Nota Metodológica 6. Tamaño muestral en una investigación cualitativa: ¿Es relevante el número de participantes?

2026-02-17

Tamaño muestral en una investigación cualitativa: ¿Es relevante el número de participantes?

Claudia Troncoso-Pantojaa

¹Centro Interdisciplinar de Investigación en Educación y Desarrollo (CIEDE-UCSC), Universidad Católica de la Santísima Concepción, Chile.

ctroncosop@ucsc.cl

Una de las principales problemáticas que enfrentan los investigadores que utilizan un enfoque cualitativo para responder a sus preguntas de investigación es el cuestionamiento, e incluso, la cancelación por parte de revisores, editores de revistas indexadas u otros investigadores de orientación cuantitativa, debido al reducido número de participantes incluidos en sus estudios.

Ante esta crítica, surge la interrogante: ¿constituye un número limitado de participantes un motivo para desestimar una investigación cualitativa? La respuesta es negativa. Para comprender esta postura, resulta fundamental recordar los principios metodológicos que sustentan este enfoque de investigación, tradicionalmente asociado al paradigma constructivista.

La investigación cualitativa se caracteriza por la subjetividad reflexiva y la flexibilidad como elementos diferenciadores frente a otros diseños de investigación, así como por la generación de hipótesis a partir de marcos teóricos que orientan la interpretación de los datos (1). En este contexto, el rigor científico no se establece mediante criterios estadísticos, sino a través de la credibilidad, fiabilidad, confirmabilidad y transferibilidad de los datos, criterios análogos a la validez interna, confiabilidad, objetividad y validez externa propios de los estudios cuantitativos (2).

La rigurosidad con que se desarrollan las investigaciones cualitativas se extiende también al plan de muestreo. En este, se consideran tres elementos fundamentales: el tipo de muestreo, el tamaño de la muestra y la saturación de los datos (3).

Tipos de muestreo

Para comprender el muestreo cualitativo, es necesario reconocer que este enfoque no persigue la generalización de los resultados, sino la profundización y comprensión interpretativa del fenómeno en estudio (4). En consecuencia, la investigación cualitativa recurre a técnicas de muestreo no probabilístico, orientadas a la obtención de información profunda, reflexiva y detallada por parte de los participantes.

Entre los métodos clásicos de muestreo cualitativo se encuentran los siguientes (5):

  1. Muestreo intencionado: selección deliberada de participantes en función de criterios de inclusión y exclusión definidos según los objetivos del estudio.
  2. Muestreo por conveniencia: selección de participantes accesibles para el investigador, determinada por factores como proximidad geográfica, disponibilidad o bajo costo.
  3. Muestreo por bola de nieve: identificación inicial de un grupo reducido de participantes que, posteriormente, facilitan el acceso a nuevos sujetos con características relevantes para el fenómeno estudiado.

Cada método de muestreo presentado ofrece una solución práctica a distintos desafíos de reclutamiento, con ventajas y limitaciones específicas. El muestreo intencionado permite una selección precisa de participantes con características clave para el fenómeno de estudio, lo que optimiza la profundidad y relevancia de los datos; sin embargo, su principal limitación es la subjetividad en la selección y la falta de representatividad estadística. El muestreo por conveniencia es rápido, económico y de fácil implementación, ideal para fases exploratorias, pero introduce un sesgo significativo y sus hallazgos tienen una capacidad de generalización muy limitada. Por último, el muestreo por bola de nieve es particularmente eficaz para acceder a poblaciones de difícil identificación o acceso (como grupos marginalizados o con rasgos muy específicos), aunque tiende a generar muestras homogéneas y depende críticamente de la buena voluntad y redes sociales de los participantes iniciales. La elección entre uno u otro debe fundamentarse en los objetivos de la investigación, la naturaleza de la población objetivo y las consideraciones prácticas sobre viabilidad y recursos.

Tamaño de la muestra y saturación de los datos

En la investigación cualitativa, una vez definido el tipo de muestreo, el tamaño de la muestra no se establece a priori, sino que emerge del desarrollo del estudio y se encuentra condicionado por la saturación de los datos.

De manera tradicional, la saturación se entiende como el momento en que la recolección de información deja de aportar nuevos elementos relevantes para la comprensión del fenómeno u objeto de estudio. Desde una perspectiva práctica, es posible distinguir dos tipos de saturación: la saturación de códigos y la saturación de significados.

La saturación de códigos se alcanza cuando el análisis de los contenidos no genera nuevas categorías analíticas, permitiendo una comprensión suficiente del fenómeno. Por su parte, la saturación de significados se produce cuando los investigadores logran una comprensión exhaustiva de las dimensiones y sentidos atribuidos al objeto de estudio por los participantes (6,7).

Basado en la evidencia empírica revisada sistemáticamente por Hennink y et al. (8), la determinación del punto de saturación en investigación cualitativa se fundamenta en estrategias iterativas más que en tamaños muestrales predeterminados. Estos autores identifican, a partir de pruebas empíricas, que la saturación temática suele alcanzarse dentro de rangos muestrales orientativos, que para el caso de entrevistas individuales pueden oscilar entre 9 y 17 participantes, y para grupos de discusión entre 4 y 8 grupos (8). No obstante, enfatizan que estas cifras no deben interpretarse como normas prescriptivas, ya que el tamaño necesario para la saturación varía significativamente según factores metodológicos específicos (9). Entre los factores más influyentes destacan la homogeneidad de la muestra y la claridad y delimitación de los objetivos del estudio: a mayor uniformidad en las características de los participantes y mayor precisión en los propósitos de la investigación, menor será el número probable de unidades de análisis necesarias para alcanzar la saturación (8,9). Por lo tanto, estos rangos sirven principalmente como referencia inicial, mientras que la decisión final debe derivarse del diseño concreto y del proceso de recolección y análisis iterativo.

De la teoría a la práctica: guía para desarrollar el plan de muestreo 

Como ejemplo ilustrativo y para facilitar la comprensión de los tipos de muestreo no probabilístico descritos, se presenta a continuación un ejemplo aplicado a una investigación cualitativa cuyo objetivo es interpretar la percepción de adultos jóvenes sobre el uso de suplementos nutricionales para incrementar el rendimiento deportivo. 

La elección de la técnica de muestreo depende directamente del contexto de acceso a la población y de los objetivos específicos del estudio. A modo ilustrativo, se plantean tres situaciones posibles, cada una con una estrategia de muestreo distinta:

Situación A.  Muestreo intencionado

Contexto: se requiere información detallada de adultos jóvenes que practican deporte regularmente y que consumen o han considerado el uso de suplementos.

Justificación: este enfoque permite una selección deliberada basada en criterios definidos, asegurando que los participantes posean experiencias relevantes para el fenómeno estudiado.

Ejemplo de criterios de inclusión:

  • Edad entre 18 y 30 años.
  • Práctica deportiva regular (mínimo 3 veces por semana).
  • Uso actual o interés explícito en suplementos nutricionales.

Ejemplo de criterios de exclusión:

  • Deportistas profesionales que puedan presentar conflictos de interés o restricciones institucionales para compartir información.
  • Persona que no autorice la grabación de las entrevistas.

Situación B. Muestreo por conveniencia

Contexto: El estudio se lleva a cabo en gimnasios o universidades, donde se recluta a personas disponibles y dispuestas a participar de manera inmediata.

Justificación: Esta estrategia resulta útil en fases exploratorias o cuando los recursos de tiempo y acceso son limitados, priorizando la disponibilidad y proximidad.

Ejemplo de criterios de inclusión:

  • Adultos entre 18 y 30 años.
  • Asistencia regular a un centro deportivo o universitario.
  • Voluntariedad explícita para participar.

Ejemplo de criterios de exclusión:

  • Participación simultánea en otros estudios que puedan influir en sus respuestas.
  • Personas que, aun asistiendo a estos espacios, no realizan actividad física regular (ej. personal administrativo).

Situación C. Muestreo por bola de nieve

Contexto: Se busca acceder a deportistas de alto rendimiento o seleccionados nacionales, población de difícil identificación y acceso directo.

Justificación: A partir de uno o pocos participantes iniciales, se aprovechan sus redes de contacto para llegar a otros individuos con perfiles similares, superando barreras de confianza y acceso.

Ejemplo de criterios de inclusión:

  • Edad entre 18 y 30 años.
  • Ser deportista activo de alto rendimiento (nivel nacional o superior).
  • Tener experiencia directa o indirecta con el uso de suplementos.

Ejemplo de criterios de exclusión:

  • Estar bajo tratamiento con sustancias que alteren la percepción o la memoria.
  • Ser promotor comercial de marcas de suplementos, para evitar sesgos informativos.
  • Registro de estrategia de muestreo y tamaño muestral

En la práctica investigativa, la selección y combinación de técnicas de muestreo deben derivarse de un análisis riguroso de los objetivos del estudio, las características de la población y las restricciones contextuales, sin seguir de manera rígida los rangos o criterios aquí planteados.

La guía para desarrollar el plan de muestreo que se desprende de los ejemplos presentados se estructura en cuatro pasos clave, cada uno fundamentado en una decisión metodológica consciente. Este proceso garantiza que la estrategia de muestreo esté alineada con los objetivos del estudio y las posibilidades reales de acceso a la población.

Paso 1: Definir con precisión el objetivo de investigación y la población de interés.

El primer paso es responder: ¿Qué fenómeno quiero comprender y qué grupo de personas posee la experiencia o conocimiento relevante? (Ejemplo: "Adultos jóvenes que usan suplementos para rendimiento deportivo").

Paso 2: Diagnosticar el contexto de acceso a la población.

Aquí se evalúa la viabilidad. ¿La población es fácilmente identificable y accesible, o es difícil de localizar? ¿Los recursos (tiempo, presupuesto, contactos) son amplios o limitados? Este análisis es el que define la situación real (A, B o C del ejemplo).

Paso 3: Seleccionar la técnica de muestreo no probabilística adecuada al contexto.

Esta elección es una consecuencia directa del paso anterior. Se debe recordar lo siguiente:

  • Muestreo intencionado: se elige cuando la población es identificable y los criterios son específicos. Ofrece profundidad y relevancia.
  • Muestreo por conveniencia: se utiliza cuando el acceso es limitado y el estudio es exploratorio. Ofrece rapidez y practicidad.
  • Muestreo por bola de nieve: Es ideal para llegar a poblaciones ocultas o de difícil acceso (como deportistas de élite). Aprovecha redes de confianza.

Paso 4: Operacionalizar la decisión con criterios claros y reconocer limitaciones: Finalmente, se traduce la técnica en acciones concretas:

  • Definir criterios de inclusión/exclusión: Delimitan quiénes son participantes válidos.
  • Establecer una estrategia de reclutamiento: Cómo se contactará a los participantes (ej.: mediante instituciones, en lugares específicos, a través de referencias).
  • Reconocer de manera explícita las limitaciones y sesgos potenciales de la técnica elegida (ej.: falta de representatividad en la conveniencia, homogeneidad en la bola de nieve). Esto es crucial para la validez y transparencia del estudio.

Estos pasos a seguir no son rígidos; deben ser comprendidos como un proceso de razonamiento metodológico. El plan de muestreo óptimo es aquel que provee la mejor respuesta posible a las preguntas de investigación, dadas las restricciones prácticas del contexto, y que explicita de manera honesta sus alcances y límites, fortaleciendo de esta manera la credibilidad y el rigor metodológico del estudio. Asimismo, permite que otros investigadores comprendan cómo se construyó y sistematizó el tamaño muestral, facilitando la replicabilidad metodológica en otros contextos.

Integración conceptual: ¿Cómo la saturación direcciona el tamaño de la muestra en investigación cualitativa?

Para una persona no familiarizada con la metodología cualitativa, es fundamental comprender una diferencia clave respecto a los estudios cuantitativos: el tamaño de la muestra no se calcula de antemano, sino que se determina durante la investigación, guiado por el principio de "saturación". Esto significa que el reclutamiento de participantes continúa hasta que los nuevos datos dejan de aportar información novedosa o relevante para los objetivos del estudio.

La estrategia de muestreo establece cómo se accede a los participantes, pero es el análisis iterativo para alcanzar la saturación el que define cuándo detener el reclutamiento. Ambos procesos son interdependientes y se ejecutan de forma paralela.

Para seguir con el ejemplo anterior, imagine que está investigando las percepciones de adultos jóvenes sobre suplementos deportivos. En lugar de decidir entrevistar a "50 personas" desde el inicio, usted comienza con un pequeño grupo seleccionado de forma estratégica (por ejemplo, 4-5 usuarios regulares en un gimnasio). Tras analizar estas primeras entrevistas, identifica los temas principales (ej.: "motivación por el rendimiento", "preocupación por efectos secundarios").

A medida que recluta y analiza a más participantes (usando su técnica de muestreo elegida), monitorea si surgen nuevos temas o perspectivas. El momento en el que las nuevas entrevistas solo confirman lo que ya se sabe, sin agregar ideas nuevas, se llama “punto de saturación”. En ese instante, se detiene el reclutamiento, pues se considera que la comprensión del fenómeno es suficiente y robusta.

Ejemplo aplicado con las situaciones previas:

Situación A (Muestreo intencionado): Usted recluta metódicamente a deportistas que usan suplementos. Tras analizar 12 entrevistas, observa que los últimos 3 participantes no aportaron ningún concepto o matiz nuevo sobre las motivaciones y riesgos percibidos. Se ha alcanzado la saturación.

Situación B (Muestreo por conveniencia): Usted entrevista a personas disponibles en su universidad. El análisis iterativo podría mostrar que, tras 8 entrevistas, los discursos se vuelven muy repetitivos, indicando una saturación rápida, aunque posiblemente acotada a ese contexto particular.

Situación C (Muestreo por bola de nieve): Comienza con un deportista de élite que le refiere a otros. La saturación entre este grupo homogéneo podría lograrse con menos entrevistas (ej.: 8-10), pero si quiere diversificar perspectivas, deberá buscar deliberadamente participantes con perfiles diferentes hasta que esos nuevos perfiles también dejen de aportar novedades.

Procedimiento práctico: integración del plan de muestreo y la saturación en el diseño metodológico para registro metodológico

La siguiente descripción sintetiza y operacionaliza la relación entre la estrategia de muestreo y la determinación del tamaño muestral mediante saturación. Este texto está redactado en un formato directo y funcional, apto para ser incorporado en la sección metodológica de un protocolo de investigación o un manuscrito científico:

a) Forma de registrar la determinación del tamaño muestral mediante el criterio de saturación

En línea con el enfoque cualitativo, el tamaño muestral final no se establece a priori, sino que se define de manera inductiva y flexible durante el trabajo de campo. Este proceso se guía por el criterio de saturación teórica, un principio que prioriza la profundidad y riqueza de los datos sobre un número predeterminado de participantes.

La saturación se alcanza mediante un proceso analítico iterativo y cíclico, en el que la recolección y el análisis de datos ocurren de forma simultánea e interconectada. El reclutamiento de participantes (sea mediante muestreo intencionado, por conveniencia o por bola de nieve u otro), continúa hasta que el análisis de nuevos datos (obtenidos de entrevistas, grupos de discusión u otras estrategias de obtención de datos) deja de generar temas, categorías o matices conceptuales novedosos en relación con los objetivos del estudio.

b) Registro de procedimiento analítico iterativo para la búsqueda de saturación

La evaluación de la saturación se implementa a través de los siguientes pasos operativos, que deben ser documentados de manera rigurosa:

  • Codificación temprana y continua: Se inicia el análisis de contenido (codificación abierta) a partir de los primeros datos recolectados, sin esperar a concluir la totalidad del trabajo de campo.
  • Análisis en ciclos sucesivos: Los datos se analizan en lotes pequeños (por ejemplo, tras cada 2-3 entrevistas o tras cada grupo de discusión). Esta periodicidad permite realizar ajustes reflexivos en la guía de indagación y profundizar en los temas emergentes con los participantes subsiguientes.
  • Registro y trazabilidad sistemática: Se documenta la emergencia, desarrollo y densificación de cada código y categoría, utilizando software especializado o matrices analíticas. Este registro es fundamental para fundamentar objetivamente la decisión de cerrar el muestreo.

c) Criterios operativos para declarar el punto de saturación en un texto metodológico

Se considerará que se ha alcanzado el punto de saturación cuando, tras el consenso del equipo investigador, se observe de manera consistente en al menos dos ciclos consecutivos de análisis lo siguiente:

  • Saturación de códigos: cesación en la necesidad de identificar códigos nuevos o sustancialmente diferentes.
  • Redundancia temática: los temas o categorías centrales de la investigación aparecen reiteradamente y son comprendidos en su profundidad, sin que nuevos datos aporten matices informativos relevantes.
  • Confirmación por triangulación analítica: los investigadores principales coinciden en la interpretación de que los datos han alcanzado una densidad informativa suficiente, validando la decisión de finalizar el reclutamiento.

Este enfoque iterativo, que articula de manera dinámica la estrategia de muestreo con el análisis progresivo, garantiza que el diseño del estudio está fundamentado en la suficiencia y profundidad de los datos, y no en un número arbitrario o predefinido de participantes. La transparencia en la descripción de este proceso es un pilar esencial para la rigurosidad metodológica en la investigación cualitativa.

Reflexiones finales

La metodología cualitativa ofrece un enfoque flexible y riguroso para comprender fenómenos subjetivos en profundidad. Como se ha expuesto, la elección de una técnica de muestreo no probabilístico no es un “trámite” operativo, sino una decisión estratégica que debe alinearse con los objetivos del estudio, las características de la población y las posibilidades reales de acceso a los sujetos de estudio.

Es fundamental recordar que, en este marco, el tamaño de la muestra no es un número fijo, sino el resultado de un proceso dinámico guiado por la saturación teórica. La integración de un análisis iterativo y cíclico dentro del trabajo de campo permite determinar cuándo se ha alcanzado una comprensión suficiente y densa del fenómeno en estudio, asegurando que la investigación se sustente en la riqueza de los datos y no en criterios cuantitativos arbitrarios.

Se reconoce que, desde la lógica de la investigación cuantitativa, donde el tamaño muestral y el cálculo de potencia son pilares para la generalización estadística, puede resultar desafiante evaluar un diseño donde el número de participantes no es predeterminado. Sin embargo, es crucial comprender que la investigación cualitativa opera bajo un paradigma distinto, con objetivos epistemológicos diferentes. Su finalidad principal no es medir la frecuencia de un fenómeno, sino explorar, comprender en profundidad y teorizar sobre sus significados, procesos y contextos.

En este paradigma, el criterio de saturación, respaldado por una creciente base empírica (8) cumple una función análoga al cálculo de potencia: garantiza la suficiencia informativa. La evaluación de la calidad, por tanto, debe centrarse no en el número, sino en la transparencia y sistematicidad del proceso: la justificación del muestreo, la descripción rigurosa del análisis iterativo, la aplicación de criterios explícitos para declarar la saturación y la profundidad de los hallazgos generados.

Nota. Este material tiene fines formativos y de orientación metodológica. Su aplicación en investigación concreta debe adaptarse al diseño específico del estudio y complementar con otras fuentes especializadas.

Referencias

(1) L Haven T, Van Grootel DL. Preregistering qualitative research. Account Res. 2019; 26(3):229-244. DOI: 10.1080/08989621.2019.1580147

(2) Eldh AC, Årestedt L, Berterö C. Quotations in Qualitative Studies: Reflections on Constituents, Custom, and Purpose. Int. J. Qual. Methods. 2020; 19:1-6 DOI: 10.1177/1609406920969268

(3) Gill SL. Qualitative Sampling Methods. J Hum Lact. 2020; 36(4):579-581. DOI: 10.1177/0890334420949218

(4) Maxwell JA. Why qualitative methods are necessary for generalization. Qual. Psychol. 2021; 8(1): 111–118. DOI: 10.1037/qup0000173

(5) Renjith V, Yesodharan R, Noronha JA, Ladd E, George A. Qualitative Methods in Health Care Research. Int J Prev Med. 2021; 12:20. DOI: 10.4103/ijpvm.IJPVM_321_19

(6) Rahimi S, Khatooni M. Saturation in qualitative research: An evolutionary concept analysis. Int J Nurs Stud Adv. 2024; 6: 100174. DOI: 10.1016/j.ijnsa.2024.100174

(7) Andriotis K. From the Editor: Saturation in qualitative tourism studies. JQRT. 2024; 5(1): 1-6. DOI: 10.4337/jqrt.2024.01.00

(8) Hennink MM, Kaiser BN. Sample sizes for saturation in qualitative research: A systematic review of empirical tests. Soc Sci Med. 2022; 292: 114523. DOI: 10.1016/j.socscimed.2021.114523

(9) Hennink MM, Kaiser BN, Weber MB. What Influences Saturation? Estimating Sample Sizes in Focus Group Research. Qual Health Res. 2019; 29(10): 1483-1496. DOI: 10.1177/1049732318821692