POBLACIÓN DE ESTUDIO 1

Población de estudio y muestra

Reinel Maya Ojeda

Universidad ETAC, Campus Chalco

Licenciatura: Ciencias de la Educación

Materia: Evaluación Cuantitativa

Profesor: Ing. Luis R. Chávez Pérez

Fecha: 22 de febrero de 2018

POBLACIÓN DE ESTUDIO 2

Índice

Introducción 3

Desarrollo 3

Conclusiones 7

Referencias 8
POBLACIÓN DE ESTUDIO 3

Introducción

El muestreo o ‘sampling’ es un proceso que hoy en día se aplica en numerosas áreas

del conocimiento; de hecho, ha sido considerado como “el rey del marketing”, ya que nos

permite conocer información detallada sobre elementos de nuestro interés extraídos de la

realidad para su análisis, estudio y presentación.

Cabe señalar que las técnicas de muestreo son, ante múltiples métodos alternativos, la

única forma de verdadero conocimiento científico de la realidad, tan variada y compleja.

Puede ser que no nos percatemos de ello, pero constantemente se nos presentan ejemplos de

la vida práctica en los que se nos proporciona información recabada y soportada por el

método de muestreo. Todas ellas como inferencias construidas ante disímiles situaciones y

que utilizan primordialmente el método inductivo de investigación, o sea, van de lo particular

a lo general. Podríamos preguntarnos: ¿estas inferencias serán válidas? La finalidad de estas

conclusiones es descubrir algo sobre determinada población de estudio o ‘universo’, como

también se le llama.

De esta forma, nuestro propósito con este trabajo es enunciar los conceptos de

población y muestra y conocer los procedimientos de selección de dicha muestra en la

investigación científica de manera que podamos comprender mejor esta fase previa a toda

investigación.

Desarrollo

Para realizar cualquier estudio debemos tener una definición lo suficientemente clara de

los objetivos de estudio. Esto se lleva a cabo en el proceso inicial de toda investigación, en la

que, habiendo definido nuestros objetivos, hay que llevar a cabo una recopilación y

sistematización de la información disponible y que tenga auténtica relevancia; a esto se le

conoce como ‘muestreo’. Cuando ya se tienen definidos estos objetivos y sabemos cuál será
POBLACIÓN DE ESTUDIO 4

la unidad de análisis, “se procede a delimitar la población que va a ser estudiada y sobre la

cual se pretende generalizar los resultados” (Hernández, R., Fernández-Collado, C., y

Baptista, P., 2006: 238).

Es importante definir algunos conceptos fundamentales en la teoría del muestreo; uno

de ellos es el de población, que Suárez, P. (2011) identifica como el “conjunto de

“individuos” al que se refiere nuestra pregunta de estudio o respecto al cual se pretende

concluir algo”, pero que no ofrece tanta asertividad –a nuestro juicio- como la definición

propuesta por Selltiz, C., Yahoda, M., Deutsch, M., y Cook, S., en Research methods in

social relations (1967), al afirmar que “una población son todos los casos que se ajustan a

una serie de especificaciones” [transcripción mía] (p. 509). Y esta última palabra es la que

tiene gran peso en la definición, pues una deficiencia que se presenta en algunos trabajos de

investigación es que no describen lo suficiente estas especificaciones en la población, o como

bien señalan Hernández et al. (2006), “consideran que la muestra la representa de manera

automática” (p. 238). Así que complementando ambas definiciones concluimos que una

población es “el conjunto o totalidad de personas, objetos y cosas que concuerdan en

características comunes” (Chávez, 2001: 43). De ahí se desprende nuestro segundo concepto,

el de ‘muestra’. Comprendiendo el primero deducimos el segundo como lo presenta Morais

(2005) cuando dice:

La población puede ser considerada como una colección de unidades individuales, que

pueden ser personas o resultados experimentales, con una o más características

comunes que se pretenden estudiar. La población se refiere a todos los casos o

situaciones a los que el investigador quiere hacer inferencias o estimaciones.

Una muestra es un subconjunto de la población por el cual se obtiene información sobre

el todo [transcripción mía]. (p. 16)

POBLACIÓN DE ESTUDIO 5

Por tanto, debemos “establecer con claridad las características de la población con la

finalidad de delimitar cuáles serán los parámetros muestrales” (Hernández et al., 2006: 239).

Esta delimitación se lleva a cabo a partir de los objetivos del estudio, pero también toma en

cuenta otros elementos prácticos. Estaríamos confundidos si creemos que nuestro estudio

“será mejor por tener una población más grande; la calidad de un trabajo investigativo estriba

en delimitar claramente la población con base al planteamiento del problema” (p. 239). A este

ejercicio de “obtención de información sobre parte de una población” es lo que Reis, E.,

Melo, P., Andrade, R., y Calapez, T. (2016: 23) llaman ‘muestreo’. Y hay dos herramientas

por las que podemos recabar estos datos: el censo y la encuesta. Morais (2005), las describe

así:

El censo es una recopilación de datos, sobre ciertas características de la población,

obtenida directamente del conjunto de las unidades de población.

La encuesta es una recogida de datos, sobre ciertas características de la población,

obtenida a partir de una muestra [transcripción mía]. (p. 16)

Por tanto, en el proceso de ‘sampling’ o muestreo se obtienen partes representativas de

una población determinada. Consiste, como expresa Suárez (2011) en “determinar qué parte

de una realidad debe examinarse para hacer inferencias sobre el todo del que procede”. Que

una muestra sea representativa o no depende de: “a) la precisión del universo o población [y]

b) lo homogéneo o heterogéneo que resulta la población o universo” (Chávez, 2001: 43).

Para Suárez (2011), “la noción de representatividad sólo tiene un alcance intuitivo,

carece de definición formal”. Él cree que la muestra sólo puede ser representativa cuando

internamente contenga el mismo grado de diversidad que hay en la población, y remata su

tesis con toda certidumbre manifestando que es el método que produce a la muestra el que

nos ofrece la confianza que dicha muestra merece, y no el azar.

POBLACIÓN DE ESTUDIO 6

Con ello podemos agregar que,

i) Si la información disponible sobre las variables (o características) en estudio es

bastante escasa, las alternativas que se plantean en la elección de la Población, el

método de muestreo y el tamaño de la muestra serán en número más reducido.

ii) si la información estadística obtenida permite concluir la existencia de una gran

variabilidad en la(s) característica(s) de estudio, se utilizará una muestra de mayor

tamaño [transcripción mía]. (Reis et al., 2016: 26)

Como ya mencionamos, la muestra tiene que implicar esta característica de

representatividad de la población de la que es seleccionada. Pero “¿cómo seleccionar la

muestra? Para ello [es que] se aplica la técnica de muestreo que pertenece al campo de la

estadística inferencial o probabilística” (Chávez, 2001: 43). En este proceso de selección

siempre tienen lugar algunos errores, es lo que Suárez (2011) llama “ERROR DE

MUESTREO”, pero que tenemos que evitar o reducir en la mayor medida posible. Hay tres

errores principales que pueden asociarse al proceso de selección de muestras y que son:

1) no elegir a casos que deberían ser parte de la muestra (participantes que deberían

estar y no fueron seleccionados). 2) incluir a casos que no deberían estar porque no

forman parte de la población y 3) seleccionar casos que son verdaderamente

inelegibles. (Hernández et al., 2006: 240)

En definitiva, lo que se pretende cuando seleccionamos una muestra es “que este

subconjunto sea un reflejo fiel del conjunto de la población” (Hernández et al., 2006: 240).

Así encontramos muestreos aleatorios (probabilísticos) y no aleatorios (no probabilísticos).

Al llevar a cabo el muestreo probabilístico uno debe plantearse el siguiente cuestionamiento:

“dado que una población es de N, ¿cuál es el menor número de unidades muestrales (…) que

necesito para conformar una muestra (n) que me asegure un determinado nivel de error
POBLACIÓN DE ESTUDIO 7

estándar, digamos menos de 0.01?” (p. 244). El muestreo no probabilístico “depende del

proceso de toma de decisiones de una persona o de un grupo de personas y, desde luego, las

muestras seleccionadas obedecen a otros criterios de investigación” (p. 241).

Las principales formas de muestras no probabilísticas son: muestras accidentales,

muestras de cuota y muestras intencionales. Las principales formas de muestras

probabilísticas son: muestras aleatorias simples, muestras aleatorias estratificadas y

varios tipos de muestras de clúster [racimos o conglomerados] [transcripción mía].

(Selltiz, et al., 1967: 515)

El tamaño de la muestra es el número de unidades que la constituyen y no determina si

esta es buena o mala, porque lo que en realidad importa es –como ya dijimos- la

representatividad, o sea, en qué medida tiene similitud con la población estudiada. Morais

(2005), considera un tamaño mínimo de 30 unidades estadísticas, sin embargo afirma que “el

tamaño de la muestra depende básicamente: del grado de confianza que se quiere obtener en

los resultados; del grado de detalle deseado en el análisis; de los recursos y tiempo

disponibles” (p. 18).

Conclusiones

Ha quedado claro que la parte (muestra) no define al todo (población), pero si hay una

buena elección puede llegar a representarla. El grado de certidumbre del muestreo no reposa

en el tamaño de la muestra o de la población seleccionada, sino en la representatividad de la

primera con respecto a la segunda. En la práctica es casi imposible que podamos medir a

todas las poblaciones, pero estamos completamente de acuerdo en que con una buena

representatividad (muestras) de ellas podemos llegar a obtener un reflejo fiel de todo el

conjunto si aprendemos las técnicas adecuadas para la mejor selección de las unidades de

análisis.
POBLACIÓN DE ESTUDIO 8

Referencias

Chávez, J. (2001). Apuntes para una metodología de la investigación educativa.

Chilpancingo: Universidad Autónoma de Guerrero, México, e Instituto Central de

Ciencias Pedagógicas, República de Cuba. Recuperado de:

https://issuu.com/hansmejiaguerrero/docs/apuntes_para_una_metodologia_de_la_invest

igaci_n_e

Hernández, R., Fernández-Collado, C., y Baptista, P. (2006). Metodología de la

Investigación. México D.F.: McGraw-Hill.

Morais, C. (2005). Escalas de medida, estatística descritiva e inferência estatística.

Bragança: Escola Superior de Educação. Recuperado de:

http://hdl.handle.net/10198/7325

Reis, E., Melo, P., Andrade, R., y Calapez, T. (2016). Estatística aplicada. Lisboa: Sílabo.

Selltiz, C., Yahoda, M., Deutsch, M., y Cook, S. (1967). Research methods in social

relations. New York: Holt, Rinehart and Winston.

Suárez, P. (2011). Población de estudio y muestra. Asturias: Unidad Docente de MFyC.

Recuperado de:

http://udocente.sespa.princast.es/documentos/Metodologia_Investigacion/Presentacione

s/4_%20poblacion&muestra.pdf