Población y Muestra en una Tesis: Diferencia y Ejemplos (2026)

Uno de los apartados donde más comités de tesis mexicanos detienen la revisión es el que describe la población y muestra, porque los estudiantes suelen usar ambos términos como sinónimos cuando en realidad describen dos conjuntos distintos: uno teórico y otro efectivamente estudiado. Confundirlos no es solo un error de redacción; distorsiona la validez externa de los resultados.

Este artículo define con precisión ambos conceptos, explica qué es la unidad de análisis, muestra ejemplos aplicados a distintas disciplinas (administración, educación, salud, ciencias sociales) y detalla cómo redactar los criterios de inclusión y exclusión para que tu comité no encuentre huecos metodológicos.

¿Cuál es la diferencia entre población y muestra?

La población (también llamada universo) es el conjunto total y finito o infinito de elementos que comparten una serie de características observables, definidas por los criterios de la investigación. La muestra es un subconjunto de esa población, seleccionado mediante una técnica específica, del cual efectivamente se recolectan los datos.

Si tu tesis usa un diseño cuantitativo con muestreo probabilístico, el paso siguiente después de definir población y muestra es calcular matemáticamente cuántos elementos necesitas encuestar; ese cálculo está desarrollado con fórmula y ejemplo en cómo calcular el tamaño de la muestra para tu tesis.

¿Qué es la unidad de análisis?

La unidad de análisis es el elemento individual sobre el cual se recolecta la información y del que se extraen los datos; se define antes que la población, porque la población es, en esencia, el conjunto de todas las unidades de análisis que cumplen los criterios del estudio.

• Estudio de clima laboral: la unidad de análisis es “el empleado”.
• Estudio de mortalidad hospitalaria: la unidad de análisis es “el expediente clínico” o “el paciente”.
• Análisis de contenido de redes sociales: la unidad de análisis es “la publicación” o “el comentario”.
• Estudio de desempeño de pymes: la unidad de análisis es “la empresa”, no el dueño ni el empleado.

Un error común es definir la unidad de análisis de forma ambigua, por ejemplo decir “se estudiará a las familias” sin especificar si el dato se recolecta por familia, por jefe de familia o por cada miembro individual.

¿Cómo se redactan los criterios de inclusión y exclusión?

Los criterios de inclusión son las condiciones que debe cumplir un elemento para pertenecer al estudio; los de exclusión son las condiciones que, aunque el elemento forme parte de la población general, lo descartan de la muestra final.

Criterios de inclusión: estudiantes inscritos en el semestre 2026-2, con al menos un año de antigüedad en el programa, que hayan otorgado consentimiento informado.

Criterios de exclusión: estudiantes con baja temporal, alumnos de intercambio internacional, cuestionarios respondidos de forma incompleta (menos del 90% de los ítems).

Nota que los criterios de exclusión no son “lo opuesto” a los de inclusión; suelen incluir condiciones adicionales relacionadas con la calidad del dato, no solo con el perfil del participante.

Ejemplos de población y muestra por disciplina

Cada uno de estos ejemplos usa una técnica de muestreo distinta porque el tipo de acceso a la población y el enfoque del estudio son diferentes. La lógica detrás de elegir entre muestreo probabilístico y no probabilístico —y las variantes de cada tipo— está desarrollada con más ejemplos en tipos de muestreo en investigación.

Cómo redactar el apartado de población y muestra

El orden recomendado para redactar esta subsección dentro del capítulo de metodología es: primero la población con su tamaño y características, después los criterios de inclusión y exclusión, luego la técnica de muestreo, y finalmente el tamaño de muestra resultante con su justificación.

“La población de estudio estuvo conformada por 340 docentes de educación básica adscritos a la Zona Escolar 12, en el ciclo 2025-2026. Se establecieron como criterios de inclusión contar con nombramiento definitivo y una antigüedad mínima de dos años; se excluyeron los docentes en periodo de licencia médica o administrativa. A partir de esta población se aplicó un muestreo aleatorio simple, obteniendo una muestra de 108 docentes, calculada con un nivel de confianza del 95% y un margen de error del 5%.”

Este apartado es parte del capítulo más amplio de metodología; si aún no has redactado las demás subsecciones (enfoque, diseño, instrumentos), puedes seguir un ejemplo completo, ya redactado, en metodología de una tesis: ejemplo completo. Además, la Metodología de la Investigación como marco general —tipos, enfoques y ejemplos— está desarrollada en metodología de la investigación.

¿Cómo se define el tamaño de la muestra?

El tamaño de muestra se define de forma distinta según el enfoque metodológico: en estudios cuantitativos con muestreo probabilístico se calcula con fórmulas estadísticas que consideran el tamaño de la población, el nivel de confianza y el margen de error aceptable. En estudios cualitativos o con muestreo no probabilístico, el tamaño se justifica por criterios como la saturación teórica (cuando ya no aparece información nueva) o el juicio experto del investigador.

Según Hernández Sampieri, Fernández y Baptista (2014), no existe una regla absoluta que aplique a todos los diseños; la decisión depende del propósito del estudio, el tipo de análisis planeado y los recursos disponibles para la recolección de datos.

Una vez definidos población, muestra y tamaño, el siguiente paso lógico del capítulo de metodología es diseñar o seleccionar el instrumento con el que se recolectarán los datos de esa muestra. Los tipos de instrumentos, su validez y confiabilidad se explican en instrumentos de recolección de datos.

Errores frecuentes

• Usar “población” y “muestra” indistintamente en el texto, generando confusión sobre a qué conjunto se refieren los resultados.
• No delimitar temporalmente la población. Especifica siempre el periodo o ciclo al que corresponde (por ejemplo, “ciclo 2025-2026”).
• Omitir la unidad de análisis antes de describir la población, dejando ambiguo qué se está midiendo exactamente.
• Redactar criterios de exclusión redundantes con los de inclusión, sin agregar condiciones nuevas relacionadas con la calidad del dato.
• Reportar el tamaño de muestra sin justificar la fórmula o el criterio utilizado para llegar a esa cifra.

Preguntas frecuentes