UNIDAD 1 .

-
Métodos de
muestreo en la
investigación
científica.
Tema 2.
Población y muestra, objeto de estudio.
Población: delimitación de la población
Marco muestral.
Tamaño de la muestra.
Métodos de muestreo.
Objetivo
• Explicar la existencia de la diversidad de métodos de muestreo en la investigación en el
ámbito de la ciencia
1.2MUESTREO
• “Para realizar una investigación social, no hay que estudiar la totalidad de la población;
basta con elegir una muestra representativa de la misma.”
• Ezequiel Ander-Egg
Bibliografía

• Fidias G. Arias (2012) El Proyecto de Investigación. Introducción a la Metodología

Científica
• Capítulo 7
• Conceptos Básicos de Muestreo

• Fontés de García, García, Quintanilla, Rodríguez, Rubio, Sarriá (2020). Fundamentos de

investigación en Psicología. Primera Edición. Editorial UNED. España. pág 34
• Metodología de la Investigación. Las rutas cuantitativa, cualitativa y mixta. Roberto
Hernández-Sampieri, Christian Pauline Mendoza Torres-, México, 2018.
Contenido

• Población y muestra, objeto de estudio.

• Población: delimitación de la población
• Marco muestral.
• Tamaño de la muestra.
• Métodos de muestreo.
• https://www.maximaformacion.es/blog-dat/tamano-muestral-y-potencia-estadistica/

• https://www.maximaformacion.es/blog-dat/tamano-muestral-y-potencia-estadistica/
Concepto de Población

• Una característica del conocimiento científico es la generalidad, de allí que la ciencia se

preocupe por extender sus resultados de manera que sean aplicables, no sólo a uno o a
pocos casos, sino que sean aplicables a muchos casos similares o de la misma clase.
• En este sentido, una investigación puede tener como propósito el estudio de un
conjunto numeroso de objetos, individuos, e incluso documentos.
• A dicho conjunto se le denomina población.
• La población, o en términos más precisos población objetivo, es un conjunto finito o
infinito de elementos con características comunes para los cuales serán extensivas las
conclusiones de la investigación
• Ésta queda delimitada por el problema y por los objetivos del estudio.
Población finita . Población infinita
• Población finita: agrupación en la que se conoce la cantidad de unidades que la integran.
Además, existe un registro documental de dichas unidades.
• Ejemplos: pacientes hospitalizados en una clínica; huéspedes alojados en un hotel; los cursantes
de una asignatura.
• Desde el punto de vista estadístico, una población finita es la constituida por un número inferior a
cien mil unidades (Sierra Bravo, 1991 a).
• Población infinita: es aquella en la que se desconoce el total de elementos que la conforman, por
cuanto no existe un registro documental de éstos debido a que su elaboración sería
prácticamente imposible.
• Ejemplo: trabajadores de la economía informal en un país.
• En la disciplina estadística, se considera una población infinita a la conformada por cien mil
unidades o más (Sierra Bravo, 1991 a).
Población accesible:
• También denominada población muestreada, es la porción finita de la población objetivo
a la que realmente se tiene acceso y de la cual se extrae una muestra representativa.
• El tamaño de la población accesible depende del tiempo y de los recursos del
investigador (Ary y otros, 1989).
Recomendaciones respecto a la delimitación de la población

• 1. La población objetivo debe quedar delimitada con claridad y precisión en el problema

de investigación (interrogante) y en el objetivo general del estudio.
• Es decir, deben especificarse los sujetos o elementos que serán analizados y a los que se
pretende hacer inferencias a partir de la muestra.
• 2. Los investigadores en formación que no cuenten con financiamiento, deben estudiar
poblaciones finitas y accesibles. Esto facilitará la determinación de un tamaño de
muestra adecuado y ajustado a la disponibilidad de tiempo y recursos.
• 3. Si la población, por el número de unidades que la integran, resulta accesible en su
totalidad, no será necesario extraer una muestra.
• En consecuencia, se podrá investigar u obtener datos de toda la población objetivo, sin
que se trate estrictamente de un censo.
• Esta situación debe explicarse en el marco metodológico, en el que se obviará la sección
relativa a la selección de la muestra.
Concepto de muestra y tipos de muestreo

• Cuando por diversas razones resulta imposible abarcar la totalidad de los elementos que
conforman la población accesible, se recurre a la selección de una muestra.
• La muestra es un subconjunto representativo y finito que se extrae de la población
accesible
Muestra representativa
• Es aquella que por su tamaño y características similares a las del conjunto, permite hacer
inferencias o generalizar los resultados al resto de la población con un margen de error
conocido.
• Para seleccionar la muestra se utiliza una técnica o procedimiento denominado
muestreo.
• Existen dos tipos básicos de muestreo:
• Probabilístico o Aleatorio y No Probabilístico
Muestreo Probabilístico o Aleatorio:
• Es un proceso en el que se conoce la probabilidad que tiene cada elemento de integrar la
muestra.
• Este procedimiento se clasifica en:
• Muestreo al azar simple: procedimiento en el cual todos los elementos tienen la misma
probabilidad de ser seleccionados.
• Dicha probabilidad, conocida previamente, es distinta de cero 0) y de uno (1).
• Ejemplo:
• Valiéndose de la lista de alumnos, el docente asigna un número a cada uno. Luego todos
los números se introducen en una caja para extraer, por sorteo, los integrantes de la
muestra.
Muestreo al azar sistemático
• Se basa en la selección de un elemento en función de una constante K.
• De esta manera se escoge un elemento cada k veces.
• Ejemplo:
• Para una población de 120 individuos, se define una muestra integrada por 30 sujetos.
• La constante K obtenida al azar es igual a 4. Luego se asigna un número a cada uno de los 120
individuos y se calcula el valor de inicio con la siguiente fórmula: N/n , entonces 120/30= 4.
• Esto significa que comenzaremos seleccionando el número 4 al que se le sumará la constante K=4,
y así sucesivamente hasta obtener los treinta individuos que conformarán la muestra definitiva:
• 4, 8, 12, 16, 20, 24, 28, 32, 36, 40, 44, 48, 52, 56, 60, 64, 68, 72, 76, 80, 84, 88, 92, 96, 100, 104,
108, 112, 116, 120.
Muestreo estratificado:
• Consiste en dividir la población en subconjuntos cuyos elementos posean características
comunes, es decir, estratos homogéneos en su interior.
• Posteriormente se hace la escogencia al azar en cada estrato.
• Ejemplo:
• En una institución de educación universitaria, se divide la población por carreras o
especialidades, las cuales conformarán los estratos.
• Después se efectúa la selección aleatoria en cada una de ellas.
Muestreo por conglomerados:
• Parte de la división del universo en unidades menores denominadas conglomerados.
• Más tarde se determinan los que serán objeto de investigación o donde se realizará la
selección.
• Ejemplo:
• Un municipio se divide en urbanizaciones.
• Más tarde, son seleccionadas aquellas de donde se extraerán, al azar, los elementos para
la muestra.
• La diferencia con el muestreo estratificado radica en que no todos los conglomerados
son objeto de selección, por cuanto puede haber conglomerados de los cuales no se
extraiga muestra.
• Mientras que, en el estratificado, se debe extraer muestra de todos los estratos.
Muestreo no probabilístico:
• Es un procedimiento de selección en el que se desconoce la probabilidad que tienen los
elementos de la población para integrar la muestra.
• Éste se clasifica en:
• Muestreo casual o accidental: es un procedimiento que permite elegir arbitrariamente
los elementos sin un juicio o criterio preestablecido.
• Ejemplo:
• Un encuestador se ubica en un sector y aborda a los transeúntes que pasan por el lugar.
Lógicamente, las personas que no circulen por la zona carecen de toda probabilidad para
integrar la muestra.
Muestreo intencional u opinático:
• En este caso los elementos son escogidos con base en criterios o juicios preestablecidos
por el investigador.
• Ejemplo:
• Para un estudio sobre calidad de la educación, previamente, se establecen como criterios
de selección de la muestra los siguientes:
• – Mínimo de 20 años de experiencia en el campo educativo.
• – Poseer título de postgrado.
• – Haber ocupado un cargo directivo.
• Por supuesto, la muestra la integrarán sólo aquellos que cumplan con las condiciones
anteriores.
Muestreo por cuotas:
• Se basa en la elección de los elementos en función de ciertas características de la
población, de modo tal que se conformen grupos o cuotas correspondientes con cada
característica, procurando respetar las proporciones en que se encuentran en la
población.
• Ejemplo:
• Se establecen como características importantes para un sondeo de opinión, el sexo y la
edad de la población.
• Luego se procederá a seleccionar cuotas de hombres, mujeres, jóvenes adultos y adultos
mayores.
Para seleccionar una muestra
• Definir los sujetos, objetos, fenómenos, sucesos o eventos sobre los cuales se habrán de
recolectar los datos: UNIDADES DE ANÁLISIS
• Delimitar la población
• Elegir el tipo de selección de la muestra
• Definir el tamaño de la muestra
• Aplicar el procedimiento de selección
• Obtener la muestra (Cálculo de la muestra)
Para seleccionar una muestra
Ejemplos de Unidades de Análisis según pregunta de investigación
Como delimitar una población
• Luego de definir las unidades de análisis, se procede a delimitar la población motivo de
estudio y sobre la cual se pretende generalizar los resultados.
• Una población es el conjunto de todos los casos que concuerdan con una serie de
especificaciones
• Las poblaciones deben situarse claramente en torno a sus características de contenido,
de lugar y en el tiempo.
Ejemplo de delimitación de la población
• Investigación sobre el uso de la televisión por los niños
• UNIDAD DE ANÁLISIS: LOS NIÑOS
• ¿De qué población se trata?
• DELIMITAR
• Todos los niños de quinto, sexto y séptimo nivel que asisten por la mañana a clases de las
escuelas fiscales en la ciudad de Guayaquil
Para una muestra probabilística necesitamos dos cosas:

• 1.- Determinar el tamaño de la muestra (n)

• 2.- Seleccionar los elementos muestrales
Criterios para estimar el tamaño de la muestra
• Básicamente se identifican criterios estadísticos, los vinculados con las capacidades del
investigador y los expuestos en la literatura especializada.
• A. Criterios estadísticos
• A.1. Mediante el uso de fórmulas para calcular del tamaño de la muestra.
• A.2. A través del empleo de las tablas de Harvard, de las cuales se presenta la más usual.
Tabla de
Harvard
Si quiere presentar los
resultados con un
margen de confianza
del 95,5%, la tabla es la
siguiente:
Si prefiere
presentar los
resultados con
un margen de
confianza del
99,7%, la tabla es
esta:
B. Criterios relacionados con las posibilidades del investigador

• B.1. Tiempo y recursos disponibles para realizar la investigación.

• En muchas instituciones universitarias, los tesistas, salvo algunas excepciones, no
cuentan con financiamiento para desarrollar sus proyectos.
• Además, por lo general, sólo disponen de un semestre académico (16 semanas de clase)
para recolectar los datos.
• En este sentido, se justifica plenamente que el tesista trabaje con un tamaño de muestra
ajustado a sus posibilidades, sin descuidar la representatividad de la misma.
• B.2. Base de conocimientos sobre muestreo
• Son pocas las carreras que en sus planes de estudio contemplan asignaturas y contenidos
avanzados sobre teoría y técnicas de muestreo.
• Por lo tanto, los tesistas, en su mayoría, apenas reciben nociones sobre este aspecto tan
especializado.
• En estos casos lo recomendable es asumir el criterio de escogencia del tamaño de la
muestra acorde con el tiempo y recursos disponibles.
• Así mismo, se recomienda seleccionar muestras no probabilísticas según los objetivos de
la investigación
C. Criterios señalados en la bibliografía especializada

• Ary y otros (1989), recomiendan lo siguiente:

• – Usar una muestra tan grande como sea posible, por cuanto una muestra de gran
tamaño tiene mayores posibilidades de ser representativa de la población.
• – En diseños de investigación experimental es conveniente una muestra integrada, como
mínimo, por 30 (treinta) sujetos en cada grupo.
• – En investigaciones descriptivas se recomienda seleccionar entre 10 y 20% de la
población accesible.
• Por otra parte, Ramírez (2010), señala que son varios los autores que recomiendan
trabajar en investigaciones sociales, con aproximadamente, un 30% de la población.
Fórmulas para calcular el tamaño de la muestra
• Requisitos para la aplicación de las fórmulas
• El uso de las fórmulas que se presentan a continuación no es automático, ni pertinente
en todos los casos. Para su aplicación se requieren una serie de condiciones y datos
obtenidos previamente.
• En este sentido, las siguientes fórmulas, sólo se podrán aplicar si se cumplen estos
requisitos:
• a) Que la investigación tenga por objetivo la estimación de la media poblacional, o de la
proporción poblacional.
• b) El tipo de muestreo debe ser probabilístico o aleatorio.
• c) Disponibilidad de datos como la varianza poblacional, o la proporción en que se
manifiesta una característica o variable en la población.
• Tal información puede ser obtenida mediante la revisión de estudios previos
(antecedentes de investigación), o a través de una prueba o estudio piloto.
• d) Definición del nivel de confianza.
• e) Determinación del margen de error.
• f) Establecer previamente el tipo de población: si es finita o infinita.
Fórmulas para calcular el tamaño de la muestra
• Cuando el objetivo consiste en estimar la media poblacional

Cuando el tamaño de la Cuando el tamaño

población es conocido (población de la población es desconocido
finita) (población infinita)
Fórmulas para calcular el tamaño de la
muestra
Cuando el objetivo radica en estimar la proporción poblacional

Si el tamaño de
la población es conocido (población finita) Si el tamaño de
la población es desconocido (población infinita)
Nomenclatura:
• n = Tamaño de la muestra.
• N= Total de elementos que integran la población.
• Z2C=Zeta crítico: valor determinado por el nivel de confianza adoptado, elevado al
cuadrado. Para un grado de confianza de 95% el coeficiente es igual a 1,96. Para un nivel
de confianza del 99% el coeficiente es igual a 1,64,
• S= Desviación típica o desviación estándar: medida de dispersión de los datos obtenidos
con respecto a la media.
• e= Error muestral: falla que se produce al extraer la muestra de la población.
Generalmente, oscila entre 1% y 5%.
• p= Proporción de elementos que presentan una determinada característica a ser
investigada. Una proporción es la relación de una cantidad con respecto a otra mayor.
Por ejemplo, en un grupo de 100 estudiantes hay 75 mujeres y 25 hombres. La fórmula
es p = A/N. Entonces la proporción de mujeres es 75/100 = 0,75 y la proporción de
hombres es 25/100= 0,25.
• q= Proporción de elementos que no presentan la característica que se investiga. Se aplica
la fórmula anterior q=A/N, y p+q=1.
Ejemplos
• https://youtu.be/DE0XgWvNTSQ

• https://youtu.be/1xZAa4jbMqc
• Cálculo del tamaño de la muestra en Excel

• https://es.surveymonkey.com/mp/sample-size-calculator/
• Calculo tamaño de la muestra para población finita
Ejemplo
• Se va a realizar una encuesta entre la población española mayor de edad. Si se admite un
margen de error del 5 %, ¿a cuántas personas habrá que entrevistar con un nivel de
confianza del 95 %?
• Se necesita calcular el tamaño de una muestra adecuada a la población objetivo de
estudio de 45.000 estudiantes , con un Nivel de Confianza del 95%
Elección de
elementos
muestrales
N=4
Elección
Unidades
elegidas