afuera que van a la sala para ayudar, pero interfieren.
Pg. 79
17. Que coman programas.

3. Perspectivas sobre los internados: Grados bajos y Rechazos.
Los empleados de atencin suelen definir a los residentes segn sus discapacidades o la cantidad de
problemas o trabajo que ocasionan. As, el personal se refiere a los internados con palabras que subrayan esas
caractersticas: vomitador, tramposo, ensuciador, de grado bajo, vegetal, mal educado, peleador. En
todas las salas, ciertos residentes son motivos de preocupacin y de disgusto para el personal de atencin: se trata
de los hiperactivos y de aquellos que carecen de las capacidades bsicas para bastarse a s mismos. En la sala
trasera la poblacin est compuesta por lo que el personal llama rechazos de otras salas, es decir, residentes
ubicados en ese lugar porque les causaban demasiados problemas a otros empleados.
Pocos empleados creen en la capacidad de los internados para aprender o para cambiar. Desde su punto de
vista, poco puede hacerse por ellos, ms all de lo que ya se est haciendo. El personal de la sala trasera comenta
que sus internados son de grado demasiado bajo para aprender, a pesar del hecho de que algunos de ellos
demuestran competencia para hablar y escribir.
4. Los programas innovadores.
Un programa introducido en la sala trasera fue denominado programa de entrenamiento motivacional. Su
objeto era ensear a los residentes a cuidarse, vestirse, etc., y el programa real consista en dos actividades que se
iban alternando con un da por medio: colorear libros con dibujos y escuchar los discos y cassettes de los residentes.
Aunque algunos empleados estuvieron dispuestos a dar al programa su aprobacin cautelosa antes de la
instrumentacin, la mayora lo vio con escepticismo desde el principio. Hubo quien adujo que ellos tenan demasiado
poco tiempo y demasiado trabajo como para dedicarse a esa actividad. Otros crean que la capacidad intelectual de
los internados impeda cualquier mejoramiento significativo. Para otros, el programa no era sino una manera de
mantener a los residentes ocupados. El programa se dio por terminado de manera oficial seis semanas despus de
iniciado bajo la creencia general en la incapacidad de los internados para cambiar.
Un programa de mayor duracin fue llevado a cabo con jovencitas adolescentes con el propsito de
inculcarlas una cierta responsabilidad. De acuerdo con este plan, las jovencitas iban a ser recompensadas por realizar
las tareas asignadas en la sala y por el trabajo escolar satisfactorio mediante puntos (fichas) que podan cambiarse
por otros artculos. Sin embargo, un programa destinado a recompensar a los residentes por su conducta apropiada,
pronto se utiliz para castigarlas por la conducta molesta. As, los empleados retiraban puntos por ser insolente o
vulgar. Puesto que las residentes slo podan recibir puntos de ese personal, ste se convirti en un medio de control
de los residentes. El sistema de puntos exiga llevar registros cuidadosos, lo cual pronto se convirti para el personal
en slo un montn de problemas. Al final del perodo de observacin, aproximadamente seis meses despus de
la instrumentacin del programa, los registros de puntajes se llevaban de manera extremadamente laxa, y
sencillamente los empleados olvidaban anotar los puntos que algunas chicas acumulaban.
5. Conclusin.
Los programas institucionales deben ser examinados en el contexto de los escenarios de las salas en las cuales
son introducidos.
Pg. 80
18. Poltica nacional y significado situado

El caso del Head Start y los discapacitados
En 19972, el Congreso requiri al Head Start que incrementara activamente el nmero de
nios discapacitados al 10 % del total de los atendidos. Los nios discapacitados eran definidos
como ...mentalmente retardados, duros de odo, sordos, con problemas de lenguaje, menoscabo
visual, perturbaciones emocionales serias, lisiados o con otro tipo de deterioro de la salud, que
por tales razones requieren una educacin y servicios relacionados especiales.
Este captulo examina las consecuencias que tuvo esa legislacin sobre los programas
locales durante sus primeros seis meses. Los datos fueron recogidos por 16 observadores que
salieron solos o en equipos de dos y pasaron de uno a tres das en 30 programas locales Head
Start. Emplearon tcnicas de observacin participante y tomaron notas de campo detalladas.
Los profesionales que tratan a los discapacitados se han embarcado continuamente en debates sobre las
definiciones de los trminos empleados en el diagnstico. Si bien en un momento puede decirse que una definicin
es la oficial (la aceptada por la organizacin profesional ms influyente), nunca se logra un consenso claro en
cuanto al significado de trminos tales como discapacitado o sobre las categoras diagnsticas especficas que se
agrupan bajo este encabezamiento. Cierto nmero de cientficos sociales ha sealado la ambigedad de esa
terminologa y la diferente aplicacin de los trminos en distintos contextos.
En un primer momento, la mayora del personal del Head Start qued confusa por el mandato, pues no saba
con claridad sobre quin estaban hablando, a qu clase de nio se estaba refiriendo. Aproximadamente la mitad de
los directores del Head Start pensaban que dicho mandato se refera a lo que ellos denominaban nio severamente
discapacitado, es decir, nios que no puede hablar ni caminar. Los otros tenan definiciones ms amplias de la
discapacidad. En el otro extremo de la escala la severidad del menoscabo se refera a todos los nios de los
programas Head Start, esto es, al 100 %. As, la comprensin inicial del mandato qued librada al sentido comn
de los directores del proyecto y de su personal.
En vista de que un 10 % de los nios tenan que ser definidos como descapacitados, surgi el problema de
decidir a quin designar con tal denominacin. Para cumplir con el mandado, los programas recurrieron en mayor
medida a profesionales para el examen y la evaluacin de los nios. Sin embargo, esto no resolvi el problema, ya
que era el personal de cada uno de los diferentes programas quien desarrollaba sus propias definiciones, aplicndolas
para satisfacer las exigencias del mandato. De este modo, las variaciones en las tasas de empadronamiento de los
discapacitados slo adquiran sentido en relacin con los diversos conceptos de discapacidad, que cambiaban
programa a programa.
Cuando se les pregunt a los directos de los centros locales Head Start si antes del mandato haban tenido
a nios discapacitados, casi sin excepciones respondieron que s, pero que no necesariamente los haban visto como
discapacitados. Cuando se les pregunt que a cuntos nios discapacitados haban atendido el ao anterior,
contestaron que estimar esas cifras era difcil, si no imposible, ya que el ao pasado los nios no fueron rotulados
como descapacitados. Lo que sucedi, en lneas generales, fue que para cumplir con el mandato, los programas Head
Start encontraron pocos candidatos para reclutar a nios severamente discapacitados, de modo que redefinieron la
discapacidad para poder incluir en la categora a nios ms tpicos.
Conclusin. Al requerirse a una organizacin que preste servicios a tipos especficos de clientes, tales tipos
se convierten en mercanca ms preciada, se intensifica la competencia por ellos, y aumentan las tasas oficiales de
ocurrencia. Cuando a una organizacin se le pide que reclute y cense tipos particulares de clientes, el personal
tiende a adoptar definiciones ms amplias que permitan abarcar a ms personas dentro de la categora de que se trate.
Este estudio permiti percibir la amplia variedad de respuestas, definiciones y efectos que podra generar una
determinada poltica nacional.
Pg. 81
19. Defendiendo ilusiones.
Pg. 82

Muestreo Aleatorio

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Muestreo Aleatorio

Diunggah oleh

Hak Cipta:

Format Tersedia

Tcnicas avanzadas de investigacin social

1. Muestreo aleatorio. Conceptos bsicos.

En este ejemplo, F = 2,9.

1.2. Distribuciones de muestreo

Tcnicas avanzadas de investigacin social

1.3. Covarianza y correlacin

Tcnicas avanzadas de investigacin social

2. Elementos del problema de muestreo

2.2. Como seleccionar la muestra: el diseo de la encuesta por muestreo

2. Elementos del problema de muestreo.

Tcnicas avanzadas de investigacin social

2.3. Fuentes de error en las encuestas

2. Elementos del problema de muestreo.

2.4. Mtodos de recoleccin de datos

2.5. Diseo de un cuestionario

Tcnicas avanzadas de investigacin social

2.6. Planificacin de una encuesta

2. Elementos del problema de muestreo.

Tcnicas avanzadas de investigacin social

3. Muestreo irrestricto aleatorio

3.1. Cmo seleccionar una muestra irrestricta aleatoria

3.2. Estimacin de una media y un total poblacionales

3. Muestreo irrestricto aleatorio.

Tcnicas avanzadas de investigacin social

Lmite para el error de estimacin: z V )(Nx)'z N 2

Ntese que la varianza estimada de J es N2 veces la varianza estimada de 0.

3. Muestreo irrestricto aleatorio.

Problema 2. Un investigador est interesado en estimar la ganancia en peso total en 0 a 4

3.4. Estimacin de una proporcin poblacional

Tcnicas avanzadas de investigacin social

Problema 1. Una muestra irrestricta aleatoria de n = 100 estudiantes del ltimo ao de un

3. Muestreo irrestricto aleatorio.

3.5. Muestreo con probabilidades proporcionales al tamao

Lmite para el error de estimacin: z V )(Jppt)

Varianza estimada de ppt :

Tcnicas avanzadas de investigacin social

Hay 150 componentes en la poblacin que ser

Problema 2. Despus de que el muestreo del

3. Muestreo irrestricto aleatorio.

Tcnicas avanzadas de investigacin social

4. Muestreo aleatorio estratificado

4.1. Cmo seleccionar una muestra aleatoria estratificada

4. Muestreo aleatorio estratificado.

4.2. Estimacin de una media y un total poblacionales

Varianza estimada de 0st : 1

Tcnicas avanzadas de investigacin social

4. Muestreo aleatorio estratificado.

4.4. Asignacin de la muestra

Tcnicas avanzadas de investigacin social

Ni : tamao del i-simo estrato.

4. Muestreo aleatorio estratificado.

Tcnicas avanzadas de investigacin social

4.5. Estimacin de una proporcin poblacional

Lmite para el error de estimacin: z V (pst)

4.6. Seleccin del tamao de muestra y asignacin para estimar proporciones

4. Muestreo aleatorio estratificado.

Asignacin de la muestra para varianzas y costos iguales (asignacin proporcional):

Tcnicas avanzadas de investigacin social

5. Estimacin de razn, regresin y diferencia

5.2. Estimacin de razn usando muestreo irrestricto aleatorio

4. Muestreo aleatorio estratificado.

Lmite para el error de estimacin : z V (r)

Estimador de razn del total poblacional Jy : Ji '