Población y Muestra

MUESTRA

POBLACION
MUESTRA
 POBLACIÓN, MUESTRA Y MUESTREO
Es sabido que la relación entre población, muestra y
muestreo es muy estrecha y que se deben tener claras las
definiciones de cada una de ellas. Así, consideramos:
• POBLACIÓN: Conjunto de objetos o sujetos que son materia
de estudio y que se encuentran en un determinado contexto.
• MUESTRA: Parte representativa de la población sobre la cual
se pretende realizar algunos estudios. Para poder extraer una
muestra debemos conocer los puntos de muestreo utilizando
procedimientos.
• MUESTREO: Es el procedimiento que selecciona con precisión
a los sujetos u objetos y es clasificado como probabilístico y no
probabilístico.
 POBLACIÓN, MUESTRA Y MUESTREO
• Dentro de los muestreos probabilísticos se encuentran: aleatorio
simple, sistemático, por conglomerados y estratificado.
• Todos ellos tienen la ventaja de intervenir en la selección de la muestra,
tienen las mismas posibilidades de ser seleccionados.
• Por otro lado, tenemos los muestreos no probabilísticos:
intencionado, accidental y por cuotas.
• Todos ellos no intervienen en la selección de la muestra, solo algunos
tienen la posibilidad de ser seleccionados y ello se debe a la
intencionalidad del investigador y del estudio que se pretende
desarrollar.
• La muestra puede obtenerse seleccionando el tipo de muestreo o si se
requiere mayor precisión se realiza mediante fórmula conociendo la
población si fuera finita o infinita, identificando las variables como
cualitativas o cuantitativas, tal y como se muestra a continuación:
 FORMULAS PARA EL CÁLCULO DE LAS
MUESTRAS
VARIABLES POBLACION POBLACIÓN
/POBLACIONES INFINITA FINITA
2
𝑍 . 𝑝. 𝑞 𝑁𝑍 2 . 𝑝.𝑞
CUALITATIVA 𝑛= 𝑛=
𝐸2 𝑁𝐸 2 +𝑍 2 𝑝.𝑞

𝑍2. 𝜎 2 𝑁𝑍 2 . 𝜎 2
CUANTITATIVA 𝑛= 𝑛=
𝐸2 𝑁𝐸 2 + 𝑍 2 𝜎 2
DATOS El nivel de significación entre  = 0.01
y  =0.05 es seleccionado por el
investigador.
Donde: Población 𝑁𝑍 2 2
. 𝜎
N = Población finita
𝑛=
cuantitativa
𝑁𝐸 2 + 𝑍2𝜎 2
n = muestra
Z = Desviación estándar referencial
E = margen o probabilidad de error
P = tasa de acierto o éxito
2
𝑍 .𝜎 2
Q = tasa de fracaso o error infinita
Población

 = desviación estándar 𝑛 =
cuantitativa
𝐸2
 VALORES

• Valores establecidos:
P+Q =1
• α = 0.01 Z = 2.58 Nivel de confianza 0.99 o 99%
• α = 0.02 Z = 2.33 Nivel de confianza 0.98 o 98%
• α = 0.03 Z = 2.17 Nivel de confianza 0.97 o 97%
• α = 0.04 Z = 2.06 Nivel de confianza 0.96 o 96%
• α = 0.05 Z = 1.96 Nivel de confianza 0.95 o 95%
 ¿Qué es el nivel de
significancia o significación?

Nivel de significación
• La probabilidad de que un
evento ocurra oscila entre
cero (0) y uno (1), donde cero
implica la imposibilidad de
ocurrencia y uno la certeza
de que el fenómeno ocurra.
Al lanzar al aire una moneda,
la probabilidad de que salga
“cruz” es de 0.50 y la
probabilidad de que la
moneda caiga en “cara”
también es de 0.50.
• Para probar hipótesis inferenciales
respecto a la media, el
investigador debe evaluar si es
alta o baja la probabilidad de
que la media de la muestra esté
cerca de la media de la
distribución muestral.
• Si es baja, el investigador dudará
de generalizar a la población. Si es
alta, el investigador podrá hacer
generalizaciones. Es aquí donde
entra el nivel de significancia o
nivel alfa (α), el cual es un nivel
de la probabilidad de
equivocarse y se fija antes de
probar hipótesis inferenciales.
 ¿Con qué porcentaje de confianza el investigador
generaliza, para suponer que tal cercanía es real y no
por un error de muestreo?
Existen dos niveles convenidos en las ciencias:
a) El nivel de significancia de 0.05, el cual implica que el investigador
tiene 95% de seguridad para generalizar sin equivocarse y sólo 5% en
contra. En términos de probabilidad, 0.95 y 0.05, respectivamente;
ambos suman la unidad. Este nivel es el más común en ciencias
sociales.
b) El nivel de significancia de 0.01, el cual implica que el investigador
tiene 99% en su favor y 1% en contra (0.99 y 0.01 = 1.00) para
generalizar sin temor. Muy utilizado cuando las generalizaciones implican
riesgos vitales para las personas (pruebas de vacunas, medicamentos,
arneses de aviones, resistencia de materiales de construcción al fuego o
el peso, etcétera).
 Nivel de significación

• En estadística, un resultado o efecto es estadísticamente

significativo cuando es improbable que haya sido debido al
azar. Una "diferencia estadísticamente significativa"
solamente significa que hay evidencias estadísticas de que
hay una diferencia; no significa que la diferencia sea grande,
importante o radicalmente diferente.
• En pocas palabras, se define como la probabilidad de tomar
la decisión de rechazar la hipótesis nula cuando ésta es
verdadera (decisión conocida como error de tipo I, o
"falso positivo").
 TIPOS DE MUESTREO

1. MUESTREO PROBABILÍSTICO: Todos los

integrantes de la población en estudio tienen la
posibilidad de ser seleccionados por el investigador,
todos participan en el sorteo o azar.
a. Aleatorio Simple: Este muestreo consiste en
sortear a todos los integrantes de la población,
dándoles la posibilidad de ser elegidos para
conformar la muestra. Se realiza con apoyo de la
tabla de números aleatorio, determinando
previamente el tamaño de la muestra.
MUESTREOS PROBABILISTICOS

b. Sistemático: Se da las posibilidades a la totalidad

de la población y se selecciona aplicando fórmula
N/n=K, si queremos una muestra de 10 dividimos la
población N entre n =10 y se obtiene una constante K,
en el ejemplo (K = 80/10= 8). Se elige un primer
número de la tabla como se realizó en el muestreo
simple y a partir de él se selecciona los elementos de la
muestra cada K números, en este caso cada 8 alumnos
hasta completar el tamaño que se desea (10).
41, 49,57, 65, 73, 1, 9, 17, 25, 33.
 MUESTREOS PROBABILISTICOS
b.Por Grupos, Racimos o Conglomerados: En este muestreo
todos los integrantes de la población tienen la probabilidad de ser
seleccionados al azar o aleatoriamente, suponemos que el
investigador desea realizar un estudio y hacer la diferenciación
de la relación de variables en estudio según sexo. Partimos de un
tamaño de muestra de 100 y tendrá que seleccionar al azar de la
población 50 varones y 50 mujeres.
c. Estratificado: Todos los integrantes de la población pueden
ser seleccionados, en este caso el investigador los
selecciona al azar y los clasifica por niveles o categorías, por
ejemplo si el tamaño de muestra que decide es 120, para la
variable nivel social elegirá: nivel alto = 40, nivel medio =40 y
nivel bajo =40.
 MUESTREOS NO PROBABILISTICOS
1. MUESTREO NO PROBABILÍSTICO: No todos los sujetos u
objetos de la población tienen la misma oportunidad de ser
seleccionados para conformar la muestra en estudio, ello
responde muchas veces al interés y a la intencionalidad del
investigador.
a) Intencionado: Está referido a aquel procedimiento mediante
el cual, el investigador elige premeditadamente los puntos de
muestreo, porque responden al interés de su investigación.
Por ejemplo, si se desea probar la relación entre presencia de
TBC, hábitos alimenticios según el nivel socio económico de
la población, el investigador puede visitar asentamientos de
Lima y encontrará una mayor incidencia que si lo realizara
aleatoriamente.
 MUESTREOS NO PROBABILISTICOS
b. Accidental: En este procedimiento el investigador no se preocupa
por seleccionar sus puntos de muestreo sino mas bien de completar
su tamaño de muestra sin importar criterios establecidos. Por
ejemplo: desea realizar una encuesta sobre el rol de los Programas
de salud y simplemente elige un lugar y toma las declaraciones de
las personas que esporádicamente pasan por el sitio hasta
completar la cantidad deseada.
c. Por Cuotas: Como se ha visto en los dos casos anteriores el
investigador intenciona o toma los puntos de muestreo sin utilizar la
aleatoriedad, solo desea comprobar sus hipótesis y completar su
muestra. Este último procedimiento lo realiza clasificando según
categorías como por ejemplo sexo o intervalo de edades hasta
completar su muestra.
Prácticas de
muestreo
 Calcular el tamaño de 2
𝑁𝑍 . 𝜎 2
muestra para los 2 casos 𝑛= 2 2 2
siguientes 𝑁𝐸 + 𝑍 𝜎
a. Para el estudio del rendimiento académico, un investigador ha
considerado realizar una prueba piloto a fin de obtener informaciones
que le permitan calcular el tamaño de una muestra representativa.
Así, él ha tomado el 0.8% de los 2 200 000 estudiantes de Lima
Metropolitana, encontrando que los estudiantes obtienen un rendimiento
de 10.2 en las diversas asignaturas con una variabilidad de 1.2 por lo
que se considera desde ya que el rendimiento es insatisfactorio. Se
desea obtener dos muestras con los valores mínimo y máximo de error
permisibles.
 E, α = 0.01, Z = 2.58
 E, α = 0.05, Z = 1.96
 2 2
SOLUCIÓN DE 𝑁𝑍 . 𝜎
CASOS 𝑛= 2 2 2
𝑁𝐸 + 𝑍 𝜎
1. Cálculos de las muestras Respuestas:
a. DATOS Con un margen mínimo
 U = 2 200 000 permisible de 0.01 las muestras
 N = 0.8% = 17 600 suelen ser más grandes, en
 n =? este caso es: 14870 alumnos
  = 1.2 Con el nivel o probabilidad de
 rendimiento 10.2 error de 0.05 la muestra resulta
 E, α = 0.01, Z = 2.58 ser más pequeña, siendo el
 E, α = 0.05, Z = 1.96 resultado: 1966 alumnos
 Variable cuantitativa, población
finita
b. Se estima que en un plazo de 3
años después de la graduación los
profesionales de la Salud abandonan
los servicios prestados en un 30%. 2
𝑍 .𝜎 2
En un estudio, se pretende encontrar
las causas de este abandono y se trata 𝑛= 2
también de determinar el porcentaje de 𝐸
profesionales que abandonan el
servicio con intervalos de confianza
de 95% y 99% respectivamente.

q = 0.30 dejan de ejercer

p = 0.70 continúan ejerciendo la carrera de Salud
E, α = 0.01, Z = 2.58
E, α = 0.05, Z = 1.96
 SOLUCIÓN DE CASOS
b. Datos
 30% abandona la carrera
 q = 0.30 dejan de ejercer
 p = 0.70 continúan ejerciendo la carrera de
Salud Respuestas:
 N = no conocida Con α = 0.01 el resultado es:
13 978 profesionales
 n =?
Con α = 0.05 el resultado es:
 p +q = 1 (100%)
323 profesionales
 E, α = 0.01, Z = 2.58
 E, α = 0.05, Z = 1.96
 Variable cualitativa, población infinita o
desconocida
 1.A continuación se brindan algunos
CASOS casos para indicar el tipo de
muestreo que usted seleccionaría.
Fundamente su decisión.
a. Un médico desea explorar los hábitos de higiene de las
niñas de 10 a 15 años de edad que viven en residencias.
Para ello, obtiene una muestra aleatoria de cinco
residencias de su comunidad y en cada una de ellas
selecciona al azar a 20 niñas.
b. En la entrada de la Escuela de Posgrado de la
Universidad San Martín de Porres se pregunta a los
alumnos sobre su actitud frente a la disposición de no
ingresar por falta de pago de pensiones.
 CASOS
c. Un docente envía un cuestionario a 300 miembros del Colegio de
Profesores del Perú. Ellos son seleccionados aleatoriamente de
la lista general de los miembros del mencionado colegio.
d. Se selecciona un total de 200 personas al azar, mayores de 21
años para una encuesta sobre la planificación familiar en el
distrito de Magdalena del Mar. Se definen dos categorías de
conocimiento sobre planificación y de cada una de ellas se
selecciona el mismo número de vecinos.
e. Un investigador pretende estudiar los efectos de los métodos de
la enseñanza en la Facultad de Administración. Para ello cuenta
con 4 secciones que aplican diversos métodos. Finalizadas sus
observaciones el investigador decide seleccionar el aula en la
que se aplica el método de participación en el estudio de manera
individual y colectiva.
 SOLUCIÓN DE
CASOS
2.- Tipos de muestreos:
A. Muestreo Probabilístico por grupos, racimos o
conglomerados.
B. Muestreo No Probabilístico Accidental.
C. Muestreo Probabilístico Aleatorio Simple.
D. Muestreo Probabilístico Estratificado.
E. Muestreo No Probabilístico Intencionado