INVESTIGACIÓN CUANTITATIVA

La población debe situarse claramente en torno de características de contenido, lugar y tiempo.

(Cantoni, 2009).Es conformado por un listado de los elementos que componen nuestro universo y
que permitirán su identificación (Morone, 2013).

- Azar Simple

- Azar Sistemático

- Azar estratificado

- Azar por conglomerados

Aquí se representan las áreas geográficas en las que se distribuyen los habitantes de una población.
Es un conjunto de casos seleccionados aleatoriamente que representan a la población. Abarca una
gran cantidad de casos de manera que los resultados obtenidos brindan la más amplia información
posible sobre el problema o fenómeno estudiado. Estos son estadísticamente representativos y
pueden ser reflejados en el resto de la población. (Sampieri, Fernández, y Baptista, 2010,Martínez ,
2012).

Unidad de Muestreo:

Es la unidad mínima de observación de la que se obtendrá información de las variables útiles.

Ayudará a delimitar la población (Cantoni, 2009). Muestreo Probabilístico: Las unidades de
muestreo deben ser equiprobables a ser elegidas, para el análisis estadístico simple o complejo.
Debe ser clara su elección entre todos las unidades que figuran en la población previamente
establecida (Bolaños, 2012) Tamaño de la muestra: El tamaño de la muestra debe ser representativa
y que contribuyan a brindar la información necesaria, que permita reducir la márgenes de error.
(Argibay, 2009) Los procedimientos de muestreo los podemos dividir en dos grandes grupos,
muestreos probabilísticos (aleatorios) y muestreos no probabilísticos (no aleatorios). Básicamente
la diferencia entre ambos estaría dada por si se utiliza o no el azar para la elección de los sujetos
que compondrán la muestra. De manera que “en las muestras aleatorias cada elemento de
población tiene una probabilidad igual, o una probabilidad cuantificable, de ser seleccionado”, Clark-
Carter, D. (2002) (pág. 159). los muestreos probabilísticos son los que nos garantizan de mejor
manera que la muestra sea representativa. Además del elemento principal que es la elección al azar
de los sujetos, hay otros procedimientos que se pueden emplear para garantizar de mejor manera
la representatividad de la muestramuestreo al azar simple, muestreo sistemático, muestreo
estatificado al azar, muestreo estratificado proporcional, muestreo estratificado no proporcional y
muestreo por conglomerados.
Cuando en la muestra se mantienen “las mismas proporciones de sujetos que existen en la población
dentro de cada estrato”, Pereda Marín, S. (1987) (pág. 127), estamos frente a un muestreo
estratificado proporcional, que reúne las tres condiciones para asegurar en forma plena que la
muestra sea representativa: selección al azar, estratificación y proporcionalidad.
Cuando hablamos de que una muestra es representativa, lo que estamos diciendo es que “los
estadísticos que se obtienen en la muestra corresponden, representan, sin error sistemático, a los
parámetros de la población”, Pereda Marín, S. (1987) (pág. 126).
Técnicas:

Muestreo Aleatorio Simple Esta técnica está basada en la selección a través de números aleatorios.
Además se utiliza cuando es posible conocer todos los elementos que se encuentran en la población
de estudio. Cada elemento de la población posee la misma posibilidad de ser parte de la muestra,
el proceso a seguir es el siguiente:

1. Se colocan en listas numeradas a la población

2. Se escogen dígitos al azar, mediante algoritmos de generación de números aleatorios.

3. Se selecciona la muestra a partir de la aleatoriedad.

k = Selección de muestra

N = Población

n = Muestra

k = n/N

● Fácil comprensión para el cálculo de medias y varianza.

● Al tomar muestras pequeñas puede que no esté bien representada la población.

● Existe software para el análisis de datos.

Muestreo Estratificado:

El muestreo estratificado es concebido como una variante del muestreo aleatorio simple. Su
metodología está compuesta por la estratificación o segmentación de la población en grupos
iguales, pero organizados de maneras aleatorias según ciertas reglas como:

1. Se seleccionan de manera aleatoria elementos de cada estrato o grupo, y esa selección

corresponderá a la muestra representativa de la población.

2. La estratificación debe corresponder a la selección de número de elementos iguales en cada

estrato o grupo. Cuando la población objeto de la investigación está agrupada ya sea por estratos
socioeconómicos, categorías o elementos que puedan ser diferenciados y agrupados en un estudio,
resulta apropiado usar este tipo de muestreo, ya que permite desarrollar comparaciones claras y
precisas sobre la población y sus características.

Muestreo por conglomerados:

Esta técnica es utilizada cuando no es posible obtener una lista precisa de los elementos de la
población, tradicionalmente cuando las poblaciones son muy grande o no posee características en
común. Es común trabajar con este muestreo en la conformación de grupos aleatoriamente
significativos de la población, entendiendo que, cada individuo pertenece a la población pero sus
características son propias para el estudio.

De estos grupos se selecciona aleatoriamente una muestra de estos grupos y de allí se toma la
muestra de la población (Cantoni Rabolini, 2009). Cabe retomar que este tipo de muestreo se utiliza
cuando se quieren estudiar grupos de una misma región geográfica, conformando grupos similares
respecto a la región, pero de diferentes características en lo individual.

Muestreo polietápico: Este muestreo está basado en las etapas que se pueden llegar a tener en el
análisis de la muestra a obtener. Trabaja significativamente como el muestreo por conglomerados,
con la diferentes que es este se realizan grupos grandes de características, y se van analizando hasta
llegar a un subgrupo con elementos cada vez mucho más específicos, llamados submuestra (Cantoni
Rabolini, 2009).

Al repetir este proceso en cada submuestra obtenida, se encontrarán las unidades más elementales
de la población. La aleatoriedad de este proceso solo es utilizada en la conformación de la primera
aglomeración, después de esto se convierte en una segmentación analítica de la muestra.

Muestreo sistemático:

El muestreo sistemático está dado por la selección de un intervalo uniforme, comprendido como
tiempo, orden o espacio. Esta técnica es utilizada cuando existen elementos de una población
enlistada, o cuanto es posible conocer los elementos que componen una población.

La técnica está basada en una fórmula matemática: k = n/ N

En dónde K es la representación de los elementos que contiene un intervalo, siendo N el número

de la población y n el tamaño de la muestra (Cantoni Rabolini, 2009).

Por ejemplo, si existe una población de 200 personas y se quiere tomar una muestra de 40 personas:
k = 40 /200 Dónde k = 5, esto quiere decir que de cada 5 personas se toma una para comenzar la
toma de la muestra. “Si la constante de muestreo está asociada con el evento de interés, las
estimaciones obtenidas a partir de la muestra pueden contener sesgo de selección”. (Otzen &
Manterola, 2017).

Pero por otro lado tenemos que muchas veces se hacen muestreos no probabilísticos. Estos
muestreos son más proclives a generar muestras sesgadas, o sea, no representativos. De manera
que entre un muestreo probabilístico bien realizado y un muestreo no probabilístico, es mucho más
probable que sea menos sesgada (más representativa) la muestra que utilizó el azar para la lección
de los sujetos. Pero puede ocurrir, aunque sea más improbable, que una muestra no probabilística,
no presente mucho sesgo y en consecuencia sea representativa. En el caso de los muestreos
probabilísticos hay que estar también al tanto de la cantidad de sujetos seleccionados que deciden
no participar de la investigación. Esto es esperable, ya que uno selecciona los sujetos, pero después
depende de su buena voluntad para que participen de la investigación, y muchos optan por no
hacerlo. Además, en investigación a veces se trabaja con muestras incidentales. “Se denomina
muestra incidental a aquella que se emplea porque está a disposición del investigador en un
momento determinado”, Pereda Marín, S. (1987) (pág. 127).
En general, en investigación cuantitativa podemos hablar de los siguientes métodos de
investigación: descriptivo, correlacional y explicativo (experimento y cuasiexperimento).No
incluimos los diseños preexperimentales, los cuales a los fines de este trabajo podemos tratarlos
como cuasiexperimentos con menor validez interna; y como ya comentáramos con anterioridad,
tampoco incluimos a los diseños de sujeto único. Aclaramos que todos estos métodos responden a
una misma lógica metodológica, que son complementarios entre sí, y que en última instancia, las
diferencias estriban en cuestiones de diseño, validez y objetivos de la investigación.
Hay que tener en cuenta el tamaño de muestra con el que se va a contar y cuál es el que se requiere
para poder implementar adecuadamente determinados diseños de investigación.
Además, en lo que hace a una adecuada equivalencia inicial de los grupos de una investigación,
conseguida mediante asignación al azar de los sujetos a los grupos (que es fundamental en un
trabajo experimental); el tamaño de la muestra, si es adecuadamente grande, nos permite tener
una mayor garantía de que se haya conseguido que los grupos sean homogéneos. Por último, si
queremos poder corroborar nuestras hipótesis de investigación. Además de que sean correctas,
dependemos para poder hacerlo del tamaño de la muestra, ya que la significación estadística, que
es necesaria para poder corroborar o no dichas hipótesis, depende y en mucho de la cantidad de
sujetos que se incluyan en el análisis de datos. Siendo está realmente cierta. Cuando la muestra es
muy pequeña, corroborar la hipótesis de investigación se hace sumamente difícil, más allá de que
esta sea correcta. Lo cual nos da una clara idea de la ventaja de trabajar con muestras grandes.