INTRODUCCION

Toda investigación debe ser transparente, así como estar sujeta a crítica y réplica,
y este ejercicio solamente es posible si el investigador delimita con claridad la
población estudiada y hace explícito el proceso de selección de su muestra.

En el presente trabajo se analizan los conceptos de muestra, población, tamaño

de la muestra, representatividad de la muestra y procedimiento de selección.
También se presenta una tipología de muestras: probabilísticas y no
probabilísticas. Se explica cómo definir las unidades de muestreo (participantes,
otros seres, objetos, procesos, colectividades o sucesos), de las cuales se habrán
de recolectar los datos.

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.
 MUESTRA DE UNA INVESTIGACION

I. DEFINICION

Es un subconjunto o parte del universo o población en que se llevará a cabo la

investigación. Hay procedimientos para obtener la cantidad de los componentes
de la muestra como fórmulas, lógica y otros que se vera más adelante. La
muestra es una parte representativa de la población. En realidad, 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 (en el enfoque cuantitativo) deben
ser representativas; por tanto, el uso de los términos al azar y aleatorio sólo
denota un tipo de procedimiento mecánico relacionado con la probabilidad y con
la selección de elementos o unidades, pero no aclara el tipo de muestra ni el
procedimiento de muestreo. Hablemos entonces de estos conceptos en los
siguientes apartados.

Tamayo y Tamayo (2006), define la muestra como: "el conjunto de operaciones

que se realizan para estudiar la distribución de determinados caracteres en
totalidad de una población universo, o colectivo partiendo de la observación de
una fracción de la población considerada" 

Se utiliza para estudiar a la población de una forma más factible, debido a que se

puede contabilizar fácilmente. Cuando se va a realizar algún estudio sobre el
comportamiento, propiedades o gustos del total de una población específica, se
suelen extraer muestras.

Estos estudios que se realizan a las muestras sirven para crear normas o
directrices que permitirán tomar acciones o simplemente conocer más a la
población estudiada.

El muestreo es una herramienta de investigación que, al ser utilizada

adecuadamente, permite obtener conclusiones específicas y evitar resultados
sesgados.

II. OBJETIVO

Estudiar el comportamiento, características, gustos o propiedades de una parte

representativa de la población.
III. CARACTERISTICAS

Forma parte de la población: debería comprender entre 5% y 10% para ser más
efectiva.

Los elementos deben ser aleatorios.

Debe ser representativa de la población.

IV. VENTAJAS Y DESVENTAJAS DE UNA MUESTRA DE INVESTIGACION

VENTAJAS

 Es económico.
 Es rápido y controlable.
 Se obtiene una observación rápida y exacta con un mayor control.
 Sus resultados pueden ser precisos o amplios por utilizar personal
especializado.

DESVENTAJAS

 Requiere de personal altamente calificado.

 No permite hacer proyecciones sobre áreas muy pequeñas de la población
o sobre poblaciones sujetas a muchos cambios en un lapso corto de
tiempo. Los resultados están sujetos a los errores del muestreo.
 Se debe tener en cuenta siempre la población.

Los factores más importantes a la hora de hacer un muestreo son

la representatividad, para que los elementos posean cualidades comunes según
sea el propósito, y la aleatoriedad al momento de seleccionar los elementos para
evitar una muestra viciada. Otro aspecto que genera gran inquietud en los
investigadores es el tamaño de la muestra que se desarrollará a continuación.

V. PASOS PARA REALIZAR UNA MUESTRA DE INVESTIGACION

 Definir la Poblacion
 Identificar el marco muestral de donde se obtienen las unidades muestrales
(lista existente o confeccionada con la *unidad de análisis, ejemplo:
nominas, registros, bases de datos)
 Determinar el tamaño de la muestra
 Seleccionar un procedimiento de muestreo
 Seleccionar la muestra
  La selección del tipo de muestra depende de los objetivos de la
investigación, del tipo de hipótesis elaborada, las características de la
población, además de los recursos y el tiempo de que se dispone.
VI. TIPOS DE MUESTRA DE INVESTIGACION

Según Fidias Arias (2006) para seleccionar la muestra se utilizan técnicas y

procedimientos denominado muestreo, existen dos tipos básicos

MUESTREO PROBABILISTICO

Los métodos de muestreo probabilísticos son aquellos que se basan en el

principio de equi-probabilidad. Es decir, aquellos en los que todos los individuos
tienen la misma probabilidad de ser elegidos para formar parte de una muestra y,
consiguientemente, todas las posibles muestras de tamaño n tienen la misma
probabilidad de ser elegidas. Sólo estos métodos de muestreo probabilísticos nos
aseguran la representatividad de la muestra extraída y son, por tanto, los más
recomendables.

Dentro de los métodos de muestreo probabilísticos encontramos los

siguientes tipos:

Muestreo Aleatorio Simple

Consiste en seleccionar las muestras mediante métodos que permitan a cada

muestra la posibilidad de ser seleccionada y cada elemento de la población tiene
igual probabilidad de quedar incluido en la muestra. En el Muestreo Aleatorio
Simple se seleccionan muestras utilizando números o dígitos aleatorios al azar
(tippets) disponiéndose de tablas predeterminadas de números aleatorios o
computador.

Si se selecciona una muestra de tamaño n de una población de N unidades, cada

elemento tiene una probabilidad de inclusión igual y conocida de n/N.

Ventajas:

 Sencillo y de fácil comprensión.

 Cálculo rápido de medias y varianzas.
 Se basa en la teoría estadística, y por tanto existen paquetes informáticos
para analizar los datos.
Desventajas:

 Requiere que se posea de antemano un listado completo de toda la

población.
 Cuando se trabaja con muestras pequeñas es posible que no represente a
la población adecuadamente.

EJEMPLO:

Una empresa tiene 120 empleados. Se quiere extraer una muestra de 30 de ellos.

Enumera a los empleados del 1 al 120

Sortea 30 números entre los 120 trabajadores

La muestra estará formada por los 30 empleados que salieron seleccionados de

los números obtenidos.

En resumen el muestreo aleatorio simple es como hacer un sorteo,

afortunadamente existen herramientas que facilitan la automatización y le da
seriedad a este proceso.

Muestreo Aleatorio Sistemático

En este caso se elige el primer individuo al azar y el resto viene condicionado por
aquél.Este método es muy simple de aplicar en la práctica y tiene la ventaja de
que no hace falta disponer de un marco de encuesta elaborado. Puede aplicarse
en la mayoría de las situaciones, la única precaución que debe tenerse en cuenta
es comprobar que la característica que estudiamos no tenga una periodicidad que
coincida con la del muestreo.

Procedimiento:

 Conseguir un listado de N elementos.

 Determinar un tamaño de muestra n.
 Definir un intervalo de salto k; K=N/n.
 Elegir un número aleatorio, r, entre 1 y k (r=arranque aleatorio).
 Seleccionar los elementos de la lista.
Ventajas

 Fácil de aplicar.
 No siempre es necesario tener un listado de toda la población.
 Cuando la población está ordenada siguiendo una tendencia conocida,
asegura una cobertura de unidades de todos los tipos.

Desventajas

Si la constante de muestreo está asociada con el fenómeno de interés, se pueden

hallar estimaciones sesgadas.

EJEMPLO

Si tenemos una población de 1000 individuos y deseamos extraer una población

de 25 elementos, entonces la razón   es

 Luego, escogemos un número entre 1 y 40 (supongamos que el número aleatorio

es 24). Así, la muestra consiste de los elementos

Este método tiene la ventaja de que la muestra se distribuye de una forma más
"uniforme" sobre toda la población.

Muestra Aleatoria Estratificada

Trata de obviar las dificultades que presentan los anteriores ya que simplifican los
procesos y suelen reducir el error muestral para un tamaño dado de la muestra.
Consiste en considerar categorías típicas diferentes entre sí (estratos) que
poseen gran homogeneidad respecto a alguna característica (se puede
estratificar, por ejemplo, según la profesión, el municipio de residencia, el sexo, el
estado civil, etc).

El azar no es una garantía de representatividad. Este muestreo pretende asegurar

la representación de cada grupo en la muestra. Cuanto más homogéneos sean
los estratos, más precisas resultarán las estimaciones.
Ventajas

 Tiende a asegurar que la muestra represente adecuadamente a la

población en función de unas variables seleccionadas.
 Se obtienen estimaciones más precisas.

Desventajas

 Se ha de conocer la distribución en la población de las variables utilizadas

para la estratificación.
 Los análisis son complicados, en muchos casos la muestra tiene que
ponderarse (asignar pesos a cada elemento).

EJEMPLO

Para realizar una investigación cuya población está conformada por personas que
trabajan en una empresa, el investigador divide dicha población en los siguientes
estratos:

Hombre con media jornada.

Hombre con jornada completa.

Mujer con media jornada.

Mujer con jornada completa.

Aquí el investigador está dividiendo la población en 4 diferentes estratos, cuyos

integrantes comparten características
MUESTRA POR CONGLOMERADOS

Este método es utilizado cuando no es viable, o es imposible, elaborar una lista

exacta de los elementos de una población. Para llevarlo a cabo, los detalles de
dicha población ya deben estar agrupados en poblaciones, es decir que las listas
ya deben existir, o se pueden crear.

Ventajas

 Es muy eficiente cuando la población es muy grande y dispersa. Reduce

costes.
 No es preciso tener un listado de toda la población, sólo de las unidades
prim arias de muestreo

Desventajas

 El error estandar es mayor que en el muestreo aleatorio simple o

estratificado.
 El cálculo del error estándar es complejo.

EJEMPLO

Por ejemplo: un investigador decide realizar una investigación sobre México, pero
dividir en grupos a toda la población del país sería difícil e impráctico. Por lo tanto,
aprovecha y utiliza la separación natural por ciudades. Así, a partir de cada
ciudad, elige individuos de forma aleatoria para conformar la muestra.

TAMAÑO DE LA MUESTRA

La tendencia de los investigadores de la comunicación es querer aplicar una

fórmula que les indique cuál será el número de personas a encuestar o a
entrevistar. Lo que se hará en esta parte es ver algunas consideraciones para que
el investigador tome en cuenta:

Según Fisher citado por Pineda et, el tamaño de la muestra debe definirse
partiendo de dos criterios:
De los recursos disponibles y de los requerimientos que tenga el análisis de la
investigación. Por tanto, una recomendación es tomar la muestra mayor posible,
mientras más grande y representativa sea la muestra, menor será el error de la
muestra.

Otro aspecto a considerar es la lógica que tiene el investigador para seleccionar la

muestra "por ejemplo si se tiene una población de 100 individuos habrá que tomar
por lo menos el 30% para no tener menos de 30 casos, que es lo mínimo
recomendado para no caer en la categoría de muestra pequeña. Pero si la
población fuere 50.000 individuos una muestra del 30 % representará 15.000; 10%
serán 5.000 y el 1% dará una muestra de 500. en este caso es evidente que una
muestra de 1% o menos será la adecuada para cualquier tipo de análisis que se
debe realizar".

Otros elementos que se consideran también para el tamaño de la muestra son

fórmulas estadísticas de las cuales sólo se desarrollará una de las más fáciles de
aplicar en el estudio de la comunicación. Pero antes, se debe aclarar que las
fórmulas dependen básicamente del margen de error, confiabilidad y la
probabilidad.

MUESTREO NO PROBABILISTICO

El muestreo no probabilístico es una técnica de muestreo en la cual el investigador

selecciona muestras basadas en un juicio subjetivo en lugar de hacer la selección
al azar. Es más útil para estudios exploratorios como la encuesta piloto (una
encuesta que se implementa en una muestra más pequeña, en comparación con
el tamaño de muestra predeterminado).

Se utiliza donde no es posible extraer un muestreo de probabilidad aleatorio

debido a consideraciones de tiempo o costo.
TIPOS DE MUESTRA NO PROBABILISTICA

Muestreo por conveniencia

El muestreo por conveniencia es una técnica de muestreo no probabilística donde

las muestras de la población se seleccionan solo porque están convenientemente
disponibles para el investigador. Estas muestras se seleccionan solo porque son
fáciles de reclutar y porque el investigador no consideró seleccionar una muestra
que represente a toda la población. Es aquel con el cual se seleccionan las
unidades muéstrales de acuerdo a la conveniencia o accesibilidad del
investigador. Este muestreo se puede utilizar en los casos en que se desea
obtener información de la población, de manera rápida y económica. Las muestras
por conveniencia se pueden utilizar en las etapas exploratorias de la investigación
como base para generar hipótesis y para estudios concluyentes en los cuales el
investigador desea aceptar el riesgo de que los resultados del estudio tengan
grandes inexactitudes

Esta es una de las razones por las que los investigadores confían en el  muestreo
por conveniencia, que es la técnica de muestreo no probabilística más común,
debido a su velocidad, costo-efectividad y facilidad de disponibilidad de la muestra.

EJEMPLO

supongamos que queremos conocer la opinión de los estudiantes universitarios

Peruanas acerca de la política. Una muestra probabilística requeriría acceder a un
censo del total de estudiantes de todas las universidades chilenas con el fin de
seleccionar al azar un grupo de individuos y encuestarlos. Una muestra por
conveniencia podría consistir en dirigirnos a 3 universidades cercanas,
simplemente porque están en la población en la que reside el encuestador, y
encuestar a unos cuantos individuos que acepten participar al salir de las aulas
por la mañana.

Ventajas e inconvenientes

Dadas las características de este tipo de muestreo, sus pros y sus contras son
evidentes:
✔  La principal virtud del muestreo por conveniencia... ¡es su conveniencia!
Simple, económico, rápido... Nos puede dar información valiosa en muchas
circunstancias, especialmente cuando no existen razones fundamentales que
diferencien a los individuos que tengo accesibles de los que forman el total de la
población.

✘  El principal defecto, la falta de representatividad, la imposibilidad de hacer

aseveraciones estadísticas sobre los resultados y el riesgo de incurrir en sesgos
debido al criterio de muestreo empleado. En el peor de los casos, una muestra
conveniente puede presentar un sesgo sistemático respecto al total de la
población, lo que produciría resultados distorsionados.

 Muestreo consecutivo

Esta técnica de muestreo no probabilística es muy similar al muestreo por

conveniencia (con una ligera variación). En el muestreo consecutivo el
investigador elige una sola persona o un grupo de muestra, realiza una
investigación durante un periodo de tiempo, analiza los resultados y luego pasa a
otra asignatura o grupo de sujetos si es necesario.

Esta técnica de muestreo le da al investigador la oportunidad de trabajar con

muchos temas y afinar su investigación mediante la recopilación de resultados que
tienen conocimientos vitales. Un muestreo consecutivo es considerada la técnica
de muestreo no probabilístico más popular, ya que es fácil de aplicar y el
investigador puede trabajar con múltiples grupos debido a que solo se necesita la
disponibilidad de los participantes.

VENTAJAS

En la técnica de muestreo consecutivo, el investigador tiene muchas opciones

cuando se trata del tamaño de la muestra y el horario de muestreo. El tamaño de
la muestra puede variar.

En esta técnica de muestreo, el horario de muestreo depende completamente de

la naturaleza de la investigación. Si un investigador no puede obtener resultados
concluyentes con una muestra, puede depender de la segunda muestra y así
sucesivamente para obtener resultados concluyentes.

En el muestreo consecutivo, debido a su naturaleza repetitiva, se pueden hacer

cambios y ajustes menores justo al comienzo de la investigación para evitar
sesgos.

Se necesita muy poco esfuerzo para llevar a cabo la investigación. Esta técnica no
consume mucho tiempo y no requiere mucha mano de obra.  

DESVENTAJAS

Este método de muestreo no puede considerarse representativo de toda la

población. La única manera en que esta técnica de muestreo puede acercarse
más a la representatividad es utilizando un tamaño de muestra grande que
represente una población.

Dado que existe una desventaja de que una muestra obtenida no puede ser
aleatoria, los resultados o conclusiones extraídos a través de esta técnica de
muestreo no pueden ser utilizados para representar a toda una población.

EJEMPLO

Uno de los ejemplos más comunes de un muestreo consecutivo es cuando las

compañías paran a la gente en una alameda u otra área y les entregan los folletos
promocionales sobre un nuevo modelo de coches. En este ejemplo, las personas
que caminan en el centro comercial pueden ser consideradas como muestra
representativa de una población.

Ahora, a estas personas se les entrega un anuncio o un folleto promocional y

algunos de ellos aceptan quedarse y responder a las preguntas del ejecutivo (para
este caso se puede considerar como un investigador). Las respuestas se recogen
y analizan, pero no hay un resultado concluyente de que la gente quiera comprar
ese coche con las características descritas en el folleto.
El ejecutivo ahora hace preguntas a otro grupo de personas, que analizan los
detalles del coche y muestran un gran interés. Por lo tanto, este grupo de
personas ha proporcionado resultados concluyentes para la compra del coche.

Sin embargo, hay un inconveniente en este método de muestreo. La muestra no

puede considerarse representativa de toda la población. En el contexto de este
ejemplo, no todas las personas que han tomado este folleto estaban interesadas
en comprar el coche. Aquí es donde el sesgo del muestreo entra en escena. Por lo
tanto, para superar este sesgo, el muestreo consecutivo debe utilizarse
conjuntamente con el muestreo probabilístico.

Muestreo por cuotas

El muestreo por cuotas es un método de muestreo no probabilístico en el que los

investigadores pueden formar una muestra que involucre a individuos que
representan a una población y que se eligen de acuerdo con sus rasgos o
cualidades.

Los investigadores pueden decidir el rasgo según el cual se llevará a cabo la

selección del subconjunto de la muestra para que ésta pueda ser efectiva en la
recolección de datos y que puedan generalizar a toda la población. El subconjunto
final se decidirá sólo de acuerdo con el conocimiento de la población por parte del
entrevistador o investigador.

EJEMPLO

Hipotéticamente, supongamos que un investigador desea estudiar los

objetivos profesionales de los empleados de una organización. En esta
organización trabajan 500 empleados y estos son conocidos en conjunto como
“población”.

Para comprender mejor una población, el investigador solo necesitará una

muestra, no a toda la población. Además, el investigador está interesado en
estratos particulares dentro de la población. Es aquí donde el muestreo por
cuotas ayuda a dividir la población en estratos o grupos.
Para estudiar los objetivos de más de 500 empleados, técnicamente la muestra
seleccionada debe tener un número proporcional de hombres y mujeres. Lo que
significa que deben haber 250 hombres y 250 mujeres. Como esto es improbable,
los grupos o estratos se seleccionan mediante el muestreo por cuotas

Muestreo intencional o por juicio

En esta técnica de muestreo no probabilístico, las muestras se seleccionan

basándose únicamente en el conocimiento y la credibilidad del investigador. En
otras palabras, los investigadores eligen solo a aquellos que estos creen que son
los adecuados (con respecto a los atributos y la representación de una población)
para participar en un estudio de investigación.

Este no es un método científico de muestreo y la desventaja de esta técnica es

que los resultados pueden estar influenciados por nociones percibidas del
investigador. Por lo tanto, hay una gran cantidad de ambigüedad involucrada en
esta técnica de investigación. Por ejemplo, este tipo de método de muestreo se
puede utilizar en estudios piloto.

VENTAJAS

 Consume un tiempo mínimo de ejecución

 Permite a los investigadores acercarse directamente a su mercado objetivo
 Resultados casi en tiempo real

EJEMPLO

Supongamos que el investigador va a realizar un estudio sobre el nivel de

satisfacción del profesorado de cierta universidad. El estudio se suele realizar
cada dos años, por lo que el responsable del estudio, gracias a su experiencia y
sus antecedentes, sabe perfectamente cual puede ser la mejor muestra para el
estudio.

A un jefe de estudios le encomiendan un estudio del nivel de satisfacción de los

alumnos con un determinado profesor. El investigador, que conoce a todos los
alumnos de esa clase, decide utilizar el muestreo discrecional
Muestreo de bola de nieve

El muestreo de bola de nieve es un tipo de muestreo no probabilístico que se

utiliza cuando los participantes potenciales son difíciles de encontrar o si la
muestra está limitada a un subgrupo muy pequeño de la población.

Es este tipo de muestreo los participantes de una investigación reclutan a otros

participantes para una prueba o estudio. Aquí los investigadores usan su propio
juicio para elegir a los participantes, a diferencia del muestreo aleatorio
simple donde las probabilidades de que cualquier miembro se elija son las
mismas.

El muestreo de bola de nieve consiste en dos pasos:

 Identificar sujetos potenciales en la población. A menudo, sólo uno o dos

sujetos pueden ser encontrados inicialmente.
 Pedir a esos sujetos que recluten a otras personas.Los participantes deben
ser conscientes de que no tienen que proporcionar ningún otro nombre.

VENTAJAS

 El proceso de implementación es corto, barato, simple y rentable.

 Tiene la capacidad de reclutar poblaciones ocultas y recopilar datos
primarios de forma rentable
 Ayuda a descubrir características sobre una población que no sabías que
existía.
 Se necesita poca planificación y menos mano de obra que otras tipos de
muestreo.

DESVENTAJAS

 Generalmente es imposible determinar el error de muestreo o hacer

inferencias sobre las poblaciones de la muestra obtenida.
 Poco control sobre el método de muestreo. Los sujetos que el investigador
puede obtener se basan principalmente en sujetos observados
anteriormente.
  El sobremuestreo de una red particular de pares puede llevar a un posible
sesgo.
 Los encuestados pueden dudar en proporcionar los nombres de sus pares y
pedirles que lo hagan puede plantear problemas éticos.

EJEMPLO

U entrevistador desea entender qué tan bien funciona su marca de zapatos. Su

población objetivo se encuentra entre los 25 y 40 años de edad. El entrevistador
puede dividir aún más los estratos según el género y seleccionar 100 mujeres y
hombres pertenecientes a ese grupo de población.

Debido a que los estratos están divididos de acuerdo al género, serán únicos ya
que una persona no puede ser tanto mujer como hombre. El investigador puede
crear subconjuntos de los subgrupos de acuerdo con su conocimiento de la
población, es decir, puede decidir si entrevistar una lista filtrada de su lista de
clientes usando medios en línea o realizar una encuesta dentro de su fuerza
laboral manteniendo constante la proporción de hombres y mujeres.
 CONCLUSION

Existe una variedad de opciones útiles para la selección de muestras, métodos

probabilísticos y no probabilísticos que se deben escoger con base en el tipo de
investigación a realizar y los recursos con los que cuenta el investigador. Toda
persona que va a ejecutar un estudio debe asesorarse para elegir adecuadamente
el tipo de muestreo para dar sustento a los resultados. En conclusión tenemos que
el muestreo es una técnica que se desprende de la estadística, el cual es muy útil
en varios ámbitos de actividades que desarrolla el ser humano. Gracias al
muestreo podemos conocer a ciertas poblaciones sin importar su tamaño ya que
esta técnica solo toma una muestra y en base a ello se obtienen conclusiones
dando como un beneficio directo bajo costo y resultados en menorcosto.El
muestreo es muy útil para las empresas, el gobierno, las industrias, etc. Ya que
gracias a esta técnica pueden conocer a las poblaciones de personas y así
utilizarla información obtenida para sus distintos fines. El muestreo parece ser un
método muy fácil de utilizar y comprender pero esto no es verdad, ya que como
hemos mencionado en este ensayo, existen ciertos conceptos que exigen cierto
nivel de conocimiento ya que sin ellos no se podría realizar y apreciar un estudio
de esta magnitud. Parece ser muy exagerado que la técnica de muestreo tenga
tantos conceptos pero hay que recordar que gracias a ellos podemos interpretar
con mayor precisión los resultados y cuando emitamos uno del mismo, podamos
afirmar que nuestro margen de error sea muy pequeño y nuestras predicciones
son correctas. En la actualidad y conforme va pasando el tiempo hay más
herramientas para hacer la técnica de la muestreo más fácil y precisa por eso los
que nos dedicamos a realizar esta técnica debemos actualizarnos día a día.