metodología cap 8

8/9/2019 Metodologa Cap 8

1/24

Cmo seleccionar una muestra?

OBJETIVOS DE APRENDIZAJE

Que el alumno:

1) Comprenda los conceptos de muestra, poblacin y procedimiento de seleccin de la muestra.2) Conozca los diferentes tipos de muestras, sus caractersticas, las situaciones en que es conveniente

utilizar cada uno y sus aplicaciones.3) Est capacitado para determinar el tamao adecuado de muestra en distintas situaciones de

investigacin.4) Pueda obtener muestras adecuadas desde el punto de vista cientfico, aplicando diferentes mtodos de

seleccin.

SNTESIS

El captulo discute los conceptos de muestra, poblacin o universo, tamao de muestra, representatividad dela muestra y procedimiento de seleccin. Tambin presenta una tipologa de muestras: probabilsticas y noprobabilsticas. Explica cmo definir los sujetos que van a ser medidos, cmo determinar el tamao adecuadode muestra y cmo proceder a obtener la muestra dependiendo del tipo de seleccin elegido.

8.1. QUINES VAN A SER MEDIDOS?

Aqu el inters se centra en quienes, es decir, en los sujetos u objetos de estudio. Esto desde luego, dependedel planteamiento inicial de la investigacin. As, si el objetivo es por ejemplo, describir el uso que hacen losnios de la televisin, lo ms factible es que tendremos que interrogar a una muestra de nios. Desde luego,tambin sera posible entrevistar a las mams de los nios. Escoger entre los nios o sus mams, o ambos,


2/24

dependera no slo del objetivo de la investigacin sino del diseo de la misma. El caso ya citado en ellibro de la investigacin de Fernndez Collado, Baptista y Elkes (1986) en donde el objetivo bsico delestudio es el de describir la relacin nio-televisin, determin que los sujetos seleccionados para el estudiofueron nios que respondieron sobre sus conductas y percepciones relacionadas con este medio decomunicacin. En otro estudio de Greenberg, Ericson y Vlahos (1972) el objetivo de anlisis era investigarlas discrepancias o semejanzas en las opiniones de madres e hijos con respecto al uso de la televisin. Aqu elobjetivo del estudio supuso la seleccin de mams y nios, para entrevistarlos cada uno por su lado,

correlacionando posteriormente la respuesta de cada par madre-hijo.

Puede lo anterior ser muy obvio, pues los objetivos de los dos ejemplos mencionados son claros. En laprctica esto no parece ser tan simple para muchos estudiantes que en propuestas de investigacin y de tesisno logran una coherencia entre los objetivos de la investigacin y la unidad de anlisis de la misma. Algunoserrores comunes se encuentran en la tabla 8.1.

Para seleccionar una muestra, lo primero entonces es definir nuestra unidad de anlisis personas,organizaciones, peridicos, etc. El quines van a ser medidos, depende de precisar claramente elproblema a investigar y los objetivos de la investigacin. Estas acciones nos llevarn al siguiente paso, que esel de delimitar una poblacin.

TABLA 8.1QUINES VAN A SER MEDIDOS?: ERRORES Y SOLUCIONES

Pregunta deinvestigacin

Unidad de anlisiserrnea

Unidad de anlisiscorrecta

Discriminan alasmujeres en los anunciosde la televisin?

Mujeres que aparecenen los anuncios detelevisin Error no haygrupo de comparacin

Mujeres y hombres queaparecen en losanuncios de televisin para comparar si categoras de anlisisdifieren entre los dosgrupos.

Estn los obreros delrea metropolitanasatisfechos con sutrabajo?

Computar el nmero deconflictos sindicalesregistrados enConciliacin y Arbitrajedurante los ltimos 5aos, Error: la pregunta propone indagar sobreactitudes individuales yesta unidad de anlisisdenota datos agregadosen una estadsticalaboral y macrosocial

Muestra de obreros quetrabajan en el reametropolitana cada unode los cuales contestara las preguntas de uncuestionario.

Hay problemas decomunicacin entrepadres e hijos?

Grupo de adolescentes,aplicarles cuestionario.Error: se procedera adescribir nicamentecmo perciben losadolescentes la relacincon sus padres

Grupo de padres e hijos.A ambas partes se leaplicar el cuestionario.

8.2. CMO SE DELIMITA UNA POBLACIN?


3/24

Una vez que se ha definido cul ser nuestra unidad de anlisis, se procede a delimitar la poblacin que va aser estudiada y sobre la cual se pretende generalizar los resultados. As, una poblacin es el conjunto de todoslos casos que concuerdan con una serie de especificaciones (Seltiz, 1974). La muestra suele ser definidacomo un subgrupo de la poblacin (Sudman, 1976). Para seleccionar la muestra deben delimitarse lascaractersticas de la poblacin. Muchos investigadores no describen lo suficiente las caractersticas de lapoblacin o asumen que la muestra representa automticamente a la poblacin. Es frecuente que muchos

estudios que nicamente se basan en muestras de estudiantes universitarios porque es fcil aplicarles elinstrumento de medicin, pues estn a la mano hagan generalizaciones temerarias sobre jvenes que probablemente posean otras caractersticas sociales. Es preferible entonces, establecer claramente lascaractersticas de la poblacin, a fin de delimitar cules sern los parmetros muestrales. Lo anterior puedeilustrarse con el ejemplo de la investigacin sobre el uso de la televisin por los nios. Est claro que endicha investigacin la unidad de anlisis son los nios. Pero, de qu poblacin se trata?, de todos los niosdel mundo?, de todos los nios de la Repblica Mexicana? Sera muy ambicioso y prcticamente imposiblereferirnos a poblaciones tan grandes. As tenemos que en nuestro ejemplo la poblacin fue delimitada de lasiguiente manera:

Esta definicinelimin entonces

a niosmexicanos queno vivieran en elreametropolitanadel D.F, a losque no van alcolegio y a los

menores de 9 aos. Pero por otra parte permiti hacer una investigacin costeable, con cuestionarioscontestados por nios que ya saban escribir y un control sobre la inclusin de nios de todas las zonas de lametrpolis, al usar la ubicacin de las escuelas como puntos de referencia y de seleccin. En este y otroscasos, la delimitacin de las caractersticas de la poblacin no slo depende de los objetivos del estudio, sino

de otras razones prcticas. No ser un mejor estudio, por tener una poblacin ms grande, sino la calidad deun trabajo estriba en delimitar claramente la poblacin con base en los objetivos del estudio.Las poblacionesdeben situarse claramente en torno a sus caractersticas de contenido, lugar y en el tiempo. Por ejemplo, enun estudio sobre los directivos de empresa en Mxico (Baptista, 1983) y con base en las consideracionestericas del estudio que describe el comportamiento gerencial de los individuos y la relacin de ste con otrasvariables de tipo organizacional se procedi a definir la poblacin de la siguiente manera:

Nuestra poblacin comprende a todos aquellos directores generales de empresas industriales y comercialesque en 1983 tienen un capital social superior a 30 millones de pesos, con ventas superiores a los 100 millonesde pesos y/o con ms de 300 personas empleadas.

Vemos que en este ejemplo se delimita claramente la poblacin, excluyendo a personas que no son los

directores generales, a empresas que no pertenezcan al giro industrial y comercial, como por ejemplo bancos,hoteles, casas de bolsa. Se establece tambin claramente que se trata de empresas medianas y grandes conbase en criterios de capital y de recursos humanos. Finalmente se indica que estos criterios operaron enel ao1983.5 Algunos investigadores usan cl trmino universo, pero los autores preferimos utilizar el trmino poblacin, ya quecomo Kisch (1974), consideramos que universo es ms bien un trmino descriptivo de un Conjunto infinito de datos, loque no se aplica a la poblacin.

Los criterios que cada investigador cumpla dependen de sus objetivos de estudio, lo que es importante esestablecerlos claramente. Toda investigacin debe ser transparente, sujeta a crtica y a rplica, y este ejercicio


4/24

no es posible si al. examinar los resultados, el lector no puede referirlos a la poblacin utilizada en un estudio.

8.3. CMO SELECCIONAR LA MUESTRA?

Hasta este momento hemos visto que se tiene que definir cul ser la unidad de anlisis y cules son lascaractersticas de la poblacin. En este inciso hablaremos de la muestra o mejor dicho de los tipos demuestra que existen, a fin de poder elegir la ms conveniente para un estudio.

La muestra es, enesencia, un subgrupo

de la poblacin.Digamos que es un subconjunto de elementos que pertenecen a ese conjunto definido en sus caractersticas alque llamamos poblacin. Esto se representa en la figura 8.2. Con frecuencia leemos y omos hablar demuestra representativa, muestra al azar muestra aleatoria como si con los simples trminos sepudiera dar ms seriedad a los resultados. En realidad, pocas veces se puede medir a toda la poblacin, por loque obtenemos o seleccionamos una muestra y se pretende desde luego que este subconjunto sea unreflejo fiel del conjunto de la poblacin. Todas las muestras deben ser representativas, por tanto el uso de estetrmino es por dems intil. Los trminos al azar y aleatorio denotan un tipo de procedimiento mecnicorelacionado con la probabilidad y con la seleccin de elementos,pero no logra esclarecer tampoco el tipo demuestra y el procedimiento de muestreo. Hablemos entonces de esto en los prximos incisos.

8.3.1. Tipos de muestraBsicamente categorizamos a las muestras en dos grandes ramas: las muestras no probabilsticas y lasmuestras probabilsticas. En estas ltimas todos los elementos de la poblacin tienen la misma posibilidadde ser escogidos. Esto se obtiene definiendo las caractersticas de la poblacin, el tamao de la muestra y atravs de una seleccin aleatoria y/o mecnica de las unidades de anlisis. Imagnense el procedimiento paraobtener el nmero premiado en un sorteo de lotera. Este nmero se va formando en el momento del sorteo, apartir de las bolitas (con un dgito) que se van sacando despus de revolveras mecnicamente hasta formar elnmero, de manera que todos los nmeros tienen la misma probabilidad de ser elegidos.

En las muestras no probabilsticas, la eleccin de los elementos no depende de la probabilidad, sino decausas relacionadas con las caractersticas del investigador o del que hace la muestra. Aqu el procedimiento

no es mecnico, ni en base a frmulas de probabilidad, sino que depende del proceso de toma de decisionesde una persona o grupo de personas, .y desde luego, las muestras seleccionadas por decisionessubjetivas tienden a estar sesgadas. El elegir entre una muestra probabilstica o una no probabilstica,dependes, otra vezde los objetivos del estudio, del esquema de investigacin y de la contribucin quese piensa hacer con dicho estudio. Para ilustrar lo anterior mencionaremos varios ejemplos que toman encuenta dichas consideraciones.

EJEMPLO 1


5/24

En un primer ejemplo tenemos una investigacin sobre inmigrantes extranjeros en Mxico, (Baptista et al.1988). El objetivo de la investigacin es documentar las experiencias de viaje, de vida y de trabajo. Paracumplir dicho propsito se seleccion una muestra no probabilstica de personas extranjeras que por diversasrazones econmicas, polticas, fortuitas hubieran llegado a Mxico entre 1900 y 1960. Las personas seseleccionaron a travs de conocidos, de asilos, de referencias. De esta manera se entrevistaron a 40inmigrantes con entrevistas semiestructuradas que permitieron al sujeto hablar libremente sobre sus

experiencias.

Comentado. En este caso una muestra no probabilstica es adecuada pues se trata de un estudio con un diseode investigacin exploratorio, es decir, no es concluyente, sino su objetivo es documentar ciertasexperiencias. Este tipo de estudio pretende generar datos e hiptesis que constituyan la materia prima parainvestigaciones ms precisas.

EJEMPLO 2

Como segundo caso mencionaremos el caso de una investigacin para saber cuntos nios han sidovacunados y cuntos no, y variables asociadas


6/24

pretende hacer estimaciones de variables en la poblacin, estas variables se miden con instrumentos demedicin (captulo 9) y se analizan con pruebas estadsticas para el anlisis de datos en donde se presuponeque la muestra es probabilstica, donde todos los elementos de la poblacin tienen una misma probabilidad deser elegidos. Los elementos muestrales tendrn valores muy parecidos a los de la poblacin, de manera quelas mediciones en el subconjunto, nos darn estimados precisos del conjunto mayor. Que tan preciso sondichos estimados depende del error en el muestreo, el que se puede calcular, pues hay errores que dependende la medicin y estos errores no pueden ser calculados matemticamente.

Para hacer una muestra probabilstica es necesario entender los siguientes trminos y sus definiciones:

En una poblacin N previamente delimitada por los objetivos de la

investigacin nos interesa establecer expresiones numricas de lascaractersticas de los elementos de N.

Nos interesa conocer valores promedio en la poblacin, el cual se expresacomo:

Y = es decir se refiere al valor de una variable determinada ( Y ) que nos

interesa conocer.

Nos interesa conocer tambin:

V= es decir la varianza de la poblacin con respecto a determinadasvariables.

Como los valores de la poblacin no se conocen, seleccionamos una muestran y a travs de estimados en la muestra, inferimos valores en la poblacin. Y

s er el valor de Y el cual desconocemos. Y es un estimado promedio en lamuestra el cual podemos determinar. Sabemos que en nuestra estimacinhabr una diferencia (Y y = ?) es decir, habr un error, el cual dependerdel nmero de elementos muestreados. A dicho error le llamaremos estndar=Se

Se = es la desviacin estndar de la distribucin muestral y representa lafluctuacin de y .(se)2 = el error estndar al cuadrado, es la frmula que nos servir para

calcular la varianza (V) de la poblacin (N). Y la varianza de la muestra (n)ser la expresin S2

S2= varianza de la muestra, la cual podr determinarse en trminos deprobabilidad donde S2 = p (1p)

Para una muestra probabilstica necesitamos principalmente dos cosas: determinar el tamao de la muestra(n) y seleccionar los elementos muestrales, de manera que todos tengan la misma posibilidad de ser elegidos.Para lo primero, daremos una frmula que contiene las expresiones ya descritas. Para lo segundo,necesitamos de un marco de seleccin adecuado y de un procedimiento que permita la aleatoriedad en laseleccin. Hablaremos de ambas cosas en los siguientes incisos.


7/24

8.4.1. El tamao de la muestra

Cuando se hace una muestra probabilstica, uno debe preguntarse Cul es el nmero mnimo de unidades deanlisis (personas, organizaciones, captulos de telenovelas, etc.), que necesito para conformar una muestra(n) que me asegure un error estndar menor de .01 (fijado por nosotros), dado que la poblacin N es

aproximadamente de tantos elementos? En esta pregunta se inquiere cul ser la probabilidad de ocurrenciade y , y de que el valor de y basado en n observaciones se site en un intervalo que comprenda alverdadero valor de la poblacin. Es decir que mi estimado y se acerque a Y , al valor real. Si nosotrosestablecemos el error estndary fijamos .01, sugerimos que esta fluctuacin promedio de nuestro estimado ycon respecto a los valores reales de la poblacin Y , no sea> .01, es decir que de 100 casos, 99 veces miprediccin sea correcta y que el valor de y se site en un intervalo de confianza que comprenda el valor deY . Lafrmula para determinar el tamao de n es la siguiente:

oblacinianzadelap

uestraianzadelam

V

Sn

var

var

2

2

=

lo cual se ajusta si se conoce el tamao de la poblacin N. Entonces tendremos que:

nn

n

n

/1

=

Pongamos el siguiente ejemplo. En el ejemplo que ya habamos dado en el inciso 8.2 de este captulo,delimitamos a una poblacin diciendo que para un estudio de directores generales consideramos a todosaquellos directores generales de empresas industriales y comerciales que en 1983 tienen un capital socialsuperior a 30 millones de pesos, con ventas superiores a los 100 millones de pesos y/o con ms de 300personas empleadas. Con estas caractersticas se precis que la poblacin era de N = 1 176 directoresgenerales ya que 1 176 empresas conformaban las mencionadas caractersticas. Cul es entonces el nmerode directores generales n que se tiene que entrevistar, para tener un error estndar menor de .015, y dado quela poblacin total es del 176?

N = poblacin de 1176 empresas.y = valor promedio de una variable = 1, un director general en cada empresa.Se = error estndar - .015, lo determinamos. Es aceptable pues es muy pequeo.V = varianza de la poblacin. Su definicin (Se)2 el cuadrado del error estndar.S2 = varianza de la muestra expresada como la probabilidad de ocurrencia de y

Sustituyendo tenemos que:

2

2

V

Sn =

S2

=p(1-p)=.9(1-.9)=.09V= (.015)2=.000225

400000225.

09.==n

y ajustando tenemos que:


8/24

2981176/4001

400

/1=

+=

+

=

Nn

nn

Es decir que, para nuestra investigacin, necesitaremos una muestra de 298 directores generales.

Esto (como habamos dicho) es el primer procedimiento para obtener la muestra probabilstica: el determinarel tamao de la misma, con base en estimados de la poblacin. El segundo procedimiento estriba en cmo yde dnde seleccionar a esos 298 sujetos.

8.4.2. Muestra probabilstica estratificada

El pasado ejemplo corresponde a una muestra probabilstica simple. Determinamos en este caso que eltamao de la muestra sera de n = 298 directivos de empresa. Pero supongamos que la situacin se complica yque esta q la tendremos que estratificar a fin de que los elementos muestrales o unidad de anlisis posean undeterminado atributo. En nuestro ejemplo este atributo es el giro de la empresa. Es decir, cuando no basta quecada uno de los elementos muestrales tengan la misma probabilidad de ser escogidos, sino que adems esnecesario estratificar la muestra en relacin a estratos o categoras que se presentan en la poblacin y queaparte son relevantes para los objetivos del estudio, se disea una muestra probabilstica estratificada. Lo queaqu se hace es dividir a la poblacin en subpoblaciones o estratos y. se selecciona una muestra para cadaestrato. La estratificacin aumenta la precisin de la muestra e implica el uso deliberado de diferentestamaos de muestra para cada estrato, a fin de lograr reducir la varianza de cada unidad de la mediamuestral (Kish, 1965). Dice Kish (p. 92) en su libro de muestreo que en un nmero determinado deelementos muestrales n = Z n h la varianza de la media muestral 7 puede reducirse al mnimo si el tamao dela muestra para cada estrato es proporcional a la desviacin estndar dentro del estrato.

Esto es,

KShN

nfh ==

En donde fh es la fraccin del estrato, n el tamao de la muestra, N el tamao de la poblacin, sh es la

desviacin estndar de cada elemento en el estrato h, y K es una proporcin constante que nos dar comoresultado una q ptima para cada estrato.

Siguiendo nuestro ejemplo de los directores de empresa tenemos que la poblacin es de 1 176 directores deempresa y que el tamao de muestra es n = 298. La fraccin para cada estratofh ser:

2534.1176

298===

N

nfh

De manera que el total de la subpoblacin se multiplicar por esta fraccin constante a fin de obtener eltamao de muestra para el estrato. Sustituyendo tenemos que:

Nh x fh = nh

TABLA 8.2MUESTRA PROBABILSTICA ESTRATIFICADA


9/24

DE DIRECTORES DE EMPRESA

Estrato por giro Directores generales de empresa del giro Totalpoblacin*(fh) =.2534

Nh (fn) = nh

Muestra

1 Extractivo y Siderrgico 53 132 Metal mecnicas 109 283 Alimentos, bebidas, tabaco 215 554 Papel y artes grficas 87 225 Textiles 98 256 Elctricas y electrnicas 110 287 Automotriz 81 208 Qumico-farmacutica 221 569 Otras empresas transformacin 151 3810 Comerciales 51 13

N=1176 n=298

por ejemplo:Nh = 53 directores de empresas extractivas corresponde a la poblacin total de este girofh = .2534 es la fraccin constante.nh = 13 es el nmero redondeado de directores de empresa del giro extractivo quetendrn que entrevistarse.*Fuente de Industridata, 1982.

8.4.3. Muestreo probabilstico por racimos

En algunos casos en donde el investigador se ve limitado por recursos financieros, por tiempo, por distancias

geogrficas o por una combinacin de stos y otros obstculos, se recurre a otra modalidad de muestreollamadopor racimos. En este tipo de muestreo se reducen costos, tiempo y energa al considerar que muchasveces nuestras unidades de anlisis se encuentran encapsuladas o encerradas en determinados lugares fsicoso geogrficos a los que denominamos racimos. Para dar algunos ejemplos tenemos la tabla 8.3., en donde enla primera columna se encuentran unidades de anlisis que frecuentemente vamos a estudiar en cienciassociales. En la segunda columna, sugerimos posibles racimos en donde se encuentran dichos elementos.

TABLA 8.3EJEMPLOS DE RACIMOS

UNIDAD DE ANLISIS POSIBLES RACIMOSAdolescentes Preparatorias

Obreros IndustriasAmas de casa MercadosNios ColegiosPersonajes de televisin Programas de televisin

El muestrear por racimos implica diferenciar entre la unidad de anlisis y la unidad muestral. La unidad deanlisis como lo indicamos al principio de este captulo se refiere a quines van a ser medidos, o sea, elsujeto o sujetos a quienes en ltima instancia vamos a aplicar el instrumento de medicin. La unidad muestralen este tipo de muestra se refiere al racimo a travs del cual se logra el acceso a la unidad de anlisis. Elmuestreo por racimos supone una seleccin en dos etapas, ambas con procedimientos probabilsticos. En la


10/24

primera, se seleccionan los racimos, siguiendo los ya reseados pasos de una muestra probabilstica simple oestratificada. En la segunda, y dentro de estos racimos se seleccionan a los sujetos u objetos que van a sermedidos. Para ello se hace una seleccin que asegure que todos los elementos del racimo tienen la misma probabilidad de ser elegidos. A continuacin daremos un ejemplo que comprenda varios de losprocedimientos descritos hasta ahora y que ilustra la manera como frecuentemente se hace una muestraprobabilstica en varias etapas.

EJEMPLO

COMO HACER UNA MUESTRA PROBABILSTICA ESTRATIFICADA Y POR RACIMOS?

Problema de investigacin: Una estacin de radio local necesita saber con precisin a fin deplanear sus estrategias cmo usan la radio los adultos de una ciudad de 2 500 000 habitantes. Esdecir, qu tanto radio escuchan, a qu horas, qu contenidos prefieren y sus opiniones con respecto alos programas noticiosos.

Procedimientos: Se disear un cuestionario que indague estas reas sobre uso del radio. Loscuestionarios se aplicarn por entrevistadores a una muestra de sujetos adultos.

Poblacin: Todos aquellos sujetos hombres o mujeres de ms de 21 aos de edad, y que vivan

en una casa o departamento propio o rentado de la ciudad X. Diseo por racimos: Los directivos de la estacin de radio desconocen el nmero total de sujetos con

las caractersticas arriba sealadas. Sin embargo, nos piden que diseemos una muestra que abarque atodos los sujetos adultos de la ciudad, adultos por edad cronolgica y por ser jefes de familia, esdecir, excluye a los adultos dependientes. Se recurre entonces a la estrategia de seleccionar racimos yse considera el uso de un mapa actualizado de la ciudad y que demuestra que en dicha ciudad hay 5000 cuadras. Las cuadras se utilizarn como racimos, es decir como unidades muestrales a partir delas cuales obtendremos en ltima instancia a nuestros sujetos adultos. Lo primero entonces esdeterminar Cuntas cuadras necesitaremos muestrear, de una poblacin total de 5000 cuadras, siqueremos que nuestro error estndar sea no mayor de 0.15 y con una probabilidad de ocurrencia del50%?

Tenemos entonces que2

2

V

Sn = para una muestra probabilstica simple.

S2 = p(1-p)= .5 =.25V2= (error estndar)2 = (.015)2 = .00025

11.1111000225.

25.2

2

===V

Sn

9090902.9095000/11.11111

11.1111

/1==

+=

+=

Nn

nn

Necesitaremos una muestra de 909 cuadras de ciudad X para estimar los valores de la poblacin con unaprobabilidad de error menor a .01.

* Sabemos que la poblacin N = 5 000 cuadras de la ciudad est dividida por previos estudios de acuerdo a 4estratos socioeconmicos, que categorizan las 5 000 cuadras segn el ingreso mensual promedio de sushabitantes, de manera que se distribuyen como sigue:

Estrato No. de


11/24

cuadras1 2702 19403 20004 790

T = 5 000

* Estratificacin de la muestra:

1818.5000

909==

==

fh

KShN

nfh

Cmo distribuiremos los 909 elementos muestrales de 1para optimizar nuestra muestra, de acuerdo a ladistribucin de la poblacin en los 4 estratos socioeconmicos?

Estrato

1234

No. de cuadras

2701 9402000790

fh = .1 818

(.1818)(.1818)(.1818)(.1818)

h

50353363143

N=5000 n=909

Tenemos que en principio, de 5 000 cuadras de la ciudad se seleccionarn 50 del estrato 1, 353 del estrato 2,363 del estrato 3 y 143 del estrato 4. Esta seleccin comprende la seleccin de los racimos, los cuales sepueden numerar y elegir aleatoriamente hasta completar el nmero de cada estrato


12/24

Las unidades de anlisis o los elementos muestrales se eligen siempre aleatoriamente para asegurarnos quecada elemento tenga la misma probabilidad de ser elegidos. Pueden usarse 3 procedimientos de seleccin:

8.5.1. Tmbola

Muy simple y no muy rpido, consiste en numerar todos los elementos muestrales del 1.. al n. Hacer unas

fichas, una por cada elemento, revolveras en una caja, e ir sacando n fichas, segn el tamao de la muestra.Los nmeros elegidos al azar conformarn la muestra.

As en la tabla 8.2., tenemos que de una poblacin N = 53 empresas extractivas y siderrgicas, se necesita unamuestra n = 13 de directivos generales de dichas empresas. En una lista se puede numerar cada una de estasempresas. En fichas aparte

se sortean cada uno de los 53 nmeros. Los nmeros obtenidos se checan con los nombres y direcciones denuestra lista, para precisar los que sern sujetos de anlisis.

8.5.2. Nmeros random o nmeros aleatorios

El uso de nmeros random no significa la seleccin azarosa o fortuita, sino la utilizacin de una tabla denmeros que implica un mecanismo de probabilidad muy bien diseado. Los nmeros random de laCorporacin Rand, fueron generados con una especie de ruleta electrnica. Existe una tabla de un milln dedgitos, publicada por esta corporacin; partes de dicha tabla se encuentran en los apndices de muchos librosde estadstica. Estas tablas son como lo muestra la tabla 8.4 y el apndice 5.

Siguiendo el ejemplo del inciso anterior, determinamos una muestra de 909 manzanas o cuadras, y a partir deeste nmero se determin una submuestra para cada estrato. Vase que para el estrato 1, la poblacin es de270, manzanas. Numeramos entonces en nuestro listado o mapa las 270 cuadras y seleccionamos a partirde la tabla de nmeros random los 50 casos que constituirn nuestra muestra.

TABLA 8.4

NMEROS RANDOM

2680490720850270936264590

2927396215592074967404104

7981148537761806595316770

4561094756414169670279237

2287918124485212077282158

7253889051157201206904553

7015727999902584990193000

1768388513955980891318585

6794235943108221251072279

5284667290930746489901916

06432021011933775277

59535

08525601199698347880

75885

66864958366032107952

31648

20507889496219435832

88202

92817893120857441655

63899

39800827168189627155

40911

98820347050039095189

78138

18120127957502400400

26376

81860584246622006649

06641

68065697001649453040

97291

7631012805322421621275362

7938565754738078470683633

8463996887483216927425620

2780467060671231325224828

4888988413406377897459345

8007031883141021078140653

6488979233555504362985639

9931099603899923622342613

0423268989805933604240242

8400880233646427549243160


13/24

3470301556222110153409647

9344558563864687012832348

8205136828762951411156909

5343785053166637706540951

5371739025394899935800440

4871916688184002844310305

7185869524531556813558160

1123081885920876169662235

2607931911639425524189455

4401813098998276186773095

97021

25469403373349144764

23763

63708485229868514986

18491

78718114189253616642

65056

35014000905162619429

95283

40387417798578701960

98232

15921544994764122833

86695

58080086239578780055

78699

03936490927013939851

79666

15953654.314238347350

88574

59658113904418770337

Fuente: Rand Corporation.

Se eligen aquellos casos que se dictaminen en la tabla de nmeros random, hasta completar el tamao de lamuestra. Los nmeros pueden recorrerse hacia arriba, hacia abajo, horizontalmente. Al fin siempre se lograque cada elemento muestral tenga la misma probabilidad de ser elegido. Se eligen aquellos nmeros quecontenga el listado. As si en nuestro ejemplo la poblacin es de 270, se escogen los 3 ltimos dgitos y se

procede de la siguiente manera a seleccionar los casos hasta completar el nmero de elementos muestrales.

TABLA 8.5SELECCIN MUESTRA BASADOS EN LA TABLA DE NMEROSRANDOM

78986 45691 28281 82933 24786 5558683 830 59 025 40379 99 989 63 822 99 974

(1)30 226 19863 (5)95039 08909 (7)48 197 (8)23 270(2)02 073 (4)59 042 26440 (6)16 161 14496 24786(3)05 250 47 552 95659 92 356 13 334 23471

8.5.3. Seleccin sistemtica de elementos muestrales

Este procedimiento de seleccin es muy til y fcil de aplicar e implica el seleccionar dentro de unapoblacin N a un nmero n de elementos a partir de un intervalo K.


14/24

K es un intervalo que va a estar determinado por el tamao de la poblacin y el tamao de la muestra. Demanera que tenemos que K = N/n, en donde K = es un intervalo de seleccin sistemtica N = es la poblacina = es la muestra

Ilustramos los anteriores conceptos con un ejemplo. Supongamos que se quiere hacer un estudio sobre variosaspectos de la publicidad en Mxico. Especficamente se pretende medir qu nmero de mensajesinformativos y qu nmero de mensajes motivacionales tienen los comerciales en la televisin mexicana.

Para tal efecto supongamos que los investigadores consiguen videocasetes con todos los comerciales que hanpasado al aire en los diferentes canales de televisin durante un periodo de tres aos. Quitando loscomerciales repetidos, se tiene una poblacin de N = 1 548 comerciales. Se procede con este dato adeterminar qu nmero de comerciales necesitamos analizar para generalizar a toda la poblacin nuestrosresultados con un. error estndar no mayor de .015. Con la frmula que ya hemos dado en la leccin 8.4.3 deeste captulo tenemos que si p = .5s2 = p (l-p) = .5(.5) = .25

6471548/11.11111

11.1111,11.1111

00025.

25.2

2

=+

==== nV

Sn

Si necesitamos una muestra de = 647 comerciales, podemos utilizar para la seleccin al intervalo K endonde:

*33 9.26 4 7

1 5 4 8====

n

NK (redondeando)

El intervalo 1/K = 3 indica que cada tercer comercial 1/K ser seleccionado hasta completar n = 647.

Laseleccin sistemtica de elementos muestrales 1/K se puede utilizar para elegir los elementos de paracada estrato y/o para cada racimo. La regla de probabilidad que dice que cada elemento de la poblacin tieneque tener la misma probabilidad de ser elegido, se mantiene empezando la seleccin de 1/K al azar. Siguien-

do nuestro ejemplo, no empezamos a elegir de los 1 548 comerciales grabados, el 1,3,6,9... sino queprocuramos que el empiezo sea determinado por el azar. As, en este caso, podemos tirar unos dados y si ensus caras muestran 1, 6, 9, empezaremos en el comercial 169 y seguiremos: 169, 172, 175 1/K.... volver aempezar por los primeros si es necesario. Este procedimiento de seleccin es poco complicado y tiene variasventajas: cualquier tipo de estratos en una poblacin X, se vern reflejados en la muestra. Asimismo, laseleccin sistemtica logra una muestra proporcionada, pues por ejemplo tenemos que el procedimiento deseleccin 1/K nos dar una muestra con nombres que inician con las letras del abecedario en formaproporcional a la letra inicial de los nombres de la poblacin.

8.6. LOS LISTADOS Y OTROS MARCOS MUESTRALES

Como se ha visto a lo largo de este captulo, las muestras probabilsticas requieren de la determinacin del

tamao de la muestra y de un proceso de seleccin aleatoria que asegure que todos los elementos de lapoblacin tengan la misma probabilidad de ser elegidos. Todo esto lo hemos visto, sin embargo nos faltadiscutir sobre algo esencial que precede a la seleccin de una muestra: el listado, el marco muestra. El listadose refiere a una lista existente o a una lista que se tiene que confeccionar ad hoc, de los elementos de lapoblacin, y a partir de la cual se seleccionarn los elementos muestrales. El segundo trmino se refiere a unmarco de referencia que nos permita identificar fsicamente a los elementos de la poblacin, la posibilidadde enumerarlos y por ende, proceder a la seleccin de los elementos muestrales.

* 2.39se redondea para que sea un integro. Vase Kish (1969) p. 115-117.


15/24

Los listados basados en listas existentes sobre una poblacin pueden ser variados: el directorio telefnico, lalist de miembros de una asociacin, directorios especializados, las listas oficiales de escuelas de la zona, laslistas de las canciones de xito publicadas por una revista, la lista de alumnos de una universidad, etc. Entodo caso hay que tener en cuenta lo completo de una determinada lista, su exactitud, veracidad, su calidad, yqu tanta cobertura tiene en relacin con el problema a investigar y la poblacin que va a medirse, ya quetodos estos aspectos influyen en la seleccin de la muestra. Por ejemplo, para algunas encuestas se considera

que el directorio telefnico es muy til. Sin embargo hay que tomar en cuenta que muchos telfonos noaparecern porque son privados o que hay hogares que no tienen telfono. La lista de socios de unaasociacin como Canacintra (Cmara Nacional de la Industria de la Transformacin) puede servimos si elpropsito del estudio es por ejemplo conocer la opinin de los asociados con respecto a una medidagubernamental. Ms si el objetivo de la investigacin es el anlisis de opinin del sector patronal del pas, ellistado de una asociacin no ser adecuado por varias razones, entre otras: hay otras asociaciones patronales,la Canacintra representa solamente el sector de la Industria de Transformacin, las asociaciones sonvoluntarias y no todo patrn o empresa pertenece a stas. Lo correcto en este caso, sera construir una nuevalista, con base en los listados existentes de las asociaciones patronales, eliminando de dicha lista los casosduplicados, suponiendo que una o ms empresas pudieran pertenecer a dos asociaciones al mismo tiempo,como director a la COPARMEX (Confederacin Patronal de la Repblica Mexicana) y como empresa a laANIQ (Asociacin Nacional de Ingenieros Qumicos).

Hay listas que proporcionan una gran ayuda al investigador. Pensamos en directorios especializados como elIndustridata que enlista a las empresas mexicanas medianas y grandes, el directorio de la Ciudad de Mxicopor calles, el directorio de medios, que enlista casa productoras, estaciones de radio y televisin, peridicos yrevistas. Este tipo de directorios realizados por profesionales son tiles al investigador pues representan unacompilacin (sujetos, empresas, instituciones), resultado de horas de trabajo e inversin de recursos.Recomendamos pues utilizarlos cuando sea pertinente, tomando en cuenta las consideraciones que estosdirectorios hacen en su introduccin y que revelan a qu ao pertenecen los datos, cmo los obtuvieron,(exhaustivamente, por cuestionarios, por voluntarios) y muy importante, quines y porqu quedan excluidosdel directorio.

En Mxico se cuenta tambin con directorios de anunciantes en publicidad y mercadotecnia como el

publicado por Mercamtrica Ediciones, 5. A. Frecuentemente es necesario construir listas ad hoc, a partir delas cuales se seleccionarn los elementos que constituirn las unidades de anlisis en una determinadainvestigacin. Por ejemplo en la investigacin de La Televisin y el Nio (Fernndez Collado, et. al., 1986)se hizo una muestra probabilstica estratificada por racimo, en donde en una primera etapa se relacionaronescuelas para en ltima instancia llegar a los nios. Pues bien, para tal efecto se consigui una lista de lasescuelas primarias del Distrito Federal. Cada escuela tena un cdigo identificable por medio del cual seeliminaron, las escuelas para nios atpicos. Este listado contena adems informacin sobre cada escuela,sobre su ubicacin calle y colonia, sobre su propiedad pblica o privada.

Con ayuda de otro estudio que catalogaba en diferentes estratos socioeconmicos a las colonias del DistritoFederal con base al ingreso promedio de la zona, se hicieron 8 listas:

1 escuelas pblicas clase A2 escuelas privadas clase A3 escuelas pblicas clase B4 escuelas privadas clase B5 escuelas pblicas clase C6 escuelas privadas clase C7 escuelas pblicas clase D8 escuelas privadas clase D

Cada lista representaba un estrato de la poblacin y de cada una de ellas se seleccion una muestra de


16/24

escuelas.No siempre existen listas que permitan identificar a nuestra poblacin. Ser necesario pues recurrir a otrosmarcos de referencia que contengan descripciones del material, organizaciones o sujetos que sernseleccionados como unidades de anlisis.

Algunos de estos marcos de referencia son los archivos, los mapas, volmenes de peridicos empastados enuna biblioteca o las horas de transmisin de varios canales de televisin. De cada una de estas instancias

daremos ejemplos con ms detalles.

8.6.1. Archivos

Un jefe de reclutamiento y seleccin de una institucin quiere precisar si algunos datos que se dan en unasolicitud de trabajo estn correlacionados con el ausentismo del empleado. Es decir, si a partir de datos comoedad, sexo, estado civil y duracin en otro trabajo, puede predecirse que alguien tender a ser faltista. Paraestablecer correlaciones se considerarn como poblacin a todos los sujetos contratados durante 10 aos. Serelacionan sus datos en la solicitud de empleo con los registros de faltas.

Como no hay una lista elaborada de estos sujetos, el investigador decide acudir a los archivos de lassolicitudes de empleo. Estos archivos constituyen su marco muestral a partir del cual obtendr la muestra.

Calcula el tamao de la poblacin, obtiene el tamao de la muestra y selecciona sistemticamente cadaelemento 1/K (ver seccin 8.5.3) cada solicitud que ser analizada. Aqu el problema que surge es que en elarchivo hay solicitudes de gente que no fue contratada, y por tanto, no pueden ser consideradas en el estudio.En este caso y en otros en donde no todos los elementos del marco de referencia o de una lista (por ejemplonombres en el directorio que no corresponden a una persona fsica) los especialistas en muestreo (Kish, 1965:Sutman, 1976) no aconsejan el reemplazo, con el siguiente elemento, sino simplemente no tomar en cuentaese elemento, es decir como si no existiera, continundose con el intervalo de seleccin sistemtica.

8.6.2. Mapas

Los mapas son muy tiles como marco de referencia en muestras por racimo. Por ejemplo, un investigadorquiere saber qu motiva a los compradores en una determinada tienda de autoservicio. Sobre un mapa de la

ciudad y a partir de la lista de tiendas que de cada cadena competidora, marca todas las tiendas deautoservicios, las cuales constituyen una poblacin de racimos, pues en cada tienda seleccionada, entrevistara un nmero n de clientes. El mapa le permite ver la poblacin (tiendas autoservicio) y su situacingeogrfica, de manera que eligi zonas donde coexistan tiendas de la competencia, como para asegurarse queel consumidor de la zona tenga todas las posibles alternativas.

8.6.3. Volmenes

En este ejemplo supongamos que un estudioso del periodismo quiere hacer un anlisis de contenido de loseditoriales de los tres principales diarios de la ciudad durante el porfiriato. El investigador va a la HemerotecaNacional y encuentra en los volmenes que encuadernan a los diarios por trimestre y ao un marco dereferencia ideal a partir del cual se seleccionar n volmenes para su anlisis. Supongamos, sin embargo, con

que se encuentra que el volumen X que contiene el peridico el Hijo del Ahuizote (Enero-Marzo 1899), faltaen la Hemeroteca. Qu hace? Pues redefine la poblacin, manifestando explcitamente que de N volmenestiene 99% de los elementos y a partir de este nuevo nmero de N calcul su muestra n y la seleccion.

8.6.4. Horas de transmisin

En un estudio de Portilla y Solrzano (1982), los investigadores queran hacer un anlisis de anuncios en laTV mexicana. Las emisoras no proporcionan una lista de anuncios ni sus horas de transmisin. Por otra partesera muy caro grabar todos los anuncios a todas horas e imposible estar frente al televisor para hacerlo. Ante


17/24

la imposibilidad de tener un listado de comerciales, se hicieron listados que identificaron cada media hora detransmisin televisiva en cada canal 2, 4, 5, 9, y 13 de las 7 a las 24 horas durante siete das de una semana deoctubre de 1982. La poblacin estaba constituida del nmero total de medias horas de transmisin televisiva,N = 1190 horas. Esta poblacin se dividi en estratos maana, medioda, tarde y noche y se procedi acalcular el tamao de la muestra tomando en consideracin que por cada media hora de transmisin hay 6minutos de comerciales (De Noriega, 1979).

Se calcul el nmero de medias horas que se seleccionaran para obtener una muestra n. Una vez obtenido eltamao de la muestra, se seleccionaron aleatoriamente n medias horas y por ltimo se grabaron y analizaronnicamente aquellos comerciales contenidos en las medias horas seleccionadas al azar y que representarondiferentes canales y segmentos del da. El punto en este ejemplo es la construccin concreta de un marcomuestral que permitiera el anlisis de una muestra probabilstica de comerciales.

8.7. TAMAO PTIMO DE UNA MUESTRA Y EL TEOREMA DEL LMITE CENTRAL

Las muestras probabilsticas, como lo hemos visto en incisos anteriores, requieren dos procedimientosbsicos: 1) la determinacin del tamao de la muestra y 2) la seleccin aleatoria de los elementos muestrales.El primer procedimiento, lo hemos descrito en su modalidad ms simple, en la seccin 8.4.1 de este captulo.

El precisar adecuadamente el tamao de la muestra puede tornarse en algo muy complejo dependiendo delproblema de investigacin y la poblacin a estudiar. Se nos ocurre que para el alumno y el lector en general,pueda resultar muy til el comparar qu tamao de muestra han utilizado otros investigadores en cienciassociales. Para tal efecto reproducimos las siguientes tablas preparadas por Sudman (1976) y que indican eltamao de la muestra ms utilizada por los investigadores segn sus poblaciones (nacionales o regionales) ysegn los subgrupos que quieren estudiarse en ellas.

TABLA 8.6MUESTRAS FRECUENTEMENTE UTILIZADAS ENINVESTIGACIONES NACIONALES Y REGIONALES SEGN READE ESTUDIO

Tipo de estudio Nacionales RegionalesEconmicos 1000+ 100Mdicos 1000+ 500Conductas 1000+ 700 300Actitudes 1000 + 700 400Experimentos de Laboratorio 100

En esta tabla vemos que el tipo de estudio poco determina el tamao de la muestra, sino ms bien el hecho deque sean muestras nacionales o regionales. Las muestras nacionales, es decir, muestras que representan a lapoblacin de un pas son tpicamente de ms de 1 000 sujetos. La muestra del estudio cmo somos losmexicanos? (Hernndez Medina, Harro, et. al., 1987) consta de 1837 sujetos repartidos de la siguientemanera:

Frontera y norte 696Centro (sin D.F.) 426Sur-sureste 316Distrito Federal 299

1 837

Las muestras regionales (por ejemplo las que representen al rea metropolitana) algn estado del pas o algnmunicipio o regin son tpicamente ms pequeas con rangos de 700 a 400 sujetos.


18/24

El tamao de una muestra tiende ms a depender del nmero de subgrupos que nos interesan en unapoblacin. Por ejemplo, podemos subdividirla an ms en hombres y mujeres de 4 grupos de edad; o an msen hombres y mujeres de 4 grupos de edad en cada uno de 5 niveles socioeconmicos. Si este fuera el casoestaramos hablando de 40 subgrupos y por ende de una muestra mayor. En la siguiente tabla se describentpicas muestras segn los subgrupos bajo estudio, segn su alcance,

estudios nacionales o estudios especiales o regionales y segn su unidad de anlisis, es decir se trata desujetos o de organizaciones, en esta ltima instancia el nmero de la muestra se reduce, ya que stasrepresentan casi siempre una gran fraccin de la poblacin total.

Tabla 8.7MUESTRAS TPICAS DE ESTUDIOS SOBRE POBLACIONESHUMANAS Y ORGANIZACIONALES

Nmero desubgrupos

Poblacin de sujetos uhogares

Poblaciones deorganizaciones

Nacionales Regionales Nacionales RegionalesNinguno-pocos 1000-1500 200-500 200-500 50-200

Promedio 1500-2500 500-1000 500-1000 200-500Muchos 2500-+ 1000+ 1000+ 500+

Estas tablas (Sudman 1976: 86-87) fueron construidas en base a artculos de investigacin publicados enrevistas especializadas y nos dan una idea de las muestras que utilizan otros investigadores, de manera quepueden ayudar al investigador a precisar el tamao de su muestra. Recordemos que lo ptimo de una muestradepende en qu tanto su distribucin se aproxima a la distribucin de las caractersticas de la poblacin. Estaaproximacin mejora al incrementarse el tamao de la muestra. La normalidad de la distribucin enmuestras grandes, no obedece a la normalidad de la distribucin de una poblacin. Al contrario, ladistribucin de las variables en estudio de ciencias sociales estn lejos de ser normales. Sin embargo, ladistribucin de muestras de 100 o ms elementos tienden a ser normales y esto sirve para el propsito dehacer estadstica inferencial sobre los valores de una poblacin. A esto se le llama teorema de lmite central.

Distribucin norntal: esta distribucin en forma de campana se logra generalmente con muestras de 100 o +unidades muestrales y es til y necesaria cuando se hacen inferencias de tipo estadstico.


19/24

Esta es la distribucin de una poblacin; es anormal y, sin embargo, la distribucin de una muestra de estapoblacin de ms de 100 casos tender a distribuirse normalmente. Esta tendencia teorema del limitecentral permite estimar los valores de la poblacin, a partir de la inferencia estadstica.

8.8. CMO SON LAS MUESTRAS NO PROBABILSTICAS?

Las muestras no probabilsticas, las cuales llamamos tambin muestras dirigidas suponen un procedimientode seleccin informal y un poco arbitrario. An as estas se utilizan en muchas investigaciones y a partir deellas se hacen inferencias sobre la poblacin. Es como si juzgsemos el sabor de un cargamento de limones,solamente probando alguno, como si para muestra bastase un botn. La muestra dirigida selecciona sujetostpicos con la vaga esperanza de que sern casos representativos de una poblacin determinada. La verdades que las muestras dirigidas tienen muchas desventajas. La primera es que, al no ser probabilsticas, nopodemos calcular con precisin el error estndar, es decir, no podemos calcular con qu nivel de confianzahacemos una estimacin. Esto es un grave inconveniente si consideramos que la estadstica inferencial sebasa en teora de la probabilidad, por lo que pruebas estadsticas (X2, correlacin, regresin, etc.), en muestrasno probabilsticas tienen un valor limitado y relativo a la muestra en s, mas no a la poblacin. Es decir, losdatos no pueden generalizarse a una poblacin, que no se consider ni en sus parmetros, ni en sus elementos

para obtener la muestra. Recordemos que, en las muestras de este tipo, la eleccin de los sujetos no dependede que todos tienen la misma probabilidad de ser elegidos, sino de la decisin de un investigador o grupo deencuestadores.

La ventaja de una muestra no probabilstica es su utilidad para un determinado diseo de estudio, querequiere no tanto de una representatividad de elementos de una poblacin, sino de una cuidadosa ycontrolada eleccin de sujetos con ciertas caractersticas especificadas previamente en el planteamiento delproblema. Hay varias clases de muestras dirigidas y stas se definirn a continuacin.

8.8.1. La muestra de sujetos voluntarios

Las muestras de sujetos voluntarios son frecuentes en ciencias sociales y ciencias de la conducta. Se trata demuestras fortuitas, utilizadas tambin en la Medicina y la Arqueologa en donde el investigador elaboraconclusiones sobre especimenes que llegan a sus manos de manera casual. Pensemos por ejemplo en lossujetos que voluntariamente acceden a participar en un estudio que monitorea los efectos de un medicamentoo en el investigador que anuncia en una clase que est haciendo un estudio sobre motivacin en eluniversitario e invita a aquellos que acepten someterse a una prueba proyectiva TA.T. En estos casos laeleccin de los individuos que sern sujetos a anlisis depende de circunstancias fortuitas. Este tipo demuestra se usa en estudios de laboratorio donde se procura que los sujetos sean homogneos en variablestales como edad, sexo, inteligencia, de manera que los resultados o efectos no obedezcan a diferenciasindividuales, sino a las condiciones a las que fueron sometidos.


20/24

8.8.2. La muestra de expertos

En ciertos estudios es necesaria la opinin de sujetos expertos en un tema. Estas muestras son frecuentes enestudios cualitativos y exploratorios que para generar hiptesis ms precisas o para generar materia primapara diseo de cuestionarios. Por ejemplo en un estudio sobre el perfil de la mujer periodista en Mxico(Barrera, et. al., 1989) se recurri a una muestra de = 227 mujeres periodistas pues se consider que estoseran los sujetos idneos para hablar de contratacin, sueldos y desempeo de las mujeres periodistas. Estas

son muestras vlidas y tiles cuando los objetivos del estudio as lo requieren.

8.8.3. Los sujetos-tipos

Al igual que las muestras anteriores, sta tambin se utiliza en estudios exploratorios y en investigaciones detipo cualitativo, donde el objetivo es la riqueza, profundidad y calidad de la informacin, y no la cantidad, yestandarizacin. En estudios de perspectiva fenomenolgica donde el objetivo es analizar los valores, ritos ysignificados de un determinado grupo social, el uso tanto de expertos como de sujetos-tipo es frecuente. Porejemplo pensamos en los trabajos de Howard Becker (El msico de jazz, Los muchachos de blanco) endonde se basa en grupos de tpicos msicos de jazz y tpicos estudiantes de medicina para adentrarse en elanlisis de los patrones de identificacin y socializacin de estas dos profesiones: la de msico, la de mdico.

Los estudios motivacionales, los cuales se hacen para el anlisis de las actitudes y conductas del consumidor,tambin utilizan muestras de sujeto-tipo. Aqu se definen los grupos a los que va dirigido un determinadoproducto por ejemplo jvenes clase socioeconmica A y B, amas de casa, clase B, ejecutivos clase A-By se construyen grupos de 8 10 personas, cuyos integrantes tengan las caractersticas sociales ydemogrficas de dicho subgrupo.

Con dicho grupo se efecta una sesin, en que un facilitador o moderador dirigir una conversacin donde losmiembros del grupo expresen sus actitudes, valores, medios, expectativas, motivaciones hacia lascaractersticas de un determinado producto o servicio.

8.8.4. La muestra por cuotas

Este tipo de muestra se utiliza mucho en estudios de opinin y de mercadotecnia. Los encuestadores recibeninstrucciones de administrar cuestionarios a sujetos en la calle, y que al hacer esto vayan conformando ollenando cuotas de acuerdo a la proporcin de ciertas variables demogrficas en la poblacin. As, porejemplo, para un estudio sobre la actitud de la poblacin hacia un candidato poltico, le dice a losencuestadores van a tal colonia y me entrevistan a 150 sujetos. Que el 25% sean hombres mayores de 30aos, 25% mujeres mayores de 30 aos; 25% hombres menores de 25 aos y 25% mujeres menores de 25aos. As se construyen estas muestras, que como vemos dependen en cierta medida del juicio delentrevistador.

Hemos terminado este capitulo de muestra y, a manera de conclusin, resumiremos en una tabla queesquematice los diferentes tipos de muestra, y los estudios en donde se usan con mayor frecuencia.


21/24

TABLA 8.8

TIPOS DE MUESTRAMuestras probabilsticasMuestras dirigidas(Estudios descriptivos, diseos de investigacin por encuestas,censos, raitings, estudios para toma de decisiones).Muestra probabilstica simpleSujetos voluntarios (diseos experimentales, situacin de laboratorio).Muestraprobabilstica estratificada.Muestras de experimentos,Muestra probabilstica estratificada y por

racimos.Muestras de sujetos-tipo estudios cualitativos, investigacin motivacional.Muestras porcuotas.Estudios de opinin y de mercado.Resultados. Las conclusiones se generalizan a la poblacin, y seconoce el error estndar de nuestros estimados.Las conclusiones difcilmente pueden generalizarse a lapoblacin. Si esto se hace debe ser con mucha cautela.

RESUMEN

1. En este captulo describimos el cmo seleccionar una muestra. Lo primero que se tiene que planteares el quines van a ser medidos, lo que corresponde a definir la unidad de anlisis personas, organizacioneso peridicos. Se procede despus a delimitar claramente la poblacin con base en los objetivos del estudioy en cuanto a caractersticas de contenido, de lugar y en el tiempo.2. La muestra es un subgrupo de la poblacin previamente delimitada y puede ser probabilstica o

no probabilstica.3. El elegir qu tipo de muestra se requiere depende de los objetivos del estudio y del esquema deinvestigacin.4. Las muestras probabilsticas son esenciales en los diseos de investigacin por encuestas donde sepretenden generalizar los resultados a una poblacin. La caracterstica de este tipo de muestra, es que todoslos elementos de la poblacin tienen al inicio la misma probabilidad de ser elegidos, de esta manera loselementos muestrales tendrn valores muy aproximados a los valores de la poblacin, ya que las medicionesdel subconjunto, sern estimaciones muy precisas del conjunto mayor. Esta precisin depende del error demuestreo, llamado tambin error estndar.5. Para una muestra probabilstica necesitamos dos cosas: determinar el tamao de la muestra yseleccionar los elementos muestrales en forma aleatoria.6. El tamao de la muestra se calcula con base a la varianza de la poblacin y la varianza de la muestra.

Esta ltima expresada en trminos de probabilidad de ocurrencia. La varianza de la poblacin se calcula conel cuadrado del error estndar, el cual determinamos. Entre menor sea el error estndar, mayor ser el tamaode la muestra.7. Las muestras probabilsticas pueden ser: Simples, estratificadas y por racimos. La estratificacinaumenta la precisin de la muestra e implica el uso deliberado de submuestras para cada estrato o categoraque sea relevante en la poblacin. El muestrear por racimos implica diferencias entre la unidad de anlisis yla unidad muestral. En este tipo de muestreo hay una seleccin en dos etapas, ambas con procedimientosprobabilsticos. En la primera se seleccionan los racimos escuelas, organizaciones, salones de clase en lasegunda y dentro de los racimos a los sujetos que van a ser medidos.8. Los elementos muestrales de una muestra probabilsticasiempre se eligen aleatoriamente paraasegurarnos de que cada elemento tenga la misma probabilidad de ser elegido. Pueden usarse tresprocedimientos de seleccin: 1. Tmbola, 2. Tabla de nmeros random y 3. Seleccin sistemtica. Todo

procedimiento de seleccin depende de listados, ya sea existentes o construidos ad hoc. Listados pueden ser:el directorio telefnico, listas de asociaciones, listas de escuelas oficiales, etc. Cuando no existen listas deelementos de la poblacin se recurren a otros marcos de referencia que contengan descripciones del material,organizaciones o sujetos seleccionados como unidades de anlisis. Algunos de stos pueden ser los archivos,hemerotecas y los mapas.9. Las muestras no-probabilsticas, pueden tambin llamarse muestras dirigidas, pues la eleccin desujetos u objetos de estudio depende del criterio del investigador.10. Las muestras dirigidas pueden ser de varias clases: (1) Muestra de sujetos voluntarios frecuentemente utilizados con diseos experimentales y situaciones de laboratorio. (2) Muestra de expertosfrecuentemente utilizados en estudios exploratorios. (3) Muestra de sujetos tipo o estudios de casos,


22/24

utilizados en estudios cualitativos y motivacionales y (4) muestreo por cuotas frecuentes en estudios deopinin y de mercadotecnia. Las muestras dirigidas son vlidas en cuanto a que un determinado diseo deinvestigacin as los requiere, sin embargo los resultados son generalizables a la muestra en s o a muestrassimilares. No son generalizables a una poblacin.11. En el teorema de lmite central se seala que una muestra de ms de cien casos, ser una muestra conuna distribucin normal en sus caractersticas, sin embargo la normalidad no debe conjuntarse conprobabilidad. Mientras lo primero es necesario para efectuar pruebas estadsticas, lo segundo es requisito

indispensable para hacer inferencias correctas sobre una poblacin.

GLOSARIO

Elementos muestrales; Casos o unidades que conforman una muestra.Error estndar: Error en el muestreo, definido como la desviacin promedio de un estimado de los valoresreales de la poblacin.Listados: Lista o marco de referencia del cual se obtienen los elementos muestrales.Muestra: Subconjunto de elementos de la poblacin.Muestra probabilstica: Subconjunto donde todos los elementos de la poblacin tienen la misma probabilidadde ser escogidos.Muestra no probabilstica: Muestra dirigida, en donde la seleccin de elementos dependen del criterio del

investigador.Poblacin: Conjunto de todos los casos que concuerdan con una serie de especificaciones.Seleccin aleatoria: Seleccin probabilstica de los elementos de una poblacin. Seleccin sistemtica:Seleccin de elementos de una poblacin a partir de unintervalo.Teorema Lmite Central: Proposicin de que aun en muestras de tamao moderado ms de 100 casos-, ladistribucin ser aproximadamente normal.Unidad de anlisis: Quienes van a ser medidos en una investigacin.Unidad muestral: El racimo a travs del cual se logra el acceso a la unidad de anlisis.Varianza: Fluctuacin o variabilidad promedio de un determinado valor de la poblacin.

EJERCICIOS

1. Se forman grupos de 3 o 4 personas. Cada grupo dispone de 15 minutos, para formular una preguntade investigacin. El problema puede ser de cualquier rea de estudio. Lo que conviene aqu, es que sea algoque realmente inquiete a los estudiantes, algo que ellos consideren un fenmeno social importante. Laspreguntas de investigacin se van anotando en el pizarrn. Despus y junto a cada de stas preguntas sedefine quines van a ser medidos? Discutir por qu y por qu no son correctas las respuestas de losestudiantes.2. Como secuencia del ejercicio anterior se proponen los siguientes temas de investigacin.Supongamos que en otro curso, estudiantes de un taller de investigacin sugirieron los siguientes temas parainvestigar. Decir en cada caso quines van a ser medidos, para lograr resultados en las investigaciones

propuestas.

Tema 1. Cul es el impacto que sobre los jvenes tienen los anuncios de bebidas alcohlicas?Tema 2. Hace tres meses que se implant en una fbrica de motores un programa de crculos decalidad. Ha tenido xito dicho programa?Tema 3. Los nios que asistieron en la primaria a escuelas laicas y mixtas, tienen un mejordesempeo acadmico en la universidad que los que provienen de escuelas religiosas de un solo sexo?Tema 4. Qu diferencias significativas existen entre los comerciales de la televisin mexicana, lanorteamericana y la venezolana?

3. Seleccione 2 estudios de alguna publicacin cientfica


23/24

exploratorios, descriptivos y/o experimentales: Analice los siguientes aspectos: a) Cul es el problema deinvestigacin? b) Cul es la muestra? c) Cmo fue elegida? d) Es adecuada la muestra y el procedimientode muestreo para el problema que se investig? e) Cules son los principales resultados o conclusiones? f)Dichos resultados son generalizables a una poblacin mayor? g) Con base en la muestra, pueden tomarsecomo serias dichas generalizaciones? Evale la solidez de los 4 estudios, tomando como criterios los aspectosa, b, c, d, e, f y g.4. Supongamos que trabaja en un despacho que hace investigaciones sociales y que diversos clientes le

preguntan que los asesore en estudios de diferente ndole. Qu tipo de muestra sugerira para cada uno?Fundamente su sugerencia

Cliente Necesidad Tipo de muestra4.1. Clnica de terapias Pacientes con cncer que siguen

psicoemocionales. la terapia reaccionan mejora los tratamientos mdicos usualesque los enfermos de cncerque no toman la terapia

4.2. Empresa en el giro Definir cules son nuestros empleadosqumico. y obreros, anteriores y presentes,

que tienen menos ausentismoEs decir, hay un perfildel ausentista?

4.3. Empresa de cosmeto- Qu nociones tienen las jveneslogia. (de 15 a 20 aos) sobre suarreglo personal y cuidado de sucutis. Funcionaria crear una lneade productos exclusivamentepara ellas?

4.4. Grupo que defiende Qu quejas tienen los nios sobrelos derechos del con- los juguetes del mercado?,sumidor. se rompen?, son peligrosos?,

aburridos?, durabilidad, etctera.4.5. Partido poltico. Por cul candidato a gobernador votarn los ciudadanos dedeterminado Estado?

Supongamos que una asociacin iberoamericana de profesionales cuenta con 5 000 miembros. La juntadirectiva ha decidido hacer una encuesta (por telfono o por fax) a los suscritos para indagar -entre otrascosas lugar de trabajo, puesto que ocupa, salario aproximado, carrera cursada, generacin, estudiosposteriores, oportunidades de avance percibidas, etc. En resumen, se piensa publicar un perfil profesionalactualizado con propsito de retroalimentar a los asociados. Como seria muy costoso llegar a los 5 000miembros repartidos en Espaa, Iberoamrica y Estados Unidos, qu tamao de muestra se necesita, siqueremos un error estndar no mayor de .015?

Una vez definido el tamao de la muestra, cmo sera el proceso de seleccin, de manera que los resultadosobtenidos con base en la muestra puedan ser generalizados a toda la poblacin? Es decir, se pretende reportarun perfil certero de los 5 000 socios de dicha asociacin profesional.6. Una institucin quiere lanzar por televisin mensajes de prevencin de uso de sustancias dainas(alcohol y drogas). Los productores no saben realmente el grado de realismo que deben contener estosmensajes ni su tono, es decir si deben apelar al miedo, a la salud o a los problemas morales que se desenca-denan en las familias. Se sabe con certeza que hay que hacer esta campaa, pero no se tiene idea clara decmo estructurar el mensaje para que sea ms efectivo. En resumen, para conceptualizar y poner en imgenes


24/24

dichos mensajes, se necesita informacin previa sobre la relacin sujeto-sustancia. Qu se aconsejara aqu?Qu tipo de muestra se necesitarla para recabar dicha informacin?

BIBLIOGRAFA SUGERIDA

COSMOS, 5. (1982). Lite style and consumption atterns.Jeurnal of Consumer Research. March, p. 453.

DOUGLAS, JACK D. (1980).Introduction tothe sociologies of everyday lite.New York, N.Y: Allyn andBacon.GLASS, GENE V. y Julian C. Stanley

metodología cap 8

Documents