¿Qué es una muestra?

La muestra es, en esencia, un subgrupo de la población. Digamos que es un

subconjunto de elementos que pertenecen a ese conjunto definido en sus
características al que llamamos población (conjunto de todos los casos que concuerdan
con determinadas especificaciones).Pocas veces es posible medir a toda la población,
por lo que obtenemos o seleccionamos una muestra y, desde luego, se pretende que
este subconjunto sea un reflejo fiel del conjunto de la población. Todas las muestras —
bajo el enfoque cuantitativo— deben ser representativas; por lo tanto, el uso de este
término resulta por demás inútil. Los términos al azar y aleatorio denotan un tipo de
procedimiento mecánico relacionado con la probabilidad y con la selección de
elementos; pero no logran esclarecer tampoco el tipo de muestra y el procedimiento
de muestreo.
No siempre se tiene una muestra en una investigacion, pero en la mayoría de las
situaciones sí realizamos el estudio en una muestra. Sólo cuando queremos realizar un
censo debemos incluir en el estudio a todos los sujetos o casos (personas, animales,
plantas, objetos) del universo o la población. Por ejemplo, los estudios motivacionales
en empresas suelen abarcar a todos sus empleados para evitar que los excluidos
piensen que su opinión no se toma en cuenta. Las muestras se utilizan por economía
de tiempo y recursos.

Lo primero: ¿sobre qué o quiénes se recolectarán datos?

Aquí el interés se centra en "qué o quiénes", es decir, en los sujetos, objetos, sucesos
o comunidades de estudio (las unidades de análisis), lo cual depende del
planteamiento de la investigación. Por lo tanto, para seleccionar una muestra, lo
primero que hay que hacer es definir la unidad de análisis (personas, organizaciones,
periódicos, comunidades, situaciones, eventos, etc.). El sobre qué o quiénes se van a
recolectar datos depende del planteamiento del problema a investigar y de los alcances
del estudio. Estas acciones nos llevarán al siguiente paso, que consiste en delimitar
una población.
Para el proceso cuantitativo la muestra es un subgrupo de la población de interés
(sobre el cual se recolectarán datos, y que tiene que definirse o delimitarse de
antemano con precisión), éste deberá ser representativo de la población. El
investigador pretende que los resultados encontrados en la muestra logren
generalizarse o extrapolarse a la población (en el sentido de la validez extema que se
comentó al hablar de experimentos). El interés es que la muestra sea estadísticamente
representativa.

¿Cómo se delimita una población?

Una vez que se ha definido cuál será la unidad de análisis, se procede a delimitar la
población que va a ser estudiada y sobre la cual se pretende generalizar los resultados.
Así, una población es el conjunto de todos los casos que concuerdan con una serie de
especificaciones (Selltiz et al., 1980). Una deficiencia que se presenta en algunos
trabajos de investigación es que no describen lo suficiente las características de la
población o consideran que la muestra la representa de manera automática. Es común
que algunos estudios que sólo se basan en muestras de estudiantes universitarios
(porque es fácil aplicar en ellos el instrumento de medición, pues están a la mano)
hagan generalizaciones temerarias sobre jóvenes que tal vez posean otras
características sociales.
Es preferible entonces establecer con claridad las características de la población, con la
finalidad de delimitar cuáles serán los parámetros muéstrales.
¿Cómo seleccionamos una muestra?
El muestreo es una herramienta de la investigación científica. Su función básica es
determinar que parte de una realidad en estudio (población o universo) debe
examinarse con la finalidad de hacer inferencias sobre dicha población. Obetner una
muestra adecuada significa lograr una versión simplificada de la población, que
reproduzaca de algún modo sus rasgos básicos. Dentro de este contexto es posible
categorizar las muestras en dos grandes ramas: las muestras no probabilísticas y las
muestras probabilísticas. En estas últimas todo subgrupo de la población en tienen la
misma posibilidad de ser elegidos, y se obtienen definiendo las características de la
población y el tamaño de la muestra, y por medio de una selección aleatoria o
mecánica de las unidades de análisis.
En las muestras no probabilísticas, la elección de los elementos depende de causas
relacionadas con las características de la investigación o de quien hace la muestra, es
decir, es el subgrupo de la población en la que la elección de los elementos no depende
de la probabilidad sino de las características de la investigación. Aquí el procedimiento
no es mecánico, ni con base en fórmulas de probabüidad, sino que 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. Elegir
entre una muestra probabilística o una no probabilística depende de los objetivos del
estudio, del esquema de investigación y de la contribución que se piensa hacer con
ella.

¿Cómo se selecciona una muestra probabilística o no

probablística?
La elección entre la muestra probabilística y la no probabilística se determina con base
en el planteamiento del problema, las hipótesis, el diseño de investigación y el alcance
de sus contribuciones. Las muestras probabilísticas tienen muchas ventajas, quizá la
principal sea que puede medirse el tamaño del error en nuestras predicciones. Se dice
incluso que el principal objetivo en el diseño de una muestra probabilística es reducir al
mínimo este error, al que se le llama error estándar (Kish, 1995).

Muestreo sistemático
Se utiliza cuando el universo o población es de gran tamaño, o ha de extenderse en el
tiempo. Primero hay que identificar las unidades y relacionarlas con el calendario
(cuando proceda). Luego hay que calcular una constante, denominada coeficiente de
elevación:
K= N/n

Donde N es el tamaño de la población y n el tamaño de la muestra.

Muestreo estratificado
Consiste en la división previa de la población de estudio en grupos o clases que se
suponen homogéneos con respecto a alguna característica de las que se van a
estudiar. A cada uno de estos estratos se le asignaría una cuota que determinaría el
número de miembros del mismo que compondrán la muestra. Dentro de cada estrato
se suele usar la técnica de muestreo sistemático, una de las técnicas de selección más
usadas en la práctica.
Muestreo por etapas múltiples
Esta técnica es la única opción cuando no se dispone de lista completa de la población
de referencia o bien cuando por medio de la técnica de muestreo simple o estratificado
se obtiene una muestra con unidades distribuidas de tal forma que resultan de difícil
acceso. En el muestreo a estudios múltiples se subdivide la población en varios niveles
ordenados que se extraen sucesivamente por medio de un procedimiento de embudo.
El muestreo se desarrolla en varias fases o extracciones sucesivas para cada nivel.
Las muestras no probabísticas, también llamadas muestras dirigidas, suponen un
procedimiento de selección informal. La muestra dirigida selecciona sujetos "típicos"
con la vaga esperanza de que sean casos representativos de una población
determinada. Por ello, para fines deductivos-cuantitativos, donde la generalización o
extrapolación de resultados hacia la población es una finalidad en sí misma, las
muestras dirigidas en este sentido implican muchas desventajas, ya que, al no ser
probabüísticas, no es posible calcular con precisión el error estándar, es decir, no
podemos calcular con qué nivel de confianza hacemos una estimación.

Muestreo por conveniencia

Es probablemente la técnica de muestreo más común. En el muestreo por
conveniencia, las muestras son seleccionadas porque son accesibles para el
investigador. Los sujetos son elegidos simplemente porque son fáciles de reclutar. Esta
técnica es considerada la más fácil, la más barata y la que menos tiempo lleva.

Muestreo de bola de nieve

Se lleva a cabo generalmente cuando hay una población muy pequeña. En este tipo de
muestreo, el investigador le pide al primer sujeto que identifique a otro sujeto
potencial que también cumpla con los criterios de la investigación. La desventaja de
usar una muestra de bola de nieve es que difícilmente sea representativa de la
población.

Muestreo por cuotas

El muestreo por cuotas es una técnica de muestreo no probabilístico en donde el
investigador asegura una representación equitativa y proporcionada de los sujetos, en
función de qué rasgo es considerado base de la cuota. Esta técnica es la que suele
usarse en investigación online a través de paneles. Podemos ver el muestreo por
cuotas como la versión no probabilística del muestreo estratificado.

Se pueder hacer uso del muestreo probabilístico si se dispone de un marco muestral

(Un marco muestral es una lista de elementos que componen el universo que
queremos estudiar y de la cuál se extrae la muestra.). Por todas estas razones, así
como por razones de coste, los investigadores recurren con frecuencia a otras técnicas
de muestreo, agrupadas dentro de lo que se conoce como muestreo no probabilístico.
En estas técnicas alternativas, es habitual seleccionar elementos para la muestra
basándose en hipótesis relativas a la población de interés, lo que se conoce
como criterios de selección.
Tamaño óptimo de una muestra
Determinar el tamaño de la muestra que se va a seleccionar es un paso importante en
cualquier estudio de investigación. La elección del tamaño de la muestra depende de
consideraciones no estadísticas y estadísticas. Las consideraciones no estadísticas
pueden incluir la disponibilidad de los recursos, la mano de obra, el presupuesto, la
ética y el marco de muestreo.Dentro de los objetivos de la determinación adecuada de
una muestra se tiene:

1. Nivel de precisión
El nivel de precisión, también llamado error de muestreo, es el rango en donde se
estima que está el valor real de la población. Este rango se expresa en puntos
porcentuales.

2. Nivel de confianza
El intervalo de confianza es la medida estadística del número de veces de cada 100
que se espera que los resultados se encuentren dentro de un rango específico.

3. Grado de variabilidad
Dependiendo de la población objetivo y los atributos a considerar, el grado
de variabilidad varía considerablemente. Cuanto más heterogénea sea una población,
mayor deberá ser el tamaño de la muestra para obtener un nivel óptimo de precisión.

Ya sea que se trate de un tipo de muestreo u otro, lo importante es elegir a los

informantes (o casos) adecuados, de acuerdo con el planteamiento del problema y
lograr el acceso a ellos. Los estudios exploratorios regularmente emplean muestras
dirigidas o no probabüísticas, aunque podrían usarse muestras probabüísticas. Las
investigaciones experimentales, la mayoría de las veces utilizan muestras dirigidas,
porque como se comentó, es difícil manejar grupos grandes. Los estudios no
experimentales descriptivos o correlaciónales-causales deben emplear muestras
probabüísticas si quieren que sus resultados sean generalizados a una población.

Ejemplo muestreo sistemático

Supongamos que tenemos un marco muestral de 5.000 individuos y deseamos obtener
una muestra de 100 de ellos. Dividimos en primer lugar el marco muestral en 100
fragmentos de 50 individuos. A continuación seleccionamos un número aleatorio entre
1 y 50, para extraer el primer individuo al azar del primer fragmento: por ejemplo el
24. A partir de este individuo, queda definida la muestra extrayendo los individuos de
la lista con intervalos de 50 unidades, tal y como sigue:
24, 74, 124, 174, ..., 4.974

Ejemplo muestreo por conveniencia

Por ejemplo, los estudios clínicos con voluntarios. En dichos estudios, se solicita a
personas con ciertas características físicas que acudan voluntariamente para formar
parte de algún tipo de investigación o incluso algún tratamiento. El investigador clínico
que usa esta técnica está considerando que cualquier individuo que cumpla con una
cierta características (por ejemplo, ser diabético) va a ser representativo del universo.
O dicho de otra manera, el hecho de que un individuo vea o no vea la solicitud de
voluntarios, acceda o no a participar, sea de una región o de otra, etc. no va a afectar
a sus resultados en el estudio.