✓ ¿Qué es una unidad de
análisis?
✓ ¿Qué se entiende por
población?.
✓ ¿Qué se entiende por
muestra y muestreo?
• Es cada uno de los elementos en estudio.
• Es el objeto del cual se toman las mediciones.
Ejemplo:
• Una persona, un alumno, un cliente, una empresa, una fabrica, una botella de cerveza, un PC, etc.
Toda pregunta de Investigacion define una población de objetos a los que los
resultados del estudio deberán ser aplicables. Esta población puede ser mas o
menos restringido o mas o menos bien definido
Población es el conjunto de todos los casos objetos o acontecimientos
medibles que concuerdan con una serie de especificaciones (Selltiz et al.,
1980)
Según Hernández Sampieri , para establecer la población
1º Se define sobre qué o quienes se
recolectan datos, esto corresponde a
precisar la unidad de análisis ( personas,
objetos, actividades, fenómenos, etc.)
2ª Se debe delimitar la población.
La calidad de una investigación estriba en
delimitar claramente la población.
✓ POBLACIÓN FINITA
Cuando se conoce el tamaño de la
población, a veces son tan grandes
que se comportan como infinitas.
Marco poblacional – listas de toda
la población.
✓ POBLACIÓN INFINITA
Cuando no se conoce el tamaño
y no se tiene la posibilidad de
contar o construir un marco
poblacional (listado en el que
encontramos las unidades
elementales que componen la
población)
¿Delimitación de la población?
Es establecer con claridad las características de la
población, en ella se debe incluir aspectos
geográficos, temporales, y que esté en estrecha
relación con el problema de investigación.
Ejemplo.
Nuestra población comprende a todos aquellos directores generales de empresas de manufactura
ubicadas en México que en 2020 tienen un capital social superior a 10 millones de dólares, con ventas
superiores a los 30 millones de dólares y/o con más de 250 personas empleadas
▪ Es una parte de la población de interés de la cual se recolectan datos. La muestra contiene,
teóricamente, las mismas características que se desean investigar en la población.
¿Por qué una muestra?
Pocas veces es posible medir a toda la población de
interés, por lo que se selecciona una muestra que la
represente y, desde luego, se pretende que esta
muestra sea un fiel reflejo de la población.
Las muestras se usan por economía de tiempo y recursos.
TODAS LAS EMPRESAS UN SUBCONJUNTO DE EMPRESAS
CONSTRUCTORAS DE LA CONSTRUCTORAS DE LA PROVINCIA DE
PROVINCIA DE ICA REGISTRADAS ICA REGISTRADAS EN EL AÑO 2017-2019
EN EL AÑO 2017-2019
TODOS LOS ESTUDIANTES DE 18 A 180 ESTUDIANTES DE 18 A 22 AÑOS
22 AÑOS DE LA UNICA DEL DE LA UNICA DEL SEMESTRE 2020-I
SEMESTRE 2020-I
120 CLIENTES DE LA EMPRESA
TODOS LOS CLIENTES DE LA TELEFONICA QUE ADQUIRIERON UN
EMPRESA TELEFONICA QUE NUEVO PRODUCTO EN FEBRERO DEL
ADQUIRIERON UN NUEVO 2021
PRODUCTO EN FEBRERO DEL 2021.
TAMAÑO DE LA MUESTRA (2)
Ejm: CUALITATIVAS • Z = Valor Tabla Z para un IC 95% = 1.96
• E = Error aceptable de 5% = 0.05
• p = probabilidad de éxito
• q = probabilidad de fracaso = (1-p)
• N = Tamaño de la población
Ejm: CUANTITATIVAS
• Z = Valor Tabla Z para un IC 95% = 1.96
• E = Error aceptable de 5% = 0.05
• s = Desviación estándar
• x = Media ó promedio
•N = Tamaño de la población
NOTA: Los valores de p, q, s, x → se obtienen tomando como referencia investigaciones previas similares al
problema de investigación. En caso de no disponer se puede realizar un Piloto de 30 individuos o consultar con
expertos en el tema.
CÁLCULO DEL TAMAÑO DE MUESTRA
1. PARA ESTIMAR LA PROPORCIÓN POBLACIONAL 2. PARA ESTIMAR LA PROMEDIOS POBLACIONALES
(Variable Cualitativa) (Variable Cuantitativa)
a) Cuando no se conoce N a) Cuando no se conoce N
Z 2 pq Z 2 2
no = no =
E2 E2
b) Cuando la población es finita (se conoce N) b) Cuando la población es finita (se conoce
N)
N Z 2 pq
no = N Z 2 2
( N − 1) E 2 + Z 2 pq no =
( N − 1) E 2 + Z 2 2
Donde:
p : Proporción de éxito; que se conoce por estudios anteriores o similares
q : (1-p) Proporción fracaso
Z : Valor de tabla asociado al nivel de confianza
Nivel de Confianza Valor de Z
90% 1.645
95% 1.96
98% 2.33
99% 2.58
E : Error de Estimación. (En estimación de proporciones el
investigador puede elegir entre 1% y 5%)
N : Número de los elementos del universo o de la población
n : Tamaño de muestra inicial
σ : Desviación estándar
Ejercicio Nº 1
Alumnos del UNICA, desean conocer la proporción de jóvenes que tienen problemas de conectividad de
Internet de la Provincia de Ica, durante el presente año. Para tal efecto desea tomar una muestra
aleatoria simple, con un nivel de confianza del 95% y un error de estimación es
A. ¿Cuál será el tamaño adecuado de la muestra, si por un estudio anterior de tesis se conoce que la
proporción de estudiantes con problemas de conectividad es de 35%?
B. ¿Cuál será el tamaño adecuado de la muestra, si no se conoce la proporción de problemas de
conectividad?
b) En este caso no se conoce el valor de P.
Solución Entonces se puede aplicar una muestra
piloto, pero como no se puede realizar
a) Datos : por efecto del tiempo u otra razón,
No se conoce la población entonces P = 0.5 y aplicando la fórmula,
Nivel de confianza 95% Z = 1.96 se tiene:
Proporción de alumnos con conectividad p=35%=0,35
Proporción de alumnos sin conectividad q=65%=0,65
Error E = 5% =0,05 (1.96) 2 x (0.5 x 0.5)
n= 2
= 384.16 → 385
(0.05)
(1.96) 2 x (0.35 x 0.65)
n= 2
= 350
(0.05)
EJERCICIO Nº 2
Se desea realizar un estudio entre la población juvenil de una determinada localidad, para determinar la
proporción de jóvenes que estaría a favor de una nueva zona de recreación. El número de jóvenes de
dicha población es 3500. Determinar el tamaño de muestra necesario, para estimar la proporción de
estudiantes que están a favor, con un error de estimación de 0.07 y un nivel de confianza del 98%.
Solución
Datos :
N = 3500 jóvenes E = 0,07
Nivel de confianza 98% Z = 2,33 P = 0,5
N Z 2 pq 3500 x 2.332 x 0.5 x 0.5
no = = = 257
( N − 1) E + Z pq
2 2
(3500 − 1) x 0.07 + 2.33 x0.5 x0.5
2 2
¿Una investigación siempre debe tener una muestra?
No siempre, pero en Si la población es pequeña y se
la mayoría de puede acceder a ella sin
situaciones se realiza restricciones, entonces se
el estudio en una trabajará con toda la población
muestra, en otras (censo).
ocasiones se realiza Si la población es muy grande o
un censo. es demasiado costoso trabajar
con ella, entonces conviene
utilizar una muestra.
Tipos de Muestreo
Probabilístico No
(Aleatorio) Probabilístico
Aleatorio simple. Accidental
Sistemático. Por conveniencia.
Estratificado. Por cuotas.
Por conglomerados. Bola de Nieve.
Muestreo Probabilístico
También se conoce como muestreo aleatorio, la característica de este muestreo es
que todos los sujetos de la población de estudio, tienen la misma probabilidad de
ser seleccionados para formar parte de la muestra.
Muestreo Aleatorio Simple
✓ Cada unidad tiene la probabilidad
equitativa de ser incluida en la muestra.
✓ Lista de todos los individuos de la población
de estudio: “marco poblacional”
✓ Selección al azar. (tablas de números
aleatorios, calculadoras, sofware).
Muestreo Sistemático
✓ Se selecciona individuos del
marco poblacional a
intervalos regulares.
✓ Ejemplo: 5, 10, 15, 20, .........
✓ Lleva el sesgo de selección si
el marco poblacional está
distribuido siguiendo algún
patrón particular.
Muestreo Estratificado
✓ El marco poblacional se divide en
grupos homogéneos (estratos),
de cada uno se extrae una
submuestra proporcional al
tamaño del estrato.
✓ Este tipo de muestreo se emplea
cuando se tiene interés en que la
muestra sea la más
representativa posible en lo que
se refiere a sub grupos de interés
relacionados con variables
confusoras o que podrían crear
sesgo a la investigación, por ejm.
Sexo, edad, situación laboral, etc.
Muestreo por Conglomerados
✓ También se denomina de etapas múltiples.
✓ Se utiliza para poblaciones grandes y
dispersas.
✓ No es posible disponer de un listado.
✓ En lugar de individuos se seleccionan
conglomerados que están agrupados de
forma natural. (cuadras de casas,
departamentos, hospitales, provincias).
✓ Se selecciona en primer lugar el
conglomerado más alto, a partir de este se
selecciona un subgrupo. A partir de este
subgrupo se selecciona otro subgrupo, y así
sucesivamente, hasta llegar hasta las
unidades de análisis.
Muestreo no Probabilístico
✓ No existe el criterio de que todos los sujetos tengan la misma posibilidad para ser
elegidos para formar parte de la muestra, ya que en este tipo de muestreo hay uno o
más criterios de decisión por parte del investigador, para que un determinado sujeto
pueda o no formar parte del estudio.
Muestreo Accidental
✓ Se hace sobre la base de la presencia o
no, en un lugar y momento
determinados.
✓ Aunque se parece a un muestreo
probabilísitico, no todas las personas
tienen la misma probabilidad de estar en
el momento y lugar donde se selecciona
a los sujetos.
Muestreo por Conveniencia
• El investigador decide en base a los conocimientos de la población, quienes son los que deben
formar parte de la muestra.
• Se tiene en cuenta los criterios de inclusión y exclusión, los cuales deben estar bien
establecidos y se deben cumplir rigurosamente.
Muestreo por Cuota.
✓ La muestra se selecciona tomando en cuenta características (variables) específicas de la población.
✓ Tiene similitud con el muestreo estratíficado, sólo que en este caso la selección dentro de cada
cuota (estrato)se hace de manera accidental.
✓ Generalmente se usa para encuestas de opinión y mercado.
Muestreo por Bola de Nieve
✓ Se utiliza cuando la población es de
difícil acceso por razones sociales
(prostitución, alcohólicos, drogadictos,
etc)
✓ En este caso se contactará con una
persona del grupo a estudiar, puede ser
un lider de una pandilla, el amigo de un
colaborador, etc. y a partir de éste poco
a poco se va llegando a un número
mayor de individuos
