Process and results of Selective Coding

En el muestreo por conglomerados la unidad muestral ya no son los individuos, sino un conjunto de individuos que bajo determinados aspectos, se conside- ra que forman una unidad (Rodríguez Osuna, 2004). El diseño muestral por lo tanto se articula a partir de la identificación de conglomerados de manera que en pequeña escala, cada conglomerado es una representación del univer- so. Persigue, al contrario que el estratificado, heterogeneidad dentro de los estratos y homogeneidad entre estratos. Tal y como subraya Cea D’Ancona (2004), los conglomerados pueden ser demarcaciones territoriales de interés tales como barrios, distritos, municipios viviendas, etc., pero también insti- tuciones como colegios, centros de atención, hospitales, etc. Como se puede apreciar, en este tipo de unidades se busca que todos los conglomerados sean homogéneos entre sí (todos sean municipios, o colegios, o la unidad que se considere), garantizando que dentro de cada uno de ellos vamos a encontrar heterogeneidad interna en relación al tema estudiado.

La secuencia de este método consiste básicamente en extraer por proce- dimientos aleatorios una muestra de conglomerados dentro del universo some- tido a estudio, y dentro de cada uno las unidades que compondrán la muestra, que serán los sujetos finalmente entrevistados. Esta lógica del muestreo por conglomerados puede verse replicada en distintas fases dentro del proceso del diseño muestral. Si se da este caso nos hallaremos ante un muestreo polietá- pico por conglomerados. En esta derivación la selección muestral prosigue dentro de cada conglomerado, de manera que en cada muestra de conglome- rados se lleva a cabo de nuevo una elección aleatoria de otro subconjunto de

TABLA 2.10. Ventajas e inconvenientes del muestreo estratificado

Es necesario disponer de un mar - co muestral en el que se detallena las características de los sujetos en relación a las variables utiliza - das en la estratificación.

Es complejo de diseñar si es esta - blecen más de tres variables para la estratificación.

Introduce cálculos estadísticos complejos. IN C O N V E N IE N T E

S Todos los subconjuntos de la po -

blación se encuentran representa- dos en la muestra.

Permite organizar mejor el traba- jo de campo.

Puede hacer uso de distintos mar- cos muestrales para cada estrato.

V E N T A j A S

conglomerados, y así sucesivamente hasta seleccionar finalmente los sujetos a entrevistar. En los muestreos polietápicos por lo tanto la unidad de muestreo no serían los conglomerados, sino subconjuntos de ellos.

TABLA 2.11. Ventajas e inconvenientes del muestreo por conglomerados

Si existe escasa heterogeneidad dentro de los conglomerados la ca lidad del diseño muestral puede verse comprometida.

En muestreos polietápicos por con glomerados se requieren mar- cos muestrales específicos para cada etapa de selección.

IN C O N V E N IE N T E

S Es especialmente útil para en -

cuestas personales cuando la po - blación se halla dispersa, puesto que abarata costes.

No exige un marco muestral de todas las unidades del universo poblacional, sino únicamente de los conglomerados seleccionados.

V E N T A j A S

Cuando el muestreo, sea del tipo que sea, se aplica en una sola fase, la extrac- ción final de los sujetos que van a ser entrevistados se realiza de acuerdo a las normas del muestreo aleatorio simple y la información del marco mues- tral, lo cual no conlleva más complicación procesual. Pero en el caso de los muestreos polietápicos o en contextos en los que no dispongamos de una marco muestral adecuado es necesario diseñar procedimientos que garanti- cen la aleatoriedad en la elección final. Imaginemos que a un entrevistador, tras el diseño muestral, le es asignada un área territorial determinada para realizar entrevistas. Si en esos momentos en lugar de seguir las reglas del azar para seleccionar a los sujetos opta por comenzar a entrevistar por ejem- plo a las primeras personas que encuentra en la calle, o a las que están en la cafetería donde se ha sentado a desayunar, produciría sesgos de extracción que invalidarían los presupuestos probabilísticos y anularían en gran medi- da todos los esfuerzos realizados en la construcción de la muestra. Para sol- ventar estos problemas, Rodríguez Osuna (2004) nos introduce algunas de las estrategias más utilizadas en la elección última de los sujetos a entrevis- tar. La primera es la selección aleatoria de secciones censales e individuos. Como los municipios están divididos en secciones censales, el muestreo puede hacer uso de sus demarcaciones, de manera que la elección aleatoria de las secciones que formarán parte de la muestra acota en gran medida los espacios en los que se trabaja. una vez identificada la sección se procede a

elegir también de forma aleatoria las unidades muestrales que finalmente son las entrevistadas. una segunda estrategia es la generación de rutas aleato- rias. Aquí dentro de cada municipio con la ayuda del plano se establece un número determinado de posibles inicios de rutas para las personas encarga- das de realizar las entrevistas. una vez elegidos estos puntos al azar, la per- sona entrevistadora realiza una ruta de acuerdo a instrucciones concretas sobre giros, elección de números dentro de las calles, viviendas y personas seleccio- nadas que garantizan la aleatoriedad. Finalmente, una tercera opción que qui- zás constituye uno de los sistemas de muestreo más utilizados en investiga- ción, aunque no por ello la más idónea, es la cumplimentación de cuotas. Dado que en ocasiones la selección completamente aleatoria de los sujetos a entre- vistar provoca muchas dificultades para realizar en ocasiones la entrevista, se opta por una estrategia mucho menos rígida, donde la selección de una perso- na se supedita simplemente a que cumpla una serie de características defini- das previamente y utilizadas por el investigador para el diseño muestral. Así, a la persona entrevistadora se le solicita que en la ruta que efectúe debe apli- car el cuestionario sobre un número determinado de hombres o mujeres, que cumplan unas características concretas de edad, o de nivel de estudios, o de situación ocupacional, u otras variables derivadas del proceso de muestreo e indicadas por el investigador. Esta opción no garantiza la aleatoriedad en la selección de las unidades últimas de muestreo, lo que impide por ejemplo que no se puedan calcular los errores muestrales, pero como decimos es un recur- so utilizado frecuentemente en investigaciones con encuesta.