POBLACIÓN Y MUESTRA

A fin de proceder a la recolección de datos cuantitativos, es necesario previamente definir cuál será la población o universo a investigar y la cantidad de miembros de la misma que constituirán una muestra lo suficientemente representativa como para permitir la obtención de información objetiva.

Población o universo es la totalidad del fenómeno a estudiar, donde las unidades de población poseen una o varias características comunes que son sometidas a estudio y da origen a los datos de la investigación. Esta población puede estar integrada por personas individuales, agrupaciones o entidades públicas o privadas.

La muestra es una parte representativa de la población, es decir, un subconjunto de las personas individuales, agrupaciones o entidades públicas o privadas objeto de la investigación. Se obtiene una muestra cuando no es posible medir a cada uno de los individuos de la población.

Por ejemplo, si se investiga acerca de la intención de voto en determinada elección, la población será el padrón electoral correspondiente y la muestra estará constituida por una cantidad de electores seleccionada como tal.

Si se trata de una investigación sobre la retardación de justicia, la población la constituirá el conjunto de tribunales y juzgados que componen el Órgano Judicial y la muestra estará constituida por una cantidad determinada de ellos. O si se busca obtener información acerca de las inversiones realizadas por las empresas privadas, la población estará conformada por el conjunto de empresas privadas que operan en el país y la muestra por una cantidad de ellas.

Para obtener la muestra, se seleccionan algunos elementos con la intención de averiguar algo sobre una población determinada.

De ser posible, es recomendable obtener la información acerca de la magnitud de la población en registros públicos o privados que ofrecen información fiable. En caso contrario, pueden consultarse otras fuentes de información como archivos, información periodística, etc.

La exactitud de la información recolectada depende en gran manera de la forma en que fue seleccionada la muestra.

Determinación del Tamaño de la Muestra

Siempre que se toma una muestra, se pierde algo de información útil con respecto a la población, puesto que se presentan diferencias entre cada muestra y la población. Esta diferencia se denomina error de muestreo y se produce por el azar.

El error de muestreo se puede controlar seleccionando una muestra cuyo tamaño sea el adecuado. En general, cuanta más precisión se quiera, más grande será el tamaño de la muestra necesaria.

Clases de Muestra

Se distinguen fundamentalmente dos tipos de muestra: Probabilística y No Probabilística, cuya selección está determinada por el planteamiento del problema, el diseño de la investigación, los objetivos y la hipótesis.

Ambas se diferencian esencialmente por las siguientes características:

MUESTRA PROBABILÍSTICA	MUESTRA NO PROBABILÍSTICA
Todos los integrantes de la población tienen la misma posibilidad de ser escogidos para conformar la muestra, es decir, que no requieren reunir características adicionales.	Los integrantes de la muestra deben reunir características adicionales al rasgo común que determina la selección de la población.
Se obtiene mediante el empleo de fórmulas y datos estadísticos, por lo que permite identificar el error muestral y reducirlo si es necesario.	No es posible calcular con precisión el error muestral.
Aleatoria (al azar)	Dirigida (elegida por el investigador considerando su capacidad operativa para la recolección y análisis de los datos y la naturaleza de los datos a recolectar).
Los datos obtenidos pueden generalizarse al resto de la población.	Los datos obtenidos difícilmente pueden ser  generalizados para el resto de la población.
Se emplea principalmente para encuestas dirigidas a los ciudadanos en general o una parte importante de ellos como fuente de información cuantitativa.	Se emplea principalmente para entrevistas con autoridades, profesionales, especialistas y otros cuyo criterio tienen un valor más cualitativo que cuantitativo.