LA MUESTRA

8.1.        MUESTRA

En el Diccionario de la Lengua Española (RAE, 2001) define la muestra, en su segunda acepción, como “parte o porción extraída de un conjunto por métodos que permiten considerarla como representativa de él”.

Tomando ésta como referente diremos que la muestra es una parte o subconjunto de una población normalmente seleccionada de tal modo que ponga de manifiesto las propiedades de la población. Su característica más importante es la representatividad, es decir, que sea una parte típica de la población en la o las características que son relevantes para la investigación.

8.1.1.   Tipos de muestras

8.1.1.1.       Muestra probabilístico

Los métodos de muestras probabilísticos 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 tamaño n tienen la misma probabilidad de ser seleccionadas. Sólo estos métodos de muestreo probabilísticos nos aseguran la representatividad de la muestra extraída y son, por tanto, los más recomendables. Dentro de los métodos de muestreo probabilísticos encontramos los siguientes tipos:

a)    Muestra aleatoria simple

El procedimiento empleado es el siguiente: 1) se asigna un número a cada individuo de la población y 2) a través de algún medio mecánico (bolas dentro de una bolsa, tablas de números aleatorios, números aleatorios generados con una calculadora u ordenador, etcétera.) Se eligen tantos sujetos como sea necesario para completar el tamaño de muestra requerido. Este procedimiento, atractivo por su simpleza, tiene poca o nula utilidad práctica cuando la población que estamos manejando es muy grande.

b)    Muestra aleatoria sistemática

Este procedimiento exige, como el anterior, numerar todos los elementos de la población, pero en lugar de extraer n números aleatorios sólo se extrae uno. Se parte de ese número aleatorio i, que es un número elegido al azar, y los elementos que integran la muestra son los que ocupa 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 tamaño de la población entre el tamaño de la muestra: k= N/n. El número i que empleamos como punto de partida será un número al azar entre 1 y k.

El riesgo en este tipo de muestra está en los casos en que se dan periodicidades en la población 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 población. Imaginemos que estamos seleccionando una muestra sobre listas de 10 individuos en los que los 5 primeros son varones y los 5 últimos mujeres, si empleamos un muestra aleatoria sistemática con k=10 siempre seleccionaríamos o sólo hombres o sólo mujeres, no podría haber una representación de los dos sexos.

c)    Muestra aleatoria estratificada

Trata de obviar las dificultades que presentan los anteriores ya que simplifican los procesos y suelen reducir el error muestral para un tamaño dado de la muestra. Consiste en considerar categorías típicas diferentes entre sí (estratos) que poseen gran homogeneidad respecto a alguna característica (se puede estratificar, por ejemplo, según la profesión, el municipio de residencia, el sexo, el estado civil, etcétera). Lo que se pretende con este tipo de muestras es asegurarse de que todos los estratos de interés estarán representados adecuadamente en la muestra. Cada estrato funciona independientemente, pudiendo aplicarse dentro de ellos la muestra aleatoria simple o el estratificado para elegir los elementos concretos que formarán parte de la muestra. En ocasiones las dificultades que plantean son demasiado grandes, pues exige un conocimiento detallado de la población. (Tamaño geográfico, sexos, edades, entre otros).

La distribución de la muestra en función de los diferentes estratos se denomina afijación, y puede ser de diferentes tipos:

·         Afijación Simple: a cada estrato le corresponde igual número de elementos muéstrales.

·         Afijación Proporcional: la distribución se hace de acuerdo con el peso (tamaño) de la población en cada estrato.

·         Afijación Óptima: se tiene en cuenta la previsible dispersión de los resultados, de modo que se considera la proporción y la desviación típica. Tiene poca aplicación ya que no se suele conocer la desviación.

d)    Muestra aleatoria por conglomerados.

Los métodos presentados hasta ahora están pensados para seleccionar directamente los elementos de la población, es decir, que las unidades muéstrales son los elementos de la población.

En la muestra por conglomerados la unidad muestral es un grupo de elementos de la población que forman una unidad, a la que llamamos conglomerado. Las unidades hospitalarias, los departamentos universitarios, una caja de determinado producto, etcétera, son conglomerados naturales. En otras ocasiones se pueden utilizar conglomerados no naturales como, por ejemplo, las urnas electorales. Cuando los conglomerados son áreas geográficas suele hablarse de "muestras por áreas".

Consecuentemente con este principio la muestra por conglomerados consiste en seleccionar aleatoriamente un cierto número de conglomerados (el necesario para alcanzar el tamaño muestral establecido) y en investigar después todos los elementos pertenecientes a los conglomerados elegidos.

8.1.1.2.       Métodos de muestras no probabilísticos

Una precisión importante es que a veces, para estudios exploratorios, la muestra probabilístico resulta excesivamente costoso y se acude a métodos no probabilísticos, aun siendo conscientes de que no sirven para realizar generalizaciones (estimaciones inferenciales sobre la población), pues no se tiene certeza de que la muestra extraída sea representativa, puesto que no todos los sujetos de la población tienen la misma probabilidad de ser elegidos. En general se seleccionan a los sujetos siguiendo determinados criterios procurando, en la medida de lo posible, que la muestra sea representativa.

En cuanto a dicho extremo señalamos que en algunas circunstancias los métodos estadísticos y epidemiológicos permiten resolver los problemas de representatividad aun en situaciones de muestras no probabilístico, por ejemplo los estudios de caso-control, donde los casos no son seleccionados aleatoriamente de la población.

Entre los métodos de muestras no probabilísticos más utilizados en investigación encontramos:

a.    Muestra por cuotas.

También denominado en ocasiones "accidental". Se asienta generalmente sobre la base de un buen conocimiento de los estratos de la población y/o de los individuos más

"representativos" o "adecuados" para los fines de la investigación. Mantiene, por tanto, semejanzas con la muestra aleatoria estratificada, pero no tiene el carácter de aleatoriedad de aquél.

En este tipo de muestreo se fijan unas "cuotas" que consisten en un número de individuos que reúnen unas determinadas condiciones, por ejemplo: 20 individuos de 25 a 40 años, de sexo femenino y residentes en Lima. Una vez determinada la cuota se eligen los primeros que se encuentren que cumplan esas características. Para tal efecto, este método se utiliza mucho en las encuestas de opinión.

b.    Muestra intencional o de conveniencia.

Este tipo de muestra se caracteriza por un esfuerzo deliberado de obtener muestras "representativas" mediante la inclusión en la muestra de grupos supuestamente típicos. Es muy frecuente su utilización en sondeos preelectorales de zonas que en anteriores votaciones han marcado tendencias de voto.

También puede ser que el investigador seleccione directa e intencionadamente los individuos de la población. El caso más frecuente de este procedimiento el utilizar como muestra los individuos a los que se tiene fácil acceso (los profesores de universidad emplean con mucha frecuencia a sus propios alumnos).

c.    Bola de nieve.

Se trata de un estudio que primer lugar se localiza a algunos individuos, los cuales conducen a otros, y estos a otros, y así hasta conseguir una muestra suficiente. Este tipo se emplea muy frecuentemente cuando se hacen estudios con poblaciones "marginales", delincuentes, sectas, determinados tipos de enfermos, etcétera.

d.    Muestreo Discrecional. ·

En esta etapa se desarrolla a criterio del investigador los elementos son elegidos sobre lo que él cree que pueden aportar al estudio.

8.2.         VENTAJAS E INCONVENIENTES DE LOS TIPOS DE MUESTREO PROBABILÍSTICO

	CARACTERISTICAS	VENTAJAS	INCONVENIENTES
Aleatorio simple	Se selecciona una muestra de tamaño n de una población de N unidades, cada elemento tiene una probabilidad de inclusión igual y conocida de n/N.	-Sencillo y de fácil comprensión. -Cálculo rápido de medias y varianzas. -Se basa en la teoría estadística, y por tanto existen paquetes informáticos para analizar los datos	Requiere que se posea de antemano un listado completo de toda la población. Cuando se trabaja con muestras pequeñas es posible que no represente a la población adecuadamente.
Sistemático	-Conseguir un listado de los N elementos de la población -Determinar tamaño muestral n. -Definir un intervalo k= N/n. -Elegir un número aleatorio, r, entre 1 y k (r= arranque aleatorio). Seleccionar los elementos de la lista.	-Fácil de aplicar. -No siempre es necesario tener un listado de toda la población. -Cuando la población está  ordenada siguiendo una tendencia conocida, asegura una cobertura de unidades de todos los tipos.	Si la constante de muestreo está asociada con el fenómeno de interés, las estimaciones obtenidas a partir de la muestra pueden contener sesgo de selección
Estratificado	-En ciertas ocasiones resultará conveniente estratificar la muestra según ciertas variables de interés. -Para ello debemos conocer la composición estratificada de la población objetivo a hacer un muestreo. Una vez calculado el tamaño muestral apropiado, este se reparte de manera proporcional entre los distintos estratos definidos en la población usando una simple regla de tres.	-Tiende a asegurar que la muestra represente adecuadamente a la población en función de unas variables seleccionadas. -Se obtienen estimaciones más precisa -Su objetivo es conseguir una muestra lo más semejante posible a la población en lo que a la o las variables estratificadoras se refiere.	-Se ha de conocer la distribución en la población de las variables utilizadas para la estratificación.
Conglomerados	-Se realizan varias fases de muestreo sucesivas (polietápico) -La necesidad de listados de las unidades de una etapa se limita a aquellas unidades de muestreo seleccionadas en la etapa anterior.	-Es muy eficiente cuando la población es muy grande y dispersa. -No es preciso tener un listado de toda la población, sólo de las unidades primarias de muestreo.	-El error estándar es mayor que en el muestreo aleatorio simple o estratificado. -El cálculo del error estándar es complejo.