Población y muestra

Las estadísticas de por sí no tienen sentido si no se consideran o se relacionan

dentro del contexto con que se trabajan. Por lo tanto, es necesario entender los
conceptos de población y de muestra para lograr comprender mejor su significado
en la investigación educativa o social que se lleva a cabo.

POBLACIÓN - es el conjunto total de individuos, objetos o medidas que poseen

algunas características comunes observables en un lugar y en un momento
determinado. Cuando se vaya a llevar a cabo alguna investigación debe de tenerse
en cuenta algunas características esenciales al seleccionarse la población bajo
estudio.
Entre éstas tenemos:
1. Homogeneidad - que todos los miembros de la población tengan las
mismas características según las variables que se vayan a considerar en el
estudio o investigación.
2. Tiempo - se refiere al período de tiempo donde se ubicaría la
población de interés. Determinar si el estudio es del momento presente o si se
va a estudiar a una población de cinco años atrás o si se van a entrevistar
personas de diferentes generaciones.
3. Espacio - se refiere al lugar donde se ubica la población de interés. Un
estudio no puede ser muy abarcador y por falta de tiempo y recursos hay que
limitarlo a un área o comunidad en específico.
4. Cantidad - se refiere al tamaño de la población. El tamaño de la
población es sumamente importante porque ello determina o afecta al tamaño
de la muestra que se vaya a seleccionar, además que la falta de recursos y
tiempo también nos limita la extensión de la población que se vaya a
investigar.
MUESTRA - la muestra es un subconjunto fielmente representativo de la población.
Hay diferentes tipos de muestreo. El tipo de muestra que se seleccione dependerá de
la calidad y cuán representativo se quiera sea el estudio de la población.
1. ALEATORIA - cuando se selecciona al azar y cada miembro tiene
igual oportunidad de ser incluido.
2. ESTRATIFICADA - cuando se subdivide en estratos o subgrupos
según las variables o características que se pretenden investigar. Cada estrato
debe corresponder proporcionalmente a la población.
3. SISTEMÁTICA - cuando se establece un patrón o criterio al
seleccionar la muestra. Ejemplo: se entrevistará una familia por cada diez que
se detecten.

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 al, el tamaño de la muestra debe definirse
partiendo de dos criterios:

1) 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. (Cfr.:1994,112)

2) 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". (PINEDA et al 1994:112)

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.

Por ejemplo, si se usa un margen de error del 5%, este margen representa el grado
de precisión que se tiene en la generalización. Quiere decir que los resultados
obtenidos en la muestra van a tener una precisión de +-5%. Si al procesar las
encuestas se advierte que el 65% de las personas encuestadas escucha una
determinada radio, ese dato en la generalización se puede interpretar que de toda
la población, puede ser que un 60% o un 70% de las personas escuchan esa
emisora. A esa posibilidad de que la afirmación sea correcta se llama confiabilidad.
Y la probabilidad es que cualquier elemento de la población tenga la misma
posibilidad de ser elegido para integrar la muestra que se elaborara. (CFR.:MATA et
al,1997)
La fórmula es:

m= muestra

N= Población o universo

K= margen de error (puede ser 10%, 5%, 2%) para la fórmula, el porcentaje a
usar debe ser expresado en decimales.

El hecho de que una muestra sea grande no necesariamente cumple con el

requisito de representatividad pues esta cualidad depende de muchos factores y no
sólo del tamaño, sino del diseño del muestreo de cómo se seleccionará a los
componentes de la muestra.

El muestreo es indispensable para el investigador ya que es imposible entrevistar

a todos los miembros de una población debido a problemas de tiempo, recursos y
esfuerzo. Al seleccionar una muestra lo que se hace es estudiar una parte o un
subconjunto de la población, pero que la misma sea lo suficientemente
representativa de ésta para que luego pueda generalizarse con seguridad de ellas a la
población.

El tamaño de la muestra depende de la precisión con que el investigador desea

llevar a cabo su estudio, pero por regla general se debe usar una muestra tan grande
como sea posible de acuerdo a los recursos que haya disponibles. Entre más grande
la muestra mayor posibilidad de ser más representativa de la población.

Tipos de muestreo para investigaciones

Al realizar la investigación, casi nunca es posible estudiar a toda la población que te interesa.
Esta es la razón por la que los investigadores utilizan diversos tipos de muestreo cuando
pretenden recopilar datos y responder las preguntas de investigación.

Una muestra es un subconjunto de la población que está siendo estudiada. Representa la

mayor población y se utiliza para sacar conclusiones de esa población. Es una técnica de
investigación ampliamente utilizada en las ciencias sociales como una manera de recopilar
información sin tener que medir a toda la población.

En sociología, existen dos técnicas principales de muestreo: las que están basadas en la
probabilidad y las que no. Vamos a analizar los diferentes tipos de muestreo que puedes crear
utilizando ambas técnicas.

Tipos de muestreo no probabilístico

El muestreo no probabilístico es una técnica de muestreo donde las muestras se recogen por
medio de un proceso que no les brinda a todos los individuos de la población las mismas
oportunidades de ser seleccionados. Aunque seleccionar algunos de estos métodos podría
resultar en datos sesgados o en una capacidad limitada para hacer conclusiones generales
basadas en los hallazgos, también existen algunas situaciones en las que seleccionar este tipo
de técnica de muestreo es la mejor opción para cierta pregunta de investigación o para una
etapa de la investigación.

Existen cuatro tipos de muestreo que puedes crear de esta manera.

Basada en los sujetos disponibles: Basarse en los sujetos disponibles, como detener a las
personas en la esquina de la calle mientras pasan por ahí, es un método de muestreo, aunque
es extremadamente riesgoso y debe realizarse con cautela.

Este método, también conocido como muestra de conveniencia, no le permite al investigador

tener control sobre la representatividad de la muestra. Sin embargo, es útil si el investigador
quiere estudiar las características de las personas que pasan por la esquina de una calle en un
momento determinado, por ejemplo, o si el tiempo y los recursos son limitados de tal forma que
la investigación no sería posible de otra manera.

Por esta razón, un muestreo de conveniencia está entre los tipos de muestreo que
comúnmente se utilizan en las fases iniciales o fase piloto de la investigación, antes de que se
lance un proyecto de investigación más grande. Aunque este método puede resultar útil, el
investigador no podrá utilizar los resultados de una muestra de conveniencia para generalizar
una población más amplia.

Muestra Intencional o Discrecional. Una muestra intencional o por juicio es aquella que se
selecciona en base al conocimiento de una población o propósito del estudio. Por ejemplo,
cuando sociólogos quieren estudiar los efectos emocionales y psicológicos a largo plazo de la
terminación de un embarazo, se puede crear una muestra que incluya solamente a mujeres
que se habían sometido a un aborto. En este caso, los investigadores pueden utilizar una
muestra intencional porque los entrevistados cumplen con una descripción o propósito
específico que es necesario para realizar la investigación.

Muestreo de Bola de Nieve. Es adecuado utilizar una muestra de bola de nieve cuando los
miembros de una población son difíciles de localizar, como las personas sin hogar,
trabajadores migrantes o inmigrantes indocumentados. Una muestra de bola de nieve es
aquella en la que el investigador recopila datos sobre los pocos miembros de la población
objetivo que puede localizar, y luego les pide que le proporcionen la información necesaria para
localizar a otros miembros que conozcan de esa población.

Por ejemplo, si un investigador quiere entrevistar a inmigrantes indocumentados de México,

podría entrevistar a algunos indocumentados que conozca o pueda localizar, y luego
dependerá de esos sujetos para que lo ayuden a localizar a más individuos indocumentados.
Este proceso continúa hasta que el investigador tenga todas las entrevistas que necesita o
hasta que se hayan agotados todos los contactos. Esta técnica es útil cuando se estudia un
tema sensible en el que la gente podría no hablar abiertamente, o si hablar sobre los temas
investigados podría poner en peligro su seguridad. Una recomendación de un amigo o
conocido de que el investigador es confiable funciona para aumentar el tamaño de la muestra.

Muestreo por Cuotas. Una muestra por cuota es aquella en la que las unidades son
seleccionadas en una muestra partiendo de las características predeterminadas, de modo que
la muestra total tenga la misma distribución de características que se supone que existen en la
población que está siendo estudiada.

Por ejemplo, si eres un investigador que está realizando una muestra por cuota nacional,
podrías necesitar saber qué proporción de la población es masculina y qué proporción es
femenina. Así como también qué proporciones de los miembros de cada género pertenecen a
las diferentes categorías de edad, raza o étnicas, educativas, entre otras. Después, el
investigador recogería una muestra con las mismas proporciones que la población nacional.

Tipos de muestreo probabilístico

El muestreo probabilístico es una técnica en la cual las muestras son recogidas mediante un
proceso que le brinda a todos los individuos de la población la misma oportunidad de ser
seleccionados. Muchos consideran que este es metodológicamente el enfoque más riguroso
para el muestreo, ya que elimina los sesgos sociales que podrían moldear la muestra de
investigación. Sin embargo, en última instancia la técnica de muestreo que elijas debe ser la
que te permita responder mejor a tu pregunta de investigación.

Vamos a analizar los cuatro tipos de muestreo probabilístico.

Muestreo Aleatorio Simple. La muestra aleatoria simple es el método de muestreo básico

utilizado en métodos estadísticos y cálculos. Para recopilar una muestra aleatoria simple, a
cada unidad de la población objetivo se le asigna un número. Luego se genera un conjunto de
números aleatorios y las unidades que tienen esos números son incluidas en la muestra. Por
ejemplo, supongamos que tienes una población de 1,000 personas y quieres seleccionar una
muestra aleatoria simple de 50 personas. Primero, cada persona está numerada del 1 al 1,000.
Luego, generas una lista de 50 números aleatorios, generalmente con un programa informático,
y los individuos que tienen asignados estos números son los que vas a incluir en la muestra.
Cuando se estudia a las personas, está técnica funciona mejor con una población homogénea,
que no sean muy diferentes en edad, raza, escolaridad o clase, ya que con una población
heterogénea se corre el riesgo de crear una muestra sesgada si no se toman en cuenta las
diferencias demográficas.

Muestreo Sistemático. En una muestra sistemática, los elementos de la población se ponen

en una lista y luego cada enésimo elemento de la lista se selecciona sistemáticamente para su
inclusión en la muestra.

Por ejemplo, si la población de estudio contenía 2,000 estudiantes de una secundaria y el

investigador quería una muestra de 100 estudiantes, los estudiantes se colocarían en forma de
lista y luego cada veinteavo estudiante sería seleccionado para ser incluido en la muestra. Para
garantizar que no haya ningún sesgo humano en este método, el investigador debe seleccionar
aleatoriamente al primer individuo. Esto es técnicamente llamado una muestra sistemática con
un inicio aleatorio.

Muestreo Estratificado. Una muestra estratificada es una técnica de muestreo en la que el

investigador divide a toda la población objetivo en diferentes subgrupos o estratos, y luego
selecciona aleatoriamente a los sujetos finales de los diferentes estratos de forma proporcional.
Este tipo de muestreo se utiliza cuando el investigador quiere resaltar subgrupos específicos
dentro de una población. Por ejemplo, para obtener una muestra estratificada de estudiantes
universitarios, el investigador primero tendría que organizar a la población por grado
universitario y luego seleccionar el número adecuado de estudiantes de primer, segundo, tercer
y último año. Esto aseguraría que el investigador tenga cantidades adecuadas de sujetos de
cada grado en la muestra final.

Muestreo por Conglomerados. El muestreo por conglomerados puede ser utilizado cuando es
imposible o impráctico elaborar una lista exhaustiva de los elementos que constituyen a la
población objetivo. Sin embargo, generalmente lo elementos de la población ya están
agrupados en subpoblaciones y las listas de esas subpoblaciones ya existen o pueden ser
creadas. Por ejemplo, supongamos que la población objetivo de un estudio eran los miembros
de iglesias en Guatemala. No existe una lista de los miembros de las iglesias en el país. Sin
embargo, el investigador podría elaborar una lista de iglesias ubicadas en Guatemala,
seleccionar una muestra de iglesias y luego conseguir listas de los miembros de esas iglesias.
En la investigación experimental, por su naturaleza y por la necesidad de tener
control sobre las variables, se recomienda muestras pequeñas que suelen ser de por
lo menos 30 sujetos.

En la investigación descriptiva se emplean muestras grandes y algunas veces se

recomienda seleccionar de un 10 a un 20 por ciento de la población accesible.

Las razones para estudiar muestras en lugar de poblaciones son diversas

y entre ellas podemos señalar
a. Ahorrar tiempo. Estudiar a menos individuos es evidente que lleva
menos tiempo.
b. Como consecuencia del punto anterior ahorraremos costes.
c. Estudiar la totalidad de los pacientes o personas con una característica
determinada en muchas ocasiones puede ser una tarea inaccesible o
imposible de realizar.
d. Aumentar la calidad del estudio. Al disponer de más tiempo y recursos,
las observaciones y mediciones realizadas a un reducido número de
individuos pueden ser más exactas y plurales que si las tuviésemos que
realizar a una población.
e. La selección de muestras específicas nos permitirá reducir la
heterogeneidad de una población al indicar los criterios de inclusión y/o
exclusión.