Unidades de Análisis: Población//Muestra

Material de Cátedra
Metodologías y Gestión de la Investigación en Psicología
UNR
Introducción
Hasta el momento ustedes ya conocen ciertos pasos de un proyecto de
investigación. Conocen cómo se plantea un problema de investigación, cómo se
construye un marco teórico, cómo se formulan los objetivos, etc. Hoy vamos a trabajar
otro aspecto importante del trabajo investigativo, que es acerca de con quiénes vamos a
realizar nuestra investigación, o dicho de otra manera, quienes serán los participantes o
sujetos de la misma. Para comprender de qué se trata debemos comenzar definiendo un
primer concepto. Este es el concepto de población. Comencemos.
Con población aludimos al conjunto de todos los casos que concuerdan entre sí
con una serie de especificaciones o características. En las investigaciones se debe ser
sumamente claro a la hora de describir estas especificaciones o características
compartidas por los casos o elementos que componen esta población. ¿Saben cuál es la
razón? Muy sencilla, esta claridad permite ser coherentes al momento de delimitar
cuáles serán los parámetros muestrales con los que se trabajará. ¿Qué quiere decir esto?
Por ejemplo, nos interesa investigar los hábitos alimenticios de los deportistas
profesionales. Este problema de investigación planteado de esta manera no deja en claro
varias cosas. Pero el mayor inconveniente radica en que la población con la que se
pretende trabajar resulta por lo menos extremadamente grande… pensemos rápidamente
en la gran cantidad de sujetos que debemos incluir en esta población... Es decir, sin una
correcta delimitación la investigación se torna inviable, prácticamente imposible de
realizar dado que se tendría que trabajar en poblaciones enormes. En cambio sí,
continuando con el ejemplo, delimitamos la población a aquellos deportistas
profesionales de fútbol, de sexo masculino, de nacionalidad argentina, etc. la población
objeto de estudio comienza a ser “maleable” para nuestro abordaje. Por supuesto que,
deben saber, la delimitación de la población o universo guarda estrecha relación con la
formulación del problema y los objetivos del trabajo aunque también con cuestiones de
orden práctico. Resulta claro que un estudio no será mejor por estudiar una población
más grande; más bien un factor que determina la calidad de un trabajo investigativo
estriba en cómo delimitamos la población en relación a nuestro planteamiento del
problema. Entonces, un primer concepto es el de población o universo, y lo definimos
como el conjunto de todos los casos que concuerdan con determinadas
especificaciones.
Bien, continuando con nuestro desarrollo, un segundo concepto que nos ayuda a
entender nuestro tema de hoy, y que ya mencioné, es el de las unidades de análisis.
Suponiendo que lo que nos interesa describir es el uso que hacen los niños de la ciudad
de Rosario de la TV, una opción metodológica consistiría en el diseño de entrevistas a
aquellos niños que observan la televisión. Sin embargo también podría ocurrírsenos
entrevistar a los padres para que nos cuenten sobre las conductas de sus hijos. En este

1
caso, la elección de por un lado de los niños o, por otro lado de los padres, dependerá de
la forma en que hayamos planteado nuestros objetivos de investigación.
Entonces las unidades de análisis son los casos o los elementos con los que se
va a trabajar en la investigación, en su totalidad conforman finalmente la
población. Veamos un ejemplo incorrecto. Supongamos que nos interesaría conocer
cuáles son los problemas de comunicación entre los padres y sus hijos. No interesa
ahora que nos detengamos detalladamente en la descripción de este problema, lo que sí
me interesa es que analicemos su vinculación con la elección de las unidades de
análisis. Supongamos que la unidad de análisis seleccionada en este hipotético caso está
constituida por adolescentes, con los cuales el investigador aplicará un cuestionario…
¿Se dan cuenta del error? El error en este caso, se produce en la incoherencia resultante
entre la pregunta de investigación y la elección de las unidades de análisis. Estaríamos
cayendo en un error metodológico debido a que el problema planteado inicialmente
remite a unidades de análisis constituidas por padres e hijos y no solamente
adolescentes. En este ejemplo, muy evidente por cierto, se ilustra el error, bastante
frecuente, de plantear un problema y definir incorrectamente la unidad de análisis.
Veamos algunos ejemplos de unidades de análisis en ciencias sociales. Las
unidades de análisis no sólo pueden ser sujetos (como sucede habitualmente en
psicología), sino también las familias, el consumidor, la empresa, los grupos, los
segmentos de mercado, los países, etc. Vale la pena la aclaración, en muchas ocasiones
el investigador no “elige” sus unidades de análisis sino que las “crea” de acuerdo a los
objetivos del estudio que está desarrollando. Veamos ahora estos ejemplos de unidades
de análisis, los cuales nos permiten entender esto. Ej: amas de casa que hayan comprado
arroz integral el último mes, pasajeros de la línea de subte C, las tapas de los periódicos
del último mes, los camiones de una empresa. Entonces tengamos en claro que las
Unidades de análisis pueden ser de varios tipos. Pueden ser Grupos, tales como los
seguidores de clubes de fútbol, familias; Pueden ser Objetos tales como PC con 5 años
de uso, máquinas; pero también pueden ser Interacciones Sociales como ascensos del
personal femenino en una empresa determinada.
Entonces, tenemos claro el concepto de población como el conjunto de casos que
poseen características en común entre sí; y también tenemos en claro, cuáles son los
casos o los elementos que de acuerdo a nuestro problema de investigación constituyen
la unidad de análisis.
Ahora pasemos sin más al tema central a desarrollar: muestreo. Este refiere a
aquella acción con la cual vamos a poder elegir de nuestra población un subgrupo de
unidades de análisis o mejor dicho de casos con los que trabajaremos. Este subgrupo
recibe el nombre de muestra si cumple condiciones de representatividad respecto al
grupo o población de la cual es parte. En realidad si no cumple las condiciones de
representatividad de una población no estaríamos hablando de muestra de una población
sino de otro tipo de cosa… Citemos un ejemplo de nuestra vida cotidiana. Cuando
cocinamos fideos en una cacerola con agua hirviendo y sacamos algunos para probar si
están listos, estamos “midiendo” una muestra, un subgrupo del total de fideos (que sería
nuestra población) que están en la olla. ¿Se entiende? Sin embargo esperamos que nos
“informen” del estado de cocción del total de los fideos…Una salvedad…las unidades

2
de análisis de una investigación generalmente no poseen este grado de homogeneidad
tal alto como nuestros fideos… pero bueno, sirve el ejemplo como un primera
aproximación al concepto de muestra…Definamos entonces como muestra
representativa a aquella que refleja en sus unidades lo que ocurre en el universo.
Entonces, en otras palabras, podemos decir que las conclusiones que se extraigan
pueden ser generalizadas al conjunto…y… adelantándome un poco en nuestro
desarrollo preciso aún más esta idea de generalización. Esta se realiza tomando la
precaución de incluir en esta proyecciones cierto margen de error…esto es posible
porque existen procedimientos matemáticos que nos permiten saber con qué grado de
confianza estamos trabajando, es decir, volviendo a nuestro ejemplo, en qué medida
nuestros fideos de muestra son homogéneos entre sí (suponiendo que no sólo hay
espaguetis sino que hay varios tipos en nuestra olla). Estos procedimientos pertenecen a
la estadística y constituyen elementos de gran valor en investigación.
Pero bueno… vayamos de a poco. Existen dos tipos de muestra o en otras
palabras, el muestreo puede encararse con diversos grados de rigor técnico. La elección
de uno u el otro va a depender en última instancia de la aplicación que se pretenda dar.
Así es, como luego veremos, que un investigador deba optar entre: Muestras llamadas
“no probabilísticas” y muestras llamadas “probabilísticas”. La gran diferencia entre
ambos tipos de muestras radica en que en estas últimas todos los elementos o casos de la
población tienen la misma posibilidad de ser escogidos en este subgrupo llamado
muestra. ¿Cómo se conforma esta muestra? Bueno, se obtiene 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. Por ejemplo, imagínese el
procedimiento para obtener el número premiado en un sorteo de lotería. Este número se
va formando en el momento del sorteo. En las loterías tradicionales, a partir de las
esferas con un dígito que se extraen (después de revolverlas mecánicamente) hasta
formar el número, de manera que todos los números tienen la misma probabilidad de ser
elegidos. Entonces definimos en estas palabras el concepto de Muestra probabilística:
Subgrupo de la población en el que todos los elementos de ésta tienen la misma
posibilidad de ser elegidos.
En cambio, 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. Aquí el procedimiento no es mecánico, ni con
base en fórmulas de probabilidad, 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. Se define como muestra no
probabilística o dirigida de esta manera: Subgrupo de la población en la que la
elección de los elementos no depende de la probabilidad sino de las características
de la investigación, determinada principalmente por el juicio del investigador.
Veamos ejemplos sencillos de ambos tipos de muestra. Primer ejemplo. Tema: la
Inmigración mexicana. Supongamos que el objetivo de la investigación era documentar
sus experiencias de viaje, de vida y de trabajo. Para cumplir dicho propósito se

3
seleccionó una muestra no probabilística de personas extranjeras que por diversas
razones (económicas, políticas, fortuitas) hubieran llegado a México entre 1900 y 1960.
Las personas se seleccionaron por medio de conocidos, de asilos y de referencias. De
esta manera se entrevistó a 40 inmigrantes con entrevistas semiestructuradas, que
permitieron al participante hablar libremente sobre sus experiencias. La fundamentación
de la elección de esta tipo de muestreo radica en que se trata de un estudio con un
diseño de investigación exploratorio y un enfoque fundamentalmente cualitativo; es
decir, no es concluyente, sino que su objetivo es documentar ciertas experiencias. Este
tipo de estudio pretende generar datos e hipótesis que constituyan la materia prima para
investigaciones más precisas. Segundo ejemplo. Tema: determinar en un país cuantos
niños han sido vacunados y cuántos no, y las variables asociadas (nivel socioeconómico,
lugar donde viven, educación) con esta conducta y sus motivaciones. Se haría una
muestra probabilística nacional de —digamos por ahora— 1600 infantes, y de los datos
obtenidos se tomarían decisiones para formular estrategias de vacunación, así como
mensajes dirigidos a persuadir la pronta y oportuna vacunación de los niños. En este
tipo de estudio, donde se hace una asociación entre variables y cuyos resultados servirán
de base para tomar decisiones políticas que afectarán a una población, se logra por
medio de una investigación por encuestas y, definitivamente, por medio de una muestra
probabilística, diseñada de tal manera que los datos lleguen a ser generalizados a la
población con una estimación precisa del error que pudiera cometerse al realizar tales
generalizaciones.
¿Comprenden las diferencias presentadas entre estos tipos de muestreo? ¿Se
comprende la relación entre la utilización de cada tipo de muestreo y los objetivos de la
investigación?
Mencionémoslo nuevamente para que quede claro: la elección entre una muestra
de tipo probabilística y uno de tipo no probabilística se determina fundamentalmente
con base en el planteamiento del problema, las hipótesis, el diseño de investigación y el
alcance de sus contribuciones.
Otra noción ligada a nuestro concepto de muestra, y en especial al concepto de
muestra probabilística es el concepto de tamaño muestral. El sentido común podría
llevarnos a pensar que para que una muestra sea representativa del universo debe ser
determinada proporción de éste. Sin embargo, no existe una relación lineal entre el
tamaño de la muestra y el del universo, aunque debemos reconocer cierta dependencia
entre ellos. Si contamos con un universo pequeño la muestra que necesitamos obtener
debe ser bastante similar a él. Cuando el tamaño del universo es mayor, la muestra
requerida aumenta también su tamaño, pero en menor medida. Llegado cierto punto, el
tamaño de la muestra se estabiliza sin importar cuánto se expande el universo. Podemos
decir que el tamaño de la muestra depende de 3 factores: de la distribución del
universo, del nivel de confianza y del margen del error permitido. Vayamos
definiendo cada uno de éstos términos.
El primero de los mencionados es la Distribución del universo. El universo
puede estar distribuido de forma homogénea o heterogénea. Por ejemplo, es
heterogéneo un universo en el cual de 100 personas, 50 eligen el jabón el polvo marca A
y las otras 50, el de marca B. En cambio, decimos que nuestro universo es homogéneo

4
cuando la relación entre variables es muy desigual. Siguiendo con el ejemplo, sería
homogéneo un universo en el que 20 personas eligieran la marca A y las otras 80 la
marca B. El tamaño de la muestra va a depender del tipo de universo con que estemos
trabajando de manera tal que a medida que se hace más uniforme la población será
necesaria una muestra de menor tamaño para alcanzar determinada precisión. El
segundo de los conceptos relacionados con el tamaño de la muestra es el Nivel de
confianza. Este refiere a la probabilidad de que la estimación efectuada se ajuste a la
realidad. Se puede elegir entre 3 niveles de confianza convencionales, que corresponden
a distintas probabilidades, tomando 1 como de ajuste perfecto con la realidad: 0.68, 95 ó
99. Esto podría traducirse en que la estimación se acerca a la realidad en el 0.68 %, 95
% ó 99 % de los casos según cuál sea el nivel de confianza elegido. Cuanto más grande
sea el nivel de confianza, mayor será la garantía de que la estimación realizada a través
de la muestra se aproxime al valor real…el problema es que un nivel de confianza alto
requiere de una muestra mayor que uno bajo…el tercer concepto relacionado con el
tamaño de la muestra es el concepto de Error permitido. Conceptualmente se hace
referencia al porcentaje de error que estamos dispuestos a tolerar. Esto sucede ya que
cualquiera sea el procedimiento utilizado y la perfección del método empleado, la
muestra diferirá de la población esta diferencia se denomina error de muestreo.
Cuando una muestra es de tipo probabilística es posible calcular sobre ella este tipo de
error. ¿Qué nos indica este error? Bueno, indica el porcentaje de incertidumbre…es
decir, el riesgo que se corre de que la muestra no sea representativa…a medida que
incrementamos el tamaño de la muestra, el error muestral tiende a reducirse pues nos
acercamos más al tamaño del universo…
Bueno, como ya adelantamos, podemos trabajar con un tipo de muestreo
probabilístico o bien, con un tipo de muestreo no probabilístico. Ahora bien, para la
conformación de estos tipos de muestras (probabilísticas y no probabilísticas)
disponemos de diferentes procedimientos según sea el caso… Dentro del primer tipo de
muestreo, es decir, el probabilístico, en donde cualquier elemento de una población o
universo posee una probabilidad conocida (y distinta de cero) de pertenecer a la
muestra, encontramos que los procedimientos más usados son: al azar simple, al azar
sistemático, estratificado y por conglomerados.
Vayamos definiendo y explicando cada uno de estos procedimientos
mencionados. Al azar simple: se elabora un listado de todas las unidades que
conforman el universo y a cada una de ellas se les asigna un número. Luego, a través de
algún sistema como las tablas de números aleatorios, bolas dentro de una bolsa, etc., se
van sorteando al azar tantos números como sujetos sean necesarios para completar el
tamaño de la muestra requerido. Cada elemento tiene las misma probabilidad de
aparecer en la muestra –equiprobabilidad-. Es simple, pero en la práctica se puede
volver de difícil aplicación cuando la población es muy grande…el segundo de los
procedimientos mencionados llamado Al azar sistemático, exige al igual que en el
procedimiento anteriormente descripto, listar y numerar todos los elementos de la
población pero en este caso en lugar de extraer las unidades se efectúan previamente
una serie de operaciones numéricas…el tercer procedimiento es el Estratificado y
consiste en desagregar el universo en sub-conjuntos menores que poseen gran

5
homogeneidad interna respecto de alguna característica de la población (por ejemplo en
una población estratificar según la profesión, el estado civil, el sexo de la persona) pero
cuidando que sean heterogéneos entre sí…de esta manera todos los estratos de la
población quedaría representados a la par que cada uno de ellos funcionaría
independientemente…por lo que luego, dentro de ellos puede aplicarse alguno de los 2
procedimientos descriptos anteriormente…el último de estos procedimientos
mencionados en los tipos de muestreo probabilístico es el de Conglomerados…en éste
y a diferencia de los anteriores procedimientos no toma como unidades muestrales a los
elementos de la población… en este procedimiento la unidad muestral es un grupo de
elementos de la población los cuales forman una unidad llamada conglomerado… estos
se caracterizan por ser homogéneos entre sí, pero, internamente presentan un alto grado
de heterogeneidad en sus componentes…los conglomerados pueden ser hospitales,
hogares, departamentos universitarios…
Vayamos ahora a describir aquellos procedimientos disponibles dentro del tipo
de muestreo no probabilístico…Podemos mencionar 5 procedimientos: Por cuotas,
Opinático o intencional, Causal o incidental, Bola de nieve o Por propósitos. En el
primero o sea Por cuotas, como su nombre lo indica, se fijan cuotas que consisten en
un número de individuos que reúnen determinadas condiciones. Por ejemplo un
investigador se encuentra interesado en conocer el grado de aceptación de un producto.
Este investigador, sabe que es muy importante una serie de factores relacionados con la
aceptación o no del producto como una determinada edad de las personas y el sexo…
son supuestos sobre una población…aplicando este procedimiento este investigador
obtuvo cuatro cuotas de muestreo: mayores de 30 años mujeres; mayores de 30 años
varones; menores de 30 años mujeres y menores de 30 años varones. La lógica es
simple pero se asienta sobre la base de un buen conocimiento de los estratos de una
población…el Opinático o intencional se caracteriza por un esfuerzo deliberado para
obtener muestras representativas mediante la inclusión en la muestra de grupos
supuestamente típicos…en este caso el investigador selecciona intencionalmente a los
individuos de la población tratando obviamente que sea lo más representativa posible.
En el Muestreo casual o incidental el investigador utiliza como muestra a los
individuos a los que tiene más fácil acceso…por ejemplo una analista de mercado toma
a los clientes de un supermercado… En el procedimiento Bola de nieve se localiza a
algunos individuos los que a su vez llevan a otros y así sucesivamente hasta conseguir
una muestra suficiente, la idea de este procedimiento surge de investigaciones realizadas
en poblaciones marginales o de difícil acceso. Finalmente tenemos el procedimiento
denominado Por propósitos. En este el investigador elige a los sujetos y situaciones
según los fines de su estudio, seleccionando aquellos que considera típicos, algo que es
difícil de lograr al azar con las muestras pequeñas de la investigación cualitativa…
En resumen podemos plantear los siguientes pasos de un plan de muestreo:
1) relacionar el planteo de la investigación con la muestra
2) definir las unidades de análisis y la población
3) definir el tamaño de la muestra
4) determinar el tipo de selección de la muestra.
Dr. Martín Dominino

6
Bibliografía utilizada:
Sampieri et al (2008). Capítulo 8. Selección de la muestra. Metodología de la
Investigación.
Vieytes Rut. (2004). Capítulo 11. Unidad de análisis y técnicas de muestreo.
Metodología de la investigación en organizaciones, mercado y sociedad.