Page 220 - METODOLOGIA DE LA INVESTIGACION-Roberto Hernández Sampieri

¿Cómo y cuáles son las muestras no probabilísticas? 189

Hesse-Biber (2010a) y Onwuegbuzie y Collins (2007) recomiendan los siguientes tamaños míni-
mos de muestra, dependiendo del análisis estadístico inferencial que se pretende, los cuales se apre-
15
cian en la tabla 8.7.

Tabla 8.7 Tamaños mínimos de muestra por tipo de análisis estadístico
Tipo de análisis Número de casos

Análisis de correlación 64 casos para hipótesis estadísticas/pruebas de una cola y 82
para dos colas.
Análisis causales o comparativos (diferencias 51 casos por grupo para hipótesis estadísticas/pruebas de una
significativas entre grupos) cola y 64 para dos colas.
Análisis comparativos en diseños experimentales 21 casos por grupo para hipótesis estadísticas/pruebas de una
cola. En pruebas de dos o más colas 27 por grupo.

Asimismo, debemos recordar que en el caso de los experimentos, la muestra representa el balance
entre un mayor número de casos y el número que podamos manejar. Recordemos que la mayoría de
las pruebas estadísticas exigen 15 casos como mínimo por grupo de comparación (Hernández-
Sampieri et al., 2013 y Mertens, 2010).
Además, resulta obvio que en ciertos fenómenos el tamaño de la muestra varía en función de qué
tan homogéneo o heterogéneo es el universo considerado. Por ejemplo, para tomar una muestra de
sangre en niños solamente se requiere entre 1 y 5% del volumen total de sangre del paciente (Howie,
2011), unos cuantos mililitros, dependiendo del tipo de análisis. Algo similar ocurre con materiales
pétreos y otras muestras.
Recordemos que lo óptimo de una muestra depende de cuánto se aproxima su distribución a la
distribución de las características de la población. Esta aproximación mejora al incrementarse el tama-
ño de la muestra. Cuando las muestras están constituidas por 100 o más elementos tienden a presen-
tar distribuciones normales y esto sirve para el propósito de hacer estadística inferencial
(generalizar de la muestra al universo). A lo anterior se le llama teorema central del Teorema central del límite Señala
límite (Kish, 1995), el cual se explica en el capítulo 11, “Análisis de los datos cuanti- que una muestra de más de cien
casos será una muestra con una
tativos”. Por ahora, lo que debe comprenderse es que el tamaño de muestra y que se
distribución normal en sus caracterís-
trate de una muestra probabilística son cuestiones relacionadas con la posibilidad de ticas, lo cual sirve para el propósito
poder efectuar pruebas de estadística inferencial. de hacer estadística inferencial.

¿Cómo y cuáles son las muestras no probabilísticas?

Las muestras no probabilísticas, también llamadas muestras dirigidas, suponen un procedimiento
de selección orientado por las características de la investigación, más que por un criterio estadístico de
generalización. Se utilizan en diversas investigaciones cuantitativas y cualitativas. No las revisare-
mos ahora, sino en el capítulo 13, “Muestreo cualitativo”. Por el momento comentaremos que selec-
cionan individuos o casos “típicos” sin intentar que sean estadísticamente representativos de una
población determinada. Por ello, para fines deductivos-cuantitativos, cuando la generalización o
extrapolación de resultados hacia la población es una finalidad en sí misma, las muestras dirigidas
implican algunas desventajas. La primera es que, al no ser probabilísticas, no es posible calcular con
precisión el error estándar, es decir, no podemos determinar con qué nivel de confianza hacemos
una estimación. Esto es un inconveniente si consideramos que la estadística inferencial se basa en la

15 El criterio se fundamenta en un tamaño del efecto mediano, de acuerdo con el criterio de Cohen (1988), que ha sido aceptado por diversos
autores y que implica un tamaño mediano del efecto y una diferencia o correlación estadísticamente significativa con un poder de .80 al nivel
de significancia o significación del .05 (Collins, 2010, Hesse-Biber, 2010a y Onwuegbuzie y Collins, 2007). Esta tabla se comprenderá mejor
después de estudiar el capítulo 10, “Análisis de los datos cuantitativos”.

www.elosopanda.com | jamespoetrodriguez.com