2. POBLACIÓN
La población o universo es el conjunto de individuos u objetos de los que se desea
conocer algo en una investigación. Es la totalidad de individuos o elementos en los
cuales puede presentarse determinada característica que va a ser estudiada. Por
lo general, no es posible abarcar a toda la población destinataria debido a su
elevado número, al costo y al tiempo. En cambio, se estudia a un subconjunto de
la población, a partir de la cual se extraen conclusiones (o inferencias), que se
aplican a la población destinataria.
El universo debe quedar claramente identificado desde el inicio de la investigación
y se debe ser específico al incluir los elementos que forman parte de ella.
En investigación, a esta población de estudio se le conoce como población diana y
viene delimitada por características demográficas, sociales, hábitos, problemas de
salud, etc.
3. Dentro de esta población diana se encuentra la población
accesible o población de estudio, que es el conjunto de
casos que son accesibles para el investigador. Viene
determinada por consideraciones prácticas en función de la
accesibilidad que tengamos a los sujetos (existencia de
registros, circunstancias que faciliten la colaboración, etc.).
En la investigación en salud, el consultorio o el hospital
puede proporcionar la población accesible. Sin embargo,
esta no necesariamente representa a la comunidad, si no a
todas las personas que acuden al consultorio o al hospital
para el tratamiento de la enfermedad en cuestión.
4. Criterios en la Población de Estudio
Los criterios de selección nos definirán a quién
estudiaremos.
El tamaño de la muestra nos dice cuántos
individuos necesitaremos.
El sistema de muestreo que utilizaremos será la
forma de obtener la muestra.
Finalmente la asignación a los grupos de estudio.
5. MUESTRA
La muestra es un subconjunto o parte del universo o población en
que se llevará a cabo la investigación con el fin posterior de generalizar los
hallazgos. Para generalizar los hallazgos al todo, esa parte que se estudia
tiene que ser representativa de la población, es decir, debe poseer las
características básicas del todo.
Por ejemplo, si en la población de estudio hay un 55% de mujeres y
un 45% de hombres, la muestra deberá aproximarse a esta proporción. Es
evidente que la mejor forma de estar seguro de esa representatividad sería
estudiando toda la población, sin embargo, esto no siempre es posible o
conveniente. En el caso de estar formada por una cantidad ilimitada de
unidades, la imposibilidad de estudiarlo todo surge por no conocerse su
magnitud.
6. Las Ventajas del Proceso de Muestreo
Permite que el estudio se realice en menor tiempo.
Se incurre en menos gastos.
Posibilita profundizar en el análisis de las variables.
Permite tener mayor control de las variables a
estudiar.
7. Consideraciones
Se tendrán en cuenta los conceptos de validez interna y validez
externa, pues de lo contrario queda comprometido el desarrollo del
estudio. La validez interna es la validez del propio estudio. Hace
referencia a que éste no presente errores y sea desarrollado con el rigor
científico necesario, que la muestra sea elegida correctamente, que los
criterios de selección sean bien definidos, que sea representativa de la
población y de acuerdo a un diseño apropiado.
La validez externa está relacionada con la generalización de los
resultados, es decir, con la extrapolación de los resultados de la muestra
a la población diana (la muestra debe, para ello, tener las mismas
características que la población de origen).
8. Representación de Muestras
La representatividad de una muestra, permite extrapolar
y por ende generalizar los resultados observados en ésta, a la
población accesible (conjunto de sujetos que pertenecen a la
población blanco, que están disponibles para la investigación); y
a partir de ésta, a la población blanco.
La muestra a seleccionar tiene que ser representativa de
esa población para poder hacer generalizaciones válidas. Se
estima que una muestra es representativa cuando reúne las
características principales de la población en relación a la
variable o condición particular que se estudia.
La representatividad de una muestra está dada por su
tamaño y por la forma en que el muestreo se ha realizado.
9. TIPOS DE MUESTREO
1) MUESTREO PROBABILÍSTICO:
En el muestreo probabilístico o aleatorio, la muestra
es aquella extraída de una población de tal manera que todo
miembro de ésta tenga una probabilidad conocida de estar
incluido en la muestra. Por lo tanto, conocemos la
probabilidad de que un individuo sea elegido para la muestra.
El modelo de selección de la muestra más eficaz es el
muestreo probabilístico, en el que cada unidad de muestreo
tiene una probabilidad conocida de ser incluido en el estudio.
Nos indica cuál es el error de muestreo y dentro de estos el
muestreo estratificado es el más preciso.
10. 2) MUESTREO NO PROBABILÍSTICO:
En el muestreo no probabilístico, “muestreo por
conveniencia” o no aleatorio, no se conoce esa
probabilidad, y por lo tanto la posibilidad de que existan
sesgos es mayor.
Eso implica, entre otras cosas, que en principio no se
pueden extrapolar los resultados a la población. A pesar de
ello, en ocasiones no queda otra elección que utilizarlos.
11. Clasificación del Muestreo Probabilístico
a) Muestreo aleatorio simple (MAS): Es el más sencillo, eficaz y
usado. Otorga a todos los sujetos de una población la misma
probabilidad de ser incluidos en la muestra. Tras haber asignado
un número a cada sujeto, se utilizan números aleatorios para la
obtención de la muestra. Son seleccionados por sorteo o
mediante una tabla de números aleatorios que puede ser en
formato papel, pero normalmente son generados por
ordenador y se utilizan las tablas que incluyen los programas
informáticos estadísticos (o la función “ALEATORIO.ENTRE” de
la hoja de cálculo Excel de Microsoft). Este procedimiento es
simple y eficaz, pero tiene un inconveniente, ya que no se puede
utilizar si el universo es muy grande.
12. b) Muestreo aleatorio sistemático: 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.
c) Muestreo aleatorio estratificado: Se divide la población en diferentes
estratos (grupos homogéneos de sujetos) y se hace un muestreo
aleatorio simple dentro de cada estrato, de forma que en la muestra
queden representados todos los segmentos que nos interesen. Por
ejemplo, si en una población muy heterogénea en cuanto a edad
interesa que todos los grupos de edad estén representados, la solución
es realizar un muestreo aleatorio simple dentro de cada grupo de edad.
A la hora de necesitar este tipo de muestreo, conviene tener en cuenta
No hacer muchos estratos y no estratificar con respecto a muchas
variables.
13. d) Muestreo por conglomerados: Simplifica el
muestreo cuando una población está agrupada en
conglomerados (localidades, edificios, manzanas). Se
utiliza cuando no se cuenta con un listado detallado de
las unidades de la población, y/o se tiene dificultad de
organizar las unidades muestrales. En estas
circunstancias no podemos utilizar el muestreo
estratificado. Por ello se procede a formar grupos o
conjuntos de unidades (conglomerados) que los
investigadores definen. Se puede elegir a la totalidad
de los individuos de un conglomerado o a una muestra
aleatoria simple del mismo. Este tipo de muestreo es
el menos fiable.
14. Clasificación del Muestreo No Probabilístico
a) Muestreo por cuotas: También denominado en
ocasiones “accidental” (no confundir con el muestreo
incidental). Se asienta 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 el muestreo aleatorio estratificado, pero no tiene el
carácter de aleatoriedad de aquél. En este tipo de
muestreo se fijan unas cuotas que son un número de
individuos que reúnen unas condiciones determinadas.
Una vez determinada la cuota se eligen los primeros que
se encuentren que cumplan esas características. Es el
método de elección en las encuestas de opinión.
15. b) Muestreo opinático o intencional: Este tipo de
muestreo 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.
16. c) Muestreo casual o incidental: Se trata de un
proceso en el que el investigador selecciona
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) o el caso
particular de los voluntarios.
17. Cadena o bola de nieve: 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 frecuentemente
cuando se hacen estudios con poblaciones
“marginales”, delincuentes, sectas, pacientes de
difícil localización por su “marginalidad”, etc.
18. ALEATORIZACIÓN
La aleatorización es una de las formas de evitar los
sesgos de selección. Su propósito es posibilitar las
comparaciones en los grupos de asignación de los tratamientos.
Cada participante tendrá una probabilidad conocida y fijada de
antemano de recibir la intervención o el placebo. Su función
principal es conseguir la mayor imparcialidad posible al asignar
la intervención y el control. La asignación aleatoria o
randomización consigue que, con muestras suficientemente
grandes, las características de ambos grupos tiendan a ser
iguales, con lo que las variables que pudieran interferir (o
confundir) en los resultados, conocidas o fundamentalmente
desconocidas, se distribuyan con la misma probabilidad en
ambos grupos.