Por consiguiente, la muestra se refiere a un subconjunto representativo de

elementos seleccionados de una población específica con el propósito de realizar

observaciones y análisis. Según Sampieri (2017), “una muestra es un subgrupo de la

población o universo que nos interesa, sobre el cual se recolectarán los datos pertinentes

y deberá ser representativo de dicha población” (p. 128). Es decir, la muestra sirve como

una ventana a través de la cual se busca comprender ciertos fenómenos presentes en la

población más amplia. La elección adecuada de la muestra es esencial para obtener

resultados válidos y confiables en la investigación.

Existen dos tipos de muestra: probabilística y no probabilística. Una muestra

probabilística se selecciona utilizando un proceso en el que cada elemento de la

población tiene una probabilidad conocida y no nula de ser incluido en la muestra.

Como afirma Arias (2006), “el muestreo probabilístico es aquel donde se conoce la

probabilidad de cada elemento para integrar la muestra” (p. 83). De manera que, este

método se basa en la idea de que cada individuo dentro de la población tiene una

oportunidad equitativa de ser seleccionado, lo que permite que los resultados obtenidos

sean más representativos y generalizables.

A partir del muestreo probabilístico se puede diferenciar dos: estratificada y por

racimos. La muestra probabilística estratificada es un método de selección que implica

dividir la población en subgrupos homogéneos en términos de ciertas características

relevantes. Para Arias (1999), “el muestreo probabilístico estratificado consiste en

dividir la población en sub-conjuntos o estratos cuyos elementos posean características

comunes, así los estratos son homogéneos internamente” (p. 71). Es decir, busca

diferenciar elementos con características similares dentro de un subgrupo de la

población. Este enfoque permite una mayor precisión al capturar la diversidad presente

en la población.
 En cuanto al muestreo por racimos, también conocido como muestreo por

conglomerados, implica dividir la población en "racimos" más grandes y luego

seleccionar aleatoriamente algunos de estos racimos para incluirlos en la muestra. Según

Muguira (2020) “es un procedimiento de muestreo probabilístico y los elementos de la

población son seleccionados al azar en forma natural por agrupaciones preestablecidas”

(parr. 2). Es decir, este método selecciona grupos preexistentes, a diferencia de la

estratificación, donde se dividen los elementos individuales por estratos. Este podría ser

más práctico y eficiente, especialmente cuando la población es extensa.

Por otra parte, en una muestra no probabilística se selecciona de manera que los

elementos de la población no tienen una probabilidad conocida y equivalente de ser

incluidos en la muestra. “El muestreo no probabilístico es una técnica de muestreo

donde las muestras se recogen en un proceso que no brinda a todos los individuos de la

población iguales oportunidades de ser seleccionados” (Cuesta, 2009, p.20). En este

sentido, este método de muestreo se caracteriza por su enfoque más subjetivo y basado

en la elección deliberada de los elementos, lo que puede introducir ciertos sesgos.

Aunque la muestra no probabilística puede proporcionar información valiosa en

contextos específicos, la falta de aleatoriedad puede limitar la generalización de los

resultados a la población más amplia. Este tipo de muestra se utiliza cuando la

representatividad no es la principal preocupación y cuando el objetivo es obtener

información detallada sobre casos particulares o grupos específicos dentro de la

población. A pesar de sus limitaciones, la muestra no probabilística sigue siendo útil en

investigaciones cualitativas o en situaciones donde la accesibilidad y la conveniencia

son factores clave en la selección de participantes.

 Por tanto, la selección de la muestra es crucial en la investigación, ya que esta

representa el conjunto de elementos que se estudiarán para obtener conclusiones más

amplias sobre la población. Además, sus dos enfoques principales: muestras

probabilísticas y no probabilísticas, buscan mejorar la representatividad de la muestra y

optimizar la eficiencia en la recopilación de datos, contribuyendo así a la validez y

generalización de los resultados en las investigaciones. En última instancia, la elección

entre estos enfoques dependerá de los objetivos de la investigación, la disponibilidad de

recursos y la necesidad de representación fiel de la diversidad poblacional.

https://www.questionpro.com/blog/es/muestreo-por-conglomerados/#:~:text=El

%20muestreo%20por%20conglomerados%2C%20también,natural%20por

%20agrupaciones%20(clusters).

Aunque la muestra no probabilística puede proporcionar información valiosa en

contextos específicos, la falta de aleatoriedad puede limitar la generalización de los

resultados a la población más amplia.

La muestra probabilística busca minimizar sesgos y maximizar la validez de las
conclusiones al proporcionar una base sólida para inferencias estadísticas.
Sampieri destaca la importancia de la aleatoriedad y la representatividad al seleccionar la
muestra, asegurando así que los resultados obtenidos puedan aplicarse de manera más amplia
a la población de interés.