Para seleccionar una muestra, lo
primero es definir nuestra unidad de análisis o unidad experimental —personas,
plantas, animales, objetos, etc.— El “que o quiénes van a ser medidos”,
depende de precisar claramente el problema a investigar y los objetivos de la
investigación. Estas acciones nos llevarán al siguiente paso, que es el de delimitar una población.
¿Cómo se delimita una
población?
Una vez que se ha definido cuál
será nuestra unidad experimental o de análisis, se procede a delimitar
la población que va a ser estudiada y sobre la cual se pretende generalizar
los resultados. Así, una población es el conjunto de todos los casos que
concuerdan con una serie de especificaciones (Selítiz, 1974). La muestra suele
ser definida como un subgrupo de la población (Sudman, 1976). Para
seleccionar la muestra deben delimitarse las características de la población.
Muchos investigadores no describen lo suficiente las características de la población
o asumen que la muestra representa automáticamente a la población.
¿Cómo seleccionar la muestra?
Hasta este momento hemos visto
que se tiene que definir cuál será la unidad de análisis y cuáles son las características
de la población. En este inciso hablaremos de la muestra o mejor
dicho de los tipos de muestra que existen, a fin de poder elegir la más
conveniente para un estudio.
La muestra es, en esencia, un
subgrupo de la población. Digamos que es un subconjunto de elementos que pertenecen
a ese conjunto definido en sus características al que llamamos población. Con
frecuencia leemos y oímos hablar de “muestra representativa”, ‘muestra al
azar “ “muestra aleatoria” como si con los simples términos se
pudiera dar más seriedad a los resultados. En realidad, pocas veces se puede
medir a toda la población, por lo que obtenemos o seleccionamos una muestra y
se pretende —desde luego— que este subconjunto sea un reflejo fiel del conjunto
de la población. Todas las muestras deben ser representativas, por tanto el uso
de este término es por demás inútil. Los términos al azar y aleatorio
denotan un tipo de procedimiento mecánico relacionado con la probabilidad y con
la selección de elementos, pero no logra esclarecer tampoco el tipo de
muestra y el procedimiento de muestreo. Hablemos entonces de esto en los
próximos incisos.
Tipos de muestra
Básicamente categorizamos a las
muestras en dos grandes ramas: las muestras no probabilísticas y las muestras
probabilísticas. En estas últimas todos los elementos de la población tienen la
misma posibilidad de ser escogidos. Esto se obtiene definiendo las
características de la población, el tamaño de la muestra y a través de una
selección aleatoria y/o mecánica de las unidades de análisis. Imagínense el
procedimiento para obtener el número premiado en un sorteo de lotería. Este
número se va formando en el momento del sorteo, a partir de las bolitas (con un
dígito) que se van sacando después de revolverlas mecánicamente hasta formar el
número, de manera que todos los números tienen la misma probabilidad de ser
elegidos.
En las muestras no
probabilísticas, la elección de los elementos no depende de la
probabilidad, sino de causas relacionadas con las características del
investigador o del que hace la muestra. Aquí el procedimiento no es mecánico,
ni en base a fórmulas de probabilidad, sino que depende del proceso de toma de
decisiones de una persona o grupo de personas, .y desde luego, las muestras
seleccionadas por decisiones subjetivas tienden a estar sesgadas. El elegir
entre una muestra probabilística o una no probabilística, depende —sí, otra
vez— de los objetivos del estudio, del esquema de investigación y de la
contribución que se piensa hacer con dicho estudio.
¿Cómo se hace una muestra probabilística?
Resumiremos diciendo que la
elección entre la muestra probabilística y una no probabilística se determina con
base en los objetivos del estudio, el esquema de la investigación y el alcance
de sus contribuciones. Las muestras probabilísticas tienen muchas ventajas,
quizás la principal es que puede medirse el tamaño de error en nuestras
predicciones. Puede decirse incluso que el principal objetivo en el diseño de
una muestra probabilística es el de reducir al mínimo este error al que se le
llama error estándar (Kish, 1965).
Las muestras probabilísticas son
esenciales en los diseños de investigación en donde se pretende hacer
estimaciones de variables en la población, estas variables se miden con
instrumentos de medición y se analizan con pruebas estadísticas para el
análisis de datos en donde se presupone que la muestra es probabilística, donde
todos los elementos de la población tienen una misma probabilidad de ser
elegidos. Los elementos muestrales tendrán valores muy parecidos a los de la
población, de manera que las mediciones en el subconjunto, nos darán estimados
precisos del conjunto mayor. Que tan preciso son dichos estimados depende del
error en el muestreo, el que se puede calcular, pues hay errores que dependen de
la medición y estos errores no pueden ser calculados matemáticamente.
Para una muestra
probabilística necesitamos principalmente dos cosas: determinar el tamaño
de la muestra (n) y seleccionar los elementos muestrales, de manera que
todos tengan la misma posibilidad de ser elegidos. Para lo primero, se utiliza
una Para lo segundo, necesitamos de un marco de selección adecuado y de un
procedimiento que permita la aleatoriedad.
Muestra probabilística
estratificada
Lo que aquí se hace es dividir a
la población en subpoblaciones o estratos y. se selecciona una muestra para
cada estrato. La estratificación aumenta la precisión de la muestra e implica
el uso deliberado de diferentes tamaños de muestra para cada estrato, a fin de
lograr reducir la varianza de cada unidad de la media muestral (Kish, 1965).
¿Cómo se lleva a cabo el procedimiento de selección?
Las unidades de análisis o los
elementos muestrales se eligen siempre aleatoriamente para asegurarnos que cada
elemento tenga la misma probabilidad de ser elegidos. Pueden usarse 3
procedimientos de selección:
Tómbola
Muy simple y no muy rápido,
consiste en numerar todos los elementos muestrales del 1.. al n. Hacer unas fichas,
una por cada elemento, revolverlas en una caja, e ir sacando n fichas, según el
tamaño de la muestra. Los números elegidos —al azar— conformarán la muestra.
Números random o números aleatorios
El uso de números random no
significa la selección azarosa o fortuita, sino la utilización de una tabla de números
que implica un mecanismo de probabilidad muy bien diseñado. Los números random
de la Corporación Rand, fueron generados con una especie de ruleta electrónica.
Existe una tabla de un millón de dígitos, publicada por esta corporación;
partes de dicha tabla se encuentran en los apéndices de muchos libros de
estadística.
¿Cómo son las muestras no probabilísticas?
Las muestras no probabilísticas,
las cuales llamamos también muestras dirigidas suponen un procedimiento de
selección informal y un poco arbitrario. Aún así estas se utilizan en
muchas investigaciones y a partir de ellas se hacen inferencias sobre la
población. Es como si juzgásemos el sabor de un cargamento de limones, solamente
probando alguno, como si para “muestra bastase un botón”. La muestra dirigida
selecciona sujetos “típicos” con la vaga esperanza de que serán casos
representativos de una población determinada. La verdad es que las muestras
dirigidas tienen muchas desventajas. La primera es que, al no ser
probabilísticas, no podemos calcular con precisión el error estándar, es decir,
no podemos calcular con qué nivel de confianza hacemos una estimación. Esto es
un grave inconveniente si consideramos que la estadística inferencial se basa
en teoría de la probabilidad, por lo que pruebas estadísticas (X2,
correlación, regresión, etc.), en muestras no probabilísticas tienen un valor
limitado y relativo a la muestra en sí, mas no a la población. Es decir, los datos
no pueden generalizarse a una población, que no se consideró ni en sus
parámetros, ni en sus elementos para obtener la muestra. Recordemos que, en
las muestras de este tipo, la elección de los sujetos no depende de que todos
tienen la misma probabilidad de ser elegidos, sino de la decisión de un
investigador o grupo de encuestadores.
