Muestreo: Introduccin al muestreo y tipos de muestreo

1.- Definicin y conceptos previos

En la investigacin cientfica es habitual que se empleen muestras como medio de
acercarse al conocimiento de la realidad. Sin embargo, para que esto sea posible , para
que a travs de las muestras sea posible reproducir el universo con la precisin que se
requiera en cada caso es necesario que el diseo muestral se atenga a los principios
recogidos en las tcnicas de muestreo.
Antes de pasar describir algunos de los mtodos de muestreo ms habituales
introduzcamos algunos conceptos importantes en este contexto:
Poblacin: Es todo conjunto de elementos, finito o infinito, definido por una o ms
caractersticas, de las que gozan todos los elementos que lo componen, y slo ellos.
En muestreo se entiende por poblacin a la totalidad del universo que interesa considerar
, y que es necesario que est bien definido para que se sepa en todo momento que
elementos lo componen.
No obstante, cuando se realiza un trabajo puntual, conviene distinguir entre poblacin
terica: conjunto de elementos a los cuales se quiere extrapolar los resultados, y
poblacin estudiada : conjunto de elementos accesibles en nuestro estudio.
Censo: En ocasiones resulta posible estudiar cada uno de los elementos que componen
la poblacin, realizndose lo que se denomina un censo, es decir, el estudio de todos los
elementos que componen la poblacin.
La realizacin de un censo no siempre es posible, por diferentes motivos: a) economa: el
estudio de todos los elementos que componen una poblacin, sobre todo si esta es
grande, suele ser un problema costoso en tiempo, dinero, etc; b) que las pruebas a las
que hay que someter a los sujetos sean destructivas; c) que la poblacin sea infinita o tan
grande que exceda las posibilidades del investigador.
Si la numeracin de elementos, se realiza sobre la poblacin accesible o estudiada, y
no sobre la poblacin terica, entonces el proceso recibe el nombre de marco o
espacio muestral.
Muestra: En todas las ocasiones en que no es posible o conveniente realizar un censo, lo
que hacemos es trabajar con una muestra, entendiendo por tal una parte representativa
de la poblacin. Para que una muestra sea representativa, y por lo tanto til, debe de
reflejar las similitudes y diferencias encontradas en la poblacin, ejemplificar las
caractersticas de la misma. Cuando decimos que una muestra es representativa
indicamos que rene aproximadamente las caractersticas de la poblacin que son
importantes para la investigacin.


Por ejemplo, supongamos que deseamos medir el rendimiento acadmico de los nios
escolarizados en Espaa en la segunda etapa de EGB, pero por problemas econmicos solo
es posible acceder a los nios de zonas urbanas.
- A quin deseo generalizar los resultados? :
Todos los nios espaoles de la segunda etapa (poblacin terica).
- A quien puedo acceder en el estudio? :
Todos los nios escolarizados en zonas urbanas (poblacin estudiada).
-Como puedo acceder a ellos? :
Numerando los sujetos accesibles (espacio o marco muestral).
-Quin forma parte del estudio? :
Elegiendo un grupo de los sujetos enumerados (muestra)
2.- Tipos de muestreo
Los autores proponen diferentes criterios de clasificacin de los diferentes tipos de
muestreo, aunque en general pueden dividirse en dos grandes grupos: mtodos de
muestreo probabilsticos y mtodos de muestreo no probabilsticos.
2.1.- Mtodos de muestreo probabilsticos

Los mtodos de muestreo probabilsticos son aquellos que se basan en el principio de
equiprobabilidad. Es decir, aquellos en los que todos los individuos tienen la misma
probabilidad de ser elegidos para formar parte de una muestra y, consiguientemente,
todas las posibles muestras de tamao n tienen la misma probabilidad de ser elegidas.
Slo estos mtodos de muestreo probabilsticos nos aseguran la representatividad de la
muestra extrada y son, por tanto, los ms recomendables. Dentro de los mtodos de
muestreo probabilsticos encontramos los siguientes tipos:
2.1.1.- Muestreo aleatorio simple: El procedimiento empleado es el siguiente: 1) se
asigna un nmero a cada individuo de la poblacin y 2) a travs de algn medio mecnico
(bolas dentro de una bolsa, tablas de nmeros aleatorios, nmeros aleatorios generados
con una calculadora u ordenador, etc) se eligen tantos sujetos como sea necesario para
completar el tamao de muestra requerido.
Este procedimiento, atractivo por su simpleza, tiene poca o nula utilidad prctica cuando
la poblacin que estamos manejando es muy grande.
2.1.2.- Muestreo aleatorio sistemtico: Este procedimiento exige, como el anterior,
numerar todos los elementos de la poblacin, pero en lugar de extraer n nmeros
aleatorios slo se extrae uno. Se parte de ese nmero aleatorio i, que es un nmero
elegido al azar, y los elementos que integran la muestra son los que ocupan los lugares i,
i+k, i+2k, i+3k,...,i+(n-1)k, es decir se toman los individuos de k en k, siendo k el resultado
de dividir el tamao de la poblacin entre el tamao de la muestra: k=N/n. El nmero i que
empleamos como punto de partida ser un nmero al azar entre 1 y k.


El riesgo se este tipo de muestreo est en los casos en que se dan periodicidades en la
poblacin ya que al elegir a los miembros de la muestra con una periodicidad constante
(k) podemos introducir una homogeneidad que no se da en la poblacin. Imaginemos que
estamos seleccionando una muestra sobre listas de 10 individuos en los que los 5
primeros son varones y los 5 ltimos mujeres, si empleamos un muestreo aleatorio
sistemtico con k=10 siempre seleccionaramos o slo hombres o slo mujeres, no podra
haber una representacin de los dos sexos.
2.1.3.- Muestreo aleatorio estratificado: Trata de obviar las dificultades que presentan
los anteriores ya que simplifican los procesos y suelen reducir el error muestral para un
tamao dado de la muestra. Consiste en considerar categoras tpicas diferentes entre s
(estratos) que poseen gran homogeneidad respecto a alguna caracterstica (se puede
estratificar, por ejemplo, segn la profesin, el municipio de residencia, el sexo, el estado
civil, etc). Lo que se pretende con este tipo de muestreo es asegurarse de que todos los
estratos de inters estarn representados adecuadamente en la muestra. Cada estrato
funciona independientemente, pudiendo aplicarse dentro de ellos el muestreo aleatorio
simple o el estratificado para elegir los elementos concretos que formarn parte de la
muestra. En ocasiones las dificultades que plantean son demasiado grandes, pues exige
un conocimiento detallado de la poblacin. (tamao geogrfico, sexos, edades,...).
La distribucin de la muestra en funcin de los diferentes estratos se denomina afijacin, y
puede ser de diferentes tipos:
Afijacin Simple: A cada estrato le corresponde igual nmero de elementos muestrales.
Afijacin Proporcional: La distribucin se hace de acuerdo con el peso (tamao) de la
poblacin en cada estrato.
Afijacin Optima: Se tiene en cuenta la previsible dispersin de los resultados, de modo
que se considera la proporcin y la desviacin tpica. Tiene poca aplicacin ya que no se
suele conocer la desviacin.

Supongamos que estamos interesados en estudiar el grado de aceptacin que la
implantacin de la reforma educativa ha tenido entre los padres de una determinada
provincia. A tal efecto seleccionamos una muestra de 600 sujetos. Conocemos por los
datos del ministerio que de los 10000 nios escolarizados en las edades que nos
interesan, 6000 acuden a colegios pblicos, 3000 a colegios privados concertados y 1000
a colegios privados no concertados. Como estamos interesados en que en nuestra
muestra estn representados todos los tipos de colegio, realizamos un muestreo
estratificado empleando como variable de estratificacin el tipo de centro.
Si empleamos una afijacin simple elegiramos 200 nios de cada tipo de centro, pero en
este caso parece ms razonable utilizar una afijacin proporcional pues hay bastante
diferencia en el tamao de los estratos. Por consiguiente, calculamos que proporcin
supone cada uno de los estratos respecto de la poblacin para poder reflejarlo en la
muestra.
Colegios pblicos: 6000/10000=0.60
Colegios privados concertados: 3000/10000=0.30
Colegios privados no concertados: 1000/10000=0.10
Para conocer el tamao de cada estrato en la muestra no tenemos ms que multiplicar
esa proporcin por el tamao muestral.
Colegios pblicos: 0.60x600=360 sujetos
Colegios privados concertados: 0.30x600=180 sujetos
Colegios privados no concertados: 0.10x600= 60 sujetos
2.1.4.- Muestreo aleatorio por conglomerados: Los mtodos presentados hasta ahora
estn pensados para seleccionar directamente los elementos de la poblacin, es decir,
que las unidades muestrales son los elementos de la poblacin. En el muestreo por
conglomerados la unidad muestral es un grupo de elementos de la poblacin que forman
una unidad, a la que llamamos conglomerado. Las unidades hospitalarias, los
departamentos universitarios, una caja de determinado producto, etc, son conglomerados
naturales. En otras ocasiones se pueden utilizar conglomerados no naturales como, por
ejemplo, las urnas electorales. Cuando los conglomerados son rea geogrficas suele
hablarse de "muestreo por reas".
El muestreo por conglomerados consiste en seleccionar aleatoriamente un cierto numero
de conglomerados (el necesario para alcanzar el tamao muestral establecido) y en
investigar despus todos los elementos pertenecientes a los conglomerados elegidos.

En una investigacin en la que se trata de conocer el grado de satisfaccin laboral los
profesores de instituto necesitamos una muestra de 700 sujetos. Ante la dificultad de
acceder individualmente a estos sujetos se decide hacer una muestra por conglomerados.
Sabiendo que el nmero de profesores por instituto es aproximadamente de 35, los pasos
a seguir seran los siguientes:
1. Recoger un listado de todos los institutos.
2. Asignar un nmero a cada uno de ellos.
3. Elegir por muestreo aleatorio simple o sistemtico los 20 institutos (700/35=20) que nos
proporcionarn los 700 profesores que necesitamos.

Para finalizar con esta exposicin de los mtodos de muestreo probabilsticos es
necesario comentar que ante lo compleja que puede llegar a ser la situacin real de
muestreo con la que nos enfrentemos es muy comn emplear lo que se denomina
muestreo polietpico. Este tipo de muestreo se caracteriza por operar en sucesivas
etapas, empleando en cada una de ellas el mtodo de muestreo probabilstico ms
adecuado.


2.2.- Mtodos de muestreo no probabilsticos

A veces, para estudios exploratorios, el muestreo probabilstico resulta excesivamente
costoso y se acude a mtodos no probabilsticos, aun siendo conscientes de que no
sirven para realizar generalizaciones, pues no se tiene certeza de que la muestra extrada
sea representativa, ya que no todos los sujetos de la poblacin tienen la misma
probabilidad de se elegidos. En general se seleccionan a los sujetos siguiendo
determinados criterios procurando que la muestra sea representativa.
2.2.1.- Muestreo por cuotas: Tambin denominado en ocasiones "accidental". Se asienta
generalmente sobre la base de un buen conocimiento de los estratos de la poblacin y/o
de los individuos ms "representativos" o "adecuados" para los fines de la investigacin.
Mantiene, por tanto, semejanzas con el muestreo aleatorio estratificado, pero no tiene el
carcter de aleatoriedad de aqul.
En este tipo de muestreo se fijan unas "cuotas" que consisten en un nmero de individuos
que renen unas determinadas condiciones, por ejemplo: 20 individuos de 25 a 40 aos,
de sexo femenino y residentes en Gijn. Una vez determinada la cuota se eligen los
primeros que se encuentren que cumplan esas caractersticas. Este mtodo se utiliza
mucho en las encuestas de opinin.
Por ejemplo, la Consejera de Sanidad desea estudiar la incidencia de las drogas en la
adolescencia. Lo que deberamos hacer sera: conocer por los informes de la Consejera
de Educacin cuales son los centros ms afectados por el problema, fijar un nmero de
sujetos a entrevistar proporcional a cada uno de los estratos (cuotas) y finalmente dejar
en manos de los responsables del trabajo de campo a que sujetos concretos se deber
entrevistar.
2.2.2.- Muestreo opintico o intencional: Este tipo de muestreo se caracteriza por un
esfuerzo deliberado de obtener muestras "representativas" mediante la inclusin en la
muestra de grupos supuestamente tpicos. Es muy frecuente su utilizacin en sondeos
preelectorales de zonas que en anteriores votaciones han marcado tendencias de voto.
2.2.3.- Muestreo casual o incidental: Se trata de un proceso en el que el investigador
selecciona directa e intencionadamente los individuos de la poblacin. El caso ms
frecuente de este procedimiento el utilizar como muestra los individuos a los que se tiene
fcil acceso (los profesores de universidad emplean con mucha frecuencia a sus propios
alumnos). Un caso particular es el de los voluntarios.
2.2.4.- Bola de nieve: Se localiza a algunos individuos, los cuales conducen a otros, y
estos a otros, y as hasta conseguir una muestra suficiente. Este tipo se emplea muy
frecuentemente cuando se hacen estudios con poblaciones "marginales", delincuentes,
sectas, determinados tipos de enfermos, etc.