Por consiguiente, la muestra se refiere a un subconjunto representativo de
elementos seleccionados de una población específica con el propósito de realizar
observaciones y análisis. Según Sampieri (2017), “una muestra es un subgrupo de la
población o universo que nos interesa, sobre el cual se recolectarán los datos pertinentes
y deberá ser representativo de dicha población” (p. 128). Es decir, la muestra sirve como
una ventana a través de la cual se busca comprender ciertos fenómenos presentes en la
población más amplia. La elección adecuada de la muestra es esencial para obtener
resultados válidos y confiables en la investigación.
Existen dos tipos de muestra: probabilística y no probabilística. Una muestra
probabilística se selecciona utilizando un proceso en el que cada elemento de la
población tiene una probabilidad conocida y no nula de ser incluido en la muestra.
Como afirma Arias (2006), “el muestreo probabilístico es aquel donde se conoce la
probabilidad de cada elemento para integrar la muestra” (p. 83). De manera que, este
método se basa en la idea de que cada individuo dentro de la población tiene una
oportunidad equitativa de ser seleccionado, lo que permite que los resultados obtenidos
sean más representativos y generalizables.
A partir del muestreo probabilístico se puede diferenciar dos: estratificada y por
racimos. La muestra probabilística estratificada es un método de selección que implica
dividir la población en subgrupos homogéneos en términos de ciertas características
relevantes. Para Arias (1999), “el muestreo probabilístico estratificado consiste en
dividir la población en sub-conjuntos o estratos cuyos elementos posean características
comunes, así los estratos son homogéneos internamente” (p. 71). Es decir, busca
diferenciar elementos con características similares dentro de un subgrupo de la
población. Este enfoque permite una mayor precisión al capturar la diversidad presente
en la población.
En cuanto al muestreo por racimos, también conocido como muestreo por
conglomerados, implica dividir la población en "racimos" más grandes y luego
seleccionar aleatoriamente algunos de estos racimos para incluirlos en la muestra. Según
Muguira (2020) “es un procedimiento de muestreo probabilístico y los elementos de la
población son seleccionados al azar en forma natural por agrupaciones preestablecidas”
(parr. 2). Es decir, este método selecciona grupos preexistentes, a diferencia de la
estratificación, donde se dividen los elementos individuales por estratos. Este podría ser
más práctico y eficiente, especialmente cuando la población es extensa.
Por otra parte, en una muestra no probabilística se selecciona de manera que los
elementos de la población no tienen una probabilidad conocida y equivalente de ser
incluidos en la muestra. “El muestreo no probabilístico es una técnica de muestreo
donde las muestras se recogen en un proceso que no brinda a todos los individuos de la
población iguales oportunidades de ser seleccionados” (Cuesta, 2009, p.20). En este
sentido, este método de muestreo se caracteriza por su enfoque más subjetivo y basado
en la elección deliberada de los elementos, lo que puede introducir ciertos sesgos.
Aunque la muestra no probabilística puede proporcionar información valiosa en
contextos específicos, la falta de aleatoriedad puede limitar la generalización de los
resultados a la población más amplia. Este tipo de muestra se utiliza cuando la
representatividad no es la principal preocupación y cuando el objetivo es obtener
información detallada sobre casos particulares o grupos específicos dentro de la
población. A pesar de sus limitaciones, la muestra no probabilística sigue siendo útil en
investigaciones cualitativas o en situaciones donde la accesibilidad y la conveniencia
son factores clave en la selección de participantes.
Por tanto, la selección de la muestra es crucial en la investigación, ya que esta
representa el conjunto de elementos que se estudiarán para obtener conclusiones más
amplias sobre la población. Además, sus dos enfoques principales: muestras
probabilísticas y no probabilísticas, buscan mejorar la representatividad de la muestra y
optimizar la eficiencia en la recopilación de datos, contribuyendo así a la validez y
generalización de los resultados en las investigaciones. En última instancia, la elección
entre estos enfoques dependerá de los objetivos de la investigación, la disponibilidad de
recursos y la necesidad de representación fiel de la diversidad poblacional.
[Link]
%20muestreo%20por%20conglomerados%2C%20también,natural%20por
%20agrupaciones%20(clusters).
Aunque la muestra no probabilística puede proporcionar información valiosa en
contextos específicos, la falta de aleatoriedad puede limitar la generalización de los
resultados a la población más amplia.
La muestra probabilística busca minimizar sesgos y maximizar la validez de las
conclusiones al proporcionar una base sólida para inferencias estadísticas.
Sampieri destaca la importancia de la aleatoriedad y la representatividad al seleccionar la
muestra, asegurando así que los resultados obtenidos puedan aplicarse de manera más amplia
a la población de interés.
