El muestreo es una herramienta o proceso para seleccionar una parte de la población o “universo” con el que interaccionar para realizar una encuesta. Este proceso se realiza en aquellas ocasiones en las que no es posible o conveniente analizar todos los elementos de una población, sino que conviene seleccionar una muestra que sea representativa de dicha población.
Se trata, por tanto, de una herramienta de investigación científica, que permite a los encuestadores determinar qué parte de la población o “universo” debe analizarse y evitar inferencias sobre los resultados.
Para obtener los mejores resultados, la muestra debe representar correctamente a la población seleccionada. La muestra debe reproducir todos aquellos rasgos de la población que sean útiles para la investigación. Para que resulte representativa, debe reflejar las diferencias y similitudes que se encuentran en la población original y mostrar las características propias de esta.
Existen varios tipos de muestreo: el probabilístico y el no probabilístico.
Los tipos de muestreo
Muestreo Probabilístico
El muestreo probabilístico se basa en el principio de equiprobabilidad, es decir que todos los individuos tienen la misma probabilidad de ser elegidos para formar parte de la muestra. Los métodos probabilísticos suelen ser los más recomendados, ya que son los únicos que aseguran la máxima representatividad.
Los métodos probabilísticos son:
- Muestreo aleatorio simple
- Muestreo aleatorio sistemático
- Muestreo aleatorio estratificado
- Muestreo aleatorio por conglomerados
Muestreo no probabilístico
Se trata de un método menos costoso, pero inservible para realizar generalizaciones, es decir estimaciones inferenciales sobre la población, ya que el muestreo no probabilístico no ofrece certezas de que la muestra resulte representativa, pues no todos los sujetos tienen la misma probabilidad de ser elegidos. En general, la selección se realiza siguiendo ciertos criterios que buscan encontrar muestras representativas.
Los métodos de muestreo no probabilístico son:
- Muestreo por cuotas
- Muestreo intencional o de conveniencia
- Bola de nieve
- Muestreo discrecional
¿Por qué funciona el muestreo?
El muestreo es una herramienta muy útil, gracias a que se le puede aplicar un proceso inverso llamado: generalización de los resultados. Es decir, para obtener un resultado general lo que hacemos es:
- Extraer una muestra de la población.
- Medir una opinión o dato concreto.
- Proyectar el resultado observado en la cuesta al total de la población.
La generalización de resultados añade una cierta probabilidad de error, ya que la muestra escogida, por azar, podría no ser tan representativa. Por ejemplo, escogemos 1000 personas en España y les preguntamos si beben alcohol a diario. Obtenemos que el 25% son bebedores a diario, lo que nos llevaría a pensar que si preguntamos a los 46 millones de españoles, obtendremos una respuesta similar.
El problema es que, por azar, podríamos haber elegido una muestra con mayor porcentaje de bebedores o, al contrario, con un porcentaje menor.
Por suerte, este tipo de errores en la generalización de resultados se pueden solucionar mediante la estadística. Para ello, disponemos de herramientas como:
- Margen de error: La máxima diferencia que se espera entre el dato observado en la muestra y el dato real del “universo” o población de estudio.
- Nivel de confianza: el nivel de certeza que tenemos de que el dato está dentro del margen de error.
¿Cuál es el tamaño de muestra correcto y el intervalo de confianza?
El tamaño de muestreo dependerá en todo estudio del tamaño de la población o “universo” que se va a analizar y también del margen de error que se esté dispuesto a aceptar. Cuanta más precisión exija una encuesta, mayor será el tamaño de la muestra que se necesitará. Por ejemplo, para obtener un resultado 100% fiable, la muestra debería ser tan grande como la población.
Sin embargo, el tamaño de la muestra tiene una propiedad que explica por qué el muestreo es tan utilizado y es que, a medida que se estudian poblaciones mayores, el tamaño de la muestra requerido representa un porcentaje menor de dicha población. Es decir, a medida que se trabaja con poblaciones más grandes, la muestra debe crecer, pero de forma no proporcional y tenderá a estancarse, representando un porcentaje menor de la población, ya que a partir de cierto tamaño —entre 100.000 y 200.000 individuos—, la muestra ya no necesita crecer.
Para establecer cuál es el tamaño adecuado para el muestreo y cuáles son sus intervalos de confianza, se deben tener en cuenta la proporción de personas que cumple con los criterios de análisis y la media del conjunto de valores que asume una característica numérica de una población.
Los principales errores en la elección de la muestra
Si durante la investigación, se produce una desviación en la muestra seleccionada, nos encontraremos con un error de selección. Esto suele suceder cuando el grupo seleccionado no es representativo del “universo” o población.
Para evitar este error, las encuestas constan de dos partes: un filtro inicial para eliminar aquellos individuos que no están calificados —es decir que no representan al “universo”— y una segunda parte en la que se realiza la encuesta solo a aquellos que sí resultan representativos.
Este tipo de errores son comunes y pueden llevar a graves errores en los resultados, ya que al no seleccionar la muestra correcta se crea un error sistemático, donde los resultados difieren de la realidad de la población.
Para eliminar por completo los errores en la selección de muestras, se debería eliminar el concepto de muestra y analizar a todo el conjunto de la población. Sin embargo, esto no siempre es posible, por lo que en lugar de ello, el investigador debe aspirar a reducir al máximo el error en el proceso de selección de la muestra y conseguir un muestreo probabilístico lo menos sesgado posible, con un tamaño lo suficientemente grande para que el error resulte lo más pequeño posible.