Diferencias entre población y muestra

Algunos elementos importantes a destacar en la población y muestra.

Un saludo cordial a todos! a continuación hemos creado contenido interesante sobre diferencias entre población y muestra, así como otros aspectos que permiten profundizar en este tema.

A nivel de investigación, es importante tener claro que hablar de población no es igual a hacerlo sobre muestra. Cada una tienes sus características propias.. acompáñanos en este recorrido sobre el conocimiento en este aspecto fundamental para la investigaicón.

El significado de población encierra la totalidad de los sujetos inmersos en la investigación, mientras que una muestra suele ser identificada como una parte de la población o un grupo de ella (Hernández, Fernández y Baptista, 2012).

El diferenciar adecuadamente población y muestra confiere mayores oportunidades de culminar adecuadamente las investigación. Minimiza errores, ayuda en el manejo del tiempo y facilita al investigador el extraer reflexiones precisas sobre los aspectos identificados o los resultados alcanzados.

Diferencias entre población y muestra.

En torno a la definición, una población suele ser el conjunto de todos los elementos considerados para un estudio, mientras que la muestra es una parte de la población seleccionada, representativa y de la cual se puedan efectuar análisis. A nivel de cálculos o identificación de la población y muestra, el símbolo N (mayúscula) refiere a la población, mientras que la n (minúscula) señala la muestra.

Por otra parte, en torno al análisis de resultados, la población suele tener parámetros, como valores descriptivos; mientras que la muestra se analiza a través de estadísticos reconocidos y sus fórmulas existentes. A continuación encontrará dos ejemplos:

Ejemplo 1: total de aves –> población; mientras que una parte de ellas –> 1000 aves –>es la muestra.

Ejemplo 2: conjunto de electores de un país –> población; a partir de esta cantidad se seleccion 3500 votantes –> representan la muestra.

Tipos de población.

Al profundizar en el significado de población, surgen dos vertientes: por una parte desde la perspectiva estadística en la que separa la población finita de la infinita.

En la población finita, es posible conocer la cantidad de unidades o sujetos que la integran. Además, es posible contar con un registro documental de esa cantidad y sus características.

Ahora bien, en la población infinita, se complica saber la totalidad de los elementos que la conforman, por tanto no existe un registro documental y hacerlo puede llegar a ser imposible (Arias, 2012).

En cuanto a la población desde la postura investigativa, se presentan tres tipos: inicialmente una población accesible en la que la porción finita refiere la oportunidad de seleccionar una muestra representativa. Por su parte, la población de estudio-blanco o diana tiene que ver con el grupo de elementos a los cuales se desea extrapolar los resultados. Finalmente, en la población elegible refiere sujetos que son determinados por criterios de selección específicos (Arias et al., 2016).

El muestreo y sus tipos.

El muestreo permite extraer la muestra de la población objeto de estudio. Una vez seleccionada la muestra es posible realizar inferencias, extrapolar o generalizar conclusiones con alto grado de certeza. Es necesario que la muestra sea representativa, es decir que la distribución y valor de las variables implicadas se puedan reproducir con márgenes de error calculables (Otzen y Manterola, 2017). A continuación se explican los tipos de muestreo:

1. Muestreo probabilistico o aleatorio

Se trata de un proceso en el que es posible conocer la probabilidad que tiene cada elemento de formar parte de la muestra. En el muestreo probabilístico, se aleatorizan los sujetos al azar (simple o sistemático), se estratifican o se seleccionan por conglomerados. Puede ser:

1. Muestreo al azar simple: cada uno de los elementos puede ser seleccionado con la misma probabilidad. Es decir la probabilidad de salir seleccionado como sujeto de estudio, es independiente del resto de sujeto.
   • Ejemplo: en la siguiente pregunta de investigación: ¿Cuál es la muestra necesaria para establecer la prevalencia de cambios inflamatorios en biopsias hepáticas de pacientes con colangitis aguda (CA)? Un muestreo al azar simple aplicaría de la siguiente forma: entre todos los sujetos con CA, se debe seleccionar al azar un subgrupo que los represente.
2. Muestreo al azar sistemático: tiene que ver con la escogencia de un elemento en función de una constante K. Suele ser más preciso que el aleatorio simple, debido a que recorre la población de forma más uniforme.
   • Ejemplo: en la siguiente pregunta de investigación: ¿Cuál es la muestra necesaria para establecer la prevalencia de cambios inflamatorios en biopsias hepáticas de pacientes con CA? Un muestreo al azar sistemático se realizaría: entre todos los sujetos con CA, seleccionar aquellos que ingresan los días impares del mes, o aquellos cuya primer dígito del RUT sea par, hasta completar la muestra estimada.
3. Muestreo estratificado: se trata de dividir la población en subconjuntos con características comunes, valorando la homogeneidad de los sujetos. En tal sentido, la base de la estratificación se basa en variable como edad, sexo, nivel socioeconómico, etc. 
   • Ejemplo: en la siguiente pregunta de investigación: ¿Cuál es la muestra necesaria para establecer la prevalencia de cambios inflamatorios en biopsias hepáticas de pacientes con CA? Un muestreo estratificado aplicaría de la siguiente forma: entre todos los sujetos con CA, agrupar en forma aleatoria por características de interés como: gravedad de la enfermedad (leve, moderado, grave); intensidad de la fiebre (febril, afebril, hipotérmico); leucocitosis (con y sin leucocitosis); nivel de bilirrubina total (hasta 2,0; 2,1 a 4,0; 4,1 a 6,9; 7,0 o más), etc.
4. Muestreo por conglomerados: refiere la división del universo en unidades menores denominadas conglomerados. En este tipo de muestreo, los sujetos a estudio, se encuentran incluidos en lugares físicos o geográficos (conglomerados); por ende, resulta imprescindible diferenciar entre sujetos a estudio (quiénes va a ser medidos) y unidad muestral (conglomerado a través del cual se logra acceder a los sujetos a estudio).
   • Ejemplo: en la siguiente pregunta de investigación: ¿Cuál es la muestra necesaria para establecer la prevalencia de cambios inflamatorios en biopsias hepáticas de pacientes con CA? Un muestreo aleatorio por conglomerados aplicaría de la siguiente forma: entre todos los sujetos con CA de la Región de la Araucanía, seleccionar en forma aleatoria aquellos provenientes de los hospitales de Angol, Imperial y de la Clínica Alemana de Temuco (conglomerados que representarán a todos los centros sanitarios de esta región) (Otzen y Manterola, 2017).

2. Muestreo no probabilístico

Este tipo de muestro tiene mucho que ver con los criterios tomados por el investigador, de allí que suele desarrollarse de forma intencional, arbitraria o por cuotas. El juicio del investigador está presente en este tipo de muestreo y desde la postura de Arias (2012) pueden ser:

1. Muestreo casual o accidental: refiere un procedimiento en el que se elige de forma arbitraria los elementos o sujetos de investigación sin que exista un juicio o criterio prestablecido.
   • Ejemplo: seleccionar para una beca, los primeros 20 estudiantes que lleguen a la reunión pautada.
2. Muestreo intencional u opinático: Se trata de seleccionar los elementos de acuerdo con juicios o criterios prestablecidos por el investigador. En este caso, el azar no está presente.
   • Ejemplo: seleccionar para un equipo de gestión a los jóvenes líderes que más convengan para el proyecto.
3. Muestreo por cuotas: Está basado en la selección de los elementos (tomando en cuenta las características de la población) para conformorar grupos o cuotas con cada característica seleccionada. En este caso se toman en cuenta las proporciones de la población para establecer adecuadamente las cuotas.
   1. Ejemplo: En una investigación que busca valorar la aceptación de nuevos audífonos bluetooth, se trabajaría analizando grupos de edad, y eligiendo a conveniencia la cantidad en cada uno de los grupos establecidos (Otzen y Manterola, 2017).

Requisitos para darle validez a una muestra

Una muestra precisa como requisito ser parte de la población, de lo contrario el estudio no tendría sentido. Además, la muestra debe ser estadísticamente proporcional a la magnitud de la población, garantizando con ello la fiabilidad. Otro de los aspectos importantes es que la muestra debe ser representativa en torno a las características de la población (Palella y Martins, 2012).

Por otra parte, existen opiniones en que la muestra puede ser de 10%, 20% o 40% de la población; no obstante, actualmente existen diversos programas estadísticos que ayudan a determinar realmente el valor de la muestra tomando en cuenta el tamaño de la población, margen del error, el nivel de confianza. Un aspecto que se debe respetar es la proporcionalidad dentro de la totalidad de la población (Palella y Martins, 2012).

A continuación, Hernández, Fernández y Baptista (2014) refieren tres ejemplos de muestreo, permitiendo reforzar los aspectos anteriormente mencionados:

Seguidamente, se ubican las referencias bibliográficas utilizadas.

Muy agradecidos por su visita a nuestro sitio web.. siempre son bienvenidos!!

Otras referencias:

Otzen, T., & Manterola, C. (2017). Técnicas de Muestreo sobre una Población a Estudio. International Journal of Morphology, 35(1), 227-232.