Selección de la Muestra

del Proceso de

Investigación

Esp. Guillermo Augusto Narváez Burbano

Una parte fundamental para realizar un estudio

estadístico de cualquier tipo es obtener unos

resultados confiables para lo cual se necesita

generalmente la mayor cantidad de datos posibles.

Pero generalmente resulta casi imposible o

impráctico llevar a cabo algunos estudios sobre toda

una población, para esto la solución es desarrollar el

estudio basándose en un subconjunto de dicha

población realizando un muestreo.

Población: Llamado también Universo, es el conjunto

de todos los elementos que tienen una característica

o hacen parte de un espacio común y de los cuales

queremos realizar un estudio para conocer datos

específicos.

Muestra: Parte de una población seleccionada

mediante alguna técnica. La muestra es un

subconjunto representativo, adecuado y válido de la

población.

Muestra

Probabilística o Aleatoria

No Probabilística, Dirigida o de Juicio

En las muestras probabilísticas todos los elementos

de la población tienen la misma posibilidad de ser

escogidos, la muestra se obtiene utilizando

herramientas estadísticas las cuales devolverán un

valor resultante de una cantidad representativa de

la población.

En las muestras no probabilísticas, la elección de los

elementos no depende de la probabilidad, sino de

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 de las decisiones del investigador o

investigadores obedeciendo a diversos criterios.

La muestra de una investigación cualitativa se

determina durante o después de la inmersión inicial

en el campo y puede ser reajustada en pasos

posteriores del proceso. Casi en la totalidad de los

casos la muestra es no probabilística e incluso

podría llegar a ser formada por la totalidad de la

población. En los estudios cualitativos el tamaño de

muestra no es importante desde una perspectiva

matemática, pues el interés del investigador no es

generalizar los resultados sino que se busca la

profundidad de los mismos.

Aun así un muestreo adecuado tiene una importancia

crucial en la investigación, y por esta razón es necesario

reflexionar detenidamente sobre cuál es la estrategia de

muestreo más pertinente para lograr los objetivos de

investigación, tomando en cuenta criterios de rigor,

estratégicos, éticos y pragmáticos. Por lo general son tres

los factores que intervienen para determinar el número

de casos:

1. Capacidad operativa de recolección y análisis: Número

de casos que podemos manejar de manera realista.

2. El entendimiento del fenómeno: Número de casos que

nos permitan responder a las preguntas de investigación.

3. La naturaleza del fenómeno bajo análisis: Si los casos

son frecuentes y accesibles o no, si el recolectar

información lleva poco o mucho tiempo.

Ejemplo 1: En un estudio sobre las emociones que los

pacientes jóvenes pueden experimentar antes de ser

operados de tumores cerebrales, el investigador o

investigadora procurará analizar el mayor número de

casos posible que depende, en primera instancia, de

cuántas cirugías para extirpar tumores cerebrales se

realizan en una institución medica o ciudad, mensual o

anualmente a jóvenes de 13 a 17 años.

Ejemplo 2: en una investigación se reclutó abiertamente,

buscando la mayoría de casos posibles, a las participantes

con el requisito que hubiesen vivido abuso sexual

prolongado durante su infancia. La muestra final fue de

11 mujeres.

Frecuentes en ciencias sociales y médicas y se refieren, a

individuos que voluntariamente acceden a participar en

un estudio. A esta clase de muestra también se le puede

llamar autoseleccionada, ya que las personas se proponen

como participantes en el estudio respondiendo

activamente a una invitación.

Muestra de Participantes Voluntarios:

Muestra de Expertos:

Estas muestras son frecuentes en estudios cualitativos y

exploratorios para generar hipótesis más precisas. Por

ejemplo, en un estudio sobre el perfil de la mujer

periodista en México se recurrió a una muestra de 227

mujeres periodistas, pues se consideró que eran los

participantes idóneos para hablar de contratación,

sueldos y desempeño de tal ocupación.

Se utilizan cuando el objetivo es analizar un determinado

grupo social. Los estudios que se hacen para el análisis de

las actitudes y conductas del consumidor utilizan

muestras de casos-tipo. Aquí se definen los segmentos a

los que va dirigido un determinado producto (por

ejemplo, jóvenes clase socioeconómica A, alta, y B,

media, amas de casa clase B, ejecutivos clase A-B).

Muestra de Casos-Tipo:

Muestra Por Cuotas:Se utiliza en estudios de opinión y marketing donde los

encuestadores realizan su actividad en un lugar público,

al hacerlo van llenando cuotas de participación. Así, en

un estudio se dice a los encuestadores entrevisten a 80

personas adultas. Que 25% sean hombres mayores de 30

años, 25% mujeres mayores de 30 años, 25% hombres

menores de 25 años y 25% mujeres menores de 25 años”.

Utilizadas cuando se busca mostrar distintas perspectivas

y representar la complejidad del fenómeno estudiado, o

bien, documentar diversidad para localizar diferencias y

coincidencias, patrones y particularidades.

Muestras Diversas o de Máxima Variación:

Muestras Homogéneas:

Al contrario de las muestras diversas, en éstas las

unidades a seleccionar poseen un mismo perfil o

características, o bien, comparten rasgos similares. Su

propósito es centrarse en el tema a investigar o resaltar

situaciones, procesos o episodios en un grupo social.

Se identifican participantes clave a la muestra, se les

pregunta si conocen a otras personas que puedan

proporcionar más datos, y los incluimos también.

Muestras En Cadena o Bola de Nieve:

Muestras de Casos Extremos:

Útiles cuando interesa evaluar características o

fenómenos especiales, alejados de la normalidad. Este

tipo de muestras se utilizan para estudiar etnias muy

distintas al común de la una población, o para profundizar

el análisis de comportamientos terroristas y suicidas.

Muestras Por Conveniencia:

Tipo de muestra que se conforma simplemente con los

casos disponibles a los cuales tenemos acceso.

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 dicha población. El

investigador pretende que los resultados

encontrados en la muestra logren generalizarse o

extrapolarse a la población. El interés es que la

muestra sea estadísticamente (matemáticamente)

representativa.

Por lo dicho anteriormente puede verse que la

investigación cuantitativa en su mayoría de casos

utiliza una muestra probabilística.

Para empezar ha que tener en cuenta que el tamaño

que tiene una población es un factor de suma

importancia en el proceso de investigación

estadística, ya que según el número de elementos la

población puede ser finita o infinita.

Una población finita es aquella que está formada por

un limitado número de elementos, por ejemplo; el

número de habitantes de una vereda. En estos casos

uno debe preguntarse: dado que una población tiene

un tamaño (N) ¿cuál es el menor número de unidades

muestrales (personas, objetos, etc.) que necesito

para conformar una muestra (n) que me asegure un

determinado nivel de error (e) ?. La respuesta a esta

pregunta busca encontrar una muestra que sea

representativa del universo o población con cierta

posibilidad de error y nivel de confianza (k o Z).

Para empezar ha que tener en cuenta que el tamaño

que tiene una población es un factor de suma

importancia, ya que según el número de elementos

la población puede ser finita o infinita.

Una población finita es aquella que está formada por

un limitado número de elementos, por ejemplo; el

número de habitantes de una vereda. En estos casos

uno debe preguntarse: dado que una población tiene

un tamaño (N) ¿cuál es el menor número de unidades

muestrales (personas, objetos, etc.) que necesito

para conformar una muestra (n) que me asegure un

determinado nivel de error (e)?. La respuesta a esta

pregunta busca encontrar una muestra que sea

representativa del universo con cierta posibilidad de

error y nivel de confianza (k o Z).

Una población infinita es aquella que no se conoce

su tamaño real, por ejemplo la cantidad de

profesionales en Trabajo Social que están ejerciendo

su carrera. También puede considerarse infinita una

población que es tan grande que por razones

practicas de una investigación debe manejarse como

un universo infinito.

De todas formas el proceso matemático será similar

al de la población finita. Ya que aunque no conozco

el tamaño de mi universo, aun necesito conformar

una muestra (n) que me asegure un determinado

nivel de error (e) y cierto nivel de confianza (Z o k).

Muestras para Población Finita:

Tamaño de la población o universo.

Límite aceptable de error muestral. Suele usarse un valor que

varía entre el 1% (0,01) y 9% (0,09).

Es la variación positiva o la proporción de individuos que

poseen en la población la característica de estudio, toma un

valor entre 0 y 1. Cuando no se conoce generalmente se le da

el valor de 0,5.

Variación negativa o proporción de individuos que no poseen

esa característica, es decir q = 1- p.

Constante que depende del nivel de confianza que asignemos

y corresponde a una distribución Normal o de Gauss.

N=

e=

p=

q=

Z=

Muestras para Población Finita:

Tamaño de la población o universo.

Valor entre el 1% (0,01) y 9% (0,09).

Cuando no se conoce generalmente se le da el valor de 0,5.

1- p.

Constante que depende del nivel de confianza que asignemos

y corresponde a una distribución Normal o de Gauss.

N=

e=

p=

q=

Z=

Z (K) 1,28 1,65 1,96 2,17 2,24 2,33 2,58

Nivel de Confianza 80% 90% 95% 97% 97,5 98% 99%

Muestras para Población Infinita:

Valor entre el 1% (0,01) y 9% (0,09).

Cuando no se conoce generalmente se le da el valor de 0,5.

1- p.

Constante que depende del nivel de confianza que asignemos

y corresponde a una distribución Normal o de Gauss.

e=

p=

q=

Z=

Z (K) 1,28 1,65 1,96 2,17 2,24 2,33 2,58

Nivel de Confianza 80% 90% 95% 97% 97,5 98% 99%

Ejemplo:

En una investigación acerca de Riesgos Profesionales y Estrés

en Docentes, la población estará constituida por docentes

tiempo completo de las universidades privadas en la ciudad

de Pasto: Universidad Mariana, Universidad Cooperativa.

Universidad Docentes

Universidad Mariana 226

Universidad Cooperativa 71

TOTAL (Población): 297

Requiere un nivel de confianza de 95% (Z=1,96), y se ha

planteado un error aceptable de 7% (e=0,07). Y al no conocer

la proporción de individuos que poseen la característica de

estudio usamos el valor por defecto (p = 0,5).

Calculadora Online de Muestra Estadística:

http://www.netquest.com/panel_netquest/calculad

ora_muestras.php

Calculadora En Microsoft Excel 2013 de Muestra

Estadística:

http://www.mediafire.com/view/kiohjhj3sx7hkd0/C

alculadoraMuestra.xlsx

Utilice la teoría aprendida y las herramientas antes

mencionadas para encontrar las siguientes muestras:

1. Muestra de Población Infinita: Nivel de

Confianza= 95%; p = 0.7; margen de error = 10%.

2. Muestra de Población Finita: Nível de Confianza =

95%; Universo = 600; p = 0.7; error = 10%.

HERNANDEZ, Roberto, FERNANDEZ, Carlos, BAPTISTA, Pilar.

Metodología de la Investigación. Perú: McGraw Hill, 2010. 613p.

ISBN 978-607-15-0291-9.

BOLAÑOS, Ernesto. Muestra y Muestreo. Escuela Superior de

Tizayuca

<http://www.uaeh.edu.mx/docencia/P_Presentaciones/tizayuc

a/gestion_tecnologica/muestraMuestreo.pdf> [Citado Marzo 30

de 2014].

Universidad Tec Milenio: Profesional – Metodología de la

investigación.

<http://claroline.ucaribe.edu.mx/claroline/claroline/backends

/download.php?url=L0FwdW50ZXMvMTAucGRm&cidReset=true&

cidReq=GA0102_001> [Citado Marzo 30 de 2014].

Soporte Técnico De Office. Microsoft Excel [En Línea].

<http://office.microsoft.com/es-es/support/?CTT=97> [Citado

Marzo 10 de 2014].