DISEÑOS DE MUESTRO

I. Diseños de Muestreo

1.1. Muestreo simple aleatorio

El Muestreo Simple Aleatorio (MSA) es el procedimiento probabilístico de selección de muestras más sencillo y conocido. Es muy útil para obtener muestras de poblaciones pequeñas, pero no suele emplearse directamente para seleccionar muestras a partir de listas de unidades de análisis cuando las poblaciones son muy grandes (por ejemplo, de varios miles), debido tanto a la dificultad o imposibilidad de contar con tales listas como razones económicas. En estas situaciones, el muestreo en etapas es mucho más recomendable.

Cuando se emplea de manera directa sobre un conjunto de unidades, otorga la misma probabilidad de ser elegidos a todos los subconjuntos posibles de ese conjunto que tengan un tamaño prefijado, de lo cual se deduce la propiedad de ser equiprobabilístico.

El muestreo simple aleatorio solo exige dos datos para proceder: el tamaño poblacional y el de la muestra deseada.

Tamaño poblacional: Entero mayor que cero que identifica el total de unidades de análisis pertenecientes al universo o población.

Tamaño de muestra: Entero mayor que cero y no mayor que el valor del tamaño poblacional. Indica el número de unidades de análisis que se tomarán de la población para integrar la muestra.

Ejemplo: Supóngase que se quiere obtener una MSA de 120 estudiantes de un centro universitario que tiene 966 alumnos registrados.

1.2. Muestreo Sistemático

Es un procedimiento alternativo al Muestreo Simple Aleatorio, que se usa para la selección de muestras equiprobabilísticas de una población organizada según cierto orden conocido. Una importante ventaja sobre aquél consiste en que no es estrictamente necesario contar con un marco explícito de todas las unidades de análisis de la población (podría aplicarse, por ejemplo, a los usuarios de un servicio de urgencias en la medida que van arribando a éste a lo largo de cierto período). Por conducto de este procedimiento, la muestra "recorre" toda la lista o población (por ejemplo, se extiende por todo el lapso durante el cual arriban pacientes al servicio). Al igual que el Muestreo Simple Aleatorio, también otorga igual probabilidad de integrar la muestra a todas las unidades de análisis de la población. El muestreo sistemático solo exige dos datos para proceder: el tamaño poblacional y el porcentaje de este total poblacional que se quiere obtener como tamaño de muestra.

Tamaño poblacional: Entero mayor que cero que identifica el total de unidades de análisis pertenecientes al universo o población.

Probabilidad de selección: Es la probabilidad común que se quiere otorgar a cada elemento de la población y que a la vez representa la fracción del tamaño poblacional que quedará en la muestra. Para facilitar el trabajo con este campo, se define como un valor entero mayor que cero y menor que 100 (o sea, en rigor, el valor que ha de teclearse representa la probabilidad de selección multiplicada por 100).

Ejemplo: Supóngase que se quiere obtener una muestra sistemática que contenga aproximadamente al 12% de los estudiantes de un centro universitario que tiene 966 alumnos registrados.

1.3. Muestreo aleatorio estratificado

Este diseño muestral se utiliza cuando la población se puede particionar en diferentes grupos de elementos (estratos) cuya representación en la muestra quisiera asegurarse. La manera natural de lograrlo es construir listas separadas para cada uno de los estratos y proceder a seleccionar submuestras en cada uno de ellos. Con este diseño lo que se procura es obtener una muestra que tenga en sí una variabilidad

similar a la de la población; lo ideal sería conseguir que los subconjuntos que se definan como estratos fuesen internamente homogéneos y diferentes entre sí.

Dentro de cada uno de los estratos, la muestra de unidades de análisis es seleccionada por un procedimiento probabilístico; Como en otros diseños, hay dos situaciones posibles:

a. Cuando la única información disponible es el número de estratos y el tamaño de cada uno. En este caso, debe crearse un archivo con tantos registros como estratos, con un campo que identifique el estrato y otro su correspondiente tamaño.

b. Cuando se dispone de una base de datos que contiene el marco muestral detallado, es decir, cada registro corresponde a una unidad de análisis de la que se conoce a que estrato pertenece. En este caso no es necesario informar el número de unidades existentes en cada estrato .

Ejemplo: Supóngase que se quiere obtener una muestra de 120 estudiantes de un centro universitario que tiene 966 alumnos registrados, distribuidos en cuatro áreas académicas con los siguientes tamaños:

1. Ingeniería: 264

2. Ciencias económicas: 284

3. Ciencias exactas: 182

4. Letras: 236

1.4. Muestreo por conglomerados monoetápico

Típicamente, se opta por este método de muestreo cuando no se pueda disponer de un listado de unidades de análisis y/o cuando se quieren eludir algunos problemas prácticos que supondría el empleo de Muestreo Simple Aleatorio o el Muestreo Sistemático en Fases, tales como la dispersión geográfica de las unidades de análisis a lo largo del territorio en que se halla ubicada la población.

Una solución a este problema sería la selección de una muestra por conglomerados monoetápica: se trata de dividir la población en cierto número de partes o conglomerados, que se consideran como UPE, e incluir en la muestra a todas las unidades de análisis pertenecientes a los conglomerados que se elijan.

Este procedimiento también puede aplicarse en dos posibles situaciones. Estas son:

a. Cuando solo se tienen identificados los conglomerados y sus tamaños; en este caso se debe conformar un archivo con tantos registros como conglomerados, con un campo que identifique el conglomerado y otro campo que contenga su tamaño (número de unidades de que consta).

Nota: Cuando lo único disponible es el listado de conglomerados (por ejemplo, una lista donde figuran 45 escuelas con sus nombres y direcciones) pero no se conocen sus tamaños (número de alumnos por escuela), la selección de conglomerados (escuelas) debe realizarse usando alguno de los procedimientos directos de selección (muestreo simple aleatorio de las UPE, o muestreo sistemático o muestreo estratificado) y en consecuencia, apelar a alguno de los módulos previamente explicados.

Campo que identifica los conglomerados: Nombre del campo de la base de datos con el cual se identifican los conglomerados que integran la población.

1.5. Muestreo por conglomerados bietápico

Este procedimiento de selección muestral se utiliza cuando hay gran variabilidad entre los tamaños de los conglomerados, o cuando el tamaño poblacional es demasiado grande, casos en que no procede emplear muestreo por conglomerados monoetápico.

La población se divide inicialmente en conglomerados, que constituyen las unidades de primera etapa (UPE), parte de las cuales son seleccionadas para ser entonces objeto de subselección (cada una de ellas).

Este procedimiento también puede aplicarse según dos alternativas; en ambos casos hay que contar con un archivo que contenga información sobre el marco muestral. Estos casos son:

a. Cuando lo único disponible es el listado de conglomerados y sus tamaños, en cuyo caso cada registro de la base de datos corresponde a un conglomerado. Uno de los campos de esta base debe recoger el número de unidades de análisis de la UPE correspondiente (es decir, su tamaño).

b. Cuando se cuenta con una base de datos en la que cada uno de cuyos registros corresponde a una unidad de análisis (marco muestral detallado). En este caso es posible guardar la muestra resultante del procesamiento en un archivo de datos con la misma estructura del original y con todos los datos de cada una de las unidades de análisis seleccionadas.

Ejemplo

Supóngase que se quiere obtener una muestra bietápica equiprobabilística de 120 estudiantes de un centro universitario que tiene 966 alumnos registrados. Supóngase además que los alumnos están distribuidos en 52 grupos de tamaños variables y conocidos y que se ha decidido seleccionar 12 de esos grupos, o equivalentemente, 10 alumnos por grupo.

II. ESTIMACIÓN DEL TAMAÑO DE MUESTRA

A continuación hay algunos ejercicios que pueden servir de guía para practicar el cálculo de tamaños de muestra según los diferentes métodos de muestreo más usados en los procesos de investigación científica.

2.1. Estimación del tamaño de muestra para el Muestreo Aleatorio Simple

Estudio de caso 01:

El director del programa de una determinada Facultad desea hacer una investigación cuyo objetivo es evaluar la actitud de los estudiantes de la respectiva Facultad o programa respecto de las lecturas complementarias que recomiendan los docentes de las asignaturas o núcleos temáticos correspondientes a los distintos semestres que conforman dicho Programa.

El instrumento (cuestionario) a utilizar para la recolección de la información es una encuesta conformada por 50 enunciados en escala Lickert*, validada tanto por un comité de jueces, como por una prueba piloto.

Las categorías de respuesta para la encuesta son las siguientes:

Escala de Lickert

5 - Totalmente de acuerdo

4 - Parcialmente de acuerdo

3 - Indiferente

2 - Parcialmente en desacuerdo

1 - Totalmente en desacuerdo

Procedimientos para el cálculo del tamaño de la muestra:

2.1.1. Definir el método de muestreo: para este caso el Muestreo Aleatorio Simple (MAS), pues cada

...