Unidad de análisis en estadística: qué es, ejemplos y cómo definirla en tu tesis

Antes de calcular una muestra o elegir una prueba estadística hay una pregunta más básica: ¿sobre qué estás sacando conclusiones? ¿Sobre estudiantes, sobre cursos o sobre escuelas? Esa respuesta es la unidad de análisis, y cuando no está clara, el resto del diseño se desordena: la población queda mal definida, las variables no encajan y los resultados se interpretan en el nivel equivocado.

En esta guía vas a ver qué es la unidad de análisis en estadística, cómo se distingue de la unidad de observación y de la unidad de muestreo, cómo se relaciona con la población y la muestra, y cómo redactarla en tu tesis con ejemplos concretos.

Qué es la unidad de análisis

La unidad de análisis es el tipo de objeto que el investigador delimita para estudiar: la entidad a la que se le atribuyen las variables y sobre la que se formulan las conclusiones. Azcona, Manzini y Dorati (2013), investigadores de la Facultad de Psicología de la Universidad Nacional de La Plata, la definen precisamente como el tipo de objeto delimitado por el investigador para ser investigado.

Puede ser una persona, pero no necesariamente. Algunos ejemplos:

• Individuos: estudiantes, pacientes, consumidores, docentes.
• Grupos: hogares, familias, equipos de trabajo, cursos.
• Organizaciones: escuelas, hospitales, pymes, municipios.
• Productos o documentos: fallos judiciales, publicaciones en redes, noticias, historias clínicas.
• Eventos: accidentes de tránsito, consultas médicas, transacciones.

Los mismos autores señalan que la unidad de análisis sólo puede formularse una vez que están planteados el tema y el problema de investigación. Por eso no se elige por comodidad: se deduce de la pregunta.

Unidad de análisis, unidad de observación y unidad de muestreo

Estas tres nociones suelen confundirse porque en muchos estudios coinciden, pero son categorías distintas.

Azcona, Manzini y Dorati (2013) describen la unidad de observación como el soporte material sobre el que se aplican las técnicas de recolección de datos, y remarcan que una unidad de análisis puede tener distintas unidades de observación, pero no a la inversa. En el ejemplo, la escuela se conoce a través de lo que informan sus docentes y alumnos y de sus documentos.

La consecuencia práctica: si tu unidad de análisis es la escuela y encuestás a 20 docentes de cada una, tenés que agregar esas respuestas por escuela antes de analizar. Tratar a cada docente como un caso independiente cambiaría la unidad de análisis sin que lo notes.

Cómo se relaciona con la población y la muestra

La unidad de análisis define qué tipo de elementos componen la población; la población define cuáles, dónde y cuándo; la muestra, cuántos y cuáles de ellos se estudian efectivamente.

1. Unidad de análisis: estudiante de primer año.
2. Población: estudiantes de primer año inscriptos en una facultad determinada durante un ciclo lectivo. Se precisa con criterios de inclusión y exclusión y con límites de espacio y tiempo. Si necesitás repasar el concepto, está desarrollado en qué es población en una investigación.
3. Marco muestral: el listado concreto a partir del cual se selecciona, como el padrón de inscriptos.
4. Muestra: el subconjunto elegido. Puede ser probabilística o no, según el objetivo; la diferencia se explica en la guía de muestreo probabilístico y no probabilístico.

Cuando la población es pequeña y accesible, se puede trabajar con todos sus elementos y no hace falta muestrear.

Cómo definir la unidad de análisis en tu tesis

Un procedimiento en cuatro pasos evita la mayoría de las inconsistencias:

1. Leé tu objetivo general y buscá el sujeto de la oración. En «analizar la relación entre el uso de redes sociales y las horas de sueño en adolescentes», la unidad es el adolescente.
2. Verificá que las variables sean atributos de esa unidad. Horas de sueño y uso de redes son características de cada adolescente; si una variable pertenece a otra entidad (por ejemplo, el tipo de gestión de la escuela), tenés un diseño multinivel o una unidad mal elegida. Para ordenar las variables, repasá los tipos de variables en una tesis.
3. Definí las unidades de observación. ¿Vas a preguntarle al adolescente, a sus padres o vas a revisar registros?
4. Escribilo explícitamente en el marco metodológico. Por ejemplo: «La unidad de análisis es el adolescente de 13 a 17 años escolarizado en la ciudad de Rosario; las unidades de observación son los propios adolescentes, mediante un cuestionario autoadministrado». La guía del marco metodológico de la tesis muestra dónde va esta definición.

Cómo calcular el tamaño de la muestra

Una vez definidas la unidad y la población, si vas a usar una muestra probabilística para estimar una proporción, la fórmula más usada es:

n₀ = Z² · p · (1 − p) / e²

• Z: valor de la distribución normal según el nivel de confianza; para el 95 %, que es el nivel más utilizado, Z = 1,96.
• p: proporción esperada del atributo en la población. Si no hay estudios previos que permitan estimarla, se usa p = 0,5, porque es el valor que da el mayor tamaño de muestra.
• e: margen de error aceptado, por ejemplo 0,05 (5 %).

Cuando la población es finita y conocida (N), se aplica la corrección por población finita: n = n₀ / [1 + (n₀ − 1) / N]. Estos criterios están desarrollados, con ejemplos, en García-García, Reding-Bernal y López-Alvarenga (2013).

Ejemplo: con Z = 1,96, p = 0,5 y e = 0,05, se obtiene n₀ ≈ 384,2, es decir, 385 casos para una población muy grande. Si la población es de 2.000 estudiantes, la corrección da n ≈ 322,4, que se redondea a 323.

Para comparar grupos o probar hipótesis se usan otras fórmulas que incorporan la potencia estadística. Y si tu muestra es no probabilística, estas fórmulas no aplican: el tamaño se justifica con criterios teóricos o de saturación. Para seleccionar a los casos al azar, podés seguir la guía de muestreo aleatorio simple.

Errores frecuentes con la unidad de análisis

• Confundirla con la muestra: la unidad es el tipo de entidad; la muestra es el conjunto concreto de casos.
• Cambiar de nivel al interpretar: concluir sobre personas a partir de datos agregados por provincia, o al revés, lleva a inferencias erróneas.
• Definirla de forma vaga: «los jóvenes» no alcanza; faltan edad, lugar, condición y período.
• No distinguirla de la unidad de observación cuando son distintas, lo que genera dudas sobre quién respondió qué.
• Calcular la muestra antes de definir la unidad: sin unidad clara, el número de casos no significa nada.

Si estás en la etapa de diseñar la muestra o analizar los datos de tu tesis, en Tesis y Másters te acompañamos con orientación en análisis estadístico para que cada decisión quede bien justificada.