MUESTRA

I. DEFINICIÓN

La muestra es, en esencia, un subgrupo de la población. Digamos que es un subconjunto

de elementos que pertenecen a ese conjunto definido en sus características al que
llamamos población. Con frecuencia leemos y oímos hablar de “muestra representativa”,
‘muestra al azar “ “muestra aleatoria” como si con los simples términos se pudiera dar
más seriedad a los resultados. En realidad, pocas veces se puede medir a toda la
población, por lo que obtenemos o seleccionamos una muestra y se pretende —desde
luego— que este subconjunto sea un reflejo fiel del conjunto de la población. Todas las
muestras deben ser representativas, por tanto el uso de este término es por demás inútil.
Los términos al azar y aleatorio denotan un tipo de procedimiento mecánico relacionado
con la probabilidad y con la selección de elementos, pero no logra esclarecer tampoco el
tipo de muestra y el procedimiento de muestreo.

II. TIPOS DE MUESTRA

Básicamente categorizamos a las muestras en dos grandes ramas: las muestras no

probabilísticas y las muestras probabilísticas.

 Muestras probabilísticas: En estas últimas todos los elementos de la población

tienen la misma posibilidad de ser escogidos. Esto se obtiene definiendo las
características de la población, el tamaño de la muestra y a través de una
selección aleatoria y/o mecánica de las unidades de análisis. Imagínense el
procedimiento para obtener el número premiado en un sorteo de lotería. Este
número se va formando en el momento del sorteo, a partir de las bolitas (con un
dígito) que se van sacando después de revolverías mecánicamente hasta formar
el número, de manera que todos los números tienen la misma probabilidad de ser
elegidos.

 Muestras no probabilísticas: La elección de los elementos no depende de la

probabilidad, sino de causas relacionadas con las características del investigador
o del que hace la muestra. Aquí el procedimiento no es mecánico, ni en base a
fórmulas de probabilidad, sino que depende del proceso de toma de decisiones de
una persona o grupo de personas, .y desde luego, las muestras seleccionadas por
decisiones subjetivas tienden a estar sesgadas. El elegir entre una muestra
probabilística o una no probabilística, depende —sí, otra vez— de los objetivos del
estudio, del esquema de investigación y de la contribución que se piensa hacer
con dicho estudio. Para ilustrar lo anterior mencionaremos varios ejemplos que
toman en cuenta dichas consideraciones. 1

1
http://www.upsin.edu.mx/mec/digital/metod_invest.pdf

1
III. REALIZACIÓN DE MUESTRAS MUESTRA PROBABILÍSTICA

Las muestras probabilísticas son esenciales en los diseños de investigación por

encuestas en donde se pretende hacer estimaciones de variables en la población, estas
variables se miden con instrumentos de medición y se analizan con pruebas estadísticas
para el análisis de datos en donde se presupone que la muestra es probabilística, donde
todos los elementos de la población tienen una misma probabilidad de ser elegidos. Los
elementos muestrales tendrán valores muy parecidos a los de la población, de manera
que las mediciones en el subconjunto, nos darán estimados precisos del conjunto mayor.
Que tan preciso son dichos estimados depende del error en el muestreo, el que se puede
calcular, pues hay errores que dependen de la medición y estos errores no pueden ser
calculados matemáticamente.
Para hacer una muestra probabilística es necesario entender los siguientes términos y sus
definiciones:

2
Para una muestra probabilística necesitamos principalmente dos cosas: determinar el
tamaño de la muestra (n) y seleccionar los elementos muéstrales, de manera que todos
tengan la misma posibilidad de ser elegidos. Para lo primero, daremos una fórmula que
contiene las expresiones ya descritas. Para lo segundo, necesitamos de un marco de
selección adecuado y de un procedimiento que permita la aleatoriedad en la selección.
Hablaremos de ambas cosas en los siguientes incisos.2

IV. El tamaño de la muestra

Cuando se hace una muestra probabilística, uno debe preguntarse ¿Cuál es el número
mínimo de unidades de análisis (personas, organizaciones, capítulos de telenovelas, etc.),
que necesito para conformar una muestra (n) que me asegure un error estándar menor de
.01 (fijado por nosotros), dado que la población N es aproximadamente de tantos
elementos? En esta pregunta se inquiere cuál será la probabilidad de ocurrencia de y , y
de que el valor de y —basado en n observaciones— se sitúe en un intervalo que
comprenda al verdadero valor de la población. Es decir que mi estimado y se acerque a Y
, al valor real. Si nosotros establecemos el error estándar y fijamos .01, sugerimos que
esta fluctuación promedio de nuestro estimado y con respecto a los valores reales de la
población Y , no sea> .01, es decir que de 100 casos, 99 veces mi predicción sea correcta
y que el valor de y se sitúe en un intervalo de confianza que comprenda el valor de Y . La
fórmula para determinar el tamaño de n es la siguiente:

Pongamos el siguiente ejemplo. En el ejemplo que ya habíamos dado en el inciso 8.2 de

este capítulo, delimitamos a una población diciendo que para un estudio de directores
generales consideramos a “todos aquellos directores generales de empresas industriales
y comerciales que en 1983 tienen un capital social superior a 30 millones de pesos, con
ventas superiores a los 100 millones de pesos y/o con más de 300 personas empleadas”.

2 http://www.inf.ucv.cl/~rsoto/cursos/DII711/Cap7_DII711.pdf

3
3
Con estas características se precisó que la población era de N = 1 176 directores
generales ya que 1 176 empresas conformaban las mencionadas características. ¿Cuál
es entonces el número de directores generales n que se tiene que entrevistar, para tener
un error estándar menor de .015, y dado que la población total es del 176?

N = población de 1176 empresas.

y = valor promedio de una variable = 1, un director general en cada empresa.

Se = error estándar - .015, lo determinamos. Es aceptable pues es muy pequeño.

V = varianza de la población. Su definición (Se)2 el cuadrado del error estándar.

S2 = varianza de la muestra expresada como la probabilidad de ocurrencia de y

Sustituyendo tenemos que:

y ajustando tenemos que:

Es decir que, para nuestra investigación, necesitaremos una muestra de 298 directores
generales.

Esto (como habíamos dicho) es el primer procedimiento para obtener la muestra

probabilística: el determinar el tamaño de la misma, con base en estimados de la
población. El segundo procedimiento estriba en cómo y de dónde seleccionar a esos 298
sujetos.

3 http://www.dgsc.go.cr/dgsc/documentos/cecades/metodologia-de-la-investigacion.pdf