Embedded Files
Muestreo en investigación: cómo elegir correctamente a las personas, casos o elementos de estudio
Muestreo en investigación: cómo elegir correctamente a las personas, casos o elementos de estudio
En toda investigación llega un momento clave: decidir a quiénes vamos a estudiar. Rara vez es posible analizar a toda la población, ya sea por limitaciones de tiempo, dinero, acceso o cantidad de personas involucradas. Por eso se utiliza el muestreo, que consiste en seleccionar una parte de la población para obtener información que permita responder a los objetivos de investigación.
El muestreo no es simplemente “escoger algunas personas”. Es una decisión metodológica que debe estar bien justificada, porque de ella depende la calidad, la validez y el alcance de los resultados.
1. Población, muestra y unidad de análisis
Antes de hablar de tipos de muestreo, es necesario diferenciar tres conceptos básicos.
La población es el conjunto total de personas, organizaciones, documentos, hogares, turistas, empresas, comunidades o elementos que poseen las características que interesan en la investigación. Por ejemplo:
Todos los visitantes de un parque nacional durante el año 2026.
La muestra es una parte de esa población que se selecciona para participar en el estudio.
Por ejemplo:
385 visitantes encuestados en diferentes fechas y horarios.
La unidad de análisis es el elemento concreto del cual se obtiene información.
Por ejemplo:
Cada visitante encuestado.
También podría ser una empresa turística, una familia, una finca, una comunidad, un expediente, una publicación en redes sociales o un sitio turístico.
2. ¿Qué es el muestreo?
El muestreo es el procedimiento mediante el cual se selecciona una muestra a partir de una población. Su propósito es obtener información suficiente, pertinente y confiable sin necesidad de estudiar a todos los elementos del universo.
En investigación cuantitativa, el muestreo suele buscar representatividad estadística. En investigación cualitativa, en cambio, el interés suele estar en seleccionar casos ricos en información, experiencias, significados o profundidad analítica.
Por eso, no todos los estudios necesitan el mismo tipo de muestreo.
3. Muestreo probabilístico
El muestreo probabilístico se utiliza cuando todos los elementos de la población tienen una probabilidad conocida de ser seleccionados. Es el tipo de muestreo más asociado con estudios cuantitativos, encuestas, sondeos y análisis estadísticos.
Su principal ventaja es que permite generalizar resultados a la población, siempre que el diseño muestral sea adecuado.
3.1. Muestreo aleatorio simple
El muestreo aleatorio simple consiste en seleccionar elementos de la población al azar, de manera que todos tengan la misma probabilidad de ser escogidos.
Ejemplo:
Una carrera universitaria tiene 500 estudiantes matriculados. El investigador necesita encuestar a 220. Para ello, obtiene la lista completa de estudiantes y utiliza un generador de números aleatorios para seleccionar a quienes participarán.
Cuándo usarlo:
Cuando se cuenta con una lista completa de la población y todos los elementos son relativamente similares respecto al tema estudiado.
Ventaja principal:
Es fácil de explicar y reduce el sesgo de selección.
Limitación:
Requiere tener un marco muestral completo, es decir, una lista confiable de toda la población.
3.2. Muestreo sistemático
El muestreo sistemático consiste en seleccionar elementos siguiendo un intervalo fijo.
Ejemplo:
En un parque nacional ingresan visitantes durante todo el día. El investigador decide encuestar a una persona cada 10 visitantes que ingresan.
Primero selecciona aleatoriamente un número inicial, por ejemplo el visitante número 4. Luego encuesta al visitante 4, 14, 24, 34, y así sucesivamente.
Cuándo usarlo:
Cuando la población fluye de manera ordenada o cuando existe una lista numerada.
Ventaja principal:
Es práctico en trabajo de campo.
Limitación:
Puede generar sesgos si existe un patrón oculto en el orden de la población.
3.3. Muestreo estratificado
El muestreo estratificado se utiliza cuando la población se divide en grupos o estratos importantes para el estudio. Luego se selecciona una muestra dentro de cada estrato.
Ejemplo:
Se desea estudiar la percepción de los visitantes de un área protegida. El investigador sabe que existen visitantes nacionales y extranjeros. Entonces divide la población en dos estratos:
Visitantes residentes.
Visitantes no residentes.
Después selecciona una muestra de cada grupo.
Cuándo usarlo:
Cuando la población tiene subgrupos relevantes que deben estar representados.
Ventaja principal:
Permite comparar grupos y mejora la representatividad.
Limitación:
Requiere conocer previamente cómo se distribuye la población.
3.4. Muestreo por conglomerados
El muestreo por conglomerados se usa cuando la población está agrupada naturalmente en unidades mayores, como escuelas, comunidades, barrios, hoteles, aulas o distritos.
Ejemplo:
Un estudio quiere conocer prácticas ambientales en hoteles de una provincia. En lugar de seleccionar hoteles individualmente en todo el territorio, primero selecciona algunos cantones y luego estudia hoteles dentro de esos cantones.
Cuándo usarlo:
Cuando la población está dispersa geográficamente o sería costoso acceder a todos los elementos.
Ventaja principal:
Reduce costos y facilita la logística.
Limitación:
Puede ser menos preciso que otros métodos si los conglomerados son muy diferentes entre sí.
4. Muestreo no probabilístico
El muestreo no probabilístico se utiliza cuando no todos los elementos de la población tienen una probabilidad conocida de ser seleccionados. En este caso, la selección depende del criterio del investigador, la accesibilidad, la disponibilidad de participantes o las características específicas que se buscan.
Es común en investigaciones cualitativas, estudios exploratorios, trabajos con actores clave, estudios de caso o investigaciones donde no existe una lista completa de la población.
Su principal limitación es que no permite generalizar estadísticamente los resultados a toda la población. Sin embargo, puede ofrecer información profunda, contextual y altamente relevante.
4.1. Muestreo por conveniencia
El muestreo por conveniencia consiste en seleccionar a las personas o casos más accesibles para el investigador.
Ejemplo:
Un estudiante aplica encuestas a visitantes que encuentra disponibles en la entrada de un sendero durante los días que puede hacer trabajo de campo.
Cuándo usarlo:
Cuando hay limitaciones de tiempo, recursos o acceso.
Ventaja principal:
Es rápido y fácil de aplicar.
Limitación:
Tiene alto riesgo de sesgo, porque la muestra puede no representar adecuadamente a la población.
4.2. Muestreo intencional o por criterio
El muestreo intencional consiste en seleccionar participantes porque poseen características específicas relevantes para los objetivos del estudio.
Ejemplo:
Una investigación sobre gestión del turismo sostenible entrevista a funcionarios de áreas protegidas, empresarios turísticos, líderes comunales y guías locales porque tienen conocimiento directo del tema.
Cuándo usarlo:
Cuando se necesita información especializada o experiencia directa.
Ventaja principal:
Permite seleccionar informantes clave.
Limitación:
Depende mucho del criterio del investigador.
4.3. Muestreo por cuotas
El muestreo por cuotas busca incluir cierta cantidad de participantes según categorías previamente definidas.
Ejemplo:
El investigador decide encuestar a 100 turistas: 50 nacionales y 50 extranjeros. No los selecciona aleatoriamente, pero sí procura cumplir con esas cuotas.
Cuándo usarlo:
Cuando se desea asegurar presencia de ciertos grupos, aunque no se tenga una selección probabilística.
Ventaja principal:
Permite equilibrar la participación de grupos relevantes.
Limitación:
No garantiza representatividad estadística.
4.4. Muestreo bola de nieve
El muestreo bola de nieve se utiliza cuando los participantes ayudan a contactar a otros participantes.
Ejemplo:
Una investigación sobre emprendimientos turísticos comunitarios inicia entrevistando a dos líderes locales. Luego ellos recomiendan a otros actores relevantes, quienes a su vez sugieren nuevos contactos.
Cuándo usarlo:
Cuando la población es difícil de identificar o contactar.
Ventaja principal:
Facilita el acceso a redes sociales, comunitarias o profesionales.
Limitación:
Puede concentrarse en personas de una misma red y dejar por fuera otras perspectivas.
5. ¿Cómo saber qué tipo de muestreo usar?
La selección del tipo de muestreo depende de varios factores:
Primero, del enfoque de investigación. Si el estudio es cuantitativo y busca generalizar resultados, conviene usar muestreo probabilístico. Si el estudio es cualitativo y busca profundidad, comprensión o interpretación, suele utilizarse muestreo no probabilístico.
Segundo, depende de si existe una lista completa de la población. Si se cuenta con esa lista, es posible aplicar métodos probabilísticos. Si no existe, puede ser necesario utilizar métodos no probabilísticos.
Tercero, depende de los recursos disponibles. Tiempo, presupuesto, personal de campo, acceso territorial y permisos institucionales influyen directamente en la decisión.
Cuarto, depende del objetivo del estudio. No es lo mismo estimar un porcentaje de satisfacción de visitantes que comprender las percepciones de actores clave sobre un conflicto socioambiental.
6. Tamaño de muestra: ¿cuántas personas debo estudiar?
Además de decidir cómo seleccionar la muestra, también es necesario definir cuántas unidades formarán parte del estudio.
En investigaciones cuantitativas, el tamaño de muestra suele calcularse mediante fórmulas estadísticas. Para ello se consideran elementos como:
Nivel de confianza: indica el grado de seguridad del cálculo. El más usado es 95%, que corresponde a un valor Z de 1.96.
Margen de error: representa el nivel máximo de error aceptado. Los más comunes son 5% o 3%.
Probabilidad esperada: se representa con p. Cuando no se conoce, se utiliza p = 0.5, porque es el escenario más conservador.
q: corresponde a 1 - p. Si p = 0.5, entonces q = 0.5.
6.1. Muestra para población infinita o desconocida
Se utiliza cuando no se conoce el tamaño total de la población o cuando esta es muy grande.
Ejemplo:
Se quiere estudiar la opinión de turistas potenciales sobre un nuevo producto turístico, pero no se conoce cuántas personas forman parte de esa población.
Se define:
Z=1.96
p=0.5
q=0.5
e=0.05
La fórmula es:
n = (Z² × p × q) / e²
Donde:
n = tamaño de muestra
Z = nivel de confianza
p = probabilidad de ocurrencia
q = probabilidad de no ocurrencia
e = margen de error
Sustituyendo:
n = (1.96² × 0.5 × 0.5) / 0.05²
n = 384.16
Por tanto, se recomienda una muestra mínima de:
n = 385
Interpretación:
Para una población desconocida, con 95% de confianza y 5% de error, se recomienda aplicar al menos 385 encuestas.
6.2. Muestra para población finita
Se utiliza cuando sí se conoce el tamaño total de la población.
Ejemplo:
Una universidad tiene 1 200 estudiantes matriculados y se desea aplicar una encuesta.
Se define:
N = 1200
Z = 1.96
p = 0.5
q = 0.5
e = 0.05
La fórmula es:
n = (N × Z² × p × q) / [e² × (N - 1) + Z² × p × q]
Sustituyendo:
n = (1200 × 1.96² × 0.5 × 0.5) / [(0.05² × (1200 - 1)) + (1.96² × 0.5 × 0.5)]
n = 291.21
Por tanto, se recomienda una muestra mínima de:
n = 291
Interpretación:
Para una población de 1 200 estudiantes, con 95% de confianza y 5% de error, se recomienda una muestra aproximada de 291 personas.
7. ¿Qué pasa si se reduce el margen de error?
El margen de error tiene un efecto directo sobre el tamaño de la muestra. En términos simples, entre menor sea el margen de error, mayor deberá ser la muestra.
Por ejemplo, para una población infinita o desconocida, usando un nivel de confianza del 95% y una probabilidad esperada de p = 0.5, los tamaños de muestra serían aproximadamente los siguientes:
Con un margen de error del 10%, la muestra recomendada sería de 97 personas.
Con un margen de error del 5%, la muestra recomendada sería de 385 personas.
Con un margen de error del 3%, la muestra recomendada sería de 1068 personas.
Esto significa que una investigación con un margen de error más pequeño exige una muestra más grande. Por ejemplo, pasar de un error del 5% a un error del 3% implica aumentar considerablemente la cantidad de personas encuestadas.
A mayor precisión deseada, mayor tamaño de muestra requerido.
8. En investigación cualitativa, la muestra no siempre se calcula con fórmulas
En investigación cualitativa, el tamaño de la muestra no suele definirse mediante fórmulas estadísticas, como ocurre en muchos estudios cuantitativos basados en encuestas. En este enfoque, la muestra se define a partir de criterios de pertinencia, profundidad y riqueza de la información.
Por ejemplo, si una investigación busca comprender cómo distintos actores perciben un conflicto turístico en una comunidad, lo más adecuado no sería aplicar una fórmula para calcular cuántas personas entrevistar. En su lugar, se podrían seleccionar actores clave, como líderes comunales, empresarios turísticos, funcionarios públicos, representantes de organizaciones ambientales y residentes con experiencia directa en el tema.
En estos casos, la muestra puede definirse mediante criterios como la saturación teórica, la diversidad de perspectivas, la relevancia de los participantes y la profundidad de la información obtenida.
9. Ejemplo comparativo
Supongamos que se quiere estudiar la percepción sobre turismo sostenible en una comunidad.
Si el objetivo es medir porcentajes, por ejemplo, saber qué proporción de residentes está de acuerdo con el desarrollo turístico, se recomienda un enfoque cuantitativo con muestreo probabilístico.
Ejemplo:
Aplicar 291 encuestas a una población conocida de 1 200 residentes.
Pero si el objetivo es comprender cómo distintos actores interpretan el turismo sostenible, sus beneficios, conflictos y contradicciones, podría utilizarse un enfoque cualitativo con muestreo intencional.
Ejemplo:
Entrevistar a líderes comunales, empresarios turísticos, funcionarios municipales, guías locales y representantes de organizaciones ambientales.
Ambos enfoques son válidos, pero responden a propósitos distintos.
Page updated
Google Sites
Report abuse