Você está na página 1de 3

Asignatura: Investigacin Educativa Docente: Mirta Suarez. 14 /04/2012 Sntesis temtica n 2: El muestreo.

Antonela Di Pietro IFDR 3A- 2012

La investigacin es una indagacin sistemtica y autocrtica con la finalidad de hacernos de un saber que rene determinadas condiciones. Adems posee un fuerte sentido crtico, con instrumentos propios de autocorreccin, abierta a cuestionamientos y reconstrucciones permanentes. Definir y especificar el diseo a desarrollar en una investigacin constituye una de las actividades principales, ya que es el momento metodolgico del proceso. Para que se pueda llevar a cabo este proceso , es necesario definir una serie de elementos indispensables para la realizacin de la misma. En primer lugar, hemos de definir el universo, en tanto conjunto de unidades o fuentes de datos que es preciso reducir a proporciones manejables para poderlo explorar. Para luego continuar con las variables, en tanto conceptos abstractos a los que es preciso dar contenido concreto para poder efectuar sobre ellos las mediciones correspondientes. En segundo lugar , es importante seleccionar qu datos se recogern. Por dato entendemos cada uno de los elementos de informacin que se recoge durante el desarrollo de una investigacin y a partir de los cuales sintetizados, podrn extraerse conclusiones de relevancia en relacin al problema inicial planteado. Cualquier informacin, por ms pequea y fragmentaria que sea, puede considerarse como un dato siempre y cuando pueda colaborar, de algn modo, a esclarecer los problemas que nos planteamos en un estudio. El valor del dato reside no en su alcance individual, en lo que nos expresa por s mismo, sino en su posibilidad de ser integrado en un conjunto mayor. Las unidades de datos son las fuentes que pueden ser personas, situaciones o hechos que se observan directamente, o materiales bibliogrficos de diversa naturaleza y, a su conjunto, a la suma de todas las unidades, se le da el nombre de universo. La operacionalizacin del universo consiste en la tarea de encontrar una forma de obtener informacin relevante sin necesidad de acudir a la medicin de todo el universo posible de datos. Es el aspecto cuantitativo de la operacionalizacin y, para resolverlo, habr de apelarse entre otras disciplinas a la estadstica, mediante las tcnicas de muestreo. La operacionalizacin de las variables es, por lo contrario, de naturaleza bsicamente cualitativa, y tiene por objeto encontrar los indicadores a travs de los cuales se expresa concretamente el comportamiento de las mismas. La importancia de una correcta operacionalizacin se expresa por s misma: si nuestras variables no pueden ser medidas y evaluadas en la realidad, o si lo que medimos y evaluamos

no se corresponde con nuestras formulaciones iniciales, todas nuestras conclusiones estarn vacas de contenido emprico y expresarn una realidad divergente de la que nos interesa conocer. La investigacin perder todo sentido y derivar en un mero ejercicio especulativo o en una serie de confusiones, imprecisiones y errores que le restarn carcter cientfico. Por eso es de suma importancia que el investigador deba atender cuidadosamente a la correcta realizacin de esta etapa, para evitar desperdiciar todo el esfuerzo hecho hasta ese momento. La estrecha relacin que existe entre operacionalizacin y tipo de diseo se origina en que, de acuerdo al tipo de mtodo general se requerir con mayor preponderancia uno u otro tipo de datos, y ambas tareas deben hacerse frente casi simultneamente, atendiendo a las repercusiones que las decisiones en un aspecto puedan acarrear en el otro. Una muestra, es una parte del todo que llamamos universo y que sirve para representarlo. El objetivo de esta es que observando una parte reducida de unidades, se obtengan conclusiones semejantes a las que lograramos si estudiramos el universo total. Cuando se refleja en sus unidades lo que ocurre en el universo, se denomina muestra representativa. Una primera divisin que suele hacerse entre las muestras consiste en separarlas en muestras probabilsticas y no probabilsticas. En las muestras probabilsticas la caracterstica fundamental es que la probabilidad puede ser calculada matemticamente con precisin. En las muestras no probabilsticas ocurre lo contrario el investigador no tiene una idea del error que puede estar introduciendo en sus apreciaciones. Las muestras no probabilsticas ms utilizadas son las llamadas accidentales, por cuotas o intencionales. Una muestra accidental es aquella que se obtiene sin ningn plan preconcebido, resultando las unidades escogidas producto de circunstancias fortuitas. El investigador no puede saber, entonces, hasta qu punto sus resultados podrn proyectarse, con confiabilidad, hacia el conjunto ms amplio que desea conocer. Una muestra por cuotas consiste en predeterminar la cantidad de elementos de cada categora que habrn de integrarla. Una muestra intencional escoge sus unidades no en forma fortuita sino completamente arbitraria, designando a cada unidad segn caractersticas que para el investigador resulten de relevancia. Estas muestras son muy tiles y se emplean frecuentemente en los estudios de caso, por ms que la posibilidad de generalizar conclusiones, a partir de ellas, sea en rigor nula. Cuando una muestra es aleatoria o probabilstica es posible calcular sobre ella el error muestral. Este error indica el porcentaje de incertidumbre, es decir, el riesgo que se corre de que la muestra escogida no sea representativa. De tal modo que, si trabajamos con un error calculado en 5%, ello significa que existe un 95% de probabilidades de que el conjunto muestral represente adecuadamente al universo del cual ha sido extrado. A medida que incrementamos el tamao de la muestra el error tiende a reducirse, pues la muestra va acercndose ms al tamao del universo. Del mismo modo, para una muestra determinada, su error ser menor cuanto ms pequeo sea el universo a partir del cual se la ha seleccionado.

El error muestral nunca debe calcularse como un porcentaje del tamao de la muestra respecto al del universo. No se fija primero el nmero de unidades de la muestra para luego proceder a determinar el riesgo que se corre, sino a la inversa, se pone un lmite a este riesgo y en funcin de ese valor se define el tamao de la muestra que nos garantiza no sobrepasarlo. En las muestras aleatorias cada uno de los elementos del universo tiene una probabilidad determinada y conocida de ser seleccionado. Es necesario proceder a la extraccin de la muestra mediante ciertas tcnicas, capaces de garantizarnos que cada elemento de la misma posea una probabilidad conocida de aparecer en ella. Dichos procedimientos son al azar simple y al azar sistemtico. El primero se inicia confeccionando una lista de todas las unidades que configuran el universo, numerando correlativamente cada una de ellas. Luego, mediante cualquier sistema (programas de computacin, tabla de nmeros al azar, etc.) se van sorteando al azar estos nmeros hasta completar el total de unidades que deseamos que entren en la muestra. El segundo tipo de muestra parte de una idea bsica muy similar a la de la tcnica anterior requirindose tambin, en este caso, de un listado completo de las unidades que integran el universo en estudio. Luego, en vez de proceder a escoger una por una las unidades de acuerdo al mtodo ya sealado, se efectan las siguientes operaciones: 1 Se calcula la constante K, que resulta de dividir el nmero total de unidades que componen el universo por el nmero de unidades que habrn de integrar la muestra: K = N/n ( N = nmero total de unidades que componen el universo. Y n = nmero total de unidades que integrarn la muestra). 2Una vez calculado el valor de K se efecta un sorteo para elegir un nmero que sea inferior o igual a su valor. Las muestras estratificadas son como si fragmentramos el universo en estratos o categoras de unidades, diferencindolos de acuerdo a alguna variable que resulte de inters para la investigacin. Cada uno de estos estratos se toma luego como un universo particular, ya de tamao ms reducido, y sobre l se seleccionan muestras segn cualquiera de los procedimientos anteriores indicados. Este sistema resulta muy prctico y confiable, aunque tambin aqu el error total se incrementa con respecto a los mtodos de azar simple o sistemtico.