J08 I Metodología de la investigación

VI. 4 Universo y muestra

Objetivos
• Definir los términos universo y muestra y determinar sus
características.
• Diferenciar lo que es una unidad de estudio u observación y una
unidad muestral.
• Describir los diferentes tipos de muestreo.
• Analizar algunos elementos a tener en cuenta al decidir sobre el
tamaño de una muestra.
• Describir los pasos a seguir en la selección de la muestra.
• Comparar las características básicas de la muestra en estudios cuanti-
tativos y cualitativos.
• Discutir algunas de las estrategias que se utilizan en la investigación
cualitativa para seleccionar muestras adecuadas.
Conceptos básicos
Otro elemento que debe plantearse claramente en el diseño metodológico es
la población o grupo en que se realizará la investigación. Al respecto, se utilizan
los términos "universo" y "muestra", ambosrelacionadosentre sí.

Universo
Es el conjunto de individuos u objetos de los que se desea conocer algo en
una investigación. Fayad Camel (1) lo define como la totalidad de individuos o
elementos en los cuales puede presentarse determinada característica suscepti-
ble de ser estudiada. Polit/Hungler (2), la definen como toda la agregación o
cúmulo de casos que cumple con un conjunto predeterminado de criterios. El
universo o población puede estar constituida por personas, animales, registros
médicos, los nacimientos, las muestras de laboratorio, los accidentes viales,
entre otros. El universo es el grupo de elementos al que se generalizaran los
hallazgos. Por esto es importante identificar correctamente la población desde el
inicio del estudio y hay que ser específicos al incluir sus elementos. Como
ejemplo se puede analizar el caso de un estudio de las características de las
estudiantes de la carrera de enfermería. ¿Podrán incluirse las de estudios básicos
y postbásicos? ¿Las que están inscritas en la carrera pero llevan sólo asignaturas
de estudios generales? ¿Las de una escuela o las de todas las escuelas del país?

Muestra
Es un subconjunto o parte del universo o población en que se llevará a cabo la
investigación con el fin posterior de generalizar los hallazgos al todo. En la
 Universo y muestra 1109

figura no. 20 se esquematiza el concepto de universo y muestra y su relación.

Daniel (3) define una muestra probabilística como aquella extraída de una
población de tal manera que todo miembro de esta última tenga una probabili-
dad conocida de estar incluido en la muestra. El mismo autor a su vez plantea
que de cualquier población o universo de tamaño N, puede extraerse un cierto
número de muestras distintas de tamaño n. (Siempre y cuando el tamaño de N
sea lo suficientemente grande como para garantizar el muestreo). Es por esto
que las poblaciones pequeñas en general se toman en su totalidad.

Unidad de observación
Son los elementos del universo en que se medirán o estudiarán las variables
de interés.

Unidad de muestreo
Es el elemento utilizado para seleccionar la muestra. En muchos casos la
unidad de observación y la de análisis son la misma, pero hay casos en que no lo
son. Ejemplo: si se desea estudiar las infecciones respiratorias agudas (IRA) en
niños menores de dos años seguramente no se podrá tener información sobre
cuantos son, dónde viven, cómo se llaman, por lo que sena imposible extraer
una muestra de niños. El investigador tendría que tomar una muestra de casas
para poder llegar a los menores de dos años.

Muestreo
La Figura 19 permite analizar algunos de los conceptos básicos del muestreo.
En primer lugar, si lo que se busca es estudiar algo en un grupo menor que el
total para luego generalizar los hallazgos al todo, esa parte que se estudia tiene
que ser representativa del universo, es decir debe poseer las características
básicas del todo. Por ejemplo, si en el universo hay un 55% de mujeres y un
45% de hombres, la muestra deberá aproximarse a esta proporción. Es evidente
que la mejor forma de estar seguro de conocer el universo sería estudiándolo
todo, sin embargo, esto no siempre es posible o conveniente; por ejemplo,
cuando el universo es finito (cuando está constituido por un número delimitado
o conocido de unidades o elementos) puede surgir la imposibilidad de ser
estudiado todo por ser el universo muy grande, o por no contarse con los
recursos suficientes. En el caso de un universo infinito (cuando está formado
por una cantidad ilimitada de unidades), la imposibilidad de estudiarlo todo
surge por no conocerse su magnitud.
En general, en la investigación se trabaja con muestras, y a pesar de que no
hay garantía de su representatividad, hay una serie de ventajas que se pueden
destacar:
770 / Metodología de la investigación

• Permite que el estudio se realice en menor tiempo.

• Se incurre en menos gastos.
• Posibilita profundizar en el análisis de las variables.
• Permite tener mayor control de las variables a estudiar.

No obstante, dado que es una muestra, la misma no puede ser seleccionada

arbitrariamente. Los estudiosos de este campo han planteado algunas considera-
ciones que deben tenerse presentes en el proceso de muestreo:

1. Definir en forma concreta y específica cuál es el universo a estudiar. Tal

como se mencionó anteriormente debe hacerse una delimitación cuidadosa
de la población en función del problema, objetivos, hipótesis, variables y
tipo de estudio, definiendo cuáles serán las unidades de observación y las
unidades de muestreo en caso que estas no sean iguales (familias, viviendas,
manzanas, estudiantes, escuelas, animales, u otros). Por ejemplo, en un
estudio la familia o la vivienda puede ser la unidad de muestreo, pero el jefe

Conceptos, población y muestra

Parte de los elementos

o subconjuntos de una
población que se selecciona
para el estudio de esa
Población característica o condición
Generalización
de hallazgos

Figura 19
 Universo y muestra /111

de familia puede ser la unidad de observación. Como se dijo antes, en la

mayoría de los casos ambas unidades coinciden.
2. La muestra a seleccionar tiene que ser representativa de esa población para
poder hacer generalizaciones válidas. Se estima que una muestra es repre-
sentativa cuando reúne las características principales de la población en
relación a la variable o condición particular que se estudia. Nótese que se
dice "características principales", ya que a veces es casi imposible pretender
que esa muestra reúna todas las características o particularidades de la pobla-
ción. La representatividad de una muestra está dada por su tamaño y por la
forma en que el muestreo se ha realizado.

A continuación se hace un breve resumen de algunos de los aspectos rele-

vantes de la muestra y el muestreo:

Cualquier subconjunto de elementos de una población es una

muestra de ella.
De cada población puede extraerse un número indefinido de
muestras.
Cuando se utiliza la muestra se pretende conocer las caracte-
rísticas de la población.
La muestra a estudiar, por lo tanto, debe ser representativa de
la población, pues este es requisito fundamental para poder
hacer generalizaciones válidas para la población.
Muestra representativa es aquella que reúne en sí las caracte-
rísticas principales de la población y guarda relación con la
condición particular que se estudia.
Los aspectos fundamentales que se deben considerar en la ex-
tracción de una muestra representativa son:
- El sistema de muestreo utilizado.
- El tamaño de la muestra.

Tamaño de la muestra

Este es un aspecto que genera inquietud en los investigadores, especialmente

los que se inician en este campo. El tratado del muestreo es un tema profundo
sobre el cual hay mucho escrito y para lo cuál se requiere conocimiento de la
estadística. En esta obra es nuestra intención discutir algunas consideraciones
112 / Metodología de la investigación

básicas a tener en cuenta al pensar sobre el tamaño de la muestra. Se recomienda

al que desee profundizar en este tema consultar textos clásicos sobre la materia.
La tendencia de los investigadores que se inician es querer aplicar una for-
mula que les indique cuál será el número de sujetos que deben incluir en la
muestra. Sin embargo, no es esto lo más importante. Una muestra, probabilís-
tica o no, dependerá de muchos aspectos como los recursos disponibles, la
heterogeneidad de las variables y sujetos a estudiar, la técnica que se emplee en
el muestreo, el tipo de análisis que se utilizará, el grado de precisión que deben
tener los datos, entre otros.
Según Fisher (4) el tamaño de la muestra debe definirse partiendo de dos
criterios: uno, los recursos disponibles, que fijan el tamaño máximo de la
muestra; el otro, los requerimientos del plan de análisis que fija el tamaño
mínimo de la muestra. Con relación al primer criterio la recomendación es
siempre tomar la muestra mayor posible. La lógica nos indica que entre más
grande sea esta mayor posibilidad tendrá de ser más representativa y menor será
el error de muestreo, el cual siempre existe. En cuanto al segundo criterio,
Fisher (5) plantea que el tamaño de la muestra deberá ser suficiente para
permitir un análisis confiable de los cruces de variables, para obtener el grado
de precisión requerido en la estimación de proporciones, y para probar si las
diferencias entre proporciones son estadísticamente significativas. Esto signi-
fica que es necesario tener presente al momento de decidir el tamaño de la
muestra el tipo de cuadros que se elaborarán y las técnicas estadísticas que se
emplearán.
Si se planea hacer cruces de variables se recomienda no tener menos de 20 ó 30
casos en cada una de las subcategorias de las variables independientes principales.
O sea, que si se va a analizar un determinado efecto en hombres y mujeres tendría
que tenerse como mínimo de 40 a 60 casos. Esto significa a su vez que la
variabilidad, o sea la proporción de casos que se espera en cada subcategoria de la
variable, tendría que ser considerada. Significa también que cuando los fenó-
menos son homogéneos, las muestrasrequeridasserán más pequeñas, y cuando la
variabilidad es mayor se necesitaran muestras más grandes.
Resumiendo, se puede destacar que lo importante no es la proporción que la
muestra representa del total del universo, sino el tamaño absoluto de la muestra.
Por ejemplo, si se tiene una población de 100 individuos habrá que tomar por lo
menos el 30% para no tener menos de 30 casos, que es lo mínimo recomendado
para no caer en la categoria de muestra pequeña. Pero si la población fuese de
50.000 individuos, una muestra del 30% representará 15.000; 10% serán 5.000
casos y 1 % dará una muestra de 500. En este caso es evidente que una muestra
de 1 % o menos podrá ser adecuada para cualquier tipo de análisis que se desee
realizar.
Es necesario también alertar sobre el hecho de que una muestra grande no
necesariamente esrepresentativa,pues esta cualidad depende de muchos otros
 Universo y muestra 1113

factores y no solo del tamaño. Es importante el diseño del muestreo, así como la
forma en que se realizará en el campo.

Tipos de muestreo

Según Pardinas (6), el muestreo consiste en:

Sgpft? om mSMs^ om ¡]Msaí6íifiii!teteí!<giBg£@e33g3?íimepip)

¡TXãTfn^a) (Os QH® piMMñB ss [paito Saca? am gj9!to(íbpaMiflB=
dMI âs qpis ses [pap^D ípnp® âMtenngi&s p s s s t o í M í M ^

Muestreo se refiere al proceso utilizado para escoger y extraer una parte del
universo o población de estudio con el fin de que represente al total.
Si bien es cierto que cualquier subgrupo de una población constituye una
muestra, no todos son representativos de ella, y tampoco tienen la misma
probabilidad de ser escogidos; es por ello que se habla de las muestras "proba-
bilísticas" y las "no probabilísticas" (Figura 20).

Tipos de muestreo

Probabilístico No probabilístico

V
Aleatorio
simple Por conveniencia
Sistemático Pe r cuotas
Estratificado
Conglomerado

Figura 20
114 I Metodología de la investigación

Muestreo probabilístico (aleatorio)

Para que un muestreo sea aleatorio es requisito que todos y cada uno de los
elementos de la población tengan la misma probabilidad de ser seleccionados.
Además, esa probabilidad es conocida. Kerlinger lo define así:

Es el método que consiste en extraer una parte (o muestra) de

una población o universo, de tal forma que todas las muestras
posibles de tamaño fijo tengan la misma posibilidad de ser selec-
cionadas (7).

Este autor considera que es mejor tomar diferentes poblaciones muéstrales,

dada la dificultad de asegurar que una muestra extraída al azar es representativa
o típica de la población de donde se extrajo. No obstante, si se atienden algunos
criterios se puede confiar en que esa muestra es representativa de la población.
Hay diferentes formas de extraer una muestra probabilística. A continuación
se presentan algunas de las más utilizadas.

Muestreo aleatorio simple

Este método es uno de los más sencillos y tal vez el más utilizado; se
caracteriza porque cada unidad tiene la probabilidad equitativa de ser incluida
en la muestra. En este tipo de muestreo hay varias modalidades. En una de ellas
el procedimiento es un tipo de "sorteo" o "rifa" (por ejemplo, colocando en un
recipiente fichas o tarjetas que contienen nombres o números que corresponden
a cada unidad del universo); se sugiere la siguiente secuencia de acciones:
1. Identifique y defina la población.
2. Establezca el marco o estructura muestral, que consiste en la lista real de
unidades o elementos de la población.
3. Determine el número que conformará la muestra.
4. Anote cada uno de los números individualmente y en secuencia en pe-
dazos de papel o cartón hasta completar el número que compone el uni-
verso y colóquelos en un recipiente.
5. Extraiga una por una las unidades correspondientes a la muestra. Cada
número indicara la unidad a formar parte de la muestra.
6. Controle periódicamente el tamaño de la muestra seleccionada, para ase-
gurarse de que tendrá el número de unidades determinado.
Se reconoce como una desventaja de este método el hecho de que no puede
ser utilizado cuando el universo es grande, siendo aplicable solamente cuando la
población es pequeña. Existen otras modalidades de este tipo de muestreo, tales
como escoger cada unidad muestral a través de la selección aleatoria de números
o páginas de un libro.
 Universo y muestra 1115

Otra técnica utilizada en el muestreo aleatorio simple es hacer uso de la tabla

de números aleatorios; este método es más rápido y práctico. Esta tabla, tal
como puede ser vista en el Cuadro 2, consta de números aleatoriamente distri-
buidos en varias columnas verticales y filas horizontales, de los que se puede
seleccionar cada unidad que contendrá la muestra. El procedimiento y la se-
cuencia con que se hará la selección de las unidades muéstrales puede variar, ya
sea en forma vertical, horizontal, transversal o cualquier otra forma determi-
nada por el investigador; lo importante es que el orden a seguir debe definirse
con antelación. Como punto de partida debe seleccionarse el número de co-
lumnas que serán necesarias según el tamaño del universo, así como las co-
lumnas y la fila con las que se iniciará. Por ejemplo, si se desea extraer de 500
fichas o historias clínicas una muestra de 100, se tomarán números de tres
dígitos, ya que pueden ser elegidos desde 001 hasta 500. El procedimiento
sugerido es el siguiente:

1. Identifique y defina la población.

2. Establezca el marco o estructura muestral, que consiste en un listado real
de las unidades o elementos del universo.
3. Determine el número de unidades que constituirá la muestra.
4. Asegúrese de que cada una de las unidades del universo esté enumerada.
5. Determine el orden en que hará uso de la tabla, la columna y la fila con
que iniciará y las subsiguientes. Puede hacer uso de cualquier combina-
ción, pero definida con antelación.
6. Proceda a la selección de las unidades muéstrales, listándolas de tal forma
que se determine fácilmente cuando hay repetición de números, los que
serán descartados y sustituidos por otros.
7. Asegúrese periódicamente de la cantidad de unidades que ha ido seleccio-
nando hasta completar su muestra. Puede optarse por extraer una cantidad
de números superior al tamaño de la muestra, para los casos en que sea
necesaria la substitución de unidades no accesibles en el momento de la
recolección de datos.

Para ejemplificar la fase 6 y considerando la situación anterior de tomar una

muestra de 100fichasde un colectivo de 500, y si se ha decidido iniciar con las
columnas 10, 11, 12 y la fila 1, el primer número muestral será 486, el segundo
88 y el tercero 189 (Cuadro 2). Nótese que los números 858, 608 y 576 se han
eliminado porque sobrepasan a 500.
Este tipo de muestreo es menos costoso yrequierede menos tiempo que los
otros. Neupert (8), comenta que al usar este método se debe tener la seguridad
de que ese número de selección no presenta alguna característica cíclica o
periódica que haga que la muestra pierda la representatividad deseada. Por
ejemplo, si se toma una muestra de viviendas en las que el número de selección
116 I Metodología de la investigación

Cuadro 2
Tabla de números aleatorios
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
1 1 6 3 0 5 6 4 2 2 4 8 6 5 8 5 8
2 3 6 3 2 6 1 8 3 2 8 5 8 5 1 3 7
3 7 2 0 5 8 6 2 8 2 6 0 8 1 3 6 5
4 9 9 6 5 5 5 6 9 1 5 7 6 7 2 0 6
5 8 0 4 5 1 1 3 2 9 0 8 8 6 9 4 5
6 9 0 8 9 0 6 0 2 1 1 8 9 9 3 7 9
7 4 0 6 3 8 2 0 9 2 1 2 1 1 5 7 0
8 7 2 1 0 3 5 5 6 6 2 2 5 2 7 7 9
9 4 5 2 5 9 6 9 6 9 6 1 8 6 5 3 0
10 7 6 8 1 2 6 6 9 9 0 3 5 0 5 6 1
11 8 1 6 2 6 4 0 1 2 8 8 1 4 7 8 5
12 7 2 0 6 2 2 1 0 2 2 1 8 0 6 3 9
13 7 1 1 7 5 6 1 7 3 8 3 1 2 9 8 8
14 7" 0 7 7 2 6 7 9 3 0 4 3 8 4 5 0
15 7 2 0 8 7 4 6 1 1 3 3 9 4 2 6 8
16 8 3 2 8 6 9 2 4 1 7 8 4 1 6 6 8
17 8 2 4 3 7 2 4 5 8 2 1 7 3 0 7 4
18 3 4 4 6 8 7 9 5 7 0 7 8 1 0 8 6
19 4 9 0 8 2 8 5 9 1 9 5 5 1 4 1 7
20 7 7 1 3 7 2 6 0 5 4 8 3 7 6 1 9
21 3 5 1 5 9 9 7 6 9 1 8 9 7 3 4 6
22 1 1 8 0 2 9 0 0 8 2 6 3 1 2 7 3
23 8 9 6 6 2 3 8 1 9 9 6 3 0 8 5 0
24 6 0 1 0 9 5 5 7 4 5 7 8 1 1 6 2
25 6 9 3 9 1 9 6 1 5 5 2 7 7 3 2 2
26 8 7 3 6 6 8 8 8 8 6 6 6 8 3 5 2
27 8 2 6 0 6 8 0 1 1 9 1 3 1 1 8 8
28 4 0 0 9 0 8 8 3 1 6 4 9 3 0 0 3
29 5 1 1 6 2 7 7 5 8 7 1 2 2 0 0 0
30 6 7 6 7 4 0 2 4 8 4 3 5 0 7 6 1
31 5 0 6 4 1 0 1 9 8 5 1 3 8 1 4 0
32 4 2 4 9 0 0 0 0 1 3 2 0 3 6 0 2
33 5 1 1 1 0 4 2 3 9 9 2 0 5 6
8 9
34 4 4 8 3
1 6 7 5 3 4 7 0 8 2 1 9
35
9 6 8 1 1 3 1 1 1 5 9 4 4 3 4 5
36
0 9 2 8 2 4 9 9 3 5 1 5 3 6 1 0
37
2 7 5 6 8 7 9 5 2 5 6 6 1 2 9 2
38
0 0 7 5 9 8 9 5 9 3 1 2 9 8 6 9
39
1 7 8 3 0 0 1 1 4 6 5 5 8 2 8 4
40
2 7 0 7 7 9 0 3 8 1 9 3 0 1 0 0
Tomado de: Bradfoid, H. y Austin, A. Short Texlbook of Medical Slalistics. Hodder and Stouhton. Londres 1977. pág.
305.
 Universo y muestra / 117

sistemática coincide con una ubicación tal que las hace diferentes al resto de las
casas, se tendrá una muestra norepresentativadel universo.

Maestreo sistemático
Este tipo de muestreo es similar al aleatorio simple, en donde cada unidad del
universo tiene igual probabilidad de ser seleccionada, variando el proceso de
selección de la muestra. Las etapas que deben seguirse son las siguientes:

1. Determine el número de unidades que conformará la muestra.

2. Asegúrese de la cantidad que integra la población y que todas las unidades
estén enumeradas.
3. Calcule el denominado "número de selección sistemática", que es el
intervalo numérico que servirá de base para la selección de la muestra.
Este se calcula dividiendo el total del universo (N) por la muestra (n).
N 500
Siguiendo el ejemplo anterior se tiene que — = TZZ= 5; en este
caso, 5 será el intervalo para la selección de cada unidad muestral.
4. Determine la unidad muestral por la que se iniciara la selección de la
muestra; se puede hacer al azar o por sorteo, definiendo de esas cinco
primeras unidades la cifra por la cual se iniciara la selección.
5. Proceda a conformar la muestra. Si al realizar el sorteo le resulta el
número 4 y dado que el "número de selección sistemática" es 5, la
primera unidad será 4 y las siguientes 9, 14, 19, y así sucesivamente,
hasta completar los 100 elementos.

Muestreo estratificado
Este término proviene de la palabra "estrato". El tipo de muestreo así desig-
nado se caracteriza por la subdivisión de la población en subgrupos o estratos,
debido a que las variables principales que deben someterse a estudio presentan
cierta variabilidad o distribución conocida que es importante tomar en cuenta
para extraer la muestra. Por ejemplo, si se desea realizar un estudio sobre
presión arterial y se considera que el sexo es un factor importante, se extraerá
una muestra en el grupo de sexo masculino y otra en el grupo del sexo feme-
nino. Debido justamente a que toma en cuenta la distribución de la variable en
el universo, este tipo de muestreo logra mayor representatividad que otros.
Otro ejemplo sería el caso de un estudio para determinar la oferta y demanda
de los agentes de salud. Dado que estos generalmente se agrupan en personal
comunitario, técnico, auxiliar y profesional, y dado que se prevé encontrar
diferencias, convendrá tomar los cuatro grupos como estratos. El tamaño de
cada estrato puede ser el mismo para todos, o puede variar en cada uno de ellos.
118 / Metodología de la investigación

Esto es lo que se conoce como "muestreo estratificado proporcional", cuando

se toma el porcentaje en cada estrato, según sea el número de unidades que
contiene. Por ejemplo, si se desea tomar una muestra de una población en la que
el 15% fuma y el 85% no, se mantendrá la proporción, por cada 15 fumadores
se incluirán 85 que no lo hacen. Cuando se toma la muestra sin mantener la
proporción en que se da la distribución de la variable en el universo, se habla de
un "muestreo estratificado no-proporcional". En el caso anterior se puede
tomar 50 personas fumadoras y 50 no fumadoras. Este tipo de muestreo es más
conveniente cuando lo que se desea es hacer comparaciones entre los estratos.
Al extraer muestras de este tipo no conviene hacer muchos estratos debido a que
ello complica el análisis estadístico posterior. Tampoco resulta conveniente
estratificar en base a muchas variables por la misma razón.
El proceso que se recomienda es el siguiente:

1. Determine o defina la población que constituirá la muestra.

2. Determine los estratos o subgrupos que hará de esa población, según la
variable que se está estudiando.
3. Asegúrese del número que compone cada estrato, que estén enumerados y
que sean fácilmente identificables.
4. Calcule el porcentaje que constituirá esa población muestral del universo.
Con el ejemplo anterior esa proporción será del 20%. O bien,
500:100%:: 100:X, de lo que resulta un porcentaje de 20.
5. Calcule proporcionalmente el número de unidades que seleccionará de
cada estrato según el porcentaje determinado. Si uno de esos estratos tiene
180 unidades, el 20% será de 36 elementos; 180:100%::X:20%; X=36.
De ese estrato se seleccionaran 36 unidades de las 100 que debe contener
la muestra.
6. Seleccione de cada estrato las unidades muéstrales hasta tener la cantidad
definida de cada uno de ellos; puede hacerlo al azar simple (por sorteo o
usando la tabla), según el procedimiento discutido anteriormente.

La secuencia anterior es aplicable en el caso de un muestreo estratificado

proporcional.

Muestreo por conglomerado

Este tipo de muestreo se usa en particular cuando no se dispone de una lista
detallada y enumerada de cada una de las unidades que conforman el universo y
resulta muy complejo elaborarla. Se denomina así debido a que en la selección
de la muestra en lugar de escogerse cada unidad se procede a tomar los sub-
grupos o conjuntos de unidades, a los que se llama "conglomerados". Aunque
quizá por ello se tienda a creer que es lo mismo que el estratificado, ambos se
 Universo y muestra 1119

difere! ncian en que en los primeros los subconjuntos se dan en la vida real o ya
están agrupados de esa manera (escuelas, fábricas, bloques de casas y otros). En
el de estratos el investigador decide las agrupaciones que utilizara según la
posible variabilidad de los fenómenos a estudiar. Otra diferencia es que en el de
estratos el investigador conoce la distribución de la variable, no así en el de
conglomerado.
El proceso se inicia definiendo los conglomerados, y continúa con la selec-
ción de los subconjuntos a estudiar, o sea, que se realizan muéstreos de conglo-
merados. De estos seleccionados se procede a hacer el listado de las unidades
que componen cada conglomerado, continuando posteriormente con la selec-
ción de las unidades que integrarán la muestra, siguiendo algunos de los mé-
todos aleatorios indicados.
Si se desea hacer un estudio en las escuelas de educación primaria sobre un
determinado fenómeno, inicialmente se selecciona las escuelas que se estudia-
rán. De esas escuelas seleccionadas se determinan los grados o clases que deben
ser incluidos y posteriormente se escogen los alumnos, que serán las unidades
de observación, utilizando uno de los métodos aleatorios.
Las inferencias que se hacen con base en una muestra por conglomerados no
son tan confiables como las que se obtienen de un estudio hecho por muestreo
aleatorio.

Muestreo no-probabilístico

Este tipo de muestreo, también conocido como "muestreo por convenien-

cia" , no es aleatorio,razónpor la que se desconoce la probabilidad de selección
de cada unidad o elemento del universo. Esto hace que este método de extrac-
ción de muestras no tenga la credibilidad de que goza el muestreo probabilís-
tico. Se caracteriza porque el investigador selecciona la muestra siguiendo
algunos criterios identificados para los fines del estudio.
Entre estos tipos de muestreo se citan el "intencional o deliberado" y los
"accidentales o por comodidad". En los primeros el investigador decide,
según los objetivos, los elementos que integrarán la muestra, considerando
aquellas unidades supuestamente "típicas" de la población que se desea cono-
cer. En este caso el investigador conoce la población y las características que
pueden ser utilizadas para seleccionar la muestra. En los accidentales, se toman
los casos o unidades que están disponibles en un momento dado. Por ejemplo,
en un estudio sobre opinión de la mujer embarazada respecto a la calidad de la
atención recibida, el investigador, selecciona en un consultorio extemo a las
mujeres que asistieron ese día, según salen del consultorio. Un investigador
aprovecha para llenar una encuesta sobre planificación familiar al aplicársela a
un grupo de médicos reunidos para participar en un taller de educación sobre
720 / Metodología de la investigación

metodología de la investigación. Este es el método más deficiente entre los que

aquí se mencionan.
El otro tipo es el muestreo "por cuota", que consiste en que el investigador
selecciona la muestra considerando algunos fenómenos o variables a estudiar,
como sexo, raza, religión, área de trabajo, etc. El paso inicial consiste en
determinar la cantidad o cuota de sujetos de estudio a incluirse y que poseen las
características indicadas. Un ejemplo de esto son las encuestas de opinión
pública, en las que los encuestadores proceden a buscar las personas hasta cubrir
la cuota previamente fijada, sin preocuparse por áreas geográficas, zonas u otro
criterio. Otro ejemplo es el caso de una encuesta sobre trato humanizado al
paciente, que se decide aplicar a 10 pacientes en cada servicio, sin considerar
que el número de pacientes es diferente en cada uno de ellos.
En términos generales no se recomienda utilizar el muestreo no-probabilístico
en las investigaciones cuantitativas, debido a que por sus características no
permite calcular el error de muestreo.

Consideraciones especiales para la investigación cualitativa

Las diferencias entre la investigación cuantitativa y la cualitativa quedan muy
bien evidenciadas en la lógica que fundamenta el muestreo. En la investigación
cuantitativa el muestreo se hace con el fin de escoger una parte de la población
en forma probabilística, que sea representativa de la misma y que permita hacer
generalizaciones de la muestra al universo. Esto se refleja claramente en la
Figura 20. Debido a esto las muestras usualmente son grandes y escogidas en
forma aleatoria.
En la investigación cualitativa, la lógica de la muestra se basa en estudiar a
profundidad algo a fin de que sea válido. Usualmente esto se hace en pocos
casos seleccionados en forma intencionada.
Quinn Patton (9), menciona una serie de estrategias útiles al tratar de selec-
cionar muestras en estudios cualitativos. A continuación seresumenalgunas de
ellas:

* Muestreo de casos extremos o inusuales. El escoger casos con cualidades

especiales o diferentes a las del grupo en general, en algunas circunstancias
puede ser de gran utilidad para conocer a fondo ciertos temas. Por ejemplo,
estudiar un grupo de mujeres exitosas en la vida; un grupo de alumnos que
se retiraron de x carrera; un grupo de adultos mayores satisfechos de la
vida; un grupo de personal de salud motivado por el trabajo comunitario.
* Muestreo de casos que manifiestan con intensidad lo que se estudia. Se
parece al anterior, pero los casos, en vez de reflejar situaciones extremas o
especiales, manifiestan con gran intensidad el fenómeno en estudio, sin
llegar a ser casos poco usuales.
 Universo y muestra 1121

• Muestreo de máxima variabilidad. En la muestra se incluyen las dife-

rentes posibilidades de las variables más importantes. Por ejemplo, si se
estárealizandouna evaluación de las egresadas de una escuela de enferme-
ría y se estima que el área geográfica del desempeño es importante, en la
extracción de los casos habría que asegurar incluir unas de área urbana,
otras de área rural y unas del área semi-urbana.
• Muestras homogéneas. En estos casos se busca incluir en la muestra un
subgrupo con características similares a fin de estudiarlo a fondo. Por
ejemplo, en un estudio sobre violencia doméstica, puede ser que se inclu-
yan mujeres jóvenes, menores de 20 años, con poca escolaridad y que no
trabajan. O un estudio sobre el grado de autoestima que incluye a mujeres
jóvenes, que a su vez son madres solteras.
• Muestreo de casos típicos. Con la ayuda de informantes claves se selec-
cionan algunos casos "típicos". Esta estrategia permite conocer lo que es
normal o usual en un grupo. Un ejemplo de esto sería el tomar una comuni-
dad indígena y estudiarla como caso típico representativo de otras comuni-
dades indígenas.
• Muestreo estratificado intencionado. Al igual que el muestreo estratifi-
cado utilizado en la investigación cuantitativa, esta estrategia consiste en
tomar los casos agrupados según alguna característica. La diferencia es que
en este caso, una vez escogidos los estratos, los casos no se seleccionan en
forma aleatoria sino intencionadamente.
• Muestreo de casos críticos. Son casos que tienen un impacto discemible e
importante en los resultados de algo; se refiere a hechos que ocurren de
manera muchas veces imprevista, que alteran la rutina usual del trabajo o
de la vida. Ejemplos de este tipo de muestreo serían: tomar familias que
han sufrido la muerte de un hijo; hacer una observación de la actuación del
personal al recibir uno o dos casos de enfermos graves de cólera.
• Muestreo a base de criterios. En este tipo de muestreo, primero se elabo-
ran algunos criterios que los casos deben cumplir; luego se escogen apli-
cando dichos criterios. Por ejemplo, en una investigación sobre el desem-
peño del equipo de salud en lo referente a atención primaria, para la
selección de las personas a incluir en la entrevista grupai se decide que estas
deben: tener un mínimo de dos años de trabajo en un centro de salud; tener
como función principal la prestación de atención directa a la población, y
haber participado en actividades de educación permanente sobre atención
primaria.
• Muestreo aleatorio intencionado. Consiste en escoger un número pe-
queño de casos a incluir en el estudio con el fin de profundizar con ellos en
el tema de investigación. Sin embargo, la elección de los casos se hace en
forma aleatoria. Esto se hace con el fin de darle mayor credibilidad a la
información; no es un aumento en larepresentatividadlo que se busca.
122 I Metodología de la investigación

• Muestreo de informante clave. En estos casos se escogen algunas pocas

personas por razones especiales como: su influencia política en el asunto
del cual trata la investigación; su grado de participación en la toma de
decisiones; su dominio del tema en estudio; su disposición para brindar
información, entre otros. Previo a la selección de las personas deben identi-
ficarse los subgrupos que según criterios establecidos constituyen los me-
jores informantes para el tema a tratar en la investigación. De cada uno de
estos subgrupos se seleccionan algunas personas.
• Muestreo por conveniencia. Este método, al igual que en la investigación
cuantitativa, consiste en seleccionar los casos que se encuentren disponi-
bles o por comodidad para el investigador. No es muy recomendado, pues
refleja que el investigador no ha dado mucho pensamiento a su estrategia
para escoger los sujetos o unidades de observación. Además, casi siempre
es posible idear algunos criterios en base a los cuales se puede escoger la
muestra.

En términos generales, todos estos tipos de muestreo utilizados para la inves-

tigación cualitativa tienen ciertas caractensticas en común. En primer lugar, el
tamaño de la muestra no es tan importante como en la investigación cuantita-
tiva. El tamaño de la muestra depende de lo que se desee estudiar, de su
propósito, de lo que será útil, de lo que se puede lograr según el tiempo y los
recursos disponibles. Según Lincoln y Guba (10), en el muestreo intencionado,
el tamaño de la muestra es determinado por consideraciones relacionadas con la
información. Si el propósito es maximizar la información, el muestreo termina
cuando deja de aparecer nueva información de las unidades de observación.
Este es el principio de la "redundancia".
Otra característica de la muestra en un estudio cualitativo, es que lo que
interesa es contar con casos que posean y brinden la información requerida. Lo
que se quiere es captar información rica, abundante y de profundidad de cada
caso seleccionado. Es por esto que mucho del éxito de este tipo de investigación
dependerá de la capacidad del investigador para observar y para analizar e
interpretar información (11).

Referencias

1. Camel, EF. Estadística Médica y de Salud Pública. Universidad de los

Andes, Venezuela, 1970.
2. Polit, D. y Hungler, B. Investigación Científica en Ciencias de la Salud.
2a. Edición. Interamericana. México, 1987.
3. Daniel, W.W. Bioestadística. Base para el Análisis de las Ciencias de la
Salud. Tercera edición. Limusa. 1987.
 Universo y muestra 1123

4. Fisher, A., Laing, J. y Stoeckel, J. Manual para el Diseño de Investiga-

ciones Operacionales en Planificación Familiar. The Population Council.
1983.
5. Fisher, A. y col. Op. cit.
6. Pardinas, F. Metodología y Técnicas de Investigación en Ciencias Sociales.
Siglo Veintiuno Editores. México, 1979.
7. Kerlinger, N.F. Investigación del Comportamiento, Técnicas y Metodolo-
gía. Segunda Edición en Español. Interamericana, México, 1982.
8. Neupert, R. Manual de Investigación Social. Editorial Universitaria, Hon-
duras, 1977.
9. Quinn Patton, M. Qualitative Evaluation and Research Methods. Second
Edition. Sage Publications, 1990.
10. Lincoln y Guba. Citado en: Quinn Patton, M. Qualitative Evaluation and
Research Methods. Second Edition. Sage Publications, 1990.
11. Quinn Patton, M. Op. cit.