Metodología de la Investigación

Científica

Población, Muestra y Muestreo

Docente: Mg. Juan Carlos Escudero Nolasco

DEFINICIONES BÁSICAS
 La población es un conjunto de unidades de
análisis que son objeto de una investigación
particular: personas, animales o cosas, con
Población características comunes, en un tiempo y
espacio determinado (Alarcón, 2008; Bologna,
2011; Hernández et al., 2014).
Se debe tener en cuenta que puede ser finita o
infinita. Al total se le llama el tamaño de la
población, representado con la letra N.

La muestra es una parte de la población, de la

que se obtiene la información para el
desarrollo de la investigación y sobre la cual se
Muestra efectúa la medición, observación, o
manipulación de las variables objeto de
estudio (Alarcón, 2008; Bologna, 2011; Otzen
y Manterola, 2017).
MÉTODOS DE MUESTREO
PROBABILÍSTICO Y NO
PROBABILÍSTICO
 DEFINICIONES DE MUESTREO

Población:

• Son conjuntos de elementos o unidades que comparten un grupo de

características comunes.
• Conjunto de elementos relacionados entre sí con alguna característica del cual
se desea información.
 DEFINICIONES DE MUESTREO
Muestra:
• Es un subconjunto de elementos seleccionados convenientemente de la
población objetivo de tal manera que puede hacerse inferencias de ella
respecto a la población completa.
• Es un conjunto de unidades seleccionadas de un marco muestral o de varios
marcos muestrales.
• Una muestra tiene las siguientes características:

a. Representativa: es decir que refleje completamente las características de la

población.

b. Aleatoria: sus elementos son seleccionados al azar.

c. Adecuada: debe incluir un número óptimo y mínimo de individuos.

 DEFINICIONES DE MUESTREO
Marco de muestreo o Marco muestral:

Es el conjunto de unidades del cual se seleccionará una muestra.

Tipos de marco muestral

• Marco muestral de lista: Cuando • Marco muestral de áreas: Cuando las

las unidades de muestreo del marco unidades de muestreo del marco son áreas
se constituyen en un listado. de terreno usualmente llamados
segmentos (segmentos de área).
• Ejemplo: un listado de alumnos,
un listado de clientes, listado de • Ejemplo: Marco digital de manzanas
empresas, etc. de viviendas, etc.
Base de datos (Registros)
Mapas
 DEFINICIONES DE MUESTREO

Unidad elemental o unidad de análisis:

• 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 fábrica, una
botella de cerveza, una PC, etc.
Muestreo
Spiegel, Schiller y Alu (2003) establece que el
muestreo es el proceso de obtener muestras. Con el
propósito de inferir los resultados encontrados en la
muestra, respecto a la población.

Para hacer inferencias sobre la población

POBLACIÓN MUESTRA
 MUESTREO

Ejemplos:

• En el uso doméstico, utilizamos el muestreo para probar la calidad de

algunos artículos o productos.
• Las empresas industriales seleccionan muestras para controlar la calidad de
su producción.
• Los ministerios gubernamentales seleccionan muestras para obtener
información sobre empleo, distribución del empleo, educación, canasta
familiar, etc.
• Las organizaciones de investigación de mercados la utilizan para investigar
productos preferenciales de consumo, efectividad del mismo, etc. 10
 VENTAJAS DEL MUESTREO

a) Mayor rapidez para obtener resultados.

b) Mayor exactitud o mejor calidad de la información

c) Costos reducidos.

d) Factibilidad de hacer el estudio cuando la toma de datos implica

técnicas destructivas.
Para efectuar un adecuado muestreo tenemos que
responder tres preguntas:

1. ¿Cuál es la población en estudio?

2. ¿Cuántas personas se requieren en la muestra?

3. ¿Cómo seleccionar a las personas que intervendrán en la

muestra?

Velasco, Martínez, Roiz, Huazano y Nieves (2003)

 TIPOS DE MUESTREO:

TIPO DE MUESTREO

No Probabilístico
Probabilístico

Simple Estratificado Sistemático Conglomerados

Conveniencia Por Juicio Por Cuota Autoelegido

MUESTREO ALEATORIO
SIMPLE
• Cada muestra posible de un tamaño “n”
tiene la misma probabilidad de selección.
Es decir, todos los elementos que
componen la población tienen igual
probabilidad.

• Se basa fundamentalmente en que la

población es homogénea.
MUESTREO ALEATORIO SIMPLE
 MUESTREO ALEATORIO SIMPLE

Es el método de muestreo que asegura que cada una de las unidades

de análisis tienen igual probabilidad de ser incluidos en la muestra.
Procedimiento:
- Elabore el marco de muestreo.
- Determine el tamaño de la muestra
- Seleccione “n” números aleatorios de la tabla de números aleatorios.
- Recopile la información de cada una de las unidades de análisis seleccionadas.
-Sencillo y fácil de seleccionar la
muestra.
Desde el punto de vista
matemático

-Desde el punto de vista

práctico, es la más
compleja.
17
◎Es equiprobabilístico (igual probabilidad)

Pues, si necesitamos una muestra de 100 estudiantes de una

población de 1000.

Se divide N=1000 entre n=100

1000/100=10

Entonces de cada 10 estudiantes se elegirá a 1, teniendo todos ellos

la misma posibilidad de pertenecer a la muestra que los otros.
Depende de la manera que utilice el investigador para elegir a la
muestra.

18
• Se le asigno a cada trabajador un número y se introdujo unas
bolillas con cada número en un ánfora para el sorteo.

T15 T36 T72 T62 T115 T98

T21 T50 T11 T120 T118 T119

T2 T69 T100 T45 T21 T106

T9 T10 T49 T66 T27 T101

T40 T99 T111 T89 T18 T32

• La muestra estará formada por los 30
empleados que salieron seleccionados
en el sorteo , a los cuales se les aplicara
la encuesta.
 Generalizaciones

Para poder hacer generalizaciones, uno

de los requisitos que se toman en cuenta
son:
-Representatividad de la muestra
-Tamaño de la muestra
-Tomar en cuenta el tiempo, lugar, etc.

21
 MUESTREO ESTRATIFICADO

El procedimiento consiste en dividir a la población en estratos. Dentro de cada estrato los

elementos deben ser los mas homogéneos posibles con respecto a las características de la
variable en estudio.
Procedimiento:
- Elabore el marco de muestreo.
- Determine el tamaño de la muestra “n”.
- Se clasifica la población en “L” estratos.
- El tamaño de muestra “n” lo dividimos en “L” muestras n1, n2, n3, ….., nL
- Seleccionamos submuestras de cada estrato.
 PROCEDIMIENTO PARA SELECCIONAR UNA MUESTRA
ESTRATIFICADA
PROBLEMA: Heterogeneidad de las unidades de estudio
SOLUCIÓN: Estratificación de la población
 TÉCNICAS DE MUESTREO ESTRATIFICADO:
•1. ASIGNACION
  IGUAL: Todos los estratos tienen el mismo número de elementos en la
muestra.
Se determina:

Donde:
n: muestra
h: número de estratos
nh: muestra en el estrato h

2. ASIGNACION PROPORCIONAL: El tamaño de cada estrato en la muestra es

proporcional a su tamaño en la población.
Se determina:
Donde:
Nh: población en cada estrato h
N: población
n: muestra solicitada
nh: muestra en el estrato h
 MUESTREO SISTEMÁTICO
El método sistemático comprende la selección aleatoria de una unidad de
muestreo inicial, a partir de la cual, las restantes unidades quedan
sistemáticamente seleccionadas de acuerdo al lugar que ocupa en la
población.
N = 100 Orden Nombre Nota
Procedimiento: n = 20
k= 5
1
2
Estudiante 1
Estudiante 2
71
94
- Elabore el marco de muestreo. a=4 3 Estudiante 3 66
(a es aleatorio a=4 4 Estudiante 4 88
- Determine el tamaño de la dentro de los 5 Estudiante 5 90
k=5 6 Estudiante 6 91
muestra primeros) 7 Estudiante 7 71
- Hallar el intervalo de selección 8 Estudiante 8 91
a+k=9 9 Estudiante 9 70
sistemática 10 Estudiante 10 72
11 Estudiante 11 89
- Se elige un numero aleatorio “i” 12 Estudiante 12 97
(1 ≤ i ≤ k) K  N a + 2k = 14
13
14
Estudiante 13
Estudiante 14
73
70
- La muestran esta conformada 15 Estudiante 15 70
16 Estudiante 16 100
por: 17 Estudiante 17 86
y i , y i  k , y i  2 k , y i 3k , y i  4 k , y i 5k , ... … … …
98 Estudiante 98 96
a + 19k = 95 99 Estudiante 99 79
100 Estudiante 100 81
 Definición:
Este tipo de muestreo se utiliza cuando el tamaño de la población es grande y
la tabla de números aleatorios no es suficiente para contar esa población.
También es usado en poblaciones pequeñas donde la selección sistemática
facilita la identificación de los componentes de la muestra ( López, 2004, p.
71).
• El muestreo sistemático es un tipo de
muestreo que es aplicable cuando los
elementos de la población sobre la que
se realiza el muestreo están ordenados.
Este procedimiento de muestreo se
basa en tomar muestras de una manera
directa y ordenada a partir de una regla
determinística, también llamada
sistemática. Concretamente, a partir de
una sola unidad que se selecciona en
primer lugar, el resto de unidades de la
muestra vienen determinadas
automáticamente al aplicarle a dicha
unidad una regla selección sistemática.
(Sánchez, 2002).
 MUESTREO ALEATORIO SISTEMATICO

Ejemplo 1:
Se debe elegir una muestra de tamaño 5 de un conjunto de 20 expedientes
conteniendo informes de balances contables, debido a la variabilidad del contenido
de dichos expedientes por tener cada uno naturaleza distinta de la gestión, pero
relacionada financieramente se aplicará muestreo sistemática.
A continuación se tienen los 20 expedientes:
Datos:
N=20 k=N/n k=20/5 k=4

Enumeramos la:

Expa01 Expf01 Expg03 Expd01 Expp09 Exph01 Expk06 Expf08 Expa05 Exph07
1 2 3 4 5 6 7 8 9 10
Expd10 Expd15 Expe01 Exph04 Expk03 Expf03 Expa02 Expx01 Expy01 Expz03
11 12 13 14 15 16 17 18 19 20
 MUESTREO POR CONGLOMERADOS

El procedimiento consiste en hacer una selección de grupos o conglomerados, que son

agrupaciones de elementos que deben ser los mas heterogéneos posibles, pero homogéneos
entre si.
Procedimiento:
- Elabore el marco de muestreo.
- Determine el tamaño de la muestra “n”.
- Se divide el área total (población) en áreas mas pequeñas (subdivisiones)
- Se selecciona al azar algunas de estas subdivisiones.
- Se selecciona el tamaño de muestra de las subdivisiones elegidas.
 MUESTREO ALEATORIO POR CONGLOMERADOS

Cuando en lugar de unidades de estudios o de observación se eligen

grupos, bloques o conjuntos de esas unidades, se dice que el muestreo
es por conglomerados.

Ejemplo :

Si en lugar de seleccionar de forma aleatoria personas para medir su

capacidad adquisitiva o de consumo se seleccionan, por ejemplo, familias,
se dice que el muestreo es por conglomerados.

Cuando el conglomerado lo constituye un área geográfica o zona territorial

concreta, como por ejemplo las familias de determinados barrios, el muestreo
por conglomerados recibe el nombre de muestreo por áreas.
 EJEMPLOS DONDE SE APLICA EL MUESTREO POR
CONGLOMERADOS

1. En una ciudad se quiere saber sobre características de las

viviendas; en este caso las unidades elementales serían las
viviendas y los conglomerados serían las cuadras o lotes de
vivienda.

2. En una zona se desea saber el promedio de gastos en ropa que

hacen las personas que allí viven. En este caso las unidades
elementales serían las personas y los conglomerados o unidades
de muestreo serían las viviendas.

3. En un aeropuerto una línea aérea desea saber ciertas

características de sus viajes. Las unidades elementales son los
pasajeros que llegan y los conglomerados serían los vuelos.
 VENTAJAS Y DESVENTAJAS

TIPO DE
MUESTREO VENTAJAS DESVENTAJAS
Homogeneidad de los elementos de
Muestreo Aleatorio Simple (MAS) Mas sencillo población.

Refleja en forma mas precisa las No se recomienda cuando existen muchos

Estratificado características estratos.
 Muestreo No Probabilístico

a. Por conveniencia
Velasco et al. (2003), las unidades de estudio se seleccionan al momento
de la recolección de datos. Es fácil, económico y accesible, pero es poco
representativo.

b. Por casos consecutivos

Velasco et al. (2003), la selección se realiza sobre los elementos que
cumplen ciertas características para el estudio y estos se consiguen en
forma consecutiva.

c. Por cuotas
Velasco et al. (2003), la selección se realizan sobre los subgrupos que
componen la población. Similar al muestreo estratificado.
 Muestreo No Probabilístico

d. Por juicio o intencional

Bologna (2011), el investigador decide qué elementos son los más
adecuados para realizar la investigación. La elección se basa en la
apreciación subjetiva del investigador sobre la representatividad.

e. Autoelegido
Bologna (2011), se solicita a las personas que participen voluntariamente,
la decisión de participar es el evaluado. Se hace uso en encuestas vía
internet.
 Criterios de inclusión y exclusión

Criterios de inclusión Criterios de exclusión

•Características de la población •No son una negación de los
de estudio que permiten criterios de inclusión.
considerar a alguien como •Se evalúan después de que el
sujeto se consideró como
elegible para ingresar a la
elegible.
investigación. •Requieren a veces de algunas
•Por lo general no requieren de pruebas adicionales.
mayor evaluación para •Ayudan a controlar algunas
considerarlos. variables que puedan intervenir
•Definen las características de los en las relaciones que estamos
sujetos a los cuales se buscando.
extrapolaran los resultados.

Somos la universidad de los que quieren salir adelante.

 ¿QUÉ HEMOS VISTO?

• Población y muestra.
• Elementos de la teoría de muestreo.
• Tipos de muestreo.
• Muestreos Probabilísticos.
• Muestreos No Probabilísticos.
• Tamaño de muestra.
TAMAÑO DE MUESTRA
 TAMAÑO DE MUESTRA

Martínez (2012), el tamaño de la muestra es un

cálculo basado en fórmulas y es de suma importancia
para determinar el tamaño adecuado de la muestra,
simbolizado por n. Una muestra debe ser pequeña
para que el costo sea bajo y suficientemente grande
para que el error de muestreo sea tolerable.
FÓRMULAS PARA EL CÁLCULO DEL
TAMAÑO DE MUESTRA (n)
 MUESTREO ALEATORIO SIMPLE:
Determinación de una muestra aleatoria: M.A.S

Variable Cualitativa Cuantitativa

2 2
Población Infinita:  Z1   Z1 S 
n 2  * PQ n 2 
No se conoce la Población N  E   E 
   

Población Finita: Z12 2 NPQ Z12 2 NS 2

n n
Se conoce la Población N ( N  1) E 2  Z12 2 PQ ( N  1) E 2  Z12 2 S 2

• Donde:
n: Tamaño de la muestra.
P: Proporción de una categoría de la variable
E: Error máximo
N:ZTamaño
1 2
de la población
 : Variable estandarizada de distribución normal.
S²: Varianza de la muestra. 
: Nivel de significancia.
 TAMAÑO DE MUESTRA (M.A.S.)
Cálculo para poblaciones infinitas

Z 2  2
n Variables cuantitativas
E2 (Media aritmética)

Z  pq2
n Variables cualitativas
E2 (Proporciones)

n: Tamaño de muestra 2: Varianza de la población.

Z: Valor asociado al nivel de confianza

p: Proporción de éxito
E: Error de la estimación
q  1 p
Cuando no se conoce p, se considera como 0,50
 TAMAÑO DE MUESTRA (M.A.S)
Cálculo para poblaciones finitas

N  Z 2  2 Variables cuantitativas
n
( N  1) E 2  ( Z 2   2 ) (Media aritmética)

N Z2  pq Variables cualitativas

n
( N  1) E 2  ( Z 2  p  q ) (Proporciones)

n: Tamaño de muestra 2: Varianza de la población.

Z: Valor asociado al nivel de confianza p: Proporción de éxito

E: Error de la estimación q  1 p
N: Tamaño de la población

Cuando no se conoce p, se considera como 0,50

TABLA DE APOYO AL CÁLCULO DEL TAMAÑO DE UNA MUESTRA
POR NIVELES DE CONFIANZA

 Nivel de
99% 98% 97% 96% 95% 90%
Confianza
Z 2.58 2.33 2.17 2.05 1.96 1.64