¿En una investigación siempre tenemos una muestra?No siempre, pero en la mayoria de las situaciones si realizamos el estudio en una muestra. Solo cuandoqueremos realizar un censo debemos incluir en el estudio a todos los casos (personas, animales, plantas,objetos) del universo o la poblacion. Por ejemplo, los estudios motivacionales en empresas suelenabarcar a todos sus empleados para evitar que los excluidos piensen que su opinion no se toma encuenta. Las muestras se utilizan por economia de tiempo y recursos.

Por tanto, para seleccionar una muestra, lo primero que hay que hacer es defi nir la unidad deanálisis (individuos, organizaciones, periodicos, comunidades, situaciones, eventos, etc.). Una vezdefi nida la unidad de analisis se delimita la población

Para el proceso cuantitativo la muestra es un subgrupo de la poblacion deinteres sobre el cual se recolectaran datos, y que tiene que defi nirse o delimitarsede antemano con precision, este debera ser representativo de dicha poblacion. Elinvestigador pretende que los resultados encontrados en la muestra logren generalizarseo extrapolarse a la poblacion (en el sentido de la validez externa que se comento al hablar deexperimentos).

Al seleccionar la muestra debemos evitar tres errores que pueden presentarse: 1) desestimar o noelegir a casos que deberian ser parte de la muestra (participantes que deberian estar y no fueron seleccionados),2) incluir a casos que no deberian estar porque no forman parte de la poblacion y 3) seleccionarcasos que son verdaderamente inelegibles (Mertens, 2005). Por ejemplo, en una encuesta osurvey sobre preferencias electorales entrevistar a individuos que son menores de edad y no puedenvotar legalmente (no deben ser agregados a la muestra, pero sus respuestas se incluyeron, esto, evidentementees un error). Asimismo, imaginemos que realizamos una investigacion para determinar elperfi l de los clientes-miembros de una tienda departamental y generamos una serie de estadisticassobre estos en una muestra obtenida de la base de datos. Podria ocurrir que la base de datos no estuvieraactualizada y varias personas ya no fueran clientes de la tienda y, sin embargo, se eligieran para elestudio (por ejemplo, que algunas se hayan mudado a otra ciudad, otras hayan fallecido, unas mas ya

no utilizan su membresia y hasta hubiera personas que se hayan hecho clientes-miembros de la competencia).El primer paso para evitar tales errores es una adecuada delimitación del universo o población. Loscriterios que cada investigador cumpla dependen de sus objetivos de estudio, lo importante es establecerlosde manera muy especifi ca. Toda investigacion debe ser transparente, asi como estar sujeta acritica y replica, este ejercicio no es posible si al examinar los resultados el lector no puede referirlosa la poblacion utilizada en un estudio.

En las muestras probabilísticas todos los elementosde la poblacion tienen la misma posibilidad de ser escogidos y se obtienendefi niendo las caracteristicas de la poblacion y el tamano de la muestra, y por medio deuna seleccion aleatoria o mecanica de las unidades de analisis. Imaginese el procedimiento para obtenerel numero premiado en un sorteo de loteria. Este numero se va formando en el momento delsorteo. En las loterias tradicionales, a partir de las esferas con un digito que se extraen (despues derevolverlas mecanicamente) hasta formar el numero, de manera que todos los numeros tienen lamisma probabilidad de ser elegidos.

En las muestras no probabilísticas, la eleccion de los elementos no depende de laprobabilidad, sino de causas relacionadas con las caracteristicas de la investigacion o dequien hace la muestra. Aqui el procedimiento no es mecanico ni con base en formulasde probabilidad, sino que depende del proceso de toma de decisiones de un investigadoro de un grupo de investigadores y, desde luego, las muestras seleccionadas obedecena otros criterios de investigacion. Elegir entre una muestra probabilistica o una no probabilisticadepende de los objetivos del estudio, del esquema de investigacion y de la contribucion quese piensa hacer con ella. Para ilustrar lo anterior mencionaremos tres ejemplos que toman en cuentadichas consideraciones

¿Cómo se selecciona una muestra probabilística?

Resumiremos diciendo que la eleccion entre la muestra probabilistica y la no probabilistica se determinacon base en el planteamiento del problema, las hipotesis, el diseno de investigacion y el alcance

de sus contribuciones. Las muestras probabilisticas tienen muchas ventajas, quiza la principal sea quepuede medirse el tamano del error en nuestras predicciones. Se dice incluso que el principal objetivoen el diseno de una muestra probabilistica es reducir al minimo este error, al que se le llama errorestandar (Kish, 1995; Kalton y Heeringa, 2003).

Cómo y cuáles son las muestras no probabilísticas?Las muestras no probabilisticas, tambien llamadas muestras dirigidas, suponen un procedimiento deseleccion informal. Se utilizan en diversas investigaciones cuantitativas y cualitativas. No las revisaremos ahora, sino en el capitulo 13 “Muestreo cualitativo”. Por el momento comentaremos que seleccionanindividuos o casos “tipicos” sin intentar que sean representativos de una poblacion determinada. Porello, para fi nes deductivos-cuantitativos, donde la generalizacion o extrapolacion de resultados hacia lapoblacion es una fi nalidad en si misma, las muestras dirigidas implican algunas desventajas. La primeraes que, al no ser probabilisticas, no es posible calcular con precision el error estandar, es decir, nopodemos calcular con que nivel de confi anza hacemos una estimacion. Esto es un grave inconvenientesi consideramos que la estadistica inferencial se basa en la teoria de la probabilidad, por lo que laspruebas estadisticas en muestras no probabilisticas tienen un valor limitado a la muestra en si, mas noa la poblacion. Es decir, los datos no pueden generalizarse a esta. En las muestras de este tipo, la eleccionde los casos no depende de que todos tengan la misma probabilidad de ser elegidos, sino de ladecision de un investigador o grupo de personas que recolectan los datos.