Guía

Población y muestra en una tesis: tipos y cálculo

Definir bien tu población y elegir la muestra correcta sostiene la validez de tu tesis. Te explicamos los tipos de muestreo y cómo calcular el tamaño de muestra con ejemplos reales.

La población y la muestra de tu investigación son los sujetos sobre quienes vas a recolectar datos. Definirlas bien y elegir el tipo de muestreo correcto sostiene la validez de tus resultados.

Población, muestra y unidad de análisis

Población: el conjunto total de personas, casos, registros u objetos que tienen las características que estudiás. Puede ser finita (los 350 empleados de una empresa) o infinita (todos los estudiantes universitarios de Paraguay).
Muestra: el subconjunto de la población del que efectivamente recolectás datos. Debe ser representativa de la población para que puedas generalizar resultados.
Unidad de análisis: la unidad mínima sobre la que recolectás datos (una persona, un hogar, una empresa, un expediente clínico, etc.).

Tipos de muestreo

Muestreo probabilístico (aleatorio)

Todos los elementos de la población tienen la misma probabilidad de ser seleccionados. Permite generalizar resultados con un margen de error calculable.

Aleatorio simple: se sortean los sujetos al azar.
Sistemático: se selecciona cada n-ésimo elemento de la lista.
Estratificado: se divide la población en estratos (por género, nivel, región) y se selecciona proporcionalmente de cada uno.
Por conglomerados: se seleccionan grupos (escuelas, hospitales, empresas) y se estudia a todos o una muestra de cada grupo.

Muestreo no probabilístico

La selección no es aleatoria; depende de criterios del investigador. No permite calcular el margen de error ni generalizar estadísticamente.

Por conveniencia: se seleccionan los casos más accesibles. Muy frecuente en tesis de grado por practicidad.
Por criterio (intencional): se seleccionan casos que cumplen criterios específicos.
Bola de nieve: los propios participantes refieren a otros. Útil para poblaciones de difícil acceso.

Cómo calcular el tamaño de muestra

Para muestreo probabilístico con población finita:

n = (N * Z^2 * p * q) / (e^2 * (N-1) + Z^2 * p * q)

Donde:

N = tamaño de la población.
Z = valor crítico según nivel de confianza (1.96 para 95%).
p = proporción esperada del fenómeno (0.5 si no se conoce, maximiza el tamaño).
q = 1 - p.
e = margen de error aceptado (generalmente 0.05 para 5%).

Si la población es grande (más de 100.000), se usa la fórmula simplificada sin corrección por población finita: n = Z^2 * p * q / e^2, que da 384 para 95% de confianza, 5% de error y p=0.5.

Criterios de inclusión y exclusión

Para cualquier tipo de muestreo, debés definir criterios de inclusión (características que deben tener los sujetos para participar) y exclusión (características que los descartan). Esto delimita con precisión tu muestra y evita ambigüedades en la defensa.