Hernndez, R.

,
Fernndez, C. y Baptista,
P. (1991) Metodologa de
Investigacin. Mxico:
Trillas.

implico dehnir

No siempre, pero en la mayora de los casos sirealizarnos el estudio en una m

ua. S610 cuando queremos r e a h un censo debernos induir en el
todos los sujetos del universo o la poblacin. Por ejemplo, los estudi
cionales en empresas suelon abarcar a todos sus empleados p a evitar
cxduidos piensen que su opinin no se toma en cuenta.
muestras se
por tconoma de tiempo y rrcursos.

*
4

Aqu el inters se centra en "quC o quinesv, cs decir, en los sujetos, o & o s , 6

sos, m t o s o contrxtcs & estudio. Esto depende del planteamiento inicial & h
investigacin. As, si el objerivo a d w i b i r d uso que hacen los iuos e h&$
visibn, lo m& hctible wr; interrogar a un g i p o de nifios. T a b i C n
entrevistar a las mams de los niiios. h g e r entre los &os o sus mam&, 04
ambos, dependera no &lo del objetivo de ia inuerti~cin,sino del diseho dc hj
misma. En el caso de la investigacin de Fernndez Collado, .Baptista y Eksl
(19981,dcnde el objetivo bsIco del estudio era describir l2 relacin nIfio-televi-

sin. se determin qiie los sujercs seleccionados para el estudio fueran niosquc
respondieran sobre sus conductas y percepciones reiacionads ccn este medio de
comunicacin.
En otro estudio de Greenberg, Ericson y Vlahos (1972), el objetivo de uialisis era investigar las discrepancias o semejanzas en !as opiniones de madres c
hijcs cor. respecto al uso de la televisin. Aqu el objeci-:o del estudio s l i p w la
seleccin de mams y nios, para entrevistarlos por separado, correlacionando
posterioirnente la respuesta de cada par madre-hijo.
Lc!anterior quiz parmuy obvio, pues los objerivoi de !os dos ejemplos
mencionxios son daros. En la prctica esto no parece ser tan simple para muchos estuiar,tes, que en propuestas d+ investigacin y de tesis no logran uril
coherencia eiitre los objetivos d r la investigxi6n y la unidad de anlisis dc L
misma. Algunos errores comunes se enaentran en el cuadro S. 1.
q o r tazto, para seleccionar una mriertra, lo primer<;que hay que hacer a
. definir la unU&cnlisis (personas, organizaciones, periGicos, comunidades,
dcsituaciones, eventos, etctera). El sobm qu o quiinrs se van a rrcokctar
p d
rnfoqur rkgrdo (nrantirntivo, ~fitalitativoo mirto), &fplrlntramirnto drl

ir,

M u j que aparecen en
los oriuncios de tale-visin.
E m no hoy grupo de
camporacin.
Gmputar e! nmero de
conffios sind~ales
registradosen d
Ninisterio del Tmbaio o

iaboroks dorente
ks ltimos 5 aos. Errar:

h a &

teievisin para ccmparar H las

catq&as de anlisis difieren
entre b s grupos.

Muestra de obreros que

trabajan en el rea
metropolitana cada uno de las
cuales, contestor o bs
preguriias de un aesiionqrio.

b pregunta p r o p e
iitdagor actitudes
individuales y esta undad
e anlisis deilota dalos
agregados en una
estcdstico loborol y
mrosocial.

di3 fueran nios

ias con esto madi

:;Qu sectimientos suelen

n a r i f i o r o los personas
m han perdido o su
&,wgen
UQ occidenie
Pgikmovilistico reciente?

Grupo de aci&xen!es.
Apliciir(es cuestionario.
Error: se procedera o
describir nicamente cCmo
paciben los adolescentes
lo relacin con sus padres.

Grupo de padres e hiio:.

Hombres cuyos parejos

hnn foliecido en un
occidanle auiomcvi~istio.
Error: no se ccbte m s que
cl Jexo r n o x ~ l h ay debe
deiinirse qu :e entiende
por 'reciente'.

h~mbresy mujeres que han

~ r d i d o su p r e j o en un
acciden:e outomo=ilisiico en un
pwiodo de trej meses O menor.

Yocientes de enfisema
pulmonor en estado
terminol. Erroc la
comunicacir. es un
proceso entre dos octores:
mdico: y pocienles.

Pocienks 8e enfisma
pulmonor en estodo terminal y
su: midicos.

Contadores publicas y
controlores de las
empresas del
Departamento de Medellin. Error: &y el resto
de los contribuyentes?

Personas fisicas (contribuptes

que no son empresas de todo
tipo: profesionalos
independientes, trckiob-es.
empleodos, comercionies,
...) y
asesores, coorisult~res
representantes de emprasos
(contiibiiyentes morales).

ambas paries se les oplicar el

cuestionario.

+2
-;*

k canvi.iwcin

Genen con sus mdicos

kbopocientes de enfissma
rP
en fase termwal.

4c

iS.
cultura fisccl de

Cuadro 8.1

probma a investigar y a% los alrances dcl estudio. Estas acciones nos lleva&
siguiente paso, que consiste en delimitar una poblacin
En el estudio del SIDA que ya hemos mencionado, la unidad de an
fiieron los receptores directos de sangre o derivados contaminados c
sobreviven y los contact;>sde r a p t o r e s directos (cnyuge e hijos n
te el ~ e r i o d o19841987) tanto si sobreviven como si no.
Aqu es importame sealar que tanto en estudios cuanutaUvos corno
c d - z i v o s , o las distintas modalidades de mezclas entre ambos en
recoldatos en una muestra. (Aunque algunos autores del enfoque
vo se escznGaiz2n con sdo escuchar la pdabra "muestra".) Desde iuegc, el co
cepto 'muestnn adquiere distin:os significadosy represeiita algo diferente,
segPygl
el enfbque de in'~estigaci6nde que se trate.
-4Y
Para el enlCoque cuantirativo la muestra es tin subgrupo de ia poblacin de=
inters (sabre el cua! se habrn de recolectar datos y qrie se define e delimita
antemano con precisin) y tienc que s:r rcprsentativo de ista. El iiivestigador
interesa en que :os resultados encontrados en la muestra logren generalizarse
actrapoarse a la poblacin (en el sentido de la validez externa que se comentd
hablar de experimentos). E! inters es que la muestra s e estadsticamente r e p,ir
9
sentotiva. 1
Para il d q u e cualitativo, la muestta es una unidoddc
anlisis o un grupo de personas, contextos, eventos, su-*
pB *e - .
coniunidades, etctera, dc znlisis; sobre el (la) cuai x k-*
M u a t n (enfoqlle ccuan~itarivo).subgrlipo dc
br.ii de rccoicctnr d.iio\. sin que iic-cc-\.irinniciircsca rcpresenla poblacin ael cual se recolectan los drroc ?
debe ser reprcxnrariva de dicha p b i ~ c i n
tativofa? dri i ~ n i v ~ Or ~Imbl:i~iCj~i
o
qrlc sc ccriidia. Inc!uso,
I > ~ ~ I ~ ; ! . : S vea, 1.1 niitv,:ra cs (-1 ~ ~ r i i v c
i i i~i ~
s ~>icic~ )amilisk [por
ejemplo. i i i i n ir:vestig.7ci6n solm In\ 7 c . d ~y ~los lxms dcntro
de una comiiiiida~Jdc "ninos dc la cailc", donde tal coniunidad o p i p o ej
ii:iiv<rw y 1.1 iiiiir-5rr.i nl i i i F I l l 0 I I ~ I ~~ II !C ~todo,
S,
105 intcgrJ-ntc>
SC. iiicli~y~n
en
la ;ecolecci6ti y el an,7:liskdc los d.i!os). Ahisiiio, cii acJ-&mesla iiiue'tra riox
determiria hasta que se h 2 realkdo la i~mersininicia! en el campo y liega 2
\'aria7 conr'orrile transctirr: el estudie. Por ejemplo, si decido analizar la comunicuacacion ~dico-pacientede enfermos rermindes de SIDA bajo la
litativa. despus de una ininersiv i n i d (que implicara oSservar actos
coiiiiiiiic.iciciii cnrrc iiiidicos y paciciirs rerminalcs.
iiiI;,riii.Jc:. ccn iii6dicos y pacientes, vivir en pabellones con ,
'
csc
:ipo dc ciif;r:nos, etctera). ~ o d r i adarme cuenta de que
M u a t n (enfcyiie cwliurivo): iinidzd dc
4
i
dicha rclacin esta mediarizada por el personal no m & b
a d k k o ccnjunro de pcrscnai. conremos,
(enfermeras. auxiliares, personal de iirn~ieza)y entonccsde!
~
t o sucesos
m
sobre cl (la) cual se
~ ' ~ h mlos datos
n
sin quc mcesarimncni;
cidir q + y , p r I oa !a muestra.
1
q - ~ r i v ~ ( ~ ldel univcrsii.
I.I iiivr\iipci(ii ciialitariva. por o i z cnracrcr;sticasg

&a

..

dio comenzamos c m una m u s u a (predeterminada o no, ccmo punto de inicio,

J
una muestra de sangre, de escuelas, de procedimientos adrninistrati, je uabajadom, de episodios de interaccin Familiar, de materiales rocosos,
de actos de atencin a IGS clientes. una familia o una persona.

sril
ambos afoquq w

.antitativos como

%b

o de ia poblac%n
define o delimiu de,
;ta. El investigador st m
,igren generaiizarsc oi&
na que se coinent6 al *
tadsticamente qe*
S-

btra es una unidad&*

ros, eventos, sucesos,
*recl (la) cual se haiameiite sea represense estudia. Incll;so,
iismc, de anlisis (por
ies y los lazos denm
.midad o grlipo 6 d
:Tanres se inc!uyen en
o n a a muesrra nose
m el campc y llega a
o analizar la comunijo la perspecriva as observar actos de
es terminales, charla
con
vir en
darme cuenta de qG - ,
personal no m.
pieza) y entonces de

G~(MO SE DELIMITA UNA POBLACIOW?

--

es decidir si nos interesa o no delirnitu la poblacin v si pretendemos que esto sea antes d e rrcolectar los datos o durante el proceso. En !os
dios cditativos por !o comn la pobtacin o el universo no se delinica aprioi.
los omtitativos casi siempre s. En los enfoques mixtos eilo deperide de !a
sicuande investigacin.
Claro esc que si la unidad de anliss no se de~erminaantes de reco:ectrr lo:
datos (que sera el caso de algunos estudios cuPlimtivos exploncorios). mucho
muios seramos capaces de dclimitzr la poblacin.
Parad enfoque cuantitativo. una poblacin es d cocjunto de t o d a los casos
que concuerdan cor! un2 serie de especificaciones (Selltiz, 1980).
Una deficiencia que se presenta en algunos trabajos de tesis, bajo el enfoque
cuantitativo, es que no describen lo suficiente las caractersticas d e la poblacin
o consideran que la muestra la representa de manera automtica. Es frecuente
que muchos csttidios qiic slo se basan cii muestras de esrudiaii te: uiiivcr5itario\
(porauc es fcil aplicar en e!lcs el i:istrunienrc de niediciii, p c s ~.stlia la
marlo! h q i n geiiernlizacioiies remzrnrins sobrc ivenes que tal vez poscaii crras
uraciersricr?~
sociales. Es prckrible eiitoricrs. para el ciitoque cuaiirirarivo, esnblecer con claridad !as carricrers;icas de la poblacin, con la fiiinlidad de delirni-

Lo anrerior puede iliisrrarse coii cl ejeniplo de la iiivesrigaciii cobre el liso

de la televisin por ios nics.

Est daro que en dicha investigacin la unidad de anlisis son

. nios. Pero, de qu polacihn sc rratn?, ;dc d o s los nios del miiiido?, ;dc todos loc
ninos de !a 1~cprhlic;iMcxicaG'Sera muy aml>iciosoy prjcticamente imposible referimos
a p~blacioiicsn i i eraiidcs. As.
I
m nuestro <j~iiipI(:.In pol>!:icien S: deliiiiiiti coi1 Iusc rii l.:
figura 8.1.

'

primaria en acucias
privadas y pblicas del
rum3 mamrino

Ii

Esca definicin elimin, por tanto, a niios maicanos qtie no vivieran d 2

rea metropolitana del D.F.,a los que no var- a la escuela y a los menores de gd
aos. P.unque, por otra parte, permiti hacer una investigacin costeablS coa 3
cuestionarios m ~ o n d i d o spor nitics que ya sablan escribir y con un
sobre la indusin de nios de todas las zonas d<la metrpoli. al ~ s alar ubicri
n4
de !as cscuelss como puntos de referencia y de seleccin. En ste y otros cua,
deiimitacin dc las caractersticas de la pblacin no s610 depende de los & j
v a del estudio, sino de otras razones prcticas. Un esnidio no ser me;w porq
tener una poblacin ms grande; la calidad de un trabajo estriba en d $ i m i d
claramente la poblaan con base en 10s ot>ietivosdel esnidio.
4
Para dttIfoqwnranrittiw, Carpob&ncs
a b e n si.ruarse claramente cn
a M carartcrrtiurr a5 contenidc. 05 Ir<garym 4timpo. Por ejcnipio, en m
1
dio sobre los directivos de empresa en Mxiw (Baptista, !3833 y ccn base lug
consideraciones teCirica,c del m d i o que describe el comportamienta g-Qziq
de los individuos y la relacin de ste con otras variables de tipo otganiza&n& 4
ng
se procedi a definir la poblacin de la siguiente manera:

'

Nuestra pblaciri comprende a tidos aquc1:os directores generales dcM

empresas industriales y comercides que cn 1983 tienen an capital sociai SU^^
perior a 30 millones de pesos, con ventas superiores a los 100 millones de,? pesos y/o con ms de 300 personas empleadas.

-44
'.
S .

En este ejeniplo se delimita claramente la poblacin. acluvendo a personas qe no son direxxcs eenerdes a einpresas que no wrtenczc:in al 5ir0 iiidusrrial y conierad. Sc
Poblaci6n o =verso icnioque cm:irlriro)
csablece tamhin que se rrara de empresas medianas y gianconjunro dc todos :os casos que concuerda
con dcrcrminadas espccificacioncs
des, cun base en criterios dr capital y de reccirsos huxcanos.
- ,.,
Por !timo, sc iiidica que estos ~rirer1-i~
cperz,, c.
,C?
Los criterios que cada investigador cumpladependen de sus objerivos de esnidio, !o imporzante es establecerlos dc manera muy especfica S; estarnos trabajando dentro de una visijn cliar,tirat;\a-deductiva. Toda investigacin debe ser
transparente, as como estar sujeta a crtica y a rplia. y este ejercicio no es posible
si al examinar Ins resultados e lector no p e d e referirlos a la poblacin utilizadaen
un cstudio.

iCMO SELECCIONAR LA MUESTRA

BAJO UN ENFOQUE f UANTITATIVO?

no vivieran en d
los menores & 9
5n costablc, con
ir con un o o n d

@ H a ,o mejor dicho de los

ip & rnuatm con la finalib d dc
elegir la ms conpan un CStridio.

Figura 8.2

Lumicrztrars,tncfdun

&p dr h

~Diga-

mos que es un subconjuiito de

no ser mejor p a d
aiba en delirninoily

-la*mcntZ tn mm*
-rl
~niplo,en un cmiIIi
3 ) y con buc en las
a!E
rainiento gmna?l,.

ir<-

In poblacin. a- -

i v

C~:wr31c~.
a cm-

rriil y coiiiercial. SC

as medianas y gran: recursus Iiurnanor

o p r ~ o cn
n 1983.
sus objetivos 8 e a r ~ -,si es-os
t~bajan~estigaci6ndebe ser
jercicio no a
oblncl6n utili7adaa

&mntos que perceneren a es:

miunta dPfindc en sus carac&cas
al que llamamos poblacin. Esto se representa m
figura 8.2. 6 0 frecuencia
lctmos y cscuc!!os hablar de muestra rrpmmtaSua, maestra al azar, m r w c
Jcaconk, como si con los simpies tdrmino: se pidiera dar ms seriedad a IGS
m&ados. En realidad, pocas veces es posible medir a toda la poblacin, por lo
que obtenemoso seleccionarcosuna mtiestra y, d d e luego, se pretende que =:e
rnbconjunto sea un refiejo fiel del conjunto de la poblacin. Todas kz muestras
& a j o el enfque mticativ+
deben ser representativas; por tanto, e! us<i de
ate tCrmino resulta por dems intil. Los trminos a a v u y alcatono rnotan un
hpo drprorcdimirnto mechico relacionado con lapmbabilirl.zdy c m laselccc&n &
rlnnrnlo; pero no logra esclarecer tampoco el tipo de muestra y el procedimienio de inuestreo. Hablemos entonces de esto en los siguientes ap.mado.

Kpos de muestra
Bviumente categorizarnos las muestras en dos graides r2mas: lrrs n.urstm tro
pmb~bifrticrzi
y Lu tllursrri pobabifiitira. En estas zfrima. toah b s tkmenros a5
b poblacidn tienen la misma posibililiad &m escogrdos. Esto se obtiene dcfinindo las caracteristicas de la poblacin, el ~omaode la mlicstra, y a travts de una
xltccin aieatoiia o mcinica de las unidades de andisis. 1,nlagnese el procedimiento para obtener c! nmero premiado en uxisoneo de2vter;a. Este nmero
va formando en el momento del sorteo, a panir de las esferas con un digito
4.1~
se sacan (desp& de revolverlas mecnicamente) hasta fgrmar el nmero, de
mncra qie todos los nmeros tienen la misma probabilidad de ser elegidos.
En la<muesms noprob&listica, la eleccin de los demcn~sno depende de :a probzbilidad, sino de c2usa rcla~nadasc m l& cvacterfstLs de la inwstig.lcin o de quien
MUp r ~ b a b s r subgnipc
i~
dc ia
k h mucun. Aqui el procedimiento no es mecnico. ni
pt,,a&5n s.d q u todw
~
los d c ~ n c ~de
?t~
Con bax en frrnuls de probabilidad, sino que depende del
ricncn 11 misma posibilidad de ser
P r o c c ~de toma de decisiones de una ?&sona o de un grupo
clcgidos.
dc~crsonasy, desde !uego, !as muesrras seleccionadasobed-

e n a otros criterios de investigacin. Egir rntw una m~(~straprobabifstica

o um
nopmbnbiUnm d r p d dr kx objetivos &l estudio, &l c s p m & invatigacidn
'j
& & conttiburidn que up h h a q con eika. Para il us- lo ante"or r n e n c i a
~~
remos varios ejemplos que toman en cuenta di&u consideraciones.
,q
%ii

n o a al uu.zunquc k asignwin de lcs nios alos grupasSI

lo a .

C;;;ai~
de: h ~ s c
iw -&de l& 2 807 ~ i a o ntrar&ior.a
&'.
7
daividos
provenientes
dC T r w f i i s i o n a p~ar_atolo&. S. A".
rs:Ya?
3'-

$T.-:.
C+n~rio: la m u a a sc obtuvo de a&ra
fcmiia. nsaundo a lu personas a
"-'ids;ii-e archivos medi& que se cncuenuan en los hospiala donde los pacientes
iccibieron los productos hemiricos. Por tiempo y recursos a proedi a obtener a t a
mucsrra n o probabilistim.

SELECCIONA
UNA MUESIRA PROBAB!~!STICA
BAJO E l ENFG;JUE
.
CUANTITATiVO?

G*CMO SE

la eleccin entre ia muestra probabi!sttca y /.I no

76ilstic~je & t ~ ~ ~ mlr
r i wh s c t 1 1 /oc o b j h m dd I-studio,el rsqrrmn Ar
'firfjf~gacin
y tl n l m ~ r de
c ~,ir< (.orrrr,/,lr(-i~)cts.
!a s muestras probabil scicas c i e n w
" d a s ventajas, quizi i3 p r i n c i p a l sea que puede medirse el tamao d e error e n
;'ucstrai, prdiccionr.s. Se dice iricruso q u e e l p:incIpa! objetivo ri CI disco d e
U" muestra pr&abilstica es reducir a! m n i m o este error. al ~ W S Cl e llama m o r
d & r (Kish. 1995).
W W S I pm/)t~/>i/;ri<i,s
~I:~
snll cscnciaies eii loc diseos d e in\rscigaciri
irr-\tas), doritfc sc prcrciidc h x c r esrirna' Q n s ~ ~ ~ i o n . i cI i~\ i . l i l r i i > ~ , \ ; ~( p\ 3 v
"Ones de vnri.ibl~\ci -1.1 Iv>l,l;,ci<iil:
estas variables se ni;dt'ii con inscrwnenros d t

Rwmirernos diciendo que

'U,

medicin (capitulo 9) y se analizan con ~ruebasestadisticas para el an&iis

datos, donde se presupone que la muestra es pmbabilistica y todos los dem
de la poblacin tienen una misma probabilidad de ser elegidos. Lqs
tos mucstrales tendrn d o r e s muy parecidos a los de la poblacin, de
que las mediciones en el subconjunto nos dar& estimados precisos del
mayor. La precisin de dichos estimados depende del error en el muestra,
posible calcular, pues hay errores que dependen de la medicin y estos
se dculan probabsticamdnte.
Para hacer una nuestra protabilistica es ntc~s:~rio
entmder los S
tnninos y sus definiciones:

YPC'

\QS

Tambin acs incc-

conocer.

.. .: .

-- -

.-,;
. .-..,
.

?!-.

.-

Como Ins valores de la potlzcin no se conocen, seleccionamos una

m u a r r a n y, a travs de atimadola mupra. idairnos d o r e s
de l a poblaci6n. ?sed d nlor Ae Y, d ad d-noccms
Ei la m u e s a , F a un estimado promedio que podemes
Sabemos que en nuesua a t i m i u n habr
a d d , ui emr, d cud depended dd n h e g de

-:

%C..
.iQ '.

.-,a
u=

lidrmiori6n esdndar & b Ldisn i

b d n rnycstral y representa

la flurr~acindeF
(se)' =

d m o r esdndur dcuadrua, l a frmula que nos servir para calcular

r u l l n z a (V)de l a poblacin (N).Y la wianu de la muestra (n)oxi
la expresin F.
& h miurna, l a dp h d e u r r n i n m ca t m i n a r de
probrbiliciad don& 9 = p( 1 p)

- -+,

:*

- &.*>.S

;?---

II
i:

S
tamao de la poblacibn de 1 176 empresas
4
y = valor promedio de una variable = 1, un director general por empresa Y
se = error estindar = .O1 5 , determinado por nosotros
4
V2 = varianza de la poblaci6n. Su definicin (Se): cuadrado dei error eshkq
I' = varianza de la muestra expresada como la probabilidad de ocurren& &a

.a
311

F.
,= t a r n ~ ode la muesua sin ajustar.
n = taniao de la muestra

."1
rrl

Susrituyeiida, teneriws que:

el

- 2

E&

h .uianz.
m * m ,

# = Enh.

Es decir, pnrn iii!csrr:i invesrig&h

necesitaremos u n a mues:ra de 298 di-

rc.c.iorc.\ ~ c . ; i v r . i l l . \ .

'

:I priqi<;..i;t>

(~III

.niucstra a d e c u d o y r . 1

yc e n el CD. dcnoii,insti.;

i ~ i v c s t i ~ a d ap ~t ~r c d ; ~dcrerminar
~,
el
t1(1< c I : \ r ~ i t I i : ~ i i ~ocCI
iiii ii!iivcrzo,

rarnaodr

sin tcner quc desarrollar frmulas. el programa que scindw

S'TA'TSCO, l o r m l i z i con tan solo tcxlear cicrra intr~rmacidn.El p r o p

iIrai:iaho del universo o la p o l l a r i i i (auiique sea zproximadd

39 53'3 cnsos da l o r r i s i n o c i i d q i i i e r tamao del u n i w m
( 1 OOU 000; 200 000: 54 000 000. r i c k c r ~ ) por
.
l o q u e si rec<rlc;tnios u n n m c r o mayor a 99 m

i;ia nos solicira q c c dcizri:-iiicii;os

rcci,rdaiido q u e p o r c i i c i i n a d e

Muestre prababilistica estratificada

FJ

+ m p l ~ anterior corresponde a una muestra probabilstic~simplc. Dererini-

w,,os en este
que el tamaiio de la muestra sera dc n = 298 directivos de
mpresa. Pero supongamos que la situacin se complica y que deberemus

eitificar esta n con ia finalidad de que los elementos m~estraleso las unidades
dcon&sisposean uri determinado atributo. En nuestro ejemplo, este atributo es
<I en>de la empresa- Es decir, a>indo no Sama que cada uno de los elementos
tengan I? misma probabilidad dc x r escogidoi, sino quc adenis es
-io
am;trFcar a! muezrm en relacin coo estratos o catcg~ras
que se preI
Q ei~la poblacin, y que acms son relevantes para les objetivos del estudio, d i i a w-a muestra prohbilistica cstratifiada Lo que aqu se hzc,*es
a la pob!acin en sub~oblacioneso estratos. y se selecciona una muestra
p;rn
cstraco.
13 estrarificaci6n aumeim la precisiii de !a niiiesrra e iniylica el uso dclibcd o de diferentes tamaos de muestra para cada estrato. "a fin de lograr rcduci:
t vuianza de cada unidad de la media muxral" (Kish, 1995). En sl; libro de
muarm>, !Gsh afirma que, en un nmero deterniiizdo de elenic!itos niuu:rales
I = C. nh, :a vxianm de la media muestra ). puede redcirse al mnimo. si e!
amao de la muestra para cada esrrato es proporcional a la desviacih esriridnr
dcnm del estrato.
ilt

srra i-2911 di)S

prt:hd,ili~
Exiractivo y siderrgico
MetaCm~anicas
Ahentos, bebidas y tabaco
Papel y attes srficos
Textiles
Elctricas y 'electrnicas
Autamchiz
Quiniic~farrnccuticc
Ohas em~rescsde hunsormaci5n
Comerciales

2
3
4

5
I iiur

~1 tan&&

:rarnz queni&-

macin. El p w i
'
ie sea rproxirrJdoL
iao tiel un--S

8
9
IU

rc- niaynr a 99 99)

53
1 09
215

87

98
11@
C1
22:

1.5 1
51
N = 1 176

pa ejemplo,

5 3 directores de empresas exhactivas corresponden a lo poblocih tc'tol de este

giro
2 5 3 4 as la fraccin constante.
13 es el nmero redondeado de directores d e empresa del giro extractivo que
tendr que entrevistarse.

Esto es,

En donde la muestra n sed iguai a la suma de los elementos m u d a

&

Es decir, el tamafio de n y ia varianza d e 7 peden minimi-me, si

asubmuestrasa proporcionales a la desviacin estndar de cada estrato. Esto

En docde nh y Nh son muestra y poblacin de cada cstrato, y sh ts !a dm$

cin srndar de cada demento en un determinado esrraro. Enronces renemah 4
que:

Siguiendo ccn cuesuo ejemyio de los directores de empresa, la poblacir!a:

de 1 176 directores de empresa y el tamao de muestra es n = 298. ;Qu mucsm
necesitaremos para cada estrato?

m
Muestra prcbabilstica rstrarifiurt:
s u b p p o ui d que la poblacin sc divide en
qnicntoc y u x ~ ~ C U O
xna
C~
n x t i r r a pzrz
cada q ~ n e a r o .

Dc mancrr qgs ei total dc la si~b~oblacin

se multiplicar pGr csra fraccin constante para obtener el tamaio ae h
muestra para el estrato. Susrituyendo, tenemos que:

Nhx f h = nh

Mues!reo probabilzfico por radmcs

En algunos casos, en quc el investigador se ve limitado por recursos financia
por tiempo, por distancias gcognficz.~o por una comlinacin de stos 7 G m
cbstciilos, se recurre al mwsttiz por racimos. En esre tipo de muesrrm sc
ccri corros. tiempo y energa, al considerar que wuchar veces las unidadadi
anlisis x encuentran encapsuladas o encerradas en determinadas lugarcs ft-m
o geogrficos, a los que se denomina racimos. Para dar algunos ejemplos
..t
rr.0~el cuadro 8.3. En la primera columna se encuentran unidadcs de a&*
que frecuentenienre vamos a estudiar en ciencias sociales. En ia segunda co;m
ca. sugerimos pcsiblcs racimos donde se encuentran dichas elementos.

Muatrcar por rack

,
implicr. d i f ~ n u ' ~

,
,h &&d

de ;ir.&cnidad muestral.
Obreros
Industrias
+
de anlisis inAmas de casa
Mercader
&a quitnes van a ser N i h
Cokgios
medidos o sea* el sujeto
P - M ~ ~ S de klevisin
~rogmnwde televisin
o los sujetosa quienes en
instancia varnos a
$-carel insu~mentode medicin. La unidad muestra (en este tipo de muesm) se d e r e al racha a travs del cual se logra el acccso a la uiiidad de d i & .
E] m m o p o r racimos supone una seleccin en dos ecapas, ambas con prccedimantos probabilsticos. En la primera. se seleccionan los iacimos, siguiendo los
pyos ya xiiaiados de una muestra ptobabilstica simple o estratificada. En la
qunda, y dentro de estos racimos. se seiesciona a los sujetos u objetos que van
im&rsc Para ello se hace una seleccin que asegure que todos los elementos
Q1 racimo tienen la misma probabilidad dc ser elegidos. A coniinuacii; daremos un ejemplo que coinyrenda varios de los procedimientos descritos ,hasta
ahora y que ilustra la manera como frecuentemente se hace una muestra
pbabiistica e n varias etapas.

,,

crato, 7 sh es la dm*
7e
ro. Ectonces tenem
4 S

'b

ipresa, ia poblacin aF
! = 298. Qu m
-

". I

blacin se :nuitipb
tener el ramaiio de h
tenemos que:

- resutsos h a n k m
!cicin de daos y m
n~ rnuecreo se nd*
veces las unidado 6.
iinados Iugara Rriopr!
gi~nasejemplos r e
, iiriidcics de an@
Id scgun<iad u i i i .

iwest&dm Una rracir. dr radio 1-1

nrccsir,
con precisin. con la findidad de planear sus artaregias.
d o los adultos dc una ciudad tic 2 550 0 0
Es dccii. qiiC ranro r a d i ~ccc~chan,a que hom. que
y sur @niona con m p e a o a los p q r a m u

seiai- un cuariomio que indague utls

.dio. Los cxsti'onarios se aplicun poi
muestra rfc sujetos addtos.
cUos sujetos hornbrcs o mujeres d t ms de
cava o un dcprtlrncntn proiio o rentado dc k ciudad X.
Lad i ~ r m
de la staci6n de ridio damnd nilmm
araaerlticls rcridadu. Sir. embargo. iios piden quc
tn que abarqus a todos l a nijc:os adultos de 1; ciudad.
&nol6gia y p r ser jd' de familia, a decir. se d u y c a l a
Ia arn@ dc ~ l c c c i 3 n uracimos y x considera el i ~ s ode
udrd. el d india quc en &iidiiciu&d hay 5 000 cuadras.

1
1

iT"n10 dis~ribuiremoslos 909 clemcntos muestrala dc n, para optimiur k ;nucsrn.

de acuerc!~a n 13 disrribiicinde ia poblacidn r.n los cuatrc alratos sr~ioecoi&nicos?

ir

1-

' EsirotificociCn de !a

i - -'
Zlic

909

= ksh

1818

muestro:

mi-& la muestra.
.ocioronrnicos?

*COMO SE LLEVA A CABO

PROCEDIMIENTO
DE SELECCINDE U MUESTRA
EN EL ENfOQUE CUANTITATIVO?

it

De lo primero, hemos hablado con todo detalle; de lo segundo tra

ahora. Se cietermins el ~ a m a i i o& & rnuemn rr, pero j d a o seleccion
mentos muestrales? Se precisa el nmero de racimos necesario y jcino
cionan los sujetos dentro de cada racimo? Hasta el momento 5610 hemos
que los elementos se eligen aleatoriamente, pero jcdnlo se hace tsto?

Se utilizan tres procedimientos de selec6n:

4 a

Tmbola
Muy simple y no riicy rpido, con;iste en nurneix t d o s los elunentos muesa?&
les del 1 al n. Hrcer fichas, una por cada dernento, rcvolverlas en una c+,
sacando n fichas, segn el tamao de la mucsrra h
s nmercs elegidas 2
conforrnardii la muestra.
id
;61
As, en el cuadro 8.2. tenemos que, de una poblaci6n N = 53 e m p q 4
extractivas y siderrgicas, se necesita una muestra n = 13 de &&vos gniazb,
de cales empresas. En una lista se n-meran cada uril de estas m p ~ C
ih.&$pl
aparte se sortea cada uno de los 53 n-hmrros. 1.0s n h e r o s obtenidos scvenfictc~
con los nombres y las direcciones de nuestra lista, para precisar los que S&sujetos de anlisis.
i,

1. :r

ptt
p
'ti
r

Nmeros random o nmeros alectori~s

& i,,i,tiri.oi ,;~:iAoni m, significa 12 seleccih azarosa o fx:uita, sino L
utiliznciri dc 1111ciindro de nmeros que implica un mecanismo de probabib
dad muy hien diseriado. Los nmeros rrndom de la Corporcin Rand fugeiierndos coi1 un3 cspccic d;. rulcra eiecrrnica. E~isteun cuadro de un n d b
de digitos, publicaJa por a r a corporacin, cuyas partes se enciienrrar, CG kr
apndices de muchos libros de estadisrica. Son como :o muestran ei cuadro 8.41
el A-pndice 5.'
Siguiendo el ejemplo del inciso aterior, de:erminaremos un&n i ~ s t n
909 mdnzams o cuadras. y a parrir de cste iimei-ose determina una subm*
tr3 para u d l urr;i[u. \'&se q ~ :para el esrraro 1, la poblacin es de 27@ ara+
nas. Nunieranios cii riucsrrc listado o mapa las 270 cuadr2s y seleccionamab
~ m r i i d.1.1
. cuadro de riiiincros randcrn! los 50 casos que cunsrituirn n w in uesrra.

1:;

149 i L,
?.

'

,S

P.
b!

Ant

IISO

..

o r'orruita. sisa li
ismo de probpbili.

ici6n Rand f ~ m
k i r a de iiii &
encueiitian ~i h
-ra e! cuadra 8.41.

..

os una m u m &
lina una subrnuai es d e 270se]eccior.gmb
)nstitui& n r e .

fuente: Rand Cotporatiun.

Se eligen aqusl!os casos q u e se dictaminen en el cuadro dp nmeros ~andorn.

hasta compIerar el tamao Ce Ia nissrra. LOS nnieros pueden recorrerse hacia
arriR.1 hacia abajo o d e mariera horizonial. Al final siempre se logra q u e cada
cliaii~.ito rn;icstral r e n g la mismr
de ser escogido. Se eligeii aquellos onieros que contenga el listado. Si en nuestro ejemplo la poblacin es d e
270, se escoeeii los tres GI:imos digiros y sc p o c e d e d e la siguiente macera a
ulccc.ionar lo, casos, hasta completdr el riiinsro de elementos muestrales.
h a excelente alternativa para gerierar nmeros a1eato:ios se encuentra e n el
Pqrania STATS@.que c o n r i e ~ eun programa para ello y evita el uso del cuadro& niir,iert)s dlc~torios.Es hajta ahorn la rreior forma que hemos e n i o i i t r a h
Pra hacerlo.

Se numcii el !ismdo o mapa:

Seleccin sistemtica de elementos muesircik

Este procrdiniiento de seleccin es muy til y Mcil d e aplicar e Implica selecciw
n x dentro dc una poblacin N u n nmero n de elemenros a parrir de u11!nicrvalo Ay

Ka un intervalo que se: va a determinar por el tamaiio de la poblaci6n y el

de la muestra. De manera que tenemos que K = Nln, en donde K = un
terv va lo de seleccin sistemtica y N = la pcblacibn.

U,,fio

n = la muestra
nusrrcmos los conceptos anteriom wri un ejemplo. Supongamos qie se
q,,imhacer un estudio sobre varios aspectos de la publicidad en MGcia. h~spe& m e n t e s i pretende m d u que nmero de mensajes inormativos y que nde men.sajes motivacionales tienen los wmeniaies en la televisin maricana
%
,
e k t umiduemos
~
que los investigadores coiisipen videocasetes con
d g s los wmercides que han pasado zl aire en los diferentes canales de telmi<dndurante un periodo de un ao. Quitando los comerciales repetidos, se riene
una pobiacin de X = ! 548 comerciales. Con este dato S-:procede a determinar
q u nmero
~
de comerciales necesitamos analizar para genedizar a toda la pothcin nuestros resultados, w n un error estndar no mayor de .O1 5. Can la
b u l a que ya mencionamos en este captulo, cenemos que si p = .5, cntonces
t = p ( i - p ) = .5 - (-5) = .25

El intervalo I l K = 3 indica yuc cada ici-icr coi-icrci;il 1IK su s~.lr.ciioii.iri

h a corripletx n = 647.
L a sekrcit! sistem'tica de ekmentos nzuestralps 1/ K se puede u:i!izar ai elegir
kaclernemos de n para cada estrato o para cada racimo. L regla de probabilidzd,
1:: ,:ual cada elemento de la poblacirn debe tener idntica
de
wJ:icgiuo, se cuniplc ei!ipc:mdo !a sclccci~iidc I lh':il ami: SiFuierido nurstro
6cmplo. ?lo comenzlmos :i elegir dc I t n 1 5/48 ic)ii:rrci;ilcs
cl 1. 3, 6.
Y-., sino que procmamo.; que el en;piczo scn dcrcrniinndo por cl xwr. As, en
~ ' c w , podemos tirar uiios aados y si en sus a r a s niiiestrn 1.6,'). iniciaremos
~d conercial 163, y segiiiremos 169, 172, 1 75.. . 11K...y volvereiiios a enipep r los primeros si es necesario. Este rroccdimicnto de seleccin CF POCO
. .
wmplicado y tiei!e v:iri:i :I-iii.ij..\:L i;.iIqii;~.i
r i l v j tic c v r . i [ ~ UILI
~ n p o b l ~ i b Xi
a

re vrrn reflejados en la m u c r t n Asimismo, la seleccin sistemdtia lw

muestra
ya que, por ejemplo, tenemos que el p r o ~ e d i r n i @
e~~~
seleccin 1lKnos du una muestra con nombres que inician con las -1
abecedario, en forma proporcioiiai a ia letra inicial de los nombres de la pobh

64;

cin.

LISTADOS Y OTROS MARCOS MUESTRALES (ENFOQUE CUANTITATIVO)

=B

-a
'rl)
-raL
--$m

a s o hay q i r rericr en ceiiia lo coiiiplcto J c iici;i lisr;i. M I cs;icii~iid.sil veracidd,

su calidad y su nivel de coberrura en relacin con el problciii.~a invecrigar y h
poblacin que va a iiicdirsc. y.1 qiic 1 < ~ 1 ioi si : ,
. . : :..!lii\.c.iic i i I;I wleccih
Por ejemplo, para dgunas ciicucsras se considera que e! direciorio ($4
telefnico(a) es muy til. Sin riiibargo. hay que tomar en cumta que r n u h
nmeros tslef6nicos no aparecern porqur s m pivados o porque hay h
e
que no tienen telfono. La lisra de socios de una xociaciii como Chacina(Cmira Naciocin! d r In I n<ltiwi:i ~Ic-'Ii:iiisi;~riri;ici<:~i~j
110sscrviri:; si el
del csrudio (itcra, p : c]c.iiiI~lo.
~
c-oiioct.r In opiiiiii J c 10% ;isocindos coii ma uiia ncdid;i g~il>crii~iiicii~:il.
Ikro si VI ohjrtivo de !:I i r : , ,.s[ig:iciries el a n w
3
de cpinin del sector patrorid o empresarial dei pas. e! listado de iina ;ign;p9
cin no seria adecuado por n i a r mzcnes: Iiay otras sociedades p a t m n d ~
Cznncintra rwracnt;I s o l n i ~ i ~ iel~ twctor
c
de In industria Jc trnnsfoirna=ibn, --

..

-#

~ s t c a t aG: las asociaciones pzuonaies, d i i n a n i i 10s casos dup!icaos, suponiendo

Unao ms emppudiem penencccr a dos
ppcions
al mismo tiempo: mmo director a la
cx (ConfEdcdn Patronal de la ReptibliGpun?
~ d c a n a )y como empresa a la Ah'iQ (Asoua~ 6 ~c~ u o nde
z lingenieros Quirnicosj.
Hay listas que pmporuonan una gran ayuda al
M g a d o r . Puisanos en dirmorioj e s ~ i h d o s
como d hdustridata. quc lista a las emp- media-

do de dicha I

m Y Pd a (disponibles en todos los pases de

h ~ c atina);
a
los directorios por d e s (c los prc;-

axnpueationdes quc tienen a nivel regionai

,hnmacional des directorics); el directorio de
d o s de comunicalln, que lisa casas producestaciones de d i o y televisin, peridicos y
misras. Este ti-po de directorios rdizados por profaiodes mdtan tiles al inv=igador, pues repreuntan Una compilacin (sujetos, empresas. insonicioncs), res~ltadode horas de trabajo e inversin de recursos. Tambin en
lntanet descubriremos muchos directorics, a los que se accesa entrando por un
+dar de bsqueda. Recomendamos, pues. utilizarlos cuando sea pertinentc, tomando en cuenca las consideraciones quc estos directorios hacen en su ind u c c i h y que reveian el a a~que pertenecen los dacos, c6mo se obruuierm
khac?sriamenre,por cuezricn:!ri3s, por voiuncarios) y ?myi ? r p m . ~ wquines
~,
pm qu quedan excluidos del directorio.
En muchos pases se cuenta tarnbin con direcr~riosde asunciantes eri puk d a d y nercadotecnie. Con frec~ienciaes riecesario construir li'tes r d h c . a
de ]Ecudes se selcccionarin los c:emenios que consriruirin las unidadcs
en una detcleirninzda invcrrigacin. Por ejemplo, en !a inwstipri5n de
~
~
~cl nio
i (Fernndez
h
j Ccllado er a[., 1998) se hizo sna nucstr:l
Idrbilisria atratificada p r m i n o , don& e s una primera etapr jc rclacioiia. "cuelas para. en ltima instancia. llegar a lo; nilios. PUS bien. para tal
*-o= consigui una lista de !as c-sciielns
del Distriro Fcdml. 'ad.i
u c n f a un c d i p identifiable por medio del cual se eliminiron !.ir csciic'pui nifios atfpicos. L r c listado coilrenia adems i!iformrciijn sobre cnd;i
~ b r SU
c ubiucin ( 4 I e y ;oIr>r.ia) y sobre su propid3d (pblica C.

..

-1.

1) escuelas pblicas clase A

2) escuelas privadas dase A
3) escuelas pblicas dase S

4) -elas
Privadas dase B
5) escuelas pcblicas clase C
Gj acuelas primdas clase C
7) escuelas pblicas dase D
8) esciielaiasprivadasdase D
Cada lista representaba un estrato de la poblacin y de cada una de
seleccion una muestra de escuelas. A, 5,C. D, representan n i d e s soci
micos.
No siempre existen listas que permitan identificar nuestra pbiacia
necaxio recurrir a otros m a m s de referencia que contengan descripcio
matcrial, las organizaciones o 10s sujetos que sern seleccionados como
de anlisis. Algunos de estos rnarcas de referencia son los archivos, los
volmenes de peridicos empastados en una biblioteca o las h o m de
si6n de varios candes de telcvisi6c. De cada una de estas instancias
ejemplos con m& detalles.

Archivos
Un jefe de reclutamiento y seleccin de una institucin quiere precisar si alguna
datos que se dan en una solicitud de trabajo estn correlacionados con el atisno del einpltcado. Es decir, si 2 partir rl: datos como edad, sexo. cstudo civily"
durac;l>ii cii otro trabajo. es tactiblc predecir que alguien tender a ausentarr
Para establecer correlacicnes se considerar como poblacin a todos los s i i j ~ ~ ~
iorirratados durante 10 a~os.Se relacionan sus datos en la soiicirlid de empb
con los registros de faltas.
Como no hay uria lista elaburada de estos sujetos, el invesrigador dc&
acudir a los archivos de las solicitudes de empleo. Tales archivos coristituyu:a
marco maestral a partir del cual se obtendr la muestra. Lalcuia el tamaho deu
poblacin, obtiene el tamao de la muestra y selecciona sistemticamente
elemei!to !Ir\'. cada soliriiud qac ser analizada. Aqu el problema que surgcc
que en el archivo hay solicitudes de gene que no fue contratada y, por tanro.m
debe considerarse en el emidio.
En esle caso, y en orros en los que no todos los ekrnentcs del niara&
referencia o de: una lista aparecen (por ejemplo, nombres en el dirsctorio P'"?,,
r
corresponden a una persona fsica), !os especialisras en mucsrrco ( G h , 19%
Sudmm, 1976) no aconscjnn el reempla~ocon ei siguicnre eiemciita, sinos&!

Imcnte no tomar en cuenta ese elemento, es decir, hacer ccmo si no existiera,

P
y m n t i n u con
~ el intervdo de seleccin sltcm&ica

~pr
-as
SO" muy des cono mara de referencia en muestras de racimo. Por
+pa, un investigador qui* saber qu 1n0nvaa los compndors ck una deuenda de autoservicio, A parcir de m a lista de tiendas d e cada cadena
c o m p c t i dmarca,
~~
&re m 'mapa de ia ciudad, todas las tiendas de autoservijos,'as cuales constituyen Una poblacin de racimos, pues en cada tienda selechnadids entrevistari o un nmero de clienres. El mapa le permite ver la poblacin
icen& autoservicio) y $11 situacin geogrfica, de manera que eligi ?lons don& mistan tiendas e la wmpetencia, para asegurarse de que el c o n s ~ n i d odr i
bmna tenga todas las posibles dtcrnarivzs. En ia acrudidad hay mapas de todo
"po: mercadolgicos, socioculnirales, Ctnicos, etctera.

Volmenes
En ate caso supongzmos que un estudioso drl periodisnio quiere hacer un anlisis de contenido.de los ediroriales e los tres principde.+diarios de !a ciudad
durante !os periodos llernados el I'orfiiiaco en Mxico o el Sobierr.0 Szndinisra
cn Kicaragii::. El iiivesiigador va a la Henieroreca Nxional y eiicuziirr;i q w lo\
Curios son ciiciincizrnzdos por rrimcsrre y ao, lo cual !e proporcion.1
:in nmco
~.
dr rcicrcncid i~lc.il,;i parrir dc donde s&ccionar I: volmenes para su anilisis.
cii el caso mexicano, que encuenrra que el volumen X. que conric!&~ii~ruiios,
nc CI peridicc El Hijo drl Ahuizott (enero-marzo, 1899), falta en la Herneroreu. ;Qu! Iiacc.? Pues redefin: la poblacin. rnaiiifesra-ido expiciraincnre quc de
.~volUrncnt.sticnc 99% de !os elernencos y, a partir dr esre nuevc nmero de N,
u h l su rniiesrra n y la seiec5ion.

Horcis de transmisin
Ea un ejtudio de Porrilla y Solr~ano(1982), los investigadores queran hacer
m d i s i s de aiiuiicios en la televigin mexicana. Las emisoras no proporcionan
lista 6%anuncios ni slls horas de :ransinisin. Por otra parte, s~ldramuy
grabar todos los anuiicios a rodas horas y sera imposible a r a r frente al
para haccrlo.
h e l a impos;bilidad de tenPr un 1is:ado de comerciales. se hicieron listados
idciirifcaron =da media h ~ r de
a transmisin telcvisiva en cad? canal: 2, 4 %

5, 9 y 13 de las 7:00 A.M. a las 1200 A.M. horas, durante los dias de u
semana de octubre de 1982. La poblacin estaba coiistituida del nmero t o d 4
medias horas de transmisin televisiva, N = 1 190 horas. Esta poblacin se &,j
di6 en estratos: maiana, medioda, tarde y noche, y se procedi a calcdu d
tamao de la muestra tomando en consideracin que por cada media hom &
transmisin hay seis minutos de comuudcs (De Noriega, 1979).
v
Se calcd6 el nmero de medias horas que se s e l e o n a r a n para obtener ulU
maestra n. Una v a obtenido el tamaiio de la muestra, se seleccionaron
toriamente n medias horas y, por Ultimo, se grabaron y analizaron tan &lo ;iqe
ilos comercides contenidos en las medias horas seleccionadas d azar, p que
representaron diferentes canaies y segmentos del da. El punto en este ejcrnplod
la construccin concreta de un marco mucstral que permitiera e! anlisis cie
muestra Frobabilstka de comercides.
?

En

qued<

rrnnia
h!C b;

*e
la0'
riim
pbc.

suj-<#m

de173

Periodos registrador
En la investigacin que se vincda con sesiones teraputicas, entrevistas con a
fermos o reos, etcrera, se dispone de los listados de archivos que por lo con&
guardan las instituciones.
E! investigador debe buscar posibles listados en cualquier parte para ?u
pueda obtener el tamao de su poblacin. El ingenio es el propio lmite pan
ello.

T A M APTIMO
~
DE UKA MUESTRA
Y EL TEOREMA DEL L~MITE
CENTRAL
EN EL ENFOQUE CIIANT!TATIVO
ias ~nrresrrasprcbabrIisticasrequieren dos procedimientos bsico:: 1. la delen*
nacin del tamao de !a muestra y 2. la seleccin aleatoria de lgs elemcnm
(muestrales
-El primer procedimiento fue descrilo en sli niodalidad ms simple
en la seccin sobre el tamao de la mwstra. Precisar adecuadamenre e tam*
de la muestra puede tornarse muy complejo, dcpcndiendo del problema de
vestigacin y la poblacin a estudiar. Par cl alumno y el lectoi en general, &
muy til comparar qu tamafio de muestra han empleado otros.in.ertigadorr~
en ciencias scciaies. Para cal efecto reprodu~imoslos siguientes cuadros sepm
dos piSudman { 1W G ) , que indican el tamao de la muestra ms urilizddo PCr
los investigadores, segn sus poblaciones (nacionales o regionales) y los SU-P
que quieren estudiarse en ella.

Ir
-1,

2'

prquc.

El
que nas
hra y r
cuatro !

hcia el
mayor- i

'

tujc esr

nda)
'la;
en c
usi sim

p
b

f'm&
Mdr,

L
-

.-.-

M& bien, interviene en la de&

que sean muestras naciona-

d a hon &

la

Mdicos
Conductos

o r r g i ~ n d ~ Sh
. a i u e ~ t r ~hitUdes

o u dde r ,~las que RPRde un pas,

a la poblaci6n

w m e n b sde
laboratorio

500

1 003+
loOo+
1oOo+

700-300
700-4GO

---

100

ph~mnsondrd d e 1 000
Og~
La .muestra del estudio
*,Qmo somos Ics mexicanos?" (Hernnda Medina, Narro rt al., 1987), consta
1 737 sajetos repartidos de la siguiente manera:
Fronrer y norte
Centro (sin D.F.)
Sur-siireste
Distrito Federal

~isras~nen-'A

Cuadro 8.6
I

696
426
316
299

por lo coni(i4"
S

.ne pan qir

4%
i o liinite pvr*

Las muestras regionales ( ~ o ejemplo

r
las que represeiiten ai rea metropoliuna}, de algn estado del pas, o algn municipio o regibn. sori tipicamente ms
pqueias. con rangos de 400 a 700 sujetos.
El tainano de una muestra tiecdc in;s ;i tlclwidc.r dcl ii~inirro(IC. c i i l x p l ~
pcnos iiircresaii cii una p;b!aci<in. !'or ~iciii(,lo.
j~odcriicamldivit!irl.i r-ii IioiiiG:a;* niujrtcs dc CU:IICO sr?ilms <!L.~d;trlo. .iiiii iii.ih. C ~ lIi < , * i i l > r ~ .\> iiitiicrc.\ .!c
-1i:ro grupos dc. d a d eii cada uii dc cii~coiiivrlcs soc~oeconii~icor;.
Si bir.
L r r cI CASOestaramos hallando de YO subgrupos y, por ende, rle una ni uestra
U!WEii el cu3dr0 U;. S(' tlc~cri!wilI:~II~:[T;IS ~ i l > i JC
~ ; :lill~~t!\i
t~
c
., 111'NI\Giatudio, segn su alcaiicc (estudios :i.ii i i ~ i i ~ i (ct \csiiidios C S ~ C ' C I ~i)I Crcg;u~
&) Y segn su unidad de aiilisis; c c decir, ,e trata de sujctos o de ntpnizacioQ r n esta ltima instaiia el nmero de la muestra se reduce, ya qiic representa
Yr;cmprt una gran fraccin d e la poblacin totai.

t ~ ~

1g1

')CPadH,

1000-1500
1 500-2 500

503 1 000

rrid,

2500 +

1000+

%Jnwwos

1a

5~1000
1000+

200500
500 +

Cuadro 8.7

Los cuadros 8.6 y 8.7 (Sudman, 1976: 86-87) se construyeron con base

articulas de investigacin publicados en revistas especiali7adas y nos dan

idea de las muestras que utilizar! otros investigadores, de manera que ayudan 49
investigador a precisar el tamaiio de su mucstra.
'a
Recordemos que lo ptimo de una muestra depende de cunto se a p r o h 4
su distribucin a la kibuari
de las caractersticasde la poblacin. Esta apmri. ,
riiaciii mejoia al inurmentarse el tamao de la muestra La "normalidad" dehJ
disaibucin en milwms p r ~ d e no
s obedece a la normalidad de la distribwjb a
de una pblacin. Al contrario, la distribucin de 1% variables en es~di0.qde Y
ciencias sociales esta lejos de ser normal. Sin embargo, la distribucin de mus*
tras de 100 o ms elementos tiende a ser normal y esto s i m para el prq&ito~:
hacer estadistici infcrencid, s ~ b r los
e valores de una poblacin. A lo anterior e
4
le !lama teorema dc lmite central.
a
L)umhbucinc o m d esca distribucin en forma de campana se logra gcncrdmenre con mliesrras de 100 o ms unidades muestrala, y es til y nccesant .
a
cuando se hgcen inferencia de ripo estadstico (figura 8.3).
h a es la distribucin de una pob!aci~i;es anormal y, sin embargo, la d i e -'
bu&n de unz nuestra de esta poblacibn de ms de 100 c;ixs tender a &stribuirsc
normalmente (figura 8.4). Esta tendencia (teorema del limite central) permiu
estimar los valores de la poblacili a partir de la inferencia estadstica.

G~

M SON
O LAS MUESTRAS M0 PROBABIL~STICAS?

ciinnrirnri\.~~.
1. miiestr,; dirisda

- ~an

hn:

!a vagi csperaiiu de que se&

csos representativos de una poblacin detcrminada. Por ello,
para fines dedcctivos-ctiantitativos. donde la ge~ierali7acicino
~xtrapolacinde resultados hacia la poblacin es una tiaaliad
en s n i i m i ~las
, iiiurs:ras dirigidas en este sentid:, implican
muchas desventajas. La p'imrn
es que, al iio scr probabilstics
ii,.) cs pc~silrkcnlcdar coi: ~>rm'

'oer
c: c

.\CJCCC~~IIA

I
4

v i i ~ ~ v"iij
, o:.<

o n con

Y nos
UQ
que V d u i 4

,*4

ti! y n e ~ c - ~

d a s . suponen n
rxipcicna y 1
iso de! enfoque
muestra dir;.$
3s "tpicasw
a de quc S&
rivo: d- l ip@ ~
inada. Por
rivos-cuanti+
:eneralizaci6n O

resultad^ b-

es una finel&
inuestm
iitido irnplid
ajas La p r i f l
. probabilisi@
Icii!ai ioll F W ~

Distribucin del
porcentaje de funilias en
W o s C h d o f con
&tinto nmero de hijos

F T ~ u ~8.4
Q

error cscndar, es decir, n o podemcs calcular con q u nivel de confianza

mmos una cstimxin. Esto es un grave inconveniente si consideramos que la
&&ciat
inferencia! se basa e n la teora d e i probabilidzd, por 10 q u e pmebas
-&&as
en muestras n o pmbabilsticas tienen un valor !imitado y relativo a la
m-a
en s, mas n c a lo. poblacin. Es decir, los datos n o pueden generdizarsc
una poblacin, lz cual n o se consider en sus parmetros ni en sus elementos
pan ~ b r e n e la
r nuestra. Recordemos que, rn h muestras d p este tipo, h &ccin
& h ruietos no drpendc d p que todos t m p n h rnisrnn probnbilida P scr ehgidos,
,,no dP h dccisiti dr 1ft1 ~ t ~ ~ v s : ; pOi <o r~ l >dc
o eticimtcrdor~~.~.
La vcntaja bajo el entoque ciia:irir3riw de una mireir,r ~roprolltrbilhticnr s su
uilidad para dercrmiiida 4 i s c h dc rsrudin que rcquicrs no ranro L ! I ~ A"reprcwiiiriivl&d" de ~leniciirosdc uiia pc>l>laci6ii.sino uiia cuidadosa v coiirroladn eleccin de sujetcs coi: cierras caractersticas especificadas previamente eii e!
nlan;e;ainicnro del p - c h i ~ n i a .
Parae! ecfoqur ciialirritivo. al no iiirercs:ir toiiro la posihi!idaG dc geiicralicii- b rcultados. las niuzctrzs no probabilstics o dirigidas son de g a n valor, pues
bgran -si se procede cuidadosaniente y con uria profunds inmersin inicial en
4 campo- obtener las casos (personas, contexto:, situaciones) qve interesan al
invcsi;f. lor y q u e llegan a ofrecer una gran riqueza para la recoleccin y el an1 '
.bfi uc Ii.5 datoa.
Hay varias clases dr miirsl ras di rigid:ia y sc (Ictiiiirii a conr~iiuaciii.

muestra de sujetos voluntaris

tos que voluntariamente acceden a participar en un estudio que monitorp

efectos de uii medicamento. o en d investigador que a u n c i a en una CLy qUtkj
csc haciendo un atudio sobre motivacin cn el universitario e invita a aguda+
que acepten someterse a una prueba propniva TAT. ti estos cases, la elec&b;;
los individuos que sern sujetos a anlisii depcnde de circunstancias fonuim
Este tipo de muestras se usa en estudios de iaboratorio donde se procura w
q"t4
los sujetos sean homogdnms e c vzriabla tales como edad, =o O inteligenct,h
manera que ios radtados o d a o s no obcdacan a &ferencias individuales,Sba
a las condiciones a las que fueron somedos.
I~C

duao o se

La nuestra de expertos

;*d

a!
En ciertos amdior a necesaria la opini6n de svjetos expertos en an tema. Esa,
muesrras son &tientes en esnidios cuditativos y exploratorios para gefiela b;.
pt~sisms precisas o la materia prima del diseo de cuestionarios. Par ejemplo,
en un estudio sobre el perfil dc la mujer periodista en Mxico (Barrera a&
1989) se recurri a una mvestra de n = 227 mujeres periodistas, pues se consi&*
r6 que e m , ios sujetos idbneos para hablar de coiitratacin. sueldos y cejer;ips.
f i de
~ las mujeies periodistas. Tdes muesuas son vlidas y tiles cuando la '
objetivos del estudio as io reqriieren.
,

.,

!os sujetas-tipo

..

Tambin esta niuesrr;i sc !iriliiai cii csriidios ~x~loracorios

ven invescigacionesdc
r i p o ciialicacivr,. donde e! ol>;crivoe, la riqueza. profcndidad y ciidad de h
irtfnrmacin, iio ::i c:irir&d 111 1.1 ei,rnndari~7citiii.E:i rsriidius de ~ ~ ~ S F ~ C
fenomenolgica. docde el ol>icrivoe s aria1iir.r los valora, ritos y ~i~nificados
de
un determinado p p o social. el uso ranm de expertos como de ciljetos-tipo a
frecuente. Por ejeniplo, pciiseino> eii I o s crabaios de Hnward Becker (El mi&
rk jazz Los mucbucbo; dP bhrrco) qiir s c basan er! gri.ipos de tpicos msicos G t
jau.y~tipicosestudiantesde medicinz, pua adentrarsc en el d l i s i s de !os prtm
nrs de idrniificacin y socializacijn de atas dos profisionsc: la de rnhsico y !a de
mdico.
b s estudios rnotivacionaie~.los cuales se hacrii para el anlisis de la^ accicudes y conductas del ccinsumidor. tani1,iCn ~iriii;m miicsrrns tlc sujcro-tipo. Aqd
se definen loi grupos a los qiic va dirigido un dcicri!iiiilii4o ~roducro(por
p10, jvenes clasp sricioecoomica .4 y H. rimas ale c:is;i clase C. rjcciitivos c h d B) Y sc consrruyen FU~C>S de ccho o 19 persoaas, cuyos integranres tengan
caracteristi- sociales y demogrficas de dicho subgrupo.
Con esc grupo st cfecrn una scsion: uii flicilirad,)r o iiiotlcradar diri~iri ~ m
comrercaiiri donde loc i i i i c n : l ~ rdcl
~ ~ ~91i i p cx1;rc-scii si:\ .ifririidcs, valom.

U M

Muestrr
Miles y Hi
dems dt
recumcn e:
Con n
(cuadro 8.
harca ahor.

UCV - FHE PSICi)LCU!&

U31 EELAF4V?N9!-f'*F?ES

G
2 +
%.
ce
m

le monitom b+
en una &
invita a aq*
.
.os. la &rin Q*
ncias fomiip, a

w~

le se p-psq
o inteiigcx&,,&,
ndividuaks, s i s ) ~
%m
jL

4X
'

trff

m
rn un tema Erpr_
s para gc-a5i- *
rios. Por ejunph
:o (Barren n&
pues se aioodav
:eldos y d&tmpP1

medios, V ctativas. motivaciones hacia las caracteristicas de determinado produao o servicio.

La muestra par cuotas

cipo e muestra se udiza mucho en estudios de opinin jvde mercadotec-

"u. Los uiaicstadores ..ccibui instrucciones de administrar cuestionarios son

=jms en h d e , y d hacerlo var! conformando o Ucimdo cuotas de acue;do
con la praporcin de ciertas variables dem+cas
en la poblaan. Asi, en-un
crnidiosobre la actitud de la poblacin hacia e n candidato poltico, se dice a los
amandores "que vayan a determinada colonia y entrevisten 2 150 sujetos.
Que 25% sean hombres mayores de 30 acs, 2596 mujeres mayores de 30 aos,
25% hombres menores de 25 ao;, y 25% mujeres menores de 25 &osn. As se
construyen a t a s niiiestru que, como vanos, dependen en cierra medida del
juicio dd :ntrevistadot

b.

kS
A'. que fueron atzndiiios en los servicios rntdims de ~ c n l e &Mcxinms. y no se
a pcsiMcs p n a d o r a idMH que hubieran a d q W d o d vins dc gira rnaricra).
m x m a sc obnrm de ncs fuenrs bhicas. r ) p-nacidn
espcntn-a pcr sfntomas.
a encuesta
Ip#ap&
por admcncs de Ntioa o contractuales. y r) tru la aplicacin de un-.
igiaP 432 reaptores de mgrc y pluma piovcni:nta dcl laboraryio <.-&&ench.
Dicho de o=. manera. no se puda detcc-a a todos !os infecdos con e l w contenido
~
en
O!derivados pmvenienta del !abontorio Sudido; pero. con 18% de :o-.s=
.1.7 de a& 100 Shabran sido infectados u>n el mi.
< .>-. ,

di

pk

gh-

- - ,S

Muestras cucii:~+ivas
Mila y Huberrnan (1994) nos dn pie a otras muestras no probabilsricis que&ms ue las ya sealadas, sucl-.ri uti!izarse en estudios cudicaiivos. stas se
en el cuadro 8.8.
Con respecto a las estrategias de muestrco, en algiinos esrudIos ccalirativos
(CW& 8-9) presectarnos aipnas d&ni&nes que complementan !o expuestn
h a ahora.
4

'

J.

Documentar diversidcd
para buscar diferencias y
coincidencias, patronesy
pcirticularidades.

Cuadro 8 . E

Muestra hamogbneo

Muestra e0 cadena o
por redes

Muestra dirigida por

tecrrio o muestrci por
criterios

Casos tipicos

Enfocarse en el tema a
investipar. Erhtizar
sitwciOnas, procesos o
episodios en un grupa
socia!.

Se Identifican casos de
gente qua conoce otro
gente que dar8 riqueza de
informacin.

Se seleccionan lo: suietos

o al grupo social, porque
riensn uno o vcrios
atributos que ayudan a ir
desarrollando una teora.

Inaivi~uos,sistemas J
c.rganizcciones que
? s e 1 1 ilaromin:e los
siiuociones que ss
onalizon o esttidion.

Siuds (1997).
Estudio del significado del
trabajo en lo vida del individuo.
Entrevistos profundas con
persoiias de todos los traboios
los ocupacionas.

-4

a-.&

?*
Csikuanmiihatyi (2000).
74 4
Eahidio longitudinol sobre
A '
a
adolescentes, todos de la misrria ,
edad, de un mismo grupo sucia! y
ccefciente intelectual, a fin de
reducir variacin en ohos reas
enfocone en el desarro:b de wrf
ia!enics.
-*%,p

*'*

Gonzlez y Gonzlez (1995).

Generar riqueza de informacin
se
en una C U ~ J ~oOsistema -al,
a U ;
travs de suietos clave, poro
Lj ..*
relatar la historia de dicho
Q
sistemc.
6'

&Qu reic

,.

-*

L o c k w d (1963).

3 .*
Encontrar submuestraz de suleta
ir
y comunidades con
con trabai~s
condiciones especificas, a fin de '
probar si algunas siiuaciones &
nabalo son conducentes a
algucas percepciones sobre clam
socioles.

'

6ygrove y D'Heilly (1 937').

Seleccin de cosos de emprezr
con el siguient? cri!erio: emp:ex;s
do varios giros que iniciaban ur:
nurvo prcducte

I k d e nuestro punto de vista. cI estudio de caso no es una eeccin de mtodo.

sino del "ohicto" o 14 "muestra" que se va a estudiar. Aunque algunos ii.iio;C
como Grinnell (1997) lo consideran uria especie de diseo.
El caso es la unidad bkica de la investigacin y puede trararse de una persona. una pareja, una familia, un objeto (una momia, una pirmide como la de
K ~ O I J " ~niarerial radilictivo), un siirema (fiscal, educativo, terapturico, de
Q-

pxitacin, t:
wmunidad.
Fl esrud
":erial. los r

e ~ & l es la unidad de anlisis?

-' kdiduos
'&e

ry.ii
,*S@

de b mismaal
grupo socid
h
a
i
r
iol, a fin e
n drct 6-fF1*

;anolb &

..,.

experimentan

3,

accesibles

un mimo

suU*

frnrrar.0.

n suph

en b Bumo

&Qu estrctegias

representantes

- acin o en un
far,meno
socio1
.

Eleccin de los
jetos os que
experimenian o han
experimentodo la
sibocin

6 CRO
o un grupo
social.

Ritos,
eptdior y
wentos

espcfico

k ~ u retas
e
son tipicos e n la seleccin de

Tener rapport,
permiso del jlos)
individuo(s) y
acceso o orchivos
relevantes

n indiiws

. wrEcipondo

Metdfoms
ufilzdos por
!os asaijetos

na'i

-%m

Nnenr de
que

Gnicm,
dintos,

"

Idtriduo,
sistema u
organizccin

b s suietos?

Gorcntizar b
homcgeneidod d e
b muestra, a fin de
que otras
corortersticos no
r-presenten
dishacci3n

de muestreo o ertrate$os de

seleccin son

Ideritificar a los
inknmor.ies
apropiados, goncr
su confianza

utilizados'

[i397).
de emprem
lerio: N n F : m !
; iniciohn un
~nzabon
u~

Conveniente,
vcrioda,
pol'rticornente
'
relevante, e
hist6ricomente
influyente

Muestrec 'por
criterios
previamente
esfoblecidos'

..

Muestros
homogneos 6
muestreo terico

Cuadro 8.9

con ios
ai)erios
estableUdos
p a n estudio

Muestro
repreientativo,
rnuestieo en codeno
wleccicinondo
redes de
inkrrnontes

cualitativo (pcrupciones abiertas sobre el propio estado de salud, la

se siente uno) o induso mixto (cuanritak-cuditativo).
Los estudios de &os se reaiiwi bajo cuaiquier diseo: cxperimend (pg
ejemplo, para saber si determinado medicamento mejora el estado de sal
nuestra propia percepcin de bte), no experimental transeccional (un di
co hoy) o longinidind (varios diagnsticos mcnsuaks durante un ao).
-*.?lt'
Pueden aplicarse todas las caractersticas que se implemcntan con r n u w
a
colectivas o gnips. Desde nuestro punto de vista, un caso debe tratarse con
enfoque mixto para lograr mayor riqueza de informacin y cmmcimiento
d. El caso requiere tratarse con profundidad, buscando el completo e n .t c a- miento de su nanualeza, sus circunstancias, su contexto y sus caractersticas.
Eierriplos de potenciales estudios de muestreo con un caso seran:
=m

**

a) ;Que funciones sociales o religiosas cumplla la construccir(n primitb ha

6)
C)

d)
e)

f)
g)

Stonehenge en Sollysbury, ing!aterra?

+%
JiE
;Qdsentimientos tiene una famiiia que eniigra del medio rural a1 urbano
por v a primera?
Cmo es la vida cotidiana de los reos en la Penitenciara de Mxima Srgu-.
ridad "La Picotan en Bogot?
;Por qud !u sido exitoso el modeio de d i d a d y aprendizaje o r p i z a & d
en la empresa Ronasa?
Cmo ha funcionado el sistema Futurekids@ de ensefianza de la computaci6n en ca'briela Repeto, quien posee el sndrome de Down?
Por qu las Torres Gemelas dr Nueva 'brk se colapsarnn despus de haba
sido irripaccadas por aviones el 11 de se~ciernbredel 2001i
Cules son las razones que llevaron a u11 czrndo de tsquiz&eriia a Carlm
Codolla?

Sr& (2000)icieiitifica trrs diterenres tipos de estudios de caso: inmhccof,

instrumemzus y cokcrivos. El propsiro de los primeros no es consrruir una rcora, sino que el caso niismo rcsulcc clt icrcrcs. 1.0s cstiidios de cams instri:m.cnrAes
se examinan para yruvecr de irsumos dr conoc-iiriici;ro 2 algn tema o pmblcma
de invesrigacin, refi~aruna reora o aprender a trabajar con ocros casos simih*.
res. Por su paire, los colectivos sirven para ir construyendo un cuerpo ceauj
(su&&do hallazgos, encontrand~clemerros comunes y diierencix, y acuinulGdo informacin).
E estudio dc rasos cs ;iiiI para .icesarar y drtarrollar prcKccos de intervencin en personzs, familias. org.~nizxiones.p.iso. rici.irra, y desarrollan, recomendaciones n cursos de acci6n R seguir. Rcqiiicrc-n de desrripciunes d e d a &
de( caco en s mismo y su con:rxto.
Los princiyaies paos en esre ripo de muestras se enuncian cn la figura 8.5-

i-;

1
'

'Tr:

cEn
tivosj )-

j<i.da.

evitar
los .
En
utilizan
Fin
uavoq <

V1-r

Lc--

pcrirnenf" (pa
=do de pld,
J(un*~o-"

,8

Figura 8.5
d

m ao).

in primitiva dt

d e la canpu-

n?

ipuds d e haber
ienia a Callos

so: intnmcror,
xruir una reonsirumenrales
l a o problrma..
s c a s a siniilau a p o redrico
as, y acumu-

a figura 8.5.

Eii e; esttidio de caso se obtienen roda clase de d i t o s (cuanticctivos y cudica&o!' y despus se resume y es necesario estar miiy pendiente d e srxomas (persocales, aniiliares, o:.gd~iizacionnIc-s),i&ii~iiic;ir1% S r a davc para e; diagnstico
y evitar estab:cccr conilu.rioiiu rpida. (I>orrilo es recomecdable lee; una y orra
va los datos; si t s eri grupo -~o~i c;rios i~:vtsrigaciores-, mejor.)
En el cuadro 8.10 se esquematizan los r i p r de muestra Y los estudios q u e se
utilizan c o n mayor frecuencia cn cada una.
Finalniente, cii los csriidio< qiie n i ~ , . ~ I alos
i i eiifoqiles cuantitativos y cualin ;iiixt~s).es posihlc rericr (y ello ocurre a
tatkos iic In irivcstig;iii<;ri ~l,irno<l;iles

Cuadro

10

Estudios descriptivos, diseiios de

investigacin por encuestas, censos,
mitings, estudios +m tomo de
decisiones
Eshniios conslacionales y
ej<plicativosdel enfoque cucintitati-JO

Estudios de caso

bpaimentas

E s i d awliativos, investigaun
;notivocional
Sondeos de opinin y de mercado
Resultados. l q s conclusioner se
generalizan a b poblacin, y se
conoce el error estndor de nuestros
estiwados

La, conclusiones difcilmenis pueder,

gma!imrse a la pablocir.. Si esto
se hace dobe ser con mucha cautela.
Aurrqie m i d a s veces 1 inters no es
b genemlizaci6n. s i r u 1s proh~ri2;dd

nienudo) ms de una muestra come Ic veremos en los ejsrnplos al final d d c?pC

tulo; o t a m b i h una rnuzstra (sobre iodo en la etapa cualitativa del e r l q u c 4
Coa fases o en 1 modalidad mixta).

Eii

CI c.ipiiu!u sc dcl;i>iJcl cuiicc-yo de niucstra y se vincul con !os cch-

< ; ~ i c sci:aiirirnrlvo,

cilaIi13:i~o), n : i ~ i ode la ini-esrigzcih..

Adciiis, sc drssci.il>iOi,iiiic>x4ccconlr una muestra. Lo primero que sed&
plantear es sobrc qu; o quienes sc van a recolectar los datos, lo cual corraponde a definir la unidaI!Lie a~lisis.En el enfoque cuan~itarivo,se ~rocedr
despues a dsliinitar c1arzr:een a poblxir., con base en los objetivos dd
estudio y en cllanto a caractersticas de contenido, de lugar y rn el riempcEn el mhiqiic ciidir:irivn 13 iiiiicmn sc csta\>lc.ccaiiic-s de recolectar los&coniuriiic se desarroll:i la invcstip;icin.
La iniiesrrn es i i r ; si~l,~rii~w:
dc I;i poi,laciri y es prnbalilisclca o nc prohabiisticn.
Elegir qi:C cipo de miicsrra sc rcqiiicre depende del enfoqiie y alcances dch
~ ~ ~ \ 7 c ~ r i n ,los
; ~ cobicii.x,\
in.
<Idwiidiv v CIdiscfio.

n:

los edo-

En el enfoque cuantirarivo las muestras prcbabilsticas son esencides eri disefio~de investigacin por encuestas, donde se pretenden geiierdizar los
a una poblacin. La caracterstica de este tipo de muestra es que
todos los elementos de la poblacin al inicio tienen la misma probabilidad
de ser elegidos; de esta manera, los elementos mlistraies tendrn d o r e s
muy aproximadas a los valores de la poblacin, ya que !as mediciones del
Subconjuntosern estimaciones muy precisas del coniunto mayor. Td precisin depende del emir de muestreo, llamado tambin error estndar.
P& una mliestra piobabilstica necesitamos dos elementos: determinar el
[amaiio de la muestra y seleccionar los elemeiitos muestrales en forma aleal
tcria.
tamPo de !a mliestra se calcula con base en la varianza de 13 poblaciln y
la varianza de a muestra. Esra ltima expresada en rrnihos de probabilidad
de ocurrencia. L a varianza de la poblacin se calcula con el cuadrado del
error estndar, el cual determinamos. Cuanto menor sea el error esrndar,
mayor ser el tainaio de la muestia.
Una altercativa fcil para calcular el tamao de muestra es el programa
.STATSO, que se encuentra en el C qlie acompaa al libro.
Las muestras prcbabilsticas son: simples. esratificadas, sisrern5tic;is y por
racimos. La qcratificzcin aumenta la precisin de la muestra e implica ei
uso deliberado de submuestras para cada esrraro o categora qiie sea relsvdiire en In pol~lncin.Muestrcar por racimos implica diiercncins cnrrc In i i c i i dad clc .iii.Ji%isy la uiiidad i~l;ss:rd. En rste ripc, dc muestrm firiy i i i i ; ~
xIcici(i!i C I : cio; ci;i;xi.i. ambas coi) p c r d ; m i c n t ~ sprota1,ilsrico~. !-ii 1.1
prinici-.i xc dcccioiiaii los racimos, es,urias, orgaiiizaciones. salones de clasc; rii la scgiir;da y dentro de los racimos, a los sujetos qiic van a ser medidos.
!m elciiiciitos muexrales de una niue>rra probabilisrica :!: ;vprc7 s.
alenrorinmcnrc pira ascgurarno5 de qe cada clcrnenro tenga la niisni,
habilidad dc ser elegido. Es posib!e utilizar tres procecliiiiientos de selerc~iri:
1. tmbolz, 2. cuadro dc nmeros aleatorios o el uso del subprogramd dc
mmeros deatori~sdel STA-TSB y 3. sdeccin sisrernrica. Todo procedimivnro de seleccin depende de liztdos, ya sea exixentes O consrruidos nd
Los !istados pueden scr: la g~!a ceirfnica, listas de asociacioncs, 1isr.l~
dc escurlas oficiales, etctera. Cuando no cxisren Iistac de elementos de l.?
poblacin, se iecur.cn a otros marcos de referenci qu: coctcngan Cescripc i m a del material, organizaciones
o sujeros seIeccionados como unidades
.de anlisis. Algunos de stos pueden ser archivos, hernerotecas mapas, as
como Interner.
La? muestras no-probabi!sricas, pedeq tambin 1:aiiiarce rnucstrns d;ri$das. pucs la clcccin de sujeros u objetcs dr estudio depende del critlrio dcl
invcsrigador.
'

,104

Las muestras dirigidas son de varias dases: i. muestra de sujetos volunnnq

frecuentemente utilizada con diseos experimentales y situaciones de &
ratorio; 2. muestra de experzos, utilizada en estudios exploratorios; 3. mua de sujetos tipo o estudios de casos, utilizada en estudios c u a i i e Y
motivacionaics; 4. r n u e s m por cunu hmiente en estudios de op-k& y
de mercadotecnia; y 5. muestra. cdtativas. Las mucstras dirigidas son +
lidas en cuanto a que un determinado diseco de invescigaci6n as! las
re: sin embargo, los d r a d o s son gendnables a la muerra en sf o a msimilares. No son gc~ieralizablesa una poblaciii.
En el teorema del h i c e cenad se xala que una muesrra de mas & &
casos ser una muestra con una &stribucin normal en sus c a r a c t d w *
sin embarga, ia normdidad no debe conjuntarse con probabilidad Men.
tras io primero es necesario pra efpruebas estadsticas, lo segu& a
requisito inciispensble para hacer iiiferenciascorrectas sobre una p0blaci6~.
Los mtxdios de caso son investigaciones con una muestra de una unidad de
anlisis y pucden ser intrnsecos, instrumen~leso colectivos.

P
i

Fiifoque c!ialitativo
Miiesrra probabilistica
Muestra no ~robahilisticno
I'iiliqiic zu.iiititatiw
&iside
! L-III<-I>:~.,
III~W~.&~
l ,III,!~,,
,l, , . I X B
i\litestra cualirativa
l . . I ( ' I : - \ I iii.~.ii
I;hicitiii
Peprrscnratividac!
1~srdo:
Selecc!on aleatoria
Xliicstr:~

l.

Sc!eccin sisren:'.tiu
Tcorenia del lniirc cmtral
Ihidad dc anali~is
LJiiid;id iiiiic\ii-.il

.:

.11-1.1111 1

X forman ~ p o des 3 o 4 pasonu. G d a gmpo dispone de 15 minutos pul

formulr una prqymra dc investigacin. El pmb!cma p u d e s u dc cualquier rtr .i
dc aruGio. Lo que cmvicnc aqa a qw I C algo
~
~ U rnimcn~e
C
inquictc a ks
crtudiuircs. =Izo que d o s c o n s i d c e un h r a c n o social inportante. Lts
prcgun& de invatiffcin se van a n o t d o cn J pizarrn. Dcspu4s.y junto a =
cada uria de estas prcgimtas sc define quitncs van a ser medido:. Dixatir por q d
y por quC rio son correctas las rcspuacrs de los estudianta.

crue&f&&&jv-m.
.

...

. o ~ ~ ~ ~ ~ c u ~ ! ~ S S S j ~ a a a ~ ~ ~ ~ ~ ~ ~ s

- e&plsdoj-Y--.&
...?
., ;

~-I$-;*jq-.&Ren
menos . a u x ~ ~ i . ? i Edecir,
s
*,':&hayun pedil del ausentisto'c .

, 4..3:..rEmpresad e
.,l:~-metolaga.

+.,

. . ...

..

. .
. . .--.
..

*-->S..$a*,,:A
. 2A--,

-.?

.
,..

,.*-;:... -722:

.. ,

-.
.
- -<.

.:y..::.-

nociorm tienen los jb

vwies(de 15a20aos]&te
w arreglo penona! y cuidado
de su c u b . Funcionara uear
una lnea de prodwos exduiivamente paro ellas?

:-'r

4:le;_;bvo
que deben de &Qu quejas k n e n los nios
sobre lo.+iuguetes del merce
Lis
derechos
del
.
. -.
+

;;"~consumidcr.
.

4.5 Partidos polticos.

do?, *se rompen?, *son peligrosos?, gahurridos?, durabi:dad, etctero.

&Por cwi1 candidato a gobernador votarn los ciuiodanos de de~erminadoesicdo.

iismo que Ccbari contener esros rncnsaia ni su rono; es do+, si Jcbec~qxlnr 21

miedo. a la salud o a los problemas moralcs que se daencadenan cn :as familias. Se
. S&-.&
cert& que es necesario r d k r ~ t campaa;
a
pero no se tiene idea da-a
---dela'forrna de-.:esrnicnirar P: mensaje para que se2 ms efectivo. En resumen. para
con$rualizzy
pxmen imigensdihos niensajes; x requiereinfamacin y&a
sobre la rclaun sujeto-sustancia. Out x aconsejada aqu?Qut tipo de muestra
x n&itarla para recabar dicha iiifornmin?
7. Urilizando el enfoque cdirarivo un inwstigdor desca analilar los motivos que
orillaron a un giupo de jJvcnes (hombres y mujeres) a ejercer la pmmiciin
cgmo medio dc sobrcviv:ncia. ;Como plrntearfa su cnudio! ;Qu unidada de
@kis i n i c i d s compondtian su muesln? ;QuC tipo de mucst-a cualirarin no
p+abillstia xria adecuada pam su invatigaciii?
8- P h r c c un atudio de cw nbrc rina organiuaba, una famili, un hccho hisrrico
en el deparcamento o a n d o don& vive. ;Qif tipo de ciudio de caso *ra?
a

c-~MOS. S. (1982). %fc

styk and consumprion p a n c m s " . J o u ~ f o f C o ~ u ~ t ~ t ~ R e r c am=rch.

m, p. 453.
W~GLAS,JACK D. (1980). Inducrion ro h e o
lr
o
i w gmc+y
fij, Nucva York, N.Y.
~ l yand
i Racon.
V. y Julian C . Snnley (1995). S*rtistirafmnholl in cducation mdpTboogy (?a.
c ~ S S GENE
,
,$), Nucva Jcrxy, Prcntice-Hall.
) t l ~ u s H E I iERIC A. y J. E J r - h n (1977). S!atirticul mmbodrfOr IorMl sricnrim, Nueva
'fork, N.Y.. Academic Presr, capnilo 3.
~.4RisON,DANIEL P. ( 1976). Socicifowcnzring rn:thba).r Su~&nr,6r wxamti, Nueva
Yo&, N.Y.. Rurrll Sage Fo.~nd::ion.
GStI, W L I E (1995). Srrrv<- s n m p l i q %uem York. N.Y.. Joiin Wiley & Sons.
M<xico. Limusa, parte 11.
k m S Z I Q . E R W N (1 994). Inirudrucion a In rsmu'sncn murnn'ri~z,
I.oFIAND.J O H N y L. H. Lofland (1995). A n a l + n g d s c ~ ? i n ~ , k l m o n r . CA,Wadsworch
Publishing Gi..InclUniversiy of California.
MILES. M. B. y Huberman. A. M. (1 994 ). Qwlitatir &m ana&c An rxpattaa'ioumebook
(3a. d.).
n o u w n d Oaks. CA. Sage Publicarions.
flAKE, R. (1994). 'Case srudies", en N. Eenzin y Y. Lincoln (eds.) ianribcok ojql;alitcrizw
m m h , Thousand Oaks, CA.Saee Publicarions. pp. 236-247.

1
?ara el a r i d i o . primero se realiz un anlisis explor-rorio y una p ~ e b apiloto con 60
nios de diversos csrraros sociotioii6n;ico;. Cor. base cn e!lo se corrigii el cuc,tioiiario
j.se proredi6 al a i u d i o dzfinirivo. E! c k r i o n a r i o h e administrado a 2 Or8 nios de
35.. h.,
50. y h.de educaciCn ~riniaria,o elernencal. conrcnido; en una muestra
probabilstica de 32 escuelas primarias p r i ~ d a ys gubernamentalc. mixta y no niixrai,
ubicadas en diversa colonizc que inc1Uye;sn a t d a s las de!.pciones
(rnunicipi~s)de!
Distrito FeGed (Ciudad de hlrico).

Icben qxiu a!
las familia. Se
cicne idea ;lan
resumen, para
rmaci6n prrvia
!POde 'IlWCXrd
moriws que
a prosrimci6~
: ufiidadts de
cuaiincivr no
ts

echo hisr6riy
a s o scrla?

EL CONTAGIO DEL SIDA

Muarra diri~iddot~w-da dc manera Corrtiira dc casos qi.c sc- fueron dcrecrando en
~rchi-#osmtdicos.

!E

'

.r

5&&&5
- -

u>rnpr&iuiro ,enk tiendas

muarn pra>nglomer;doso racimospara obtener.
lar@ de iod M&&, y kri Ls tiendas selecciona
aunimu&~amt&dedvnasparaada

usandod~~'@ciynbuecnlas
Para los gnipw de enfoque (a&
compradoras,'apmir dc los 15

." . . .

7:

-72

L.2 im.mr-ancia de la investigacin ~ d i c aen que gcncn coiwciniisnros, Ic cw!

contribuye a! desarrollo social. Por consiguience,a impomrc quc los esrudiantad

$t
tengan el gusto e inters profesional por invesugar,
. +=,&-+

. ..Pclircnico G r n ~ ~ ~ h b i -a;,n o
f,

Bogord. Colombia

--

%
23