FASE DE

PLANIFICACIN
O DISEO
Poblacin y Muestra

Poblacin y Muestra
Poblacin objeto de estudio:
Conjunto de todos los casos que
concuerdan con determinadas
especicaciones. Es aquella sobre la
que se pretende recaigan las
conclusiones de estudio.
Muestra: parte de la poblacin que
se observa directamente. Es un
subconjunto de esa poblacin y debe
ser representativo de sta.

 Para

abordar una investigacin hay

preguntas que siempre estn presentes:
Cuntas personas, familias, animales,
etc. debo estudiar para que mi
investigacin sirva o sea importante?
Tengo 100 sujetos para mi
investigacin, sern suficientes para que
la muestra sea representativa? Qu
clase o tipo de muestreo debo realizar
para escoger o seleccionar la parte de la
poblacin que deseo estudiar?

El investigador una vez que ha formulado

el problema, construido el marco
terico que lo sustenta, formulado los
objetivos y las hiptesis si proceden y
ha seleccionado las variables,
probablemente se percatar que es
imposible realizar el estudio debido a que el
nmero de sujetos, que potencialmente,
participar en ste para la obtencin de los
datos es muy numerosa o sencillamente no
lo puede conocer, aunque lo conozca le es
imposible observar a todos. Esto puede
deberse a diversas limitaciones como: pocos
recursos, problema de financiacin entre
otros.

Las situaciones planteadas as como las

interrogantes sealadas estn relacionadas con la
teora del muestreo probabilstico y tiene solucin
con la aplicacin de sus mtodos.
Para resolver el problema de la muestra se debe:

a) delimitar el nmero de unidades de anlisis

(elemento de la poblacin objeto de estudio) y qu
seleccionar (tamao muestral)

b) Establecer la forma en que efectuara la seleccin

(mtodo de muestreo a emplear: probabilstico o no
probabilstico, etc.)

c) Determinar el modo en que se procesara los

datos para realizar la estimacin (anlisis).

d) Indicar el procedimiento del clculo de error

que se comete en el proceso de estimacin:

 Error

de muestreo o aleatorio: sacar

conclusiones sobre una poblacin, a
partir de una muestra de sta.
(desviacin de la muestra seleccionada de
las verdaderas caractersticas, rasgos,
comportamientos, cualidades o figuras de
toda la poblacin)
Probabilidad de inclusin: probabilidad
que tiene un elemento de la poblacin,
objeto de estudio, de ser incluido en la
muestra que se observa.

 Muestra

representativa: no existe una

definicin formal sobre la
representatividad de una muestra. Para
conseguir la representatividad, se debe
procurar que la muestra exhiba
internamente el mismo grado de
variabilidad que la poblacin. Una
muestra se considera representativa de
ciertos aspectos especficos de la
poblacin, cuando el error en que se
incurra al sacar conclusiones sobre esos
aspectos no excede ciertos lmites
prefijados.
Por otro lado, el tamao no hace
representativa una muestra sino la
aplicacin de algn mtodo probabilstico
utilizado y que sea aplicada
correctamente.

 Segn

Silva (2003) es improcedente

utilizar los giros muestra significativa o
muestra estadstica significativa en el
caso del muestreo por la naturaleza del
asunto. Lo correcto es muestra
probabilstica, si fuese el caso o muestra
simple aleatoria.

nunca a firmar se obtuvo una muestra

significativa.

Por tanto, para seleccionar una muestra, lo

primero que hay que hacer es definir la
unidad de anlisis (individuos, organizaciones,
peridicos, comunidades, situaciones, eventos,
etc.). Una vez definida la unidad de anlisis se
delimita la poblacin. Para el proceso
cuantitativo la muestra es un subgrupo de la
poblacin de inters sobre el cual se
recolectarn datos, y que tiene que definirse o
delimitarse de antemano con precisin, ste
deber ser representativo de dicha poblacin.
El investigador pretende que los resultados
encontrados en la muestra logren generalizarse
o extrapolarse a la poblacin.

 Una

vez que se ha definido cul ser la unidad

de anlisis, se procede a delimitar la poblacin
que va a ser estudiada y sobre la cual se
pretende generalizar los resultados. As, una
poblacin es el conjunto de todos los casos que
concuerdan con una serie de especificaciones.
Una deficiencia que se presenta en algunos
trabajos de investigacin es que no describen
lo suficiente las caractersticas de la poblacin
o consideran que la muestra la representa de
manera automtica.

Es

preferible entonces establecer con claridad

las caractersticas de la poblacin, con la
finalidad de delimitar cules sern los
parmetros muestrales.

Clculo del tamao de muestra

Cuando se hace una muestra probabilstica,
uno debe preguntarse: dado que una poblacin
es de N tamao, cul es el menor nmero de
unidades muestrales (personas,
organizaciones, captulos de telenovelas, etc.)
que necesito para conformar una muestra (n)
que me asegure un determinado nivel de error
estndar, digamos menor de 0.01? La
respuesta a esta pregunta busca encontrar una
muestra que sea representativa del universo o
poblacin con cierta posibilidad de error (se
pretende minimizar) y nivel de confianza
(maximizar), as como probabilidad.

Entonces, lo primero es conocer el

tamao de la poblacin.
Generalmente un programa
informtico donde se pueda calcular
el tamao muestral le va a pedir los
siguientes datos:
Tamao
Error

del universo?

mximo aceptable?

Porcentaje
Nivel

estimado de la muestra?

deseado de confianza?

Tamao ptimo de una

muestra
Precisar adecuadamente el tamao de la
muestra puede tornarse complejo, esto
depende del problema de investigacin y la
poblacin a estudiar. Para el investigador
que se inicia, ser muy til comparar qu
tamao de muestra han empleado otros
investigadores, a la luz de la revisin de la
literatura. Vemos algunos ejemplos que
indican los tamaos de muestra ms
utilizados por los investigadores, segn sus
poblaciones (nacionales o regionales).

Muestras utilizadas con frecuencia en

investigaciones nacionales y
regionales segn rea de estudio
Tipos de
estudio
Econmicos

Nacionales

Regionales

1000+

100

Mdicos

1000+

500

Conductas

1000+

700-300

Actitudes

1000+

700-400

Experimentos
de laboratorio

100

Tamaos de muestra mnimos en estudios

cuantitativos de acuerdo con el propsito de estudio
Tipo de estudio
Tamao mnimo de
muestra
Transeccional descriptivo o 30 casos por grupo o
correlacional
segmento del universo.
Encuesta a gran escala

100 casos para el grupo o

segmento ms importante
del universo y de 20 a 50
casos para los menos
importantes.

Causal

15 casos por variable

independiente.

Experimental o
cuasiexperimental

15 por grupo.

Clases de muestra
Bsicamente categorizamos las
muestras en dos grandes
ramas: las muestras no
probabilsticas y las
muestras probabilsticas.

El muestreo probabilstico
En las muestras probabilsticas
todos los elementos de la
poblacin tienen la misma
posibilidad de ser escogidos y se
obtienen definiendo las
caractersticas de la poblacin y el
tamao de la muestra, y por
medio de una seleccin aleatoria o
mecnica de las unidades de
anlisis.

Ejemplo: medir la satisfaccin de los clientes de

una empresa. Para poder generar un marco
muestral, podramos acceder al sistema
informtico de la empresa y extraer una lista de
todas las personas que han contratado un
producto en el ltimo ao. Cada una de las
personas de esa lista seran unidades
muestrales. Seleccionando un conjunto de estos
clientes, obtendra una muestra.
O el procedimiento para obtener el nmero
premiado en un sorteo de lotera. Este nmero
se va formando en el momento del sorteo. En las
loteras tradicionales, a partir de las esferas con
un dgito que se extraen (despus de revolverlas
mecnicamente) hasta formar el nmero, de
manera que todos los nmeros tienen la misma
probabilidad de ser elegidos.

Muestreo no probabilstico
En

las muestras no probabilsticas, la

eleccin de los elementos no depende de la
probabilidad, sino de causas relacionadas
con las caractersticas de la investigacin
o de quien hace la muestra. Aqu el
procedimiento no es mecnico ni con base
en frmulas de probabilidad, sino que
depende del proceso de toma de decisiones
de un investigador o de un grupo de
investigadores y, desde luego, las
muestras seleccionadas obedecen a otros
criterios de investigacin.

 Elegir

entre una muestra

probabilstica o una no
probabilstica depende de los
objetivos del estudio, del
esquema de investigacin y de la
contribucin que se piensa hacer
con ella.

EJEMPLO. Una investigacin a nivel

nacional, para saber cuntos nios han
sido vacunados y cuntos no, y las
variables asociadas (nivel
socioeconmico, lugar donde viven,
educacin) con esta conducta y sus
motivaciones. Se hara una muestra
probabilstica nacional de, por ej.: 1600
infantes, y de los datos obtenidos se
tomaran decisiones para formular
estrategias de vacunacin, as como
mensajes dirigidos a persuadir la
pronta y oportuna vacunacin de los
nios.

Comentario: este tipo de estudio,

donde se hace una asociacin entre
variables y cuyos resultados servirn
de base para tomar decisiones polticas
que afectarn a una poblacin, se logra
por medio de una investigacin por
encuestas y, denitivamente, por
medio de una muestra probabilstica,
diseada de tal manera que los datos
lleguen a ser generalizados a la
poblacin con una estimacin precisa
del error que pudiera cometerse al
realizar tales generalizaciones.

Cmo se selecciona una

muestra probabilstica?
Para

hacer una muestra probabilstica

son necesarios dos procedimientos:

1.

Calcular un tamao de muestra que

sea representativo de la poblacin;

2.

Seleccionar los elementos

muestrales (casos) de manera que al
inicio todos tengan la misma
posibilidad de ser elegidos.

Tipos de muestreo
probabilstico
Muestreo

aleatorio simple: a cada

elemento o unidad de la poblacin
se le asigna un nmero nico, y a
partir de esta lista se hace un
sorteo, seleccionando los casos
hasta llegar al tamao de la
muestra deseada. Es un
procedimiento largo y tedioso
cuando la poblacin es grande.

 Muestreo

estratificado: se divide a la
poblacin en los estratos o subgrupos
homogneos, por ejemplo: edad y sexo,
y se obtiene aleatoriamente, una
muestra separada de cada estrato. Se
puede utilizar el muestreo aleatorio
simple.

Muestreo

sistemtico: es la seleccin de
un persona por cada cierto nmero de
casos de una lista o grupo.

 Muestreo

por conglomerados: se escogen

conglomerados que pueden incluir por
ejemplo un grupo de personas
perteneciente a escuelas, hospitales,
reas geogrficas, municipios,
organizaciones, etc. Estos conglomerados
son seleccionados aleatoriamente, y se
procede a estudiar cada uno de los
elementos que lo integran.

Por ejemplo: si se pretende investigar el

comportamiento de los focos de Aedes
Aegyptis, en un municipio, se
seleccionar reas del municipio segn
las condiciones higinicos-sanitarias, y
dentro de los conglomerados
seleccionados se estudian todas las
viviendas para buscar focos.
Un

procedimiento ms complejo puede

incluir la seleccin inicial de los
conglomerados, su estratificacin en el
supuesto caso de sean grupos de gran
tamao, y posteriormente se determina
la muestra por cada estrato.

Muestreo no probabilstico
No

aseguran la probabilidad que tiene cada

unidad de la poblacin para ser incluida en la
muestra.
En lo posible, no es alternativo ni
espontneo, responde a un diseo dirigido a
conocer como se producen los procesos, a una
explicacin de la percepciones, creencias,
actitudes y otros atributos que no se pueden
alcanzar por otro tipo de tcnicas.
La fuerza de sta tcnica radica en la
seleccin de casos ricos en informacin de los
cuales se puede extraer conclusiones de gran
relevancia en relacin con aspectos centrales
a los propsitos de la investigacin. Se utiliza
informacin obtenida de sujetos, documentos,
artefactos u otros soportes.

a) El

muestreo accidental o de
conveniencia: entraa el uso de las
personas u objetos, de los que fcilmente
se cuenta, para sujetos de estudio.

b) El

muestreo por cuota divide a la

poblacin de en estratos o subpoblaciones
homogneas para asegurar la existencia
de proporciones representativas en los
estratos dentro de la muestra.

c) En

el muestreo intencionado se escogen

sujetos u objetos para incluir en la
muestra, con base en el conocimiento que
tiene el investigador de la poblacin.

 d)

Muestreo de caso crtico: son

aquellos de los cuales se suele decir si
le sucedi a l (ella) le sucedera a
cualquiera o recprocamente si no le
sucedi a l (ella) no le sucedera a
nadie, o en si tal grupo hay problema
podemos estar seguro de que los hay en
todos los grupos. Se utiliza cuando se
dispone de escaso recursos o es
necesario elegir el caso o el grupo ms
informativo en trminos del impacto
sobre el conocimiento.

e) Muestreo en cascada: se utiliza para

identificar casos crticos o informantes
claves. El proceso comienza con una
interrogante del tipo .. A quin me
recomiendan para..? O quin esta bien
informado en relacin con..? Desde aqu se
recluta una masa crtica de informantes
clave.
Los diseos no probabilsticos tienen
la ventaja de ser cmodos y
econmicos, pero su principal
desventaja es la gran posibilidad que
tienen de generar errores de gran
magnitud.