44
1 10.Muestreo 10.Muestreo Síntesis elaborada por Síntesis elaborada por Msc. Lilly Soto Vásquez Msc. Lilly Soto Vásquez

10 muestreo

Embed Size (px)

DESCRIPTION

Las características del muestreo

Citation preview

Page 1: 10 muestreo

1

10.Muestreo10.Muestreo

Síntesis elaborada por Síntesis elaborada por

Msc. Lilly Soto Vásquez Msc. Lilly Soto Vásquez

Page 2: 10 muestreo

2

Al menos desde la perspectiva Al menos desde la perspectiva científica, la finalidad de toda científica, la finalidad de toda investigación es llegar a establecer investigación es llegar a establecer algún tipo de conocimiento algún tipo de conocimiento generalizable. generalizable.

Page 3: 10 muestreo

3

Además desde la perspectiva Además desde la perspectiva práctica, tendría poco sentido práctica, tendría poco sentido limitarse exclusivamente al limitarse exclusivamente al conocimiento de los casos conocimiento de los casos particulares, ya que con frecuencia particulares, ya que con frecuencia la investigación educativa tiene la investigación educativa tiene horizontes de aplicación muy horizontes de aplicación muy amplios. amplios.

Page 4: 10 muestreo

4

Así, por ejemplo, cuando se estudia la Así, por ejemplo, cuando se estudia la posibilidad de modificar la posibilidad de modificar la organización educativa o los planes de organización educativa o los planes de estudio, las consecuencias que se estudio, las consecuencias que se derivarán de esas acciones incumbirán derivarán de esas acciones incumbirán a muchos más sujetos de los que a muchos más sujetos de los que nosotros seamos capaces de estudiar nosotros seamos capaces de estudiar directamente (por posibilidades de directamente (por posibilidades de tiempo, de espacio, de financiación, tiempo, de espacio, de financiación, etc.).etc.).

Page 5: 10 muestreo

5

Por esta razón, procurar la Por esta razón, procurar la generalización de los resultados de generalización de los resultados de nuestra investigación a un conjunto nuestra investigación a un conjunto más amplio es fundamental.más amplio es fundamental.

Page 6: 10 muestreo

6

Puesto que es extraordinariamente raro Puesto que es extraordinariamente raro que podamos estudiar a la totalidad de que podamos estudiar a la totalidad de sujetos que se verán afectados por unas sujetos que se verán afectados por unas variables o tratamientos determinados, el variables o tratamientos determinados, el proceso por el que procuramos la proceso por el que procuramos la representatividad de los sujetos finalmente representatividad de los sujetos finalmente elegidos para nuestro estudio respecto del elegidos para nuestro estudio respecto del total de casos posibles, que es a lo que total de casos posibles, que es a lo que denominamos denominamos muestreomuestreo, se convierte en , se convierte en una tarea que debe planificarse una tarea que debe planificarse cuidadosamente.cuidadosamente.

Page 7: 10 muestreo

7

Aunque a veces se ha distinguido entre Aunque a veces se ha distinguido entre población población y y universo universo (Tang, 1951; Fox, (Tang, 1951; Fox, 1981: Latorre et al., 1996; Buendía, Colás y 1981: Latorre et al., 1996; Buendía, Colás y Hernández Pina, 1997), en general suelenHernández Pina, 1997), en general suelen

entenderse, y nosotros así lo hacemos, entenderse, y nosotros así lo hacemos, como sinónimos, y se refiere a la totalidad como sinónimos, y se refiere a la totalidad de los casos que cumplen con una de los casos que cumplen con una determinada condición. determinada condición.

Los datos que se refieran a las Los datos que se refieran a las características de la población reciben el características de la población reciben el nombre de nombre de parámetrosparámetros. .

Page 8: 10 muestreo

8

Muestra Muestra Definiremos Definiremos muestra muestra como cualquier como cualquier

subconjunto de esa población. Creemos que es subconjunto de esa población. Creemos que es un error definir la muestra como “una parte un error definir la muestra como “una parte representativa de la población” (como hace, representativa de la población” (como hace, por ejemplo, Sierra,1987, p. 174, o Mateo y por ejemplo, Sierra,1987, p. 174, o Mateo y García, 1989, p. 94), ya que la García, 1989, p. 94), ya que la representatividad de una muestra no puede representatividad de una muestra no puede asegurarse nunca (al menos a priori) y porque, asegurarse nunca (al menos a priori) y porque, además, permite distraer en ocasiones la además, permite distraer en ocasiones la atención respecto del proceso que ha de atención respecto del proceso que ha de seguirse para procurar dicha seguirse para procurar dicha representatividad. Por su parte los datos representatividad. Por su parte los datos descriptivos que se refieren a las descriptivos que se refieren a las características de una muestra se denominan características de una muestra se denominan estadísticos estadísticos o o estadígrafosestadígrafos

Page 9: 10 muestreo

9

Por tanto, para que el estudio en una Por tanto, para que el estudio en una muestra sea generalizable hemos de muestra sea generalizable hemos de procurar que dicha muestra sea procurar que dicha muestra sea representativa de la población a la representativa de la población a la que pretende representar.que pretende representar.

Page 10: 10 muestreo

10

Para ello hay que considerar dos circunstancias Para ello hay que considerar dos circunstancias relacionadas entre sí:relacionadas entre sí:

a) el tamaño de la muestra:a) el tamaño de la muestra: ha de ser suficiente para ha de ser suficiente para poder recoger, ya que no toda, si la suficiente poder recoger, ya que no toda, si la suficiente variabilidad de los casos que se den en la población.variabilidad de los casos que se den en la población.

Además existe una estrecha relación entre el error que Además existe una estrecha relación entre el error que cometemos al generalizar y el tamaño de la muestra, de cometemos al generalizar y el tamaño de la muestra, de tal modo que en la medida en que aumenta el tamaño tal modo que en la medida en que aumenta el tamaño disminuye el error.disminuye el error.

En cualquier caso, no hay un tamaño óptimo de la En cualquier caso, no hay un tamaño óptimo de la muestra, ya que éste depende de diversas muestra, ya que éste depende de diversas características, tales como el tamaño de la población, la características, tales como el tamaño de la población, la homogeneidad de la población (cuanto más homogénea homogeneidad de la población (cuanto más homogénea es una población menor tamaño se necesita), el nivel de es una población menor tamaño se necesita), el nivel de precisión que deseamos alcanzar, etc.precisión que deseamos alcanzar, etc.

Page 11: 10 muestreo

11

Hay que tener en cuenta, igualmente, Hay que tener en cuenta, igualmente, que el tamaño de la muestra puede que el tamaño de la muestra puede determinar la utilización o no de determinar la utilización o no de determinados procedimientos determinados procedimientos estadísticos que requieren una cierta estadísticos que requieren una cierta cantidad o proporción de datos, como cantidad o proporción de datos, como por ejemplo el χ2 (Jiménez, López por ejemplo el χ2 (Jiménez, López Barajas y Pérez Juste, 1987).Barajas y Pérez Juste, 1987).

Page 12: 10 muestreo

12

La determinación del tamaño La determinación del tamaño requiere la utilización de fórmulas requiere la utilización de fórmulas cuyo conocimiento se reserva para el cuyo conocimiento se reserva para el apartado de estadística aplicada, por apartado de estadística aplicada, por lo que no se desarrolla en este lo que no se desarrolla en este momento.momento.

Page 13: 10 muestreo

13

Page 14: 10 muestreo

14

b) representatividad:b) representatividad: esta es, sin duda, la esta es, sin duda, la principal característica que debe tener una principal característica que debe tener una buena muestra, y de hecho, el tamaño de la buena muestra, y de hecho, el tamaño de la misma se puede considerar, prácticamente, una misma se puede considerar, prácticamente, una condición para favorecer ésta. condición para favorecer ésta.

Podemos afirmar que una muestra es Podemos afirmar que una muestra es representativa de una población cuando sus representativa de una población cuando sus estadígrafos son semejantes a los parámetros. estadígrafos son semejantes a los parámetros. Sin embargo, esta es una condición que sólo Sin embargo, esta es una condición que sólo puede verificarse a posteriori, es decir, una vez puede verificarse a posteriori, es decir, una vez conocidas las características de la población (en conocidas las características de la población (en cuyo caso ya no tiene sentido estudiarla a través cuyo caso ya no tiene sentido estudiarla a través de muestras).de muestras).

Page 15: 10 muestreo

15

No hay ningún procedimiento de No hay ningún procedimiento de muestreomuestreo, esto , esto es, de selección de la muestra, que nos pueda es, de selección de la muestra, que nos pueda asegurar que la misma es representativa de una asegurar que la misma es representativa de una determinada población. determinada población.

Sin embargo hay procedimientos, como los Sin embargo hay procedimientos, como los aleatorios que, al menos, nos ayudan a conseguir aleatorios que, al menos, nos ayudan a conseguir que el proceso de selección de la muestra no sea que el proceso de selección de la muestra no sea sesgado.sesgado.

Hay básicamente dos grandes tipos de Hay básicamente dos grandes tipos de procedimientos de muestreo, cada uno de los procedimientos de muestreo, cada uno de los cuales tiene unas determinadas ventajas y unos cuales tiene unas determinadas ventajas y unos ciertos inconvenientes.ciertos inconvenientes.

Page 16: 10 muestreo

16

A) Muestreos A) Muestreos probabilísticosprobabilísticos::

son aquellos procedimientos que son aquellos procedimientos que están basados, al menos en parte, en están basados, al menos en parte, en el principio de el principio de equiprobabilidadequiprobabilidad, es , es decir, en los que todos los casos que decir, en los que todos los casos que componen la población tienen las componen la población tienen las mismas probabilidades de ser mismas probabilidades de ser seleccionados como miembros de la seleccionados como miembros de la muestra.muestra.

Page 17: 10 muestreo

17

Muestreos Muestreos probabilísticos probabilísticos

Tienen la ventaja fundamental de que, al estar Tienen la ventaja fundamental de que, al estar basados en la Teoría de la Probabilidad, es basados en la Teoría de la Probabilidad, es posible calcular matemáticamente los niveles posible calcular matemáticamente los niveles de precisión (o error) que podemos alcanzar de precisión (o error) que podemos alcanzar con una muestra determinada, y el grado de con una muestra determinada, y el grado de probabilidad de que la misma sea probabilidad de que la misma sea representativa de la población (nivel de representativa de la población (nivel de confianza), bien entendido que estos cálculos confianza), bien entendido que estos cálculos en ningún caso nos proporcionan seguridad.en ningún caso nos proporcionan seguridad.

Page 18: 10 muestreo

18

Estos son, por tanto, los únicos Estos son, por tanto, los únicos procedimientos que nos permiten procedimientos que nos permiten realizar inferencias realizar inferencias matemáticamente fundamentadas, matemáticamente fundamentadas, aunque por desgracia no son tan aunque por desgracia no son tan utilizados en investigación educativa utilizados en investigación educativa como sería de desear. como sería de desear.

Page 19: 10 muestreo

19

Entre los diversos Entre los diversos tipos de muestreos tipos de muestreos

probabilísticas probabilísticas citaremos los citaremos los principales:principales:

Page 20: 10 muestreo

20

A.1. muestreo aleatorio A.1. muestreo aleatorio simple:simple:

ha de asignarse un número a cada uno de los ha de asignarse un número a cada uno de los casos o individuos que constituyen la población casos o individuos que constituyen la población y, a continuación, se seleccionan aleatoriamente y, a continuación, se seleccionan aleatoriamente (con procedimientos informáticos o con la ayuda (con procedimientos informáticos o con la ayuda de tablas de números aleatorios) el número de tablas de números aleatorios) el número suficiente de casos par formar la muestra del suficiente de casos par formar la muestra del tamaño deseado. tamaño deseado.

Este procedimiento es el que mejor garantiza un Este procedimiento es el que mejor garantiza un procedimiento insesgado, pero por el contrario procedimiento insesgado, pero por el contrario tiene como máximo inconveniente el producir tiene como máximo inconveniente el producir muestras extraordinariamente dispersas, lo que muestras extraordinariamente dispersas, lo que hace muy costoso el acceso a la misma.hace muy costoso el acceso a la misma.

Page 21: 10 muestreo

21

A.2. muestreo aleatorio A.2. muestreo aleatorio sistemático:sistemático:

Si tenemos asignados unos números a los Si tenemos asignados unos números a los miembros de la población (por miembros de la población (por procedimientos no sesgados), podremos procedimientos no sesgados), podremos simplificar el proceso de selección simplificar el proceso de selección obteniendo la proporción entre N (número obteniendo la proporción entre N (número de sujetos de la población) y n (número de de sujetos de la población) y n (número de sujetos de la muestra que deseamos sujetos de la muestra que deseamos elegir).elegir).

De este modo obtenemos un valor, De este modo obtenemos un valor, redondeando a un número entero:redondeando a un número entero:

C= N/nC= N/n Basta con elegir a continuación, Basta con elegir a continuación,

aleatoriamente, un número (llamémosle aleatoriamente, un número (llamémosle aa),),

Page 22: 10 muestreo

22

A.2. muestreo aleatorio A.2. muestreo aleatorio sistemático…2sistemático…2

seleccionándose los demás por el simple seleccionándose los demás por el simple procedimiento de añadir procedimiento de añadir C C tantas veces como sea tantas veces como sea necesario para conseguir el tamaño deseado de la necesario para conseguir el tamaño deseado de la muestra (a, a+C, a+2C, a+3C, ...). Por ejemplo, si muestra (a, a+C, a+2C, a+3C, ...). Por ejemplo, si tenemos el censo de un municipio ordenado tenemos el censo de un municipio ordenado alfabéticamente, podemos elegir un número de alfabéticamente, podemos elegir un número de posición al azar (por ejemplo el vecino que esté en posición al azar (por ejemplo el vecino que esté en la posición 155 en el listado) y a partir de ahí la posición 155 en el listado) y a partir de ahí seleccionar al vecino 255, al 355, etc.(suponiendo seleccionar al vecino 255, al 355, etc.(suponiendo que hallamos elegido el 100 como coeficiente de que hallamos elegido el 100 como coeficiente de elevación). elevación).

Aunque este procedimiento de selección es aún Aunque este procedimiento de selección es aún más simple que el anterior, no consigue evitar el más simple que el anterior, no consigue evitar el problema de dispersión de la muestra.problema de dispersión de la muestra.

Page 23: 10 muestreo

23

A.3. muestreo aleatorio A.3. muestreo aleatorio estratificado:estratificado:

Consiste en subdividir la población en los Consiste en subdividir la población en los subgrupos o subgrupos o estratos estratos que se consideren que se consideren pertinentes para el tema de investigación pertinentes para el tema de investigación (hombres y mujeres, estudiantes de (hombres y mujeres, estudiantes de pedagogía, de psicología, de derecho, pedagogía, de psicología, de derecho, etc.), y elegir la muestra de tal modo que etc.), y elegir la muestra de tal modo que nos aseguremos que todos esos estratos nos aseguremos que todos esos estratos están presentes. Dentro de cada estrato están presentes. Dentro de cada estrato seleccionaremos aleatoriamente a los seleccionaremos aleatoriamente a los sujetos que lo representarán. sujetos que lo representarán.

Page 24: 10 muestreo

24

Dependiendo de la proporción de Dependiendo de la proporción de sujetos de la muestra total que sujetos de la muestra total que

pertenezcan a cada estrato pertenezcan a cada estrato pueden determinarse varios pueden determinarse varios

subtipos:subtipos:

Page 25: 10 muestreo

25

A.3.a. con afijación simple o A.3.a. con afijación simple o constante:constante:

los distintos estratos están los distintos estratos están representados en la misma medida representados en la misma medida en la muestra total.en la muestra total.

Page 26: 10 muestreo

26

A.3.b. con afijación A.3.b. con afijación proporcional:proporcional:

cuando se selecciona un número de cuando se selecciona un número de miembros por cada estrato que es miembros por cada estrato que es proporcional al tamaño que dicho proporcional al tamaño que dicho estrato tiene en la población.estrato tiene en la población.

Page 27: 10 muestreo

27

A.3.c. con afijación óptima:A.3.c. con afijación óptima:

cuando para determinar el tamaño cuando para determinar el tamaño relativo de cada estrato en la relativo de cada estrato en la muestra se tiene en cuenta tanto su muestra se tiene en cuenta tanto su importancia relativa en la población importancia relativa en la población como sucomo su

dispersión (ya hemos comentado que dispersión (ya hemos comentado que a mayor dispersión se requiere una a mayor dispersión se requiere una mayor muestra para conseguir la mayor muestra para conseguir la representatividad).representatividad).

Page 28: 10 muestreo

28

A.4. muestreo por A.4. muestreo por conglomerados o clusters:conglomerados o clusters:

se puede utilizar este tipo de se puede utilizar este tipo de muestreo, muy útil para la muestreo, muy útil para la investigación educativa, cuando los investigación educativa, cuando los integrantes de la población se integrantes de la población se encuentren reunidos en encuentren reunidos en agrupaciones naturales, tales como agrupaciones naturales, tales como escuelas o aulas.escuelas o aulas.

Page 29: 10 muestreo

29

En estas circunstancias podemos utilizar En estas circunstancias podemos utilizar estas agrupaciones naturales para evitar el estas agrupaciones naturales para evitar el problema de la dispersión de la muestra. problema de la dispersión de la muestra.

Para ello utilizaremos esos conglomerados Para ello utilizaremos esos conglomerados como unidades muestrales primarias, es como unidades muestrales primarias, es decir, en lugar de seleccionar entre decir, en lugar de seleccionar entre alumnos de Primaria podemos elegir entre alumnos de Primaria podemos elegir entre Colegios de Primaria, con lo que Colegios de Primaria, con lo que obtendremos muestras más accesibles.obtendremos muestras más accesibles.

Page 30: 10 muestreo

30

A continuación podemos tener los A continuación podemos tener los siguiente subtipos:siguiente subtipos:

A.4.a. A.4.a. monoetápico:monoetápico: utilizar a todos utilizar a todos los sujetos que estén integrados en los sujetos que estén integrados en ese conglomerado (por seguir con el ese conglomerado (por seguir con el ejemplo, todos los alumnos de losejemplo, todos los alumnos de los

colegios elegidos)..colegios elegidos)..

Page 31: 10 muestreo

31

A.4.b. A.4.b. bietápico:bietápico: utilizar como utilizar como unidades muestrales los elementos unidades muestrales los elementos que componen el conglomerado, y que componen el conglomerado, y hacer un muestreo aleatorio entre hacer un muestreo aleatorio entre ellos (siguiendo con el ejemplo, ellos (siguiendo con el ejemplo, seleccionar algunos alumnos de los seleccionar algunos alumnos de los colegios elegidos).colegios elegidos).

Page 32: 10 muestreo

32

A.4.c. polietápico:A.4.c. polietápico: seguir seguir repitiendo los pasos anteriores repitiendo los pasos anteriores eligiendo cada vez como unidades eligiendo cada vez como unidades muestrales agrupaciones o muestrales agrupaciones o elementos más pequeños elementos más pequeños (seleccionar colegios, seleccionar (seleccionar colegios, seleccionar cursos, seleccionar aulas, cursos, seleccionar aulas, seleccionar alumnos).seleccionar alumnos).

Page 33: 10 muestreo

33

B) Muestreos no B) Muestreos no probabilísticos:probabilísticos:

Son procedimientos más rápidos y Son procedimientos más rápidos y sencillos que los anteriores, pero por el sencillos que los anteriores, pero por el contrario hay que señalar en su contrario hay que señalar en su debe debe que que no garantizan que las muestras sean no garantizan que las muestras sean insesgadas, y que no pueden utilizarse insesgadas, y que no pueden utilizarse para realizar inferencias o para realizar inferencias o generalizaciones fundadas. Tampoco generalizaciones fundadas. Tampoco podremos calcular su nivel de precisión o podremos calcular su nivel de precisión o exactitud.exactitud.

Page 34: 10 muestreo

34

Entre los diversos procedimientos existentes Entre los diversos procedimientos existentes citaremos los siguientes:citaremos los siguientes:

B.1. muestreo accidental o incidental:B.1. muestreo accidental o incidental: se se da cuando el investigador, sin mediar ningún da cuando el investigador, sin mediar ningún procedimiento intencionado de selección, procedimiento intencionado de selección, utiliza aquellos casos a los que tiene más fácil utiliza aquellos casos a los que tiene más fácil acceso. Es muy frecuente en investigación acceso. Es muy frecuente en investigación educativa (los alumnos del colegioeducativa (los alumnos del colegio

que conozco o de mi asignatura), a pesar de que conozco o de mi asignatura), a pesar de que en modo alguno proporciona indicios que que en modo alguno proporciona indicios que nos permitan generalizar los resultados nos permitan generalizar los resultados obtenidos.obtenidos.

Page 35: 10 muestreo

35

B.2. muestreo intencional:B.2. muestreo intencional: es es cuando la muestra se selecciona a cuando la muestra se selecciona a partir de ciertos criterios establecidos partir de ciertos criterios establecidos por expertos (por ejemplo, elegir a los por expertos (por ejemplo, elegir a los alumnos con las notas más altas entre alumnos con las notas más altas entre varios colegios). Puede ser muy útil varios colegios). Puede ser muy útil para conocer en profundidad un tema para conocer en profundidad un tema determinado, aunque tampoco ofrece determinado, aunque tampoco ofrece garantías de generalización.garantías de generalización.

Page 36: 10 muestreo

36

B.3. Muestreo por cuotas:B.3. Muestreo por cuotas:

Consiste en establecer a priori las Consiste en establecer a priori las características que han de tener los características que han de tener los sujetos que formen parte de la sujetos que formen parte de la muestra (por ejemplo, 10 muestra (por ejemplo, 10 estudiantes varones de Pedagogía y estudiantes varones de Pedagogía y entre 25 y 50 años), y elegir a los entre 25 y 50 años), y elegir a los primeros sujetos que cumplan con primeros sujetos que cumplan con tales características .tales características .

Page 37: 10 muestreo

37

Recordemos una vez más, para finalizar Recordemos una vez más, para finalizar este epígrafe, que la metodología este epígrafe, que la metodología cualitativa, por su carácter idiográfico y cualitativa, por su carácter idiográfico y por su insistencia en la especificidad (no por su insistencia en la especificidad (no generalizabilidad) de los casos y generalizabilidad) de los casos y situaciones, no considera adecuado situaciones, no considera adecuado utilizar procedimientos probabilísticos, utilizar procedimientos probabilísticos, ya que su finalidad es estudiar un tema ya que su finalidad es estudiar un tema en profundidad, sin pretensiones de que en profundidad, sin pretensiones de que el grupo analizado sea representativo.el grupo analizado sea representativo.

Page 38: 10 muestreo

38

Características del Características del muestreo…1muestreo…1

Lincoln y Guba (1985) han analizado las Lincoln y Guba (1985) han analizado las características distintivas que tiene el características distintivas que tiene el muestreo desde esta perspectiva, y que muestreo desde esta perspectiva, y que sintetizan en tres fundamentales:sintetizan en tres fundamentales:

a) el muestreo se entiende como un proceso a) el muestreo se entiende como un proceso dinámico y secuencial, esto es, a medida dinámico y secuencial, esto es, a medida que se analizan algunos aspectos o casos se que se analizan algunos aspectos o casos se profundiza en el proceso, recabando nueva profundiza en el proceso, recabando nueva información o contrastando la anterior con información o contrastando la anterior con otros puntos de vista.otros puntos de vista.

Page 39: 10 muestreo

39

Características del Características del muestreo…2muestreo…2

b) Ajuste continuo de la muestra, es b) Ajuste continuo de la muestra, es decir, que el muestreo no debe decir, que el muestreo no debe seguir ningún plan preestablecido, seguir ningún plan preestablecido, sino que en cada momento puede sino que en cada momento puede adaptarse a la información recogida adaptarse a la información recogida o a las hipótesis que la misma o a las hipótesis que la misma permita crear.permita crear.

Page 40: 10 muestreo

40

Características del Características del muestreo…3muestreo…3

c) Sólo puede darse por finalizado el c) Sólo puede darse por finalizado el proceso de muestreo cuando la proceso de muestreo cuando la información obtenida ya no añade información obtenida ya no añade nuevos elementos para comprender nuevos elementos para comprender la situación, es decir, cuando se la situación, es decir, cuando se obtiene la redundancia o saturación.obtiene la redundancia o saturación.

Page 41: 10 muestreo

41

Muestreo utilizado en la Muestreo utilizado en la investigación cualitativa…1investigación cualitativa…1 En este sentido Patton (1980) ha distinguido En este sentido Patton (1980) ha distinguido

seis tipos diferentes de muestreo utilizados en la seis tipos diferentes de muestreo utilizados en la investigación cualitativa, y cuya intención no es investigación cualitativa, y cuya intención no es procurar representatividad, sino procurar representatividad, sino “obtenener “obtenener tanta información como sea posible para tanta información como sea posible para fundamentar su diseño y generar una fundamentar su diseño y generar una teoría”(teoría”(Colás y Buendía, 1994, p. 254).:Colás y Buendía, 1994, p. 254).:

1. Muestras extremas: son casos muy raros, 1. Muestras extremas: son casos muy raros, poco frecuentes, pero que proporcionan datos poco frecuentes, pero que proporcionan datos muy útiles por su especificidad. 2. Muestras de muy útiles por su especificidad. 2. Muestras de casos típicos o especiales.casos típicos o especiales.

Page 42: 10 muestreo

42

Muestreo utilizado en la Muestreo utilizado en la investigación cualitativa…2investigación cualitativa…2

3. Muestreo de máxima variación, 3. Muestreo de máxima variación, que pretende recoger toda la que pretende recoger toda la variabilidad de casos posibles.variabilidad de casos posibles.

4. Muestreo de casos típicos.4. Muestreo de casos típicos.

Page 43: 10 muestreo

43

Muestreo utilizado en la Muestreo utilizado en la investigación cualitativa…3investigación cualitativa…3

5. Muestreo de casos significativos o 5. Muestreo de casos significativos o importantes.importantes.

6. Muestreo conveniente.6. Muestreo conveniente.

Page 44: 10 muestreo

44

Estas características y procedimientos Estas características y procedimientos específicos han de tenerse en cuenta a la hora específicos han de tenerse en cuenta a la hora de realizar una investigación, aunque de realizar una investigación, aunque conviene recordar que no existe aún una conviene recordar que no existe aún una teoría comprehensiva y fundamentada teoría comprehensiva y fundamentada (empírica o lógicamente)capaz de justificar la (empírica o lógicamente)capaz de justificar la validez de este tipo de procedimientos, validez de este tipo de procedimientos, semejante a lo que la Teoría de la semejante a lo que la Teoría de la Probabilidad puede hacer con los Probabilidad puede hacer con los procedimientos aleatorios, por lo que no procedimientos aleatorios, por lo que no tenemos referentes o garantías de la posible tenemos referentes o garantías de la posible validez o invalidez del tipo de muestreo validez o invalidez del tipo de muestreo planteado desde la perspectiva cualitativa.planteado desde la perspectiva cualitativa.