El diseño Muestral

En el diseño de investigación se debe tener muy en cuenta el diseño muestral, selección aleatoria de unas unidades concretas de la población (entendida como el conjunto de unidades para las que se desea obtener cierta información) con el objeto de representarla, ya que de ello dependerá la calidad de la información que se recoja.

La muestra dependerá del problema y los objetivos principales de la investigación, así como de la estrategia de investigación que se haya escogido.

Para elegir la muestra es necesario, en primer lugar, identificar la población de estudio mediante un listado que comprende las unidades de la población (es el marco). De manera que la muestra escogida sólo podrá considerarse representativa de aquellos que han tenido probabilidad de participar en la muestra. Es muy relevante, por tanto, actualizar ese listado.

Una cuestión importante es el tamaño de la muestra. Éste dependerá del tiempo y los recursos disponibles, de la modalidad de muestreo seleccionada (que también influye en la estrategia), de la diversidad de los análisis de datos previos, la varianza o heterogeneidad poblacional (a mayor heterogeneidad, mayor tamaño muestral), el margen de error máximo admisible (a mayor tamaño de la muestra mayor precisión, el error interviene cuando el diseño muestral es probabilístico, fijando el investigador el error a priori) y el nivel de confianza de la estimación (también sólo para diseños probabilísticos, aumentar mínimamente el nivel de confianza supone aumentar más del doble las unidades de la muestra).

 La buena calidad de una muestra depende de su representatividad y amplitud. La representatividad depende, en gran medida, de su tamaño, como hemos visto.
Sin embargo, la amplitud de la muestra en muchas ocasiones no es suficiente para que sea buena porque puede contener errores, distorsiones.
Dado que la muestra sólo constituye una parte de la población siempre existirá alguna divergencia entre las estimaciones o valores obtenidos de la muestra y los parámetros o valores de la población, esto se denomina error muestral.

Además, en el muestreo probabilístico podrá calcularse con la ayuda de la teoría de la probabilidad. Se acude para su cálculo al estadístico llamado “error típico”. En el cálculo de este estadístico intervienen distintos elementos: el tamaño muestral (cuanto mayor sea el tamaño de la muestra, menor el error muestral), la varianza poblacional (a mayor heterogeneidad, mayor error muestral), el nivel de confianza adoptado (a mayor nivel de confianza, menor error muestral) y el tipo de muestreo realizado (el muestreo aleatorio estratificado genera, por lo general, un menor error muestral y el de conglomerados, mayor).

El error de selección, sin embargo, no constituye sólo el error de muestreo sino también el error de cobertura y de no respuesta. Para evitar este tipo de errores se puede recurrir a la ponderación: procedimiento con el que modificamos artificialmente la muestra para hacerla más próxima a la distribución real de la población mediante la atribución de un peso a los casos de la muestra. Los procedimientos de ponderación pueden basarse en las probabilidades de inclusión de los sujetos en la muestra, en los conocimientos que se tienen de la población (posestratificación) y el conocimiento de las características de los que no contestan.

fuentes:

-CORBETTA, P. (2003) Metodología y Técnicas de Investigación social. Madrid: McGraw-Hill. Pp: 115-219 y 289-319.

-CEA, D’ANCONA, M.A. (1996) Metodología cuantitativa. Estrategias y técnicas de investigación social Madrid. Síntesis. Cap. 3: pp. 91-122 y 159.202

- E. BABBIE. (1996) Manual para la práctica de investigación social.