Investigación
científica 2
Población
y muestra
Población
La población de la
investigación es generalmente una gran colección de individuos u objetos que son
el foco principal de una investigación científica. Una
población de la investigación también es conocida como una colección bien
definida de individuos u objetos que tienen características similares.
¿Cómo se delimita una población?
• Población es el conjunto
de todos los casos que concuerdan con determinadas especificaciones (Selltiz et
al., 1980).
• Debe elegirse a los que
cumplen la especificación, no se debe incluir a los que no la cumplen o a los
inelegibles.
• La delimitación depende de
los objetivos del estudio, lo importante es establecerlos de manera específica.
• Toda investigación debe
asegurar transparencia, posibilidad de ser criticada y replicada, por lo tanto
debe estar clara la referencia a la población estudiada.
Muestra
Una muestra es simplemente
un subconjunto de la población. El concepto de muestra surge de la incapacidad
de los investigadores para probar a todos los individuos de una determinada
población. La muestra debe ser representativa de la población de donde se
extrajo y debe tener el tamaño adecuado para garantizar el análisis
estadístico.
¿Cuál es la diferencia entre población y muestra?
• Población es una gran colección de individuos.
• Muestra es un subconjunto de la población
• Muestra es la selección de algunas unidades de
estudio entre una población definida en una investigación.
• Población es el todo, es el conjunto total de
personas.
Determinar sobre quien o quienes se recolectaron los
datos
Se
recolecta datos de la muestra, la
muestra permite que los investigadores lleven a cabo el estudio de los
individuos de la población de manera tal que los resultados de su estudio
puedan ser utilizados para sacar conclusiones que se aplicarán a toda la
población. Es muy parecido a un proceso de dar y tomar. La población
"da" la muestra y luego "toma" conclusiones de los
resultados obtenidos de la muestra.
La muestra de una investigación
La
muestra en el proceso cualitativo es un grupo de personas, eventos, sucesos, comunidades,
etc., sobre el cual se habrán de recolectar los datos, sin que necesariamente
sea representativo del universo o población que se estudia.
Por
ejemplo estudiamos los valores sociales
de una población de 5000 habitantes aprox., entendemos que sería de gran
dificultad poder analizar los valores sociales de todos ellos, por ello, la
estadística nos dota de una herramienta que es la muestra para extraer un
conjunto de población que represente a la globalidad y sobre la muestra
realizar el estudio. Una muestra representativa contiene las características
relevantes de la población en las mismas proporciones que están incluidas en
tal población.
Los
expertos en estadística recogen datos de una muestra. Utilizan esta información
para hacer referencias sobre la población que está representada por la muestra.
En consecuencia muestra y población son conceptos relativos. Una población es
un todo y una muestra es una fracción o segmento de ese todo.
Características de una muestra
Las características principales
de las muestras son:
1) DEBE SER ADECUADA
2) DEBE SER REPRESENTATIVA
3) DEBE MOSTRAR ESTABILIDAD
1. DEBE SER ADECUADA._ la muestra se le considera adecuada cuando existe un
número adecuado de partidas para mostrar los mismos resultados que se pueden
hallar en la selección de otra muestra.
Esta no debe ser pequeña y debe tener las mismas probabilidades de inclusión
que las demás del conjunto.
2. DEBE SER REPRESENTATIVA._ se le considera muestra representativa a todos los
datos del conjunto que tengan las mismas características.
Una muestra revela estabilidad cuando los resultados de su examen son los
mismos, sin tomar en consideración el aumento en el tamaño de la muestra.
La muestra debe poseer las mismas o la mayoría de las características del
conjunto total, ya que esta es la parte representativa para la ejecución del
examen.
3. DEBE MOSTRAR ESTABILIDAD._ una muestra nos determina estabilidad cuando los
resultados de su examen son los mismos sin tomar en cuenta el aumento en el
tamaño de la muestra.
Para determinar el tamaño de la muestra se determina tres alternativas:
• El grado y magnitud de error que el auditor está dispuesto a tolerar.
• La precisión deseada en la estimación de la magnitud del error por medio del
proceso de muestra.
• El riesgo que el auditor esté dispuesto a asumir de equivocarse al considerar
los datos que representa la muestra.
¿Por qué se usa la muestra en una investigación?
Se
usa la muestra es parte de la población que se selecciona y de la cual
realmente se obtiene la información para el desarrollo del estudio y sobre la
cual se efectuaran la medición y la observación de las variables de estudio.
¿Cómo seleccionar una muestra?
1. Para
definir la población objetivo, se debe tener claridad absoluta sobre el
objetivo general del estudio, ya que éste será el guía para todos los pasos
posteriores.
2. Definir la población objetivo
- Elemento
muestral: Es el elemento del cual se obtiene la medición.
- Unidad muestral: Está compuesta por elementos muestrales, en algunos
casos es igual al elemento muestral.
- Alcance: Hace referencia a la ubicación espacial y geográfica del estudio.
- Tiempo: Definir el intervalo de tiempo en el cual se realiza la
investigación.
- Marco muestral: Es un listado de todas las unidades que conforman la
población objetivo, puede ser una base de datos, un plano e incluso mapas. Es
útil aclarar, que en la práctica se diferencia la población objetivo de la
población en estudio (marco muestral disponible)
3.
Seleccionar un procedimiento.
4.
Definir el tamaño de la muestra (Según
el tipo de muestreo la Estadística proporciona fórmulas para calcular el tamaño
muestral)
5. Seleccionar las unidades muéstrales.
Ejemplo
Para
la encuesta de hogares realizada por el DANE en Medellín en el año 2004, mayo,
con el propósito de estimar el IPC (Índice de Precios al Consumidor), determine
los pasos para seleccionar la muestra.
Solución
1. Determinar el IPC en
Medellín para el mes de mayo año 2004.
2. Población objetivo: Personas mayores de 18 años en Medellín (el
DANE lo considera así).
· Elemento muestral: El jefe de hogar.
· Unidad muestral: El hogar
· Alcance: Medellín.
· Tiempo: 2003
· Marco muestral: Mapa cartográfico de la ciudad de Medellín.
3. Seleccionar un procedimiento. Muestro Estratificado
4. Definir el tamaño de la muestra. Se aplican las fórmulas del
muestreo estratificado.
5. Seleccionar las unidades muéstrales. Usar un método aleatorio
Tipos de muestreo
1.-
Muestreo aleatorio simple
-
Todos los individuos
tienen a priori la misma probabilidad de ser escogidos.
-
La selección de la muestra se realiza AL AZAR (para evitar sesgo)
2.-
Muestreo estratificado
• Se aplica cuando en la población se distinguen
• estratos
que son relevantes para el estudio. Se escogen
• aleatoriamente individuos en cada estrato,
proporcionalmente al tamaño del estrato.
3.-
Muestreo sistemático.
Se
aplica cuando los individuos de la población aparecen ordenados en una lista,
de modo que individuos de características similares están próximos en ella.
Si
se desea escoger a n individuos de una población de tamaño N, se determina el nº k más próximo a N/n, se escoge un individuo al azar
de entre los k primeros, y los demás se escogen de la
lista a partir del anterior, a intervalos regulares.
4.-
Muestreo polietápico o por conglomerados.
Se
divide previamente la población en unidades, siguiendo un cierto criterio, y se
seleccionan aleatoriamente algunas de estas unidades. Sobre cada unidad, se
realiza algún muestreo de los tipos anteriores (por ejemplo, para realizar un
muestreo en una gran ciudad, se subdivide primero por barrios…)
Muestreo que utilizaremos
El
muestreo probabilístico es una técnica de muestreo en virtud de la cual las
muestras son recogidas en un proceso que brinda a todos los individuos de la
población las mismas oportunidades de ser seleccionados.
En
esta técnica de muestreo, el investigador debe garantizar que cada individuo
tenga las mismas oportunidades de ser seleccionado y esto se puede lograr si el
investigador utiliza la aleatorización.
Características del muestreo probabilístico
• Cuantitativo
• Todos los casos tienen la misma probabilidad de ser
seleccionados
• Es ciego a la hora de seleccionar los casos
• No requiere un conocimiento de la población a
estudiar
• Persigue
la inferencia estadística
• Requiere una muestra con mayor número de casos
Características del muestreo no probabilístico
• Cualitativo
• Todos los casos no tienen la misma probabilidad de
ser
seleccionados
• El investigador elige los casos que más le interesan
(más ricos
en información)
• Requiere un conocimiento más levado de la población
• Persigue
la inferencia lógica
• Requiere una muestra con menos casos
Fórmula
Para
el cálculo de la muestra se dispone de diferentes fórmulas, entre ellas
tenemos:
• Muestra inicial
• Muestra corregida
• De donde
N= número de elementos de población
n= tamaño de la muestra
Z=
nivel de confianza
E=
Error Máximo Admisible
El porqué de esta formula
De
todo esto se deduce que para poblaciones pequeñas el tamaño de la muestra que
debemos tomar es bastante grande en comparación con dicha población (en
ocasiones casi la población completa), pero para poblaciones de gran tamaño
(todos los habitantes de España, por ejemplo) basta con una muestra no
demasiado grande para obtener unos resultados estadísticamente fiables. O sea,
que eso de que necesitamos muchos individuos en una muestra para que los
resultados sean buenos no es del todo cierto.
