Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Los dos enfoques son paradigmas de la investigación científica, se puede decir que ambos:
• Llevan a cabo observación y evaluación de fenómenos
• Establecen suposiciones o ideas como consecuencia de la observación y evaluación realizadas
• Demuestran el grado en que las suposiciones o ideas tienen fundamento.
• Revisan tales suposiciones o ideas sobre la base de las pruebas o del análisis.
• Proponen nuevas observaciones para esclarecer, modificar y fundamentar las suposiciones e ideas; o
incluso para generar otras.
• Ninguno es intrínsecamente mejor que el otro, sólo constituyen diferentes aproximaciones al estudio de
un fenómenos, son complementarios.
Toda cultura o sistema social tiene un modo único para entender situaciones y eventos. Esta
cosmovisión afecta a la conducta humana. En este tipo de enfoque las variables no se definen con el
propósito de manipularse ni de controlarse experimentalmente; la recolección de datos está fuertemente
influida por las experiencias.
La realidad subjetiva en sí misma es objeto de estudio. Se observan los procesos sin irrumpir,
alterar o imponer un punto de vista externo, sino tal como son percibidos por los actores del sistema social.
Es un enfoque capaz de manejar paradojas, incertidumbre, dilemas éticos y ambigüedad. Busca
principalmente dispersión o expansión de los datos e información.
Antes, se solía equiparar al enfoque cuantitativo con el método científico. Hoy en día, tanto el
proceso cualitativo como el cuantitativo son considerados formas de hacer ciencia y producir conocimiento.
Hay que tener en cuenta que la investigación se define como un conjunto de procesos sistemáticos y
empíricos que se aplican al estudio de un fenómeno.
La mayoría de las ideas iniciales son vagas y requieren analizarse con cuidado para que se
transformen en planteamientos más precisos y estructurados, en particular en el enfoque cuantitativo. Para
adentrarse en el tema a investigar que surgió de una idea es conocer estudios, investigaciones y trabajos
anteriores; aún en el proceso cualitativo, especialmente si uno no es experto en la materia. Esto ayuda a:
Desde luego que en el enfoque cualitativo de la investigación, el propósito no es siempre contar con
una idea y planteamiento de investigación completamente estructurados; pero sí con una idea y visión que
nos conduzca a un punto de partida, y en cualquier caso, resulta aconsejable consultar fuentes previas para
obtener referencias, aunque finalmente iniciemos nuestro estudio partiendo de bases propias y sin
establecer alguna creencia preconcebida.
La mayoría de las investigaciones no pueden evitar tocar temas que se relacionen con distintos
campos o disciplinas. Por ende, cuando se considera el enfoque seleccionado se habla de perspectiva
principal o fundamental, y no de perspectiva única. La elección de una u otra perspectiva tiene importantes
implicaciones en el desarrollo de un estudio. Así, estamos hablando de perspectiva (disciplina desde la cual
se guía centralmente la investigación) y enfoque (cuantitativo y cualitativo).
• El problema debe expresar una relación entre dos o más conceptos o variables.
• El problema debe estar formulado como pregunta, claramente y sin ambigüedad.
• El planteamiento debe implicar la posibilidad de realizar una prueba empírica. Es decir, la factibilidad de
observarse en la realidad única y objetiva.
Objetivos de la Investigación
En primer lugar, es necesario establecer qué pretende la investigación, es decir, cuáles son sus
objetivos. Los objetivos deben expresarse con claridad para evitar posibles desviaciones en el proceso de
investigación cuantitativa y ser susceptible de alcanzarse; son las guías del estudio y hay que tenerlos
presentes durante todo su desarrollo.
Es conveniente comentar que durante la investigación es posible que surjan objetivos adicionales,
se modifiquen los objetivos iniciales o incluso se sustituyan por nuevos objetivos, según la dirección que
tome el estudio.
Preguntas de Investigación
Es importante plantear, por medio de una o varias preguntas, el problema que se estudiará. Al
hacerlo en forma de preguntas se tiene la ventaja de presentarlo de manera directa, lo cual minimiza la
distorsión. A veces se formula solamente el propósito del estudio, aunque las preguntas deben resumir lo
que habrá de ser la investigación.
Las preguntas demasiado generales no conducen a una investigación concreta. Estas preguntas
deberían orientar hacia las respuestas que se buscan con la investigación; no deben utilizarse términos
ambiguos ni abstractos. Las preguntas pueden ser más o menos generales, pero en la mayoría de los casos
es mejor que sean precisas, sobre todo en el estudiante que se está iniciando en la investigación.
Además de lo recientemente mencionado, es necesario establecer los límites temporales y
espaciales del estudio, y esbozar un perfil de las unidades de observación, perfil que, aunque es tentativo,
resulta muy útil para definir el tipo de investigación que habrá de llevarse a cabo. Pueden plantearse una o
varias preguntas, y acompañadas de una breve explicación del tiempo, el lugar y las unidades de
observación del estudio. Estos son algunos requisitos que deben poseer las preguntas:
Justificación de la Investigación
Es necesario justificar el estudio mediante la exposición de sus razones (el ¿para qué? y/o ¿por
qué? del estudio). La mayoría de las investigaciones se efectúan con un propósito definido, por medio de la
justificación debemos demostrar que el estudio es necesario e importante. Trátese de estudios cuantitativos
o cualitativos, la justificación siempre es importante.
Viabilidad de la investigación
Debemos tomar en cuenta la disponibilidad de recursos financieros, humanos y materiales que
determinarán, en última instancia, los alcances de la investigación. Asimismo, resulta indispensable que
tengamos acceso al lugar o contexto donde se llevará a cabo la investigación.
Consecuencias de la Investigación
Implica a las repercusiones positivas o negativas en los ámbitos ético y estético en relación a la
sociedad. La decisión de realizar o no una investigación por las consecuencias que ésta pueda acarrear es
una decisión personal de quien la concibe.
• Consistencia lógica: las proposiciones que la integran deberán estar interrelacionadas, ser
mutuamente excluyentes y no caer en contradicciones internas o incoherencias.
• Perspectiva: una teoría posee más perspectiva mientras mayor cantidad de fenómenos
explique y más aplicaciones admita.
• Innovación-inventiva (fructificación heurística): las teorías que originan, en mayor medida, la
búsqueda de conocimientos son las que permiten que una ciencia avance.
• Sencillez (parsimonia): es mejor que una teoría sea sencilla, no es requisito, sino una cualidad
deseable. La sencillez no significa superficialidad.
Enfoques de la investigación
Existen cuatro tipo de enfoques en la investigación científica, son los estudios exploratorios,
descriptivos, correlacional o explicativo.
• Estudios exploratorios: se realizan cuando el objetivo es examinar un tema o problema de investigación
poco estudiado, del cual se tienen muchas dudas o no se ha abordado antes. Tal sería el caso de
investigadores que pretendieran analizar fenómenos desconocidos o novedosos, como puede ser una
enfermedad de reciente aparición. Este tipo de estudio sirve para familiarizarnos con fenómenos
relativamente desconocidos, obtener información, investigar nuevos problemas, identificar conceptos o
variables promisorias, sugerir afirmaciones y postulados: tal fue el caso de las primeras investigaciones
de Freud.
• Estudios descriptivos: con frecuencia, la meta del investigador consiste en describir fenómenos,
situaciones, contextos y eventos; esto es, detallar cómo son y se manifiestan. Los estudios descriptivos
buscan especificar las propiedades, las características y los perfiles de personas, grupos, comunidades,
procesos, objetos o cualquier otro fenómeno que se someta a un análisis. Es decir, miden, evalúan o
recolectan datos sobre diversos conceptos (variables), aspectos, dimensiones o componentes del
fenómeno a investigar. Este tipo de estudio no indica cómo se relacionan las variables, sólo describe
tendencias de un grupo o población y ofrecen la posibilidad de hacer predicciones aunque sean
incipientes.
• Estudios correlacionales: asocia variables mediante un patrón predecible para un grupo o población.
Este tipo de estudio tiene como propósito conocer la relación que exista entre dos o más conceptos,
categorías o variables en un contexto en particular. Los estudios correlacionales miden el grado de
asociación entre dos o más variables; es decir, miden cada variable presuntamente relacionada y,
después, miden y analizan la correlación. Tales correlaciones se sustentan en hipótesis sometidas a
prueba. La correlación puede ser positiva o negativa. Si es positiva, significa que sujetos con valores
altos en una variable tenderán también a mostrar valores elevados en la otra variable. Si es negativa,
significa que sujetos con valores elevados en una variable tenderán a mostrar valores bajos en la otra
variable. Si no hay relación entre las variables, ello nos indica que éstas fluctúan sin seguir un patrón
sistemático entre sí. Conocer la correlación y la magnitud de la asociación, se tienen bases para realizar
predicciones con mayor o menos exactitud. Cuánto mayor sea el número de variables que se asocien
en el estudio y mayor sea la fuerza de las relaciones, más completa será la explicación. Existe el riesgo
de encontrarnos con una aparente asociación de dos variables en una relación que, en realidad, no
existe: esto se denomina correlación espuria, y no es tan sencillo identificarlo.
• Estudios explicativos: se centran en explicar por qué ocurre un fenómeno y en qué condiciones se
manifiesta, o por qué se relacionan las variables; pretende establecer las causas de los eventos,
sucesos o fenómenos que se estudian. Las investigaciones explicativas son más estructuradas que las
demás y, de hecho, implican los propósitos de éstos; además de que proporcionan un sentido de
entendimiento del fenómeno a que hacen referencia.
Algunas veces una investigación puede caracterizarse como exploratoria, descriptiva, correlacional
o explicativa, pero no situarse únicamente como tal. Esto es, aunque un estudio sea en esencia exploratorio
contendrá, por ejemplo, elementos descriptivos. Asimismo, debemos recordar que es posible que una
investigación se inicie como exploratoria o descriptiva y después llegue a ser correlacional y aún explicativa.
Son dos los factores que influyen para que una investigación se inicie como exploratoria, descriptiva,
correlacional o explicativa:
• El conocimiento actual del tema de investigación: en primer término, la literatura puede revelar que no
hay antecedentes sobre el tema en cuestión o que no son aplicables al contexto en el cual habrá de
desarrollarse el estudio, entonces la investigación deberá iniciarse como exploratoria. O, por ejemplo,
pueden haber piezas y trozos de teoría con apoyo empírico moderado; esto es, estudios descriptivos
10
que han detectado y definido ciertas variables y generalizaciones. En estos casos nuestra investigación
puede iniciarse como descriptiva o correlacional. Si la literatura nos puede revelar que existe una o
varias teorías que se aplican a nuestro problema de investigación el estudio puede iniciarse como
explicativo.
• La perspectiva que se le dé al estudio: el sentido o perspectiva que el investigador le dé a su estudio
determinará cómo iniciar éste. Si piensa en realizar una investigación sobre un tema previamente
estudiado, pero quiere darle un sentido diferente, el estudio puede iniciarse como exploratorio.
Los cuatro alcances del proceso de la investigación cuantitativa son igualmente válidos e
importantes y han contribuido al avance de las diferentes ciencias. Cada uno tiene sus objetivos y razón de
ser.
11
12
Clasificación de hipótesis
Existen diversas formar de clasificar las hipótesis: 1) hipótesis de investigación, 2) hipótesis nulas,
3) hipótesis alternativas y 4) hipótesis estadísticas.
Hipótesis de investigación
Son proposiciones tentativas sobre la o las posibles relaciones entre dos o más variables. Éstas, a
su vez, se clasifican en:
• Descriptivas: se utilizan a veces en estudios descriptivos, para intentar predecir un dato o valor en una o
más variables que se van a medir u observar.
• Hipótesis correlacionales: especifican las relaciones entre dos o más variables y corresponden a los
estudios correlacionales. Estas hipótesis no sólo pueden establecer que dos o más variables se
encuentran vinculadas, sino también cómo están asociadas. Alcanzan el nivel predictivo y parcialmente
explicativo. Cuando se relacionan dos variables, se le conoce como correlación bivariada; y cuando se
correlacionan varias, se le llama correlación múltiple.
• Hipótesis de la diferencia entre grupos: se formulan en investigaciones cuya finalidad es comparar
grupos. Cuando el investigador no tiene bases para presuponer en favor de qué grupo será la
diferencia, formula una hipótesis simple de diferencia de grupos. Y cuando sí tiene bases, establece una
hipótesis direccional de diferencia de grupos. Esto último, por lo común, sucede cuando la hipótesis se
deriva de una teoría o estudios antecedentes.
• Hipótesis que establecen relaciones de causalidad: no sólo afirma la o las relaciones entre dos o más
variables y la manera en que se manifiestan, sino que además propone un sentido de entendimiento de
las relaciones. Correlación y causalidad son conceptos asociados pero distintos. Si dos variables están
correlacionadas, ello no necesariamente implica que una será la causa de la otra. Para establecer
causalidad antes debe haberse demostrado correlación, pero además la causa debe ocurrir antes que el
efecto. Asimismo, los cambios en la causa tienen que provocar cambios en el efecto. Al hablar de
hipótesis, a las supuestas causas se les conoce como variables independientes y a los efectos como
variables dependientes. Existen hipótesis causales bivariadas e hipótesis causales multivariadas. Estas
últimas plantean otro tipo de relaciones causales, en donde ciertas variables intervienen modificando la
relación (hipótesis con presencia de variables intervinientes).
Hipótesis nulas
Las hipótesis nulas son, en cierto modo, el reverso de las hipótesis de investigación. También
constituyen proposiciones acerca de la relación entre variables, sólo que sirven para refutar o negar lo que
afirma la hipótesis de investigación. Debido a que este tipo de hipótesis es la contrapartida de la hipótesis
de investigación, hay prácticamente tantas clases de hipótesis nulas como de investigación.
Hipótesis alternativas
Como su nombre lo indica, son posibilidades diferentes o alternas ante las hipótesis de
investigación y nula: ofrecen otra descripción o explicación distintas de las que proporcionan estos tipos de
hipótesis. Si la hipótesis de investigación establece: “esta silla es roja”, la nula afirmará “esta silla no es roja”
y la alternativa dirá “esta silla es verde”. Se simbolizan como Ha y sólo pueden formularse cuando
efectivamente hay otras posibilidades.
Hipótesis estadísticas
Son exclusivas del enfoque cuantitativo y representan la transformación de las hipótesis de
investigación, nulas y alternativas en símbolos estadísticos. Se pueden formular sólo cuando los datos del
estudio son cuantitativos. Básicamente hay tres tipos de hipótesis estadísticas: 1) de estimación, 2) de
correlación y 3) de diferencias de medias.
13
¿En una investigación se pueden formular hipótesis descriptivas de un dato que se pronostica en
una variable; también hipótesis correlacionales, de la diferencia de grupos y causales?
La respuesta es sí. En una misma investigación es posible establecer todos los tipos de hipótesis,
porque el problema de investigación así lo requiere. Los tipos de estudio que no establecen hipótesis son
los exploratorios. No puede presuponerse (afirmando) algo que apenas va a explorarse. Cuantas más
investigaciones apoyen una hipótesis, más credibilidad tendrá; y, por supuesto, será válida para el contexto
(lugar, tiempo y sujetos participantes u objetos) en que se comprobó.
14
Definición conceptual
Una definición conceptual trata a la variable con otros términos. Se trata de definiciones de
diccionarios o de libros especializados. Cuando describen la esencia o las características de una variable,
objeto o fenómeno se les denomina definiciones reales.
Algunas variables no requieren que su definición conceptual se mencione en el reporte de
investigación porque ésta es relativamente obvia y compartida.
Definiciones operacionales
Especifica qué actividades u operaciones deben realizarse para medir una variable. Una definición
operacional nos dice que para medir o recoger datos respecto de una variable, hay que hacer esto y esto
otro. Así, la definición operacional de la variable temperatura sería el termómetro. La variable ingreso
familiar podría operacionalizarse al preguntar sobre el ingreso personal de cada uno de los miembros de la
familia y luego sumas las cantidades que cada quien indicó.
Cuando el investigador dispone de varias opciones para definir operacionalmente una variable,
debe elegir la que proporcione mayor información sobre la variable, capte mejor su esencia, se adecue más
a su contexto y sea más precisa. Los criterios para evaluar una definición operacional son básicamente
cuatro: adecuación al contexto, capacidad para captar los componentes de la variable de interés,
confiabilidad y validez.
Prácticamente todas las variables requieren una definición operacional para ser evaluadas de
manera empírica, aún cuando en el estudio no se formulen hipótesis. Siempre que se tengan variables, se
deben definir operacionalmente.
15
¿Qué es un experimento?
Un experimento se refiere a un estudio en el que se manipulan intencionalmente una o más
variables independientes (supuestas causas-antecedentes), para analizar las consecuencias que la
manipulación tiene sobre una o más variables dependientes (supuestos efectos-consecuentes), dentro de
una situación de control para el investigador. Los diseños experimentales se utilizan cuando el investigador
pretende establecer el posible efecto de una causa que se manipula. Por ejemplo, “un tratamiento
psicológico (V.I.) reduce la depresión (V.D.)”.
El primer requisito de un experimento es la manipulación intencional de una o más variables
independientes. Las variaciones en los niveles de la variable dependiente debe coincidir sistemáticamente
con los cambios en la variable independiente. En un experimento, para que una variable se considere como
independiente debe cumplir tres requisitos: que anteceda a la dependiente, que varía o sea manipulada y
que esta variación pueda controlarse.
La variable dependiente no se manipula, sino que se mide para ver el efecto que la manipulación de
la variable independiente tienen en ella. La V.I. suele simbolizarse con la letra “X” y la V.D. suele
simbolizarse con la letra “Y”.
18
Equivalencia Inicial
Implica que los grupos son similares entre sí al momento de iniciarse el experimento. Si inicialmente
no son equiparables, las diferencias entre los grupos, no podrían atribuirse con certeza a la manipulación de
la variable independiente.
La equivalencia inicial no se refiere a equivalencias entre individuos, porque las personas tenemos
por naturaleza diferencias individuales; sino a la equivalencia entre grupos. Si tenemos dos grupos en un
experimento, es indudable que habrá, por ejemplo, personas muy inteligentes en un grupo, pero también
debe haberlas en el otro grupo.
Además, durante el estudio los grupos deben mantenerse similares en los aspectos concernientes
al desarrollo experimental, excepto en la manipulación de la variable independiente: mismas instrucciones
(salvo variaciones que sean parte de esa manipulación), personas con las que tratan los participantes y
manera de recibirlos, lugares con características semejantes, misma duración del experimento, así como del
momento y, en fin, todo lo que sea parte del experimento.
Preexperimentos
Los preexperimentos se llaman así porque su grado de control es mínimo. No son adecuados para
el establecimiento de relaciones causales entre las variables independientes y las dependientes.
• Estudio de caso con una sola medición: consiste en administrar un estímulo o tratamiento a un grupo y
después aplicar una medición de una o más variables para observar cuál es el nivel del grupo en estas
variables. No hay manipulación de la variable independiente. Tampoco hay una referencia previa de cuál
era el nivel que tenía el grupo en las variables dependientes antes del estímulo, ni existe grupo de
comparación. El diseño adolece de los defectos que fueron mencionados al hablar de uno de los
requisitos para lograr el control experimental: tener varios grupos de comparación. No es posible
establecer causalidad con certeza ni se controlan las fuentes de invalidación interna.
• Diseño de preprueba-posprueba con un solo grupo: a un grupo se le aplica una prueba previa al
estímulo o tratamiento experimental, después se le administra el tratamiento y finalmente se le aplica
una prueba posterior al estímulo. Existe un punto de referencia inicial para ver qué nivel tenía el grupo
en las variables dependientes antes del estímulo. Es decir, hay un seguimiento del grupo. Sin embargo,
el diseño no resulta conveniente para fines de establecer causalidad.
19
Experimentos puros
Son aquellos que reúnen los dos requisitos para lograr el control y la validez interna: 1) grupos de
comparación y 2) equivalencia de los grupos. Estos diseños llegan a incluir una o más variables
independientes y una o más dependientes. Asimismo, pueden utilizar prepruebas y pospruebas para
analizar la evolución de los grupos antes y después del tratamiento experimental. Desde luego, no todos los
diseños experimentales puros utilizan preprueba.
• Diseño con posprueba únicamente y grupo de control: este diseño incluye dos grupos, uno recibe el
tratamiento experimental y el otro no. Es decir, la manipulación de la variable independiente alcanza
sólo dos niveles: presencia y ausencia. Los sujetos se asignan a los grupos de manera aleatoria.
Cuando concluye la manipulación, a ambos grupos se les administra una medición sobre la variable
dependiente en estudio. La posprueba debe administrarse inmediatamente después de que concluya el
experimento, es especial si la variable dependiente tiende a cambiar con el paso del tiempo. La
comparación entre las pospruebas de ambos grupos nos indica si hubo o no efecto en la manipulación.
Si ambas difieren significativamente, esto nos indica que el tratamiento experimental tuvo un efecto a
considerar. Por lo tanto, se acepta la hipótesis de diferencia de grupos. Si no hay diferencias, ello indica
que no hubo un efecto significativo del tratamiento experimental. En este caso se acepta la hipótesis
nula. Este tipo de diseño puede extenderse para incluir más de dos grupos. En este caso se usan dos o
más tratamientos experimentales. Los sujetos se asignan al azar a los grupos, y los efectos de los
tratamientos experimentales se investigan comparando las pospruebas de los grupos. De esta manera
se logra controlar todas las fuentes de invalidación interna.
• Diseño con preprueba-posprueba y grupo de control: este diseño incorpora la administración de
prepruebas a los grupos que componen el experimento. Los sujetos se asignas al azar a los grupos,
después a éstos se les aplica simultáneamente la preprueba; un grupo recibe el tratamiento
experimental y otro no; por último, se les administra, también simultáneamente, una posprueba. La
adición de la preprueba ofrece dos ventajas: la primera, las puntuaciones de las prepruebas sirven para
fines de control en el experimento, pues al compararse las prepruebas de los grupos se evalúa que tan
adecuada fue la asignación aleatoria, lo cual es conveniente con grupos pequeños. La segunda ventaja
reside en que es posible analizar el puntaje-ganancia de cada grupo (la diferencia entre las
puntuaciones de la preprueba y la posprueba).
• Diseño con cuatro grupos de Solomon: hay cuatro grupos: dos experimentales y dos de control, los
primeros reciben el mismo tratamiento experimental y los segundos no reciben tratamiento. Sólo a uno
de los grupos experimentales y a uno de los grupos de control se les administra la preprueba; a los
cuatro grupos se les aplica la posprueba. El diseño original incluye sólo cuatro grupos y un tratamiento
experimental. Los efectos se determinan comparando las cuatro pospruebas. La ventaja de este diseño
es que el experimentador tiene la posibilidad de verificar los posibles efectos de la preprueba sobre la
posprueba, puesto que a unos grupos se les administra y a otros no. Es posible que la preprueba afecte
la posprueba o que aquélla interactúe con el tratamiento experimental.
• Diseños experimentales de series cronológicas múltiples: diseño que efectúa a través del tiempo varias
observaciones o mediciones sobre una o más variables, sea o no experimental.
• Diseños factoriales: experimentos que manipulan dos o más variables independientes, e incluyen dos o
más niveles de cada una de las variables independientes.
Cuasiexperimentos
También manipulan deliberadamente, al menos, una variable independiente para observar su efecto
y relación con una o más variables dependientes, sólo que difieren de los experimentos puros en el grado
de seguridad o confiabilidad que pueda tenerse sobre la equivalencia inicial de los grupos. Los sujetos no se
asignan al azar ni se emparejan, sino que dichos grupos ya están formados antes del experimento: son
grupos intactos.
20
Diseños no experimentales
Lo que hacemos en la investigación no experimental es observar fenómenos tal como se dan en su
contexto natural, para después analizarlos. Son estudios que se realizan sin la manipulación deliberada de
variables y en los que sólo se observan los fenómenos en su ambiente natural para analizarlos (las
variables independientes ocurren y no es posible manipularlas, no se tiene control directo sobre dichas
variables ni se puede influir sobre ellas, porque ya sucedieron, al igual que sus efectos). Ejemplos de
diseños no experimentales son las encuestas de opinión, estudios ex post-facto retrospectivos y
prospectivos, etc.
21
22
Selección de la 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.
Básicamente categorizamos las muestras en dos grandes ramas: las muestras no probabilísticas y
las muestras probabilísticas. En estas últimas todos los elementos de la población tienen la misma
posibilidad de ser escogidos 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 no depende de la probabilidad, sino
de causas relacionadas con las características de la investigación o de quien hace la muestra.
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. Las muestras
probabilísticas tienen muchas ventajas, quizá la principal sea que puede pedirse 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.
La muestra dirigida (tipo de muestra no probabilística) selecciona sujetos “típicos” con la vaga
esperanza de que sean casos representativos de una población determinada. Al no ser probabilística, no es
posible calcular con precisión el error estándar, es decir, no podemos calcular con qué nivel de confianza
hacemos una estimación. Los datos no son generalizables a la población. La única ventaja de una muestra
no probabilística es su utilidad para determinado diseño de estudio que requiere no tanto una
representatividad de elementos de una población, sino una cuidadosa y controlada elección de sujetos con
ciertas características especificadas previamente en el planteamiento del problema.
23