Poblacion y Muestra Listo

UNIVERSIDAD NACIONAL DANIEL
ALCIDES
UNIVERSIDAD CARRIÓN
NACIONAL DANIEL ALCIDES CARRION
Facultad de Ciencias Económicas Contables
ESCUELA PROFESIONAL DE CONTABILIDAD
Escuela
INDICE
INTRODUCCION 4
CAPITULO I 5
1. POBLACIÓN Y MUESTRA.................................................................................5
1.1. POBLACION....................................................................................................5
1.1.1. CONCEPTOS DE POBLACION...............................................................5
1.1.2. TIPOS DE POBLACION...........................................................................7
1.1.3. IMPORTANCIA DE POBLACION..........................................................11
1.1.4. CARACTERISTICA DE LA POBLACION..............................................12
1.2. MUESTRA.....................................................................................................13
1.2.1. CONCEPTOS DE MUESTRA.................................................................13
1.2.2. ¿CÓMO SELECCIONAR UNA MUESTRA?..........................................15
1.2.3. LEYES DEL MÉTODO DE MUESTREO................................................17
1.2.4. ETAPAS DEL MUESTREO....................................................................18
1.2.5. TIPOS DE MUESTRA.............................................................................19
1.2.6. IMPORTANCIA DE MUESTRA..............................................................28
1.2.7. CARACTERISTICA DE LA MUESTRA..................................................29
1.3. EJEMPLO DE POBLACION Y MUESTRA...................................................30
1.3.1 POBLACION:..............................................................................................30
1.3.2 MUESTRA:..................................................................................................30
CAPITULO II 34
2. UNIDAD DE ANALISIS.....................................................................................34
2.2. CONCEPTO DE UNIDAD DE INVESTIGACION.......................................34
2.3. CARACTERISTICAS DE LA UNIDAD DE INVESTIGACION......................36
2.4. LAS UNIDADES DE ANALISIS PUEDEN CORRESPONDER A LAS
SIGUIENTES CATEDORIAS O ENTIDADES........................................................37
2.5. UNIDAD DE ANÁLISIS Y UNIDAD DE OBSERVACIÓN.............................37
BIBLIOGRAFÍA 40
CONCLUSIONES 41
Elaboración de Proyecto de Tesis I

1
UNIVERSIDAD NACIONAL DANIEL ALCIDES CARRION
INTRODUCCION
En el siguiente trabajo desarrollaremos el tema titulado “POBLACION,

MUESTRA Y UNIDAD DE ANALISIS DE LA INVESTIGACION CIENTIFICA”, lo
cual nos indica que la población es el conjunto de elementos que son objeto de
investigación y la muestra es una parte de la población con lo cual se realiza la
investigación y por otra parte la unidad de análisis se refiere al objeto de
investigación
Está dividida en dos capítulos, lo cual, mostramos a continuación:

CAPITULO I: POBLACION Y MUESTRA
CAPITULO II: UNIDAD DE ANALISIS
Estos capítulos sirven para aclarar las dudas en lo que respecta
“POBLACION, MUESTRA Y UNIDAD DE ANALISIS DE LA INVESTIGACION
CIENTIFICA” es por ello que hemos creído conveniente hacer un Marco Teórico
simple y concreto, para que así pueda ser fácil de entender.
Lo cual lo hacemos con mucha dedicación, esfuerzo y voluntad; porque

queremos seguirnos superando; ya que solo así lograremos alcanzar el éxito,
eso es lo que nos ha motivado a realizar este trabajo monográfico. 1
1
LOS ALUMNOS

2
CAPITULO I
1. POBLACIÓN Y MUESTRA
I.1. POBLACION
I.1.1. CONCEPTOS DE POBLACION
Según Tamayo y Tamayo, (1997), ¨La población se define como la totalidad

del fenómeno a estudiar donde las unidades de población posee una
característica común la cual se estudia y da origen a los datos de la
investigación¨(P.114)
Entonces, una población es el conjunto de todas las cosas que concuerdan con
una serie determinada de especificaciones. Un censo, por ejemplo, es el
recuento de todos los elementos de una población.

3
Según Arias (2006): “La población 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 los objetivos del
estudio”. (p.81)
Según (Fox, 1981) “El término universo designa a todos los posibles sujetos o
medidas de un cierto tipo... La parte del universo a la que el investigador tiene
acceso se denomina población”.
Según (Buendía, Colás y Hernández, 1998) “Población es un conjunto
definido, limitado y accesible del universo que forma el referente para la elección
de la muestra. Es el grupo al que se intenta generalizar los resultados”.
Marín Ibáñez (1985) señala las diferencias entre ‘población’ o ‘universo general’
y ‘universo de trabajo. El primero hace referencia a toda la población a la que
queremos extender las conclusiones de la muestra, mientras que el universo de
trabajo “son los casos que de alguna manera tenemos consignados y de los que
podemos extraer la muestra”.
Hurtado y Toro (1998), definen que: “población es el total de los individuos o
elementos a quienes se refiere la investigación, es decir, todos los elementos
que vamos a estudiar, por ello también se le llama universo. (p.79)”.
De Barrera (2008), define la población como un: “conjunto de seres que poseen
la característica o evento a estudiar y que se enmarcan dentro de los criterios
de inclusión” (p.141)
Balestrini (2006) define la población como: “conjunto finito o infinito de
personas, casos o elementos, que presentan características comunes” (p. 137)
Para Chávez (2007), la población “es el universo de estudio de la investigación,
sobre el cual se pretende generalizar los resultados, constituida por
características o estratos que le permiten distinguir los sujetos, unos de otros”.
(p.162)
De igual manera, Corbetta (2007), define a la población como “un conjunto de
N unidades, que constituyen el objeto de un estudio; donde N es el tamaño de la
población”. (p. 274)

4
La población según Parra (2003), “es el conjunto integrado por todas las
mediciones u observaciones del universo de interés en la investigación”. (p. 15)
Al analizar todos estos conceptos llegamos a entender que la población es un
conjunto de elementos que son objeto de investigación, que tienen una o más
propiedades en común, se encuentran en un espacio o territorio y varían en el
transcurso del tiempo. Asimismo podemos decir que la población es el conjunto
de todos los individuos (objetos, personas, eventos, situaciones, etc.) en los que
se desea investigar algunas propiedades.
En una investigación se puede tener más de una población, todo depende de la

complejidad y variedad de los objetivos de investigación. A veces, cada objetivo
requiere una población distinta. Si tienes más de una población, debes
especificarla y describirla con detalle.
I.1.2. TIPOS DE POBLACION
El autor Niseen Steven presenta la división de los tipos de población de la

siguiente manera:
a) POBLACIÓN ABSOLUTA:
Es el tipo de población que se determina a través de los censos, es decir, el

número de habitantes que resulta tener un país completo y esto es determinado
gracias a un conteo casa por casa por todo el país denominado censo. Por lo
tanto, la población absoluta es aquella población total de un país en toda su
expansión.
b) POBLACIÓN RELATIVA:
La población relativa determina la densidad del número de habitante en un

espacio, es decir, una región de un país dividido por kilómetros cuadrados. La
población relativa llega a determinarse al contar todos los habitantes de un
espacio o demarcación de un país, pero por kilómetros. Al sumarse todas las
poblaciones relativas entonces llega a determinarse la población absoluta de un
país.

5
c) POBLACIÓN INACTIVA:
Una población inactiva es aquella que no está envuelta en el ámbito laboral, es

decir, no produce por medio a lo laboral en un país. Esto marca a los menores
de edad que no se les permite un empleo formal en donde puedan pertenecer a
un nomina, ya que esto es ilegal, y a los envejecientes, ya que los que en su
mayoría se emplearon alguna vez serian jubilados. Las edades más comunes
son menores de 16 y mayores de 65 años.
d) POBLACIÓN ACTIVA:
La población activa es el número de personas en un país que pertenecen al

ámbito laboral, es decir que laboran y pertenecen a una nómina. A este tipo de
población también se le conoce como ¨población ocupada¨. El concepto de
población activa se les otorga todos aquellos que son empleados y remunerados
por su trabajo, esto no dependerá si es mayor de edad o no, ya que en una
población existen muchos adultos perteneciendo a la tasa de desempleo.
e) POBLACIÓN CIUDADANA:
La población ciudadana está formada por aquellos individuos que están legal en

un país, es decir, que tiene papeles que comprueben su estancia en dichos
países con toda la legalidad correspondiente y que el país lo reconoce como tal.
Por lo tanto, la población ciudadana tiene derechos políticos, sociales y civiles
en un país, ya sea el de su natalidad u otro país extranjero en donde se reside.
f) POBLACIÓN RURAL:
La población rural es aquella que habita en regiones o espacios de menor

tamaño en un país. Por lo general estas regiones se encuentran fuera de la
ciudad, en los campos y lugares en donde la flora y fauna es más extensa. Los
ciudadanos en las zonas rules son dedicados a la ganadería y la agricultura en
donde subsisten por los recursos ofrecidos por sus alrededores.

6
g) POBLACIÓN URBANA:
Es el número de habitantes que reside en regiones o ciudades de un país.

Aunque el termino también hace referencia al porcentaje total de habitantes que
contiene un país.
h) POBLACIÓN AGLOMERADA:
Este tipo de población es la que es muy densa, es decir que en una

demarcación o en un país completo, residen un número de habitantes bastante
alto, tal es el caso de Madrid, China, Estados Unidos, etc.
i) POBLACIÓN DISPERSA:
Se denomina población dispersa cuando en una población escasean el número

de habitantes. El término también es utilizado cuando el conjunto que pueden
formar un mayor grado de habitantes, se encuentra sumamente a distancias.
j) POBLACIÓN MARGINADA:
Este tipo de población, es la que en un país es olvidada y abandonada por el

gobierno, no son tomadas en cuenta sus necesidades ni su voz, por tanto, son
marginados.
k) POBLACIÓN BIOLÓGICA:
Este término es muy utilizado en biología para definir un conjunto de individuos

u organismos pertenecientes a misma especie, y estos conviven y subsisten en
una misma habitad.
l) POBLACIÓN DE HECHO:
Es cuando se determina el número de habitantes que residen en un país o en

una demarcación geográfica, pero, en este caso son determinados en que parte
de ese país se encuentran los tipos de población. Es decir, se establece la
ubicación real de los habitantes.

7
m) POBLACIÓN DE DERECHO:
La población de derecho se refiere a todo individuo que ejerce derecho civil,

social y político en un país, por lo general su país natal, aun cuando este resida
fuera, es decir viva en otro país que no es de él.
n) POBLACIÓN FAMILIAR:
La población familiar es el conjunto de un número de individuos perteneciente a

algún tipo de parentesco. Esto por la reproducción de una pareja o por
parentesco Sanguíneo.
Por otro lado Cassel Claes Magnus, nos plantea la siguiente división de la
población
A) POBLACIONES FINITAS
En los problemas planteados en las distintas disciplinas se estudia el

comportamiento de una o más variables sobre un conjunto de unidades. A este
conjunto de unidades lo denominamos población P. Las unidades de la
población pueden ser pacientes, hospitales, alumnos, médicos, objetos, etc. La
variable es la característica estudiada que puede tomar distintos valores de
unidad en unidad. Cuando hablamos de poblaciones finitas, por lo menos en
teoría, podemos acceder a todos los individuos o elementos que la componen.
B) POBLACIONES INFINITAS
En muchos problemas interesa saber cómo se comporta una, o varias

variables, al observarlas cuando se repite un experimento definido de antemano,
pero no existe un número fijo, finito, de experimentos ya que teóricamente se los
puede repetir cuantas veces se quiera. Si estudiamos pacientes hipertensos y
medimos su tensión arterial, estas mediciones se pueden repetir cuantas veces
se quiera, por lo menos en teoría, en pacientes actuales y futuros repartidos a lo
largo del mundo.

8
Por su parte Berkley James, nos hace una muy detallada y clara tipificación de
la población la cual es:
A) Desde la estadística:
 Población infinita:
No se conoce el tamaño y no se tiene la posibilidad de contar o construir un
marco muestra (listado en el que encontramos las unidades elementales que
componen la población)
 Población Finita:
Se conoce el tamaño, a veces son tan grandes que se comportan como
infinitas. Existe un marco muestra donde hallar las unidades de análisis
(marcos muéstrales = listas, mapas, documentos)
B) En la investigación:
• Población de estudio- blanco o diana:
Población a la que queremos extrapolar los resultados.
• Población accesible:
Conjunto de casos que satisfacen los criterios predeterminados y que al
mismo tiempo son accesibles para el investigador.
• Población elegible:
Determinada por los criterios de selección.
I.1.3. IMPORTANCIA DE POBLACION
La población es importante en todos los estudios, definir correctamente la

población en estudio para evaluar la representatividad de la muestra y efectuar
una explotación valida
La población es importante porque se considera el foco principal de una

investigación científica. Las investigaciones se realizan en beneficio de la
población. Sin embargo, debido a los grandes tamaños de las poblaciones, los
investigadores a menudo no pueden probar a cada indivisible de la población, ya
que consume mucho dinero y tiempo. Por esta razón, los investigadores confían
en las técnicas de muestreo.
9
Una población de la investigación también es importante porque es conocida

como una colección bien definida de individuos u objetos que tienen
características similares. Todas las personas u objetos dentro de una
determinada población por lo general tienen una característica o rasgo en
común.
Por lo general, la descripción de la población y las características comunes de

sus miembros son las mismas. "Los funcionarios del gobierno" constituyen un
grupo bien definido de personas que pueden ser consideradas una población y
todos los miembros de esta población son de hecho funcionarios del gobierno.
I.1.4. CARACTERISTICA DE LA POBLACION
POBLACIÓN - es el conjunto total de individuos, objetos o medidas que poseen

algunas características comunes observables en un lugar y en un momento
determinado. Cuando se vaya a llevar a cabo alguna investigación debe de
tenerse en cuenta algunas características esenciales al seleccionarse la
población bajo estudio.
Entre éstas tenemos:
1. Homogeneidad - que todos los miembros de la población tengan las
mismas características según las variables que se vayan a considerar en el
estudio o investigación.
2. Tiempo - se refiere al período de tiempo donde se ubicaría la población de
interés. Determinar si el estudio es del momento presente o si se va a
estudiar a una población de cinco años atrás o si se van a entrevistar
personas de diferentes generaciones.
3. Espacio - se refiere al lugar donde se ubica la población de interés. Un

estudio no puede ser muy abarcador y por falta de tiempo y recursos hay
que limitarlo a un área o comunidad en específico.
4. Cantidad - se refiere al tamaño de la población. El tamaño de la población

es sumamente importante porque ello determina o afecta al tamaño de la
muestra que se vaya a seleccionar, además que la falta de recursos y

10
tiempo también nos limita la extensión de la población que se vaya a

investigar.
I.2. MUESTRA
I.2.1. CONCEPTOS DE MUESTRA
(CHAVEZ, 1994, pág. 164) Define la muestra como “una porción representativa
de la población, que permite generalizar sobre ésta, los resultados de una
investigación”.
Por su parte (HERNANDEZ, FERNANDEZ y BAPTISTA, 1994, pág. 212),

expresan “la muestra es, en esencia un subgrupo de la población. Digamos que
es un subgrupo de elementos que pertenecen a ese conjunto definido en sus
características al que llamamos población”
Así la muestra representará el conjunto de la población que se ha obtenido con

el fin de investigar las características de la misma para que las conclusiones
puedan ser aplicadas a la totalidad.
Según (UGARTE, 2010, pág. 218) Definir en forma concreta y específica cuál
es el universo a estudiar, debe hacerse una delimitación cuidadosa de la
población en función del problema, objetivos, hipótesis, variables y tipos de
estudio definiendo cuáles serán las unidades de observación y las unidades de
muestreo.
Muestra es el subconjunto o parte del universo o población en el que se

llevaran a cabo la investigación con el fin de posterior generalizar los hallazgos
del todo.
Muestra probabilística es aquella extraída de una población de tal manera que

todo miembro de esta última tenga una probabilidad conocida de estar incluido
en la muestra.
En la muestra se puede destacar:

11
 Permite que el estudio se realice en menor tiempo.

 Se incurre en menos gastos
 Posibilita profundizar en el análisis de las variables
 Permite tener mayor control de las variables a estudiar.
Para (TAMAYO Y TAMAYO, 1998): La muestra descansa en el principio de

que las partes representan al todo y, por tal, refleja las características que
definen la población de la que fue extraída, lo cual nos indica que es
representativa. Por lo tanto, la validez de la generalización depende de la
validez y tamaño de la muestra.
(SABINO CARLOS A., 1996) Una muestra es un conjunto de unidades, una

porción del total, que nos representa la conducta del universo en su conjunto.
Una muestra, en un sentido amplio, no es más que eso, una parte del todo que
llamamos universo y que sirve para representarlo.
Sin embargo, no todas las muestras resultan útiles para llevar a cabo un trabajo
de investigación. Lo que se busca al emplear una muestra es que, observando
una porción relativamente reducida de unidades, se obtengan conclusiones
semejantes a las que lograríamos si estudiáramos el universo total. Cuando una
muestra cumple con esta condición, es decir, cuando nos refleja en sus
unidades lo que ocurre en el universo, la llamamos muestra representativa. Por
lo tanto, una muestra representativa contiene las características relevantes de la
población en las mismas proporciones en que están incluidas en tal población.
Sus conclusiones son susceptibles de ser generalizadas al conjunto del
universo, aunque para ello debamos añadir un cierto margen de error en
nuestras proyecciones.
Para determinar la muestra, se utilizó la fórmula matemática, sugerida por

Kinner y Taylor en su libro de Investigación de Mercados (1994). Se siguió
específicamente la fórmula para una población menor a 500.000 habitantes,
como se muestra a continuación:
n= O2 x N x p x q

12
E2 x (N-1) + O2 x p x q
I.2.2. ¿CÓMO SELECCIONAR UNA MUESTRA?
I. Lo primero que se tiene que plantear es el quiénes van a ser medidos, lo

que corresponde a definir la unidad de análisis –personas, organizaciones
o periódicos-. Se procede después a delimitar claramente la población con
base en los objetivos del estudio y en cuanto a características de
contenido, de lugar y en el tiempo.
II. La muestra es un subgrupo de la población previamente delimitada- y
puede ser probabilística y no probabilística.
III. El elegir qué tipo de muestra se requiere, depende de los objetivos del
estudio y del esquema de investigación.
IV. Las muestras probabilísticas son esenciales en los diseños de
investigación por encuestas, en donde se pretenden generalizar los
resultados a una población. La característica de este tipo de muestra, es
que todos los elementos de la población tienen al inicio la misma
probabilidad de ser elegidos, de esta manera los elementos muestrales
tendrán valores muy aproximados a los valores de la población, ya que las
mediciones del subconjunto, serán estimaciones muy precisas del conjunto
mayor. Esta precisión depende del error de muestreo, llamado también
error estándar.
V. Para una muestra probabilística necesitamos dos cosas: determinar el
tamaño de la muestra y seleccionar los elementos muestrales en forma
aleatoria.
VI. El tamaño de la muestra se calcula con base a la varianza de la población
y la varianza de la muestra. Esta última expresada en términos de
probabilidad de ocurrencia. La varianza de la población se calcula con el

13
cuadrado del error estándar, el cual determinamos. Entre menor sea el

error estándar, mayor será el tamaño de la muestra.
VII. Las muestras probabilísticas pueden ser: simples, estratificadas y por
racimos. La estratificación aumenta la precisión de la muestra e implica el
uso de submuestras para cada estrato o categoría que sea relevante en la
población. El muestreo por racimos implica diferencias entre la unidad de
análisis y la unidad muestral. En este tipo de muestreo hay una selección
en dos etapas, ambas con procedimientos probabilísticos. En la primera se
seleccionan los racimos –escuelas, organizaciones, salones de clase- en la
segunda y dentro de los racimos a los sujetos que van a ser medidos.
VIII. Los elementos muestrales de una muestra probabilística siempre se eligen
aleatoriamente para asegurarnos que cada elemento tenga la misma
probabilidad de ser elegido. Pueden usarse tres procedimientos de
selección: a. Tómbola, b. Tabla de números random y c. Selección
sistemática. Todo procedimiento se selección depende de listados, ya sea
existentes o construidos ad-hoc. Listados pueden ser: el directorio
telefónico, listas de asociaciones, listas de escuelas oficiales, etc. Cuando
no existen listas de elementos de la población se recurren a otros marcos
de referencia que contengan descripciones del material, organizaciones o
sujetos seleccionados como unidades de análisis. Algunos de estos
pueden ser los archivos, hemerotecas y los mapas.
IX. Las muestras no-probabilísticas, pueden llamarse también muestras
dirigidas, pues la elección de sujetos u objetos de estudio depende del
criterio del investigador.
X. Las muestras dirigidas pueden ser de varias clases: (1) Muestra de sujetos
voluntarios frecuentemente utilizados con diseños experimentales y
situaciones de laboratorio. (2) Muestra de expertos –frecuentemente-
utilizados en estudios de opinión y mercadotecnia. Las muestras dirigidas
son válidas en cuanto a que un determinado diseño de investigación, así
los requiera, sin embargo los resultados son generalizables a la muestra en
sí o a muestras similares. No son generalizables a una población.

14
XI. En el teorema del límite central se señala que, una muestra de más de cien
casos, será una muestra con una distribución normal en sus
características, sin embargo la normalidad no debe conjuntarse con
probabilidad. Mientras lo primero es necesario para efectuar pruebas
estadísticas, lo segundo es requisito indispensable para hacer inferencias
correctas sobre una población.
1.2.3. LEYES DEL MÉTODO DE MUESTREO.
El método de muestreo se basa en ciertas leyes que le otorgan su fundamento

científico, las cuales son:
 Ley de los grandes números: si en una prueba, la probabilidad de un

acontecimiento o suceso es P, y si éste se repite una gran cantidad de veces, la
relación entre las veces que se produce el suceso y la cantidad total de pruebas
(es decir, la frecuencia F del suceso) tiende a acercarse cada vez más a la
probabilidad P.
 Cálculo de probabilidades: La probabilidad de un hecho o suceso es la
relación entre el número de casos favorables (p) a este hecho con la cantidad de
casos posibles, suponiendo que todos los casos son igualmente posibles. El
método de establecer la probabilidad es lo que se denomina cálculo de
probabilidad.
De estas dos leyes fundamentales de la estadística, se infieren aquellas que

sirven de base más directamente al método de muestreo:
 Ley de la regularidad estadística: un conjunto de n unidades tomadas al azar
de un conjunto N, es casi seguro que tenga las características del grupo más
grande.
 Ley de la inercia de los grandes números: esta ley es contraria a la anterior.

Se refiere al hecho de que en la mayoría de los fenómenos, cuando una parte
varía en una dirección, es probable que una parte igual del mismo grupo, varíe
en dirección opuesta.

15
 Ley de la permanencia de los números pequeños: si una muestra

suficientemente grande es representativa de la población, una segunda muestra
de igual magnitud deberá ser semejante a la primera; y, si en la primera muestra
se encuentran pocos individuos con características raras, es de esperar
encontrar igual proporción en la segunda muestra.
1.2.4. ETAPAS DEL MUESTREO
a) Definir la unidad de análisis y la población de estudio.

Es decir, identificar los criterios de inclusión y exclusión de la población y
precisar el tamaño de la población. Esta etapa la terminas cuando sabes a
Cuánto asciende el tamaño de tu población de estudio, y que criterios de
inclusión y Exclusión empleas para delimitarla.
 Para seleccionar una muestra lo primero es definir la unidad de análisis
(“quienes van a ser estudiados”). Esto depende del problema a investigar
y de los objetivos de la investigación.
 Una vez definida la unidad de análisis se debe delimitar la población.
Una población es el conjunto de todos los casos que concuerdan con una
serie de especificaciones (criterios de inclusión y exclusión).
 La población debe situarse claramente en torno a sus características
de Contenido, lugar y tiempo.
b) Determinar si se realizará muestreo o si se trabajará con toda la población.
Si la población es pequeña y se puede acceder a ella sin restricciones, entonces
se trabajara con toda la población. Si la población es muy grande o es
demasiado costoso trabajar con toda la población, entonces conviene utilizar
una muestra.
c) Determinar el tipo de muestreo a emplear.
Precisar si se utilizara un muestreo probabilístico o no probabilístico. Precisar
que sub‐tipo de muestreo se empleara. Se pretende que la muestra sea un
reflejo fiel de la población (que sea representativa).
d) Calcular el tamaño de la muestra.

16
Utilizando formulas estadísticas o cualitativas, calcula el tamaño mínimo de la

Muestra requerido para tu estudio.
e) Identificar el marco poblacional de donde se extraerá la muestra.
Determinado el tamaño de la muestra, es necesario identificar a cada uno de los
elegidos. Para ello se utiliza el “marco poblacional”, que es una lista donde están
identificados todos elementos de la población.
f) Seleccionar a los individuos de la población que conformarán la muestra.

Si utilizas un muestreo probabilístico, utilizaras una tabla de números aleatorios.
Para seleccionar ‐del marco maestral‐ a cada uno de los integrantes de la
muestra. Estas etapas son genéricas, casi siempre idénticas para todas las
investigaciones. Las variaciones ocurren dependiendo del tipo de investigación
que se realiza.
1.2.5. TIPOS DE MUESTRA
En ocasiones en que no es posible o conveniente realizar un censo (analizar a

todos los elementos de una población), se selecciona una muestra,
entendiendo por tal una parte representativa de la población.
El muestreo es por lo tanto una herramienta de la investigación científica, cuya

función básica es determinar que parte de una población debe examinarse,
con la finalidad de hacer inferencias sobre dicha población.
La muestra debe lograr una representación adecuada de la población, en la

que se reproduzca de la mejor manera los rasgos esenciales de dicha
población que son importantes para la investigación. Para que una muestra sea
representativa, y por lo tanto útil, debe de reflejar las similitudes y diferencias
encontradas en la población, es decir ejemplificar las características de ésta.
Los errores más comunes que se pueden cometer son:
1. Hacer conclusiones muy generales a partir de la observación de sólo una

parte de la Población, se denomina error de muestreo.
2. Hacer conclusiones hacia una Población mucho más grandes de la que
originalmente se tomó la muestra. Error de Inferencia.
17
La palabra población se usa para referirse no sólo a personas sino a todos los
elementos que han sido escogidos para su estudio y el término muestra se usa
para describir una porción escogida de la población.
SON: Existen diferentes criterios de clasificación de los diferentes tipos de

muestreo, aunque en general pueden dividirse en dos grandes grupos:
métodos de muestreo probabilísticos y métodos de muestreo no
probabilísticos.
1.2.5.1 MUESTREO PROBABILÍSTICO
Los métodos de muestreo probabilísticos son aquellos que se basan en el
principio de equiprobabilidad. Es decir, aquellos en los que todos los individuos
tienen la misma probabilidad de ser elegidos para formar parte de una muestra
y, consiguientemente, todas las posibles muestras de tamaño n tienen la misma
probabilidad de ser seleccionadas. Sólo estos métodos de muestreo
probabilísticos nos aseguran la representatividad de la muestra extraída y son,
por tanto, los más recomendables. Dentro de los métodos de muestreo
probabilísticos encontramos los siguientes tipos:
1.2.5.1.1. Muestreo aleatorio simple:

La selección de la muestra se realiza en una sola etapa, directamente y sin
reemplazamientos.
Se aplica fundamentalmente en investigaciones sobre poblaciones pequeñas y

plenamente identificables, por ejemplo cuando disponemos de la lista completa
de todos los elementos del universo.
Para explicarlo en un lenguaje sencillo, consiste en rifar – sortear entre todos los
elementos del universo los que pertenecerán a la muestra
El procedimiento empleado es el siguiente:
1. Se asigna un número a cada individuo de la población.

2. A través de algún medio mecánico (bolas dentro de una bolsa, tablas
de números aleatorios, números aleatorios generadas con una
calculadora u ordenador, etc.) Se eligen tantos sujetos como sea
necesario para completar el tamaño de muestra requerido.
18
Este procedimiento, atractivo por su simpleza, tiene poca o nula utilidad práctica
cuando la población que estamos manejando es muy grande.
1.2.5.1.2. Muestreo aleatorio sistemático:

Este procedimiento exige, como el anterior, numerar todos los elementos de la
población, pero en lugar de extraer n números aleatorios sólo se extrae uno. Se
parte de ese número aleatorio i, que es un número elegido al azar, y los
elementos que integran la muestra son los que ocupa los lugares i, i+k, i+2k,
i+3k,...,i+(n-1)k, es decir se toman los individuos de k en k, siendo k el resultado
de dividir el tamaño de la población entre el tamaño de la muestra: k= N/n. El
número i que empleamos como punto de partida será un número al azar entre 1
y k.
El riesgo este tipo de muestreo está en los casos en que se dan periodicidades
en la población ya que al elegir a los miembros de la muestra con una
periodicidad constante (k) podemos introducir una homogeneidad que no se da
en la población.
Imaginemos que estamos seleccionando una muestra sobre listas de 10

individuos en los que los 5 primeros son varones y los 5 últimos mujeres, si
empleamos un muestreo aleatorio sistemático con k=10 siempre
seleccionaríamos o sólo hombres o sólo mujeres, no podría haber una
representación de los dos sexos.
Ejemplo:
Vamos a realizar un estudio sobre nivel de satisfacción de las y los clientes de

una empresa.
Si el personal de la empresa, por ejemplo de una tienda, atiende en orden a las

y los clientes, es decir, que el personal se turna para atender a cada cliente, nos
puede provocar conflictos si utilizamos el muestreo aleatorio sistemático.
Imaginen que el coeficiente de elevación es siete, y en la tienda hay siete

vendedores y vendedoras, la muestra correspondería solamente a los y las
clientes atendidos por el vendedor número siete. Esto produciría que el estudio

19
sería sobre la calidad de atención de un determinado vendedor o vendedora y

no sobre la totalidad.
Para utilizar este tipo de muestreo y evitar estos riesgos se puede “desordenar”
el listado de los elementos del universo antes de realizar la selección.
1.2.5.1.3. Muestreo aleatorio estratificado:

Se basa en dividir los elementos del universo en grupos, donde cada elemento
del universo pertenece a un solo grupo, y el conjunto de los grupos forman la
totalidad del universo. A cada grupo lo llamamos estrato.
Consiste en considerar categorías típicas diferentes entre sí (estratos) que

poseen gran homogeneidad respecto a alguna característica (se puede
estratificar, por ejemplo, según la profesión, el municipio de residencia, el sexo,
el estado civil, etc.). Lo que se pretende con este tipo de muestreo es
asegurarse de que todos los estratos de interés estarán representados
adecuadamente en la muestra. Cada estrato funciona independientemente,
pudiendo aplicarse dentro de ellos el muestreo aleatorio simple o el estratificado
para elegir los elementos concretos que formarán parte de la muestra. Ventajas:
 Permite tratar de forma independiente los elementos de cada uno de

los estratos.
 Puede realizar diferentes métodos de muestreo y/o estimación en
determinados estratos, lo que permite reducir la varianza (desviación
estándar) y por tanto disminuir el tamaño de la muestra.
 Permite aumentar la precisión de los resultados.
 Facilita la coordinación y realización de los trabajos de campo.
Objetivo: conseguir en cada estrato elementos homogéneos entre si y
heterogéneos en relación con los elementos de los otros estratos.
 Homogéneos entre sí, que todos los elementos de un estrato tienen

características y comportamientos similares en relación a la variable que
estudiamos.

20
 Heterogéneos con los otros, que tienen características y comportamientos

diferentes en relación a la variable que estudiamos.
Proceso de estratificación:
1. Definir las características (variables) que utilizaremos para definir los

estratos. Las características han de estar relacionadas con la variable
a estudiar.
2. Determinar el número de estratos.
3. El número de estratos no puede ser muy grande porque estratos con
pocos elementos dificultan y encarecen el proceso, pero tampoco
puede ser muy pequeño porque nos aportaría muy pocas ventajas.
4. Determinar el tamaño de la muestra.
5. Seleccionar la muestra en cada estrato. Se puede utilizar el muestreo
aleatorio simple o el sistemático en cada estrato.
Resulta difícil estratificar variables muy correlacionadas, es decir, cuando no
existen diferencias entre las características y comportamiento de los elementos.
En ocasiones las dificultades que plantean son demasiado grandes, pues exige
un conocimiento detallado de la población. (Tamaño geográfico, sexos,
edades,...).
La distribución de la muestra en función de los diferentes estratos se denomina

afijación, y puede ser de diferentes tipos:
 Afijación Simple: A cada estrato le corresponde igual número de elementos

muéstrales.
 Afijación Proporcional: La distribución se hace de acuerdo con el peso
(tamaño) de la población en cada estrato.
 Afijación Optima: Se tiene en cuenta la previsible dispersión de los
resultados, de modo que se considera la proporción y la desviación típica.
Tiene poca aplicación ya que no se suele conocer la desviación.
1.2.5.1.4. Muestreo aleatorio por conglomerados:

21
Los métodos presentados hasta ahora están pensados para seleccionar

directamente los elementos de la población, es decir, que las unidades
muéstrales son los elementos de la población.
En el muestreo por conglomerados la unidad muestral es un grupo de elementos

de la población que forman una unidad, a la que llamamos conglomerado. Las
unidades hospitalarias, los departamentos universitarios, una caja de
determinado producto, etc., son conglomerados naturales. En otras ocasiones
se pueden utilizar conglomerados no naturales como, por ejemplo, las urnas
electorales. Cuando los conglomerados son áreas geográficas suele hablarse de
"muestreo por áreas".
El muestreo por conglomerados consiste en seleccionar aleatoriamente un cierto

número de conglomerados (el necesario para alcanzar el tamaño muestral
establecido) y en investigar después todos los elementos pertenecientes a los
conglomerados elegidos.
1.2.5.2. MÉTODOS DE MUESTREO NO PROBABILÍSTICOS
A veces, para estudios exploratorios, el muestreo probabilístico resulta

excesivamente costoso y se acude a métodos no probabilísticos, aun siendo
conscientes de que no sirven para realizar generalizaciones (estimaciones
inferenciales sobre la población), pues no se tiene certeza de que la muestra
extraída sea representativa, ya que no todos los sujetos de la población tienen la
misma probabilidad de ser elegidos. En general se seleccionan a los sujetos
siguiendo determinados criterios procurando, en la medida de lo posible, que la
muestra sea representativa.
No todos los elementos de la muestra NO tienen la misma probabilidad, y por

tanto no se tiene la certeza que la muestra extraída sea representativa. En
general se seleccionan los elementos siguiendo determinados criterios
procurando que la muestra sea representativa al máximo.
Teniendo claro que no sirven para realizar generalizaciones, en ocasiones son

útiles para estudios exploratorios o cuando los estudios probabilísticos resultan
excesivamente costosos.
22
Entre los métodos de muestreo no probabilísticos más utilizados en

investigación encontramos:
1.2.5.2.1. Muestreo por cuotas:
También denominado en ocasiones "accidental". Se asienta generalmente sobre

la base de un buen conocimiento de los estratos de la población y/o de los
individuos más "representativos" o "adecuados" para los fines de la
investigación. Mantiene, por tanto, semejanzas con el muestreo aleatorio
estratificado, pero no tiene el carácter de aleatoriedad de aquél.
En este tipo de muestreo se fijan unas "cuotas" que consisten en un número de

individuos que reúnen unas determinadas condiciones, por ejemplo: 20
individuos de 25 a 40 años, de sexo femenino y residentes en Gijón. Una vez
determinada la cuota se eligen los primeros que se encuentren que cumplan
esas características. Este método se utiliza mucho en las encuestas de opinión.
1.2.5.2.2. Muestreo intencional, de conveniencia u opinático.:
Este tipo de muestreo se caracteriza por un esfuerzo deliberado de obtener

muestras "representativas" mediante la inclusión en la muestra de grupos
supuestamente típicos. Es muy frecuente su utilización en sondeos
preelectorales de zonas que en anteriores votaciones han marcado tendencias
de voto, es decir, el resultado de las elecciones en esa zona fue el mismo que el
resultado global.
También puede ser que el investigador seleccione directa e intencionadamente

los individuos de la población. El caso más frecuente de este procedimiento el
utilizar como muestra los individuos a los que se tiene fácil acceso (los
profesores de universidad emplean con mucha frecuencia a sus propios
alumnos).
1.2.5.2.3. Muestreo causal.
Se trata de un proceso en el que el investigador o investigadora selecciona

directa o intencionalmente los elementos del universo que formaran parte de la
muestra. El caso más frecuente de este procedimiento es el utilizar como

23
muestra los elementos a los que se tiene fácil acceso, un caso particular es el
de las y los voluntarios a participar en una investigación. Ejemplos cercanos:
• Cuando un profesor o profesora pregunta a un par de estudiantes, los que
tiene más cerca por ejemplo.
• Cuando un programa de televisión o radio realiza un sondeo mediante las
llamadas telefónicas al programa.
• Cuando un programa de televisión saca un equipo a la calle y le pregunta a
unas cuantas personas.
1.2.5.2.4. Bola de nieve:
Se localiza a algunos individuos, los cuales conducen a otros, y estos a otros, y

así hasta conseguir una muestra suficiente. Este tipo se emplea muy
frecuentemente cuando se hacen estudios con poblaciones "marginales",
delincuentes, sectas, determinados tipos de enfermos, etc.
Aunque pueda parecer que no tiene utilidad, se utiliza frecuentemente cuando

con conocemos la población, por ejemplo con poblaciones como delincuentes,
sectas, determinados tipos de enfermedades
1.2.5.2.5. Muestreo Discrecional
A criterio del investigador los elementos son elegidos sobre lo que él cree que
pueden aportar al estudio.
Ventajas e inconvenientes de los distintos tipos de muestreo probabilístico
CARACTERISTICAS VENTAJAS INCONVENIENTES

Aleatorio Se selecciona una 1. Sencillo y de fácil Requiere que se
simple muestra de tamaño n de comprensión. posea de antemano
una población de N 2. Cálculo rápido de un listado completo de
unidades, cada elemento medias y varianzas. toda la población.
tiene una probabilidad de 3. Se basa en la Cuando se trabaja con
inclusión igual y teoría estadística, y por muestras pequeñas
conocida de n/N. tanto existen paquetes es
informáticos para posible que no
analizar los datos represente a la
población
adecuadamente.

24
Sistemático 1. Conseguir un listado de  Fácil de aplicar. Si la constante de

los N elementos de la  No siempre es muestreo está
población necesario tener un asociada con el
2. Determinar tamaño listado de toda la fenómeno de interés,
muestral n. población. las estimaciones
3. Definir un intervalo k=  Cuando la obtenidas a partir de
N/n. población está ordenada la muestra pueden
4. Elegir un número siguiendo una tendencia contener sesgo de
aleatorio, r, entre 1 y k (r= conocida, asegura una selección
arranque aleatorio). cobertura de unidades
5. Seleccionar los de todos los tipos.
elementos de la lista.
Estratificado En ciertas ocasiones  Tiende a asegurar que la Se ha de conocer
resultará conveniente muestra represente la distribución en
estratificar la muestra adecuadamente a la la población de las
según ciertas variables población en función de variables utilizadas
de interés. Para ello unas variables para la
debemos conocer la seleccionadas. estratificación.
composición estratificada  Se obtienen estimaciones
de la población objetivo a más precisa
hacer un muestreo. Una  Su objetivo es conseguir
vez calculado el tamaño una muestra lo más
muestral apropiado, este semejante posible a la
se reparte de manera población en lo que a la o
proporcional entre los las variables
distintos estratos estratificadoras se refiere.
definidos en la población
usando una simple regla
de tres.
Conglomera  Se realizan varias fases  Es muy eficiente cuando la  El error estándar es

dos de muestreo sucesivas población es muy grande y mayor que en el
(polietápico) dispersa. muestreo aleatorio
 La necesidad de listados  No es preciso tener un simple o
de las unidades de una listado de toda la población, estratificado.
etapa se limita a aquellas sólo de las unidades  El cálculo del error
unidades de muestreo primarias de muestreo. estándar es
seleccionadas en la complejo.
etapa anterior.
1.2.6. IMPORTANCIA DE MUESTRA
El muestreo es importante para el investigador ya que es imposible entrevistar a

todos los miembros de una población debido a problemas de tiempo, recursos y
esfuerzo. Al seleccionar una muestra lo que se hace es estudiar una parte o un
subconjunto de la población, pero que la misma sea lo suficientemente
representativa de ésta para que luego pueda difundir con seguridad de ellas a la
población.

25
La importancia de una buena muestra radica en que a partir de esa muestra se

puedan hacer inferencias sobre características de toda la población, es decir
que se puedan obtener conclusiones que sean válidas para el conjunto
poblacional, resumiendo lo anterior en una palabra la muestra debe ser
representativa, la cual es la primer característica indispensable de una buena
muestra, la representatividad, es decir los elementos de la muestra no deben de
tener atributos especiales que los diferencien del resto de la población, porque
de ser así no manifestarían al total de elementos de la misma.
La segunda característica indispensable en una buena muestra debe ser la
aleatoriedad, es decir que dentro del total de elementos que serán objeto de
nuestro estudio, los elementos que formen la muestra deben ser seleccionados
al azar.
La importancia del muestreo radica en que no es necesario trabajar con los ‘N’
elementos de una población para comprender con un nivel “razonable” de
exactitud la naturaleza del fenómeno estudiado. Este conocimiento se puede
obtener a partir de una muestra que se considere representativa de aquella
población.
1.2.7. CARACTERISTICA DE LA MUESTRA
Una muestra debe ser adecuada en cantidad y en calidad. En relación con el

primer aspecto, existen procedimientos estadísticos para saber cuál es el
número mínimo de elementos que debemos incluir en el estudio para obtener
resultados válidos. La calidad involucra el concepto de representatividad de la
muestra. Se dice que una muestra es representativa de la población cuando es
un reflejo de ella, es decir cuando reúne las características principales de la
población en relación con la variable en estudio.
Si deseamos determinar cuál es la prevalencia de desnutrición en la población
infantil de Barquisimeto y estudiamos una muestra de niños obtenida de la zona
este de la ciudad (donde se encuentra la mayoría de las urbanizaciones de
clase media y alta), esa no sería una muestra representativa para dicha
investigación y la prevalencia de desnutrición que obtendríamos subestimaría la

26
cifra real para la ciudad. Si nuestro objetivo es determinar la duración promedio

de la hospitalización de los pacientes del Hospital Central Antonio María Pineda,
para lograr una muestra representativa deberíamos incluir pacientes de los
departamentos de Medicina, Cirugía, Obstetricia y Pediatría, dado que la
estancia hospitalaria difiere entre ellos. Si estudiamos una gran proporción de
pacientes de obstetricia, estaríamos subestimando la duración de la estancia
hospitalaria en dicho centro asistencial. La representatividad de la muestra es
pues un aspecto de gran importancia en la investigación y para lograrla es
necesario el tipo y clase de muestreo que garantice esta condición y trabajar con
un tamaño de muestra adecuado.
La muestra es un subconjunto fielmente representativo de la población.
Hay diferentes tipos de muestreo. El tipo de muestra que se seleccione
dependerá de la calidad y cuán representativo se quiera sea el estudio de la
población.
1. ALEATORIA - cuando se selecciona al azar y cada miembro tiene igual
oportunidad de ser incluido.
2. ESTRATIFICADA - cuando se subdivide en estratos o subgrupos según
las variables o características que se pretenden investigar. Cada estrato
debe corresponder proporcionalmente a la población.
3. SISTEMÁTICA - cuando se establece un patrón o criterio al seleccionar

la muestra. Ejemplo: se entrevistará una familia por cada diez que se
detecten.
I.3. EJEMPLO DE POBLACION Y MUESTRA
1.3.1 POBLACION:
La población está constituida por 121 alumnos y alumnas del IX

SEMESTRE de la Escuela de Contabilidad UNDAC Pasco distribuidos en
dos secciones, uno en cada turno sus edades fluctúan entre 21, 22, años
de edad.
1.3.2 MUESTRA:

27
El muestreo utilizado por la investigación es de Probabilístico. Según

HERNANDEZ (2006) este muestreo permite minimizar el tamaño de error
de la muestra, así también es el que se adecua a las investigaciones de
tipo transversal así como es la investigación.
Cuando se habla de una población de elementos limitados, la forma de

limitar la muestra es aplicando la fórmula para poblaciones finitas de
CHORM (2005).,
Donde:
N: Tamaño de la Población
N: Tamaño de la Muestra Representativa
Z: Valor de curva normal (1.96)
P: Probabilidad de éxito (0.5)
Q: Probabilidad de fracaso (0.5)
E: Error de muestra (0.05)
Sustituyendo la fórmula:
Factor de correccion :

28
Según COCHRAN (2005) CUANDO EL FACTOR ES DE CORRECCION ES

MAYO A0.05 ENTONCES SE PROCEDE AL AJUSTE DE LA MUESTRA.
n=
 MUESTREO PROBABILISTICO:
Muestreo Simple Aleatorio
EJEMPLO N°1 : Una fábrica hay 1000personas trabajando, 600 de las cuales
son obreros 250 son técnicos y 150 son profesionales .si queremos seleccionar
una muestra aleatoria simple (de 200 personas por ejemplo), la probabilidad de
selección de cada persona es:
 Probabilidad =muestra deseada/población
Y la distribución tendría a que los 200 de la muestra se distribuyan así: 120

obreros, 50 técnicos y 30 profesionales, y se utilizaría el azar para escoger
a los elementos de la muestra.
EJEMPLO N°2: MUESTREO ESTRATO
Continuamos de la fábrica, podríamos haber argumentado que obreros, técnicos

y profesionales son importantes para establecer comparaciones y se decide
escoger 80 de cada estrato en este caso las probabilidades de selección serian,
por estrato las siguientes:
 OBREROS: 80/600= 0.133
 TECNICOS: 80/250= 0.320
 PROFESIONALES : 80/150 = 0.530

29
Donde se puede apreciar que la probabilidad de selección no es igual para

todas las personas, sino que depende del estrato en que estas se encuentran y
así un obrero tiene menor posibilidad de ser seleccionado que un profesional ,
simplemente porque estos últimos son menos .

30
CAPITULO II
2. UNIDAD DE ANALISIS
2.2. CONCEPTO DE UNIDAD DE INVESTIGACION2
En el análisis de contenido (técnica de investigación)”la unidad de análisis es el

fragmento del documento o comunicación que se toma como elemento que
sirve de base para a investigación”.
Pueden clasificarse con arreglo a distintos criterios según sea el contenido de

base gramatical o no según el significado. (Balcells i Junyent, J. 1994)
Según Orbetta,P. (2003:87) nos dice que “la Unidad de Análisis es una
definición abstracta, que denomina el tipo de objeto social l que se refieren las
2
Marradi, A.; Archenti, N. & Piovani, J.I. (2007). Metodología de las Ciencias Sociales. Buenos Aires: Emecé.

31
propiedades . Esta unidad se localiza en el tiempo y en el espacio, definiendo la

población de referencia de la investigación”.
Gaitán M, J.A. y Piñuel R, J.L. (1998:60): manifiestan que las unidades de

análisis son aquellas unidades de observación que, seleccionadas de antemano,
y reconocidas por los observadores en el campo y durante el tiempo de
observación, se constituye en objeto de la codificación y/o de la categorización
en los registros construidos a tal efecto.
Cabe reconocer múltiples unidades de análisis en la observación sistemática,

dependiendo del marco teórico del que se pare, las hipótesis que se plateen, los
objetivos de la investigación y las características (ejemplo: ocurre temporal
continua o discontinua) de los fenómenos observados.
"Una cosa es la expresión de la oscuridad y otra muy distinta, la oscuridad de

expresión" (Di Marco, 1997), decía Borges que no era metodólogo pero de
escritura entendía bastante. Intentaremos expresar la oscuridad en lugar de
oscurecer lo que expresamos: el concepto de U.A. es relativamente ambiguo,
porque las definiciones esgrimidas por distintos metodólogos no suelen ser
consistentes entre sí. Comenzaremos por intentar disminuir el grado de
vaguedad dando respuesta a esta pregunta: ¿Qué entendemos por U.A.? En
primer lugar, descompongamos los términos que la constituyen:
a) Si hablamos de Unidad es porque nos referimos a un dominio circunscripto y

diferenciable con propiedades inherentes. Dominio también delimitado, en
tanto podemos trazar una especie de frontera que individualice una totalidad
y la distinga de otras entidades. El conjunto de entidades y relaciones que
hemos circunscripto adquiere así el estatuto de unidad u organización
diferenciada.
b) Si hablamos de Análisis es porque suponemos que la unidad definida es
pasible de conocerse siguiendo algún tipo de procedimiento de indagación.
Es decir que, al pretender analizar una unidad, estamos suponiendo que ésta
es inteligible y que para lograr conocer algo de ella debemos aplicar
determinados procedimientos.

32
2.3. CARACTERISTICAS DE LA UNIDAD DE INVESTIGACION3
 Debe estar claramente definida en un protocolo de investigación y el

investigador debe obtener la información a partir de la unidad que haya sido
definida como tal aun cuando, para acceder a ella, haya debido recorrer
pasos intermedios.
 Corresponde a la entidad más representativa de lo que va a ser objeto de
estudio en una medición. Se refiere al que o quien es objeto de interés en
una investigación.
 Las unidades de análisis parten de descartar el verbo de los respectivos
objetivos específicos de la investigación, la cual permitirá generar
interrogantes, en las cuales, serán establecidas como guion de entrevista
para obtener la información requerida por los informantes clave
seleccionados.
2.4. LAS UNIDADES DE ANALISIS PUEDEN CORRESPONDER A LAS

SIGUIENTES CATEDORIAS O ENTIDADES4
 Personas
 Grupos humanos
3
Marradi, A.; Archenti, N. & Piovani, J.I. (2007). Metodología de las Ciencias Sociales. Buenos Aires: Emecé.
4
Vazquez (Coord.), Investigar en Ciencias Humanas. Reflexiones epistemológicas, metodológicas y éticas

33
 Población completas
 Unidades geográficas determinadas
 Eventos interacciones sociales
 Entidades intangibles, susceptibles de medir
2.5. UNIDAD DE ANÁLISIS Y UNIDAD DE OBSERVACIÓN
Suelen denominarse U.O. a los referentes empíricos que el investigador utiliza

para obtener los datos que necesita de la U.A. En ese sentido, la U.O. está
"comandada" por la construcción que ya ha realizado de la unidad de análisis y
sus variables. La U.O. es el soporte de las técnicas de recolección de datos, es
el material al que se le aplican. Se supone que el investigador elige
determinadas U.O. y no otras, porque en las elegidas encontrará la información
sobre los atributos que las variables en juego demandan.
Es muy importante diferenciar conceptualmente U.A. de U.O. como categorías

metodológicas distintas. A diferencia de lo que comentamos para las U.A. (a
saber: que siempre tienen un referente abstracto), las U.O. suponen siempre un
referente observable. Por otro lado, expresaremos la vinculación que hay entre
ambas diciendo que una U.A. puede tener distintas U.O., pero no a la inversa.
Veámoslo con un ejemplo: supongamos que la U.A. es "violencia doméstica en

mujeres de mediana edad, en sectores socio-económicos carenciados de la
localidad de Olavarría" y supongamos que una de las variables dependientes
que hemos construido es "amenaza verbal" (siendo "presente" y "ausente" sus
valores posibles, y siendo el contexto socioeconómico y la edad la variable
independiente); resta hacernos la pregunta ¿cómo conseguimos satisfacer esta
variable? Es decir: ¿cómo logramos recolectar datos sobre la presencia o
ausencia de "amenaza verbal"? Como puede advertirse, existen varias formas
posibles y son sólo las elegidas las que constituirán nuestras U.O. Podríamos
decidir, por ejemplo, entrevistar a varios grupos de mujeres pertenecientes a
distintos barrios carenciados del territorio seleccionado (procediendo vía
muestreo, por ejemplo), o podríamos realizar observaciones en el contexto
natural doméstico de algunas familias seleccionadas. Ambas posibilidades
34
suponen distintas unidades de observación: el relato en un caso y las conductas

relacionales en el otro.
El conjunto de las U.O. constituye la población del estudio. En las elecciones del
ejemplo anterior, la población estaría constituida por: todas las mujeres o todas
las familias (de mediana edad y sectores socioeconómicos carenciados,
pertenecientes a Olavarría). Como puede advertirse, aplicar técnicas de
recolección de datos para cualquiera de ambas poblaciones supondría la
disposición de numerosos recursos. Si eso no es posible o se decide no hacerlo,
entonces intervienen las técnicas de muestreo para disminuir los referentes de
la U.O. (los casos).
Si la investigación es de corte cualitativo, entonces es posible llevar a cabo otras

formas de recortar los referentes potenciales de la U.A. Por ejemplo, mediante
un estudio de casos. Considérese la siguiente U.A.: "neologismos en el discurso
del sujeto esquizofrénico". En base a ella, podríamos recurrir al caso del
"paciente M", convertir sus dichos en una U.O. e implementar una de las
variantes de la técnica psicoanalítica para recolectar y procesar los datos, por
ejemplo el algoritmo David Liberman (Maldavsky, 1997).
EJEMPLO1:
 U.A.: "función del fármaco en sujetos toxicómanos con proceso

patológico de duelo".
 U.O.: "pacientes toxicómanos en proceso de duelo",
EJEMPLO 2:
 UA: "déficits neuropsicológicos en jóvenes bebedores de fin de semana".

 UO: "jóvenes bebedores de alcohol de fin de semana".

35
BIBLIOGRAFÍA
 CAMPODONICO, J. (1977). Fundamentos de la Contabilidad. Buenos Aires:
Machi- López , S.A.
 CASHIN, J. A. (1988). Manual de Auditoría,. México: McGraw-Hill,.
 CATTAN, G. H. (1980). Un Enfoque Moderno Aplicado a la Auditoría de
Estados Financieros. México: Editorial McGraw-Hill,.
 Charles T. Horngren, . L. (2013). INTRODUCCIÓN A LA CONTABILIDAD
FINANCIERA.
 CHAVEZ. (1994).
 CHIAVENATO, I. (1981). Introducción a la teoría general de la Administración.
2da. edición. Bogota: Editorial McGraw-Hill.
 COM, G. (FEBRERO de 28 de 2008). https://www.gerencie.com/capacidad-
contributiva.html. Obtenido de https://www.gerencie.com/capacidad-
contributiva.html

36
 Contaduría, C. T. (s.f.). Estado de flujo de efectivo: teoría y práctica. Editorial

Jurídica ConoSur, 2001.
 Documentos del Sistema de Inversiones, manuales metodológicos y casos
prácticos, web:. (s.f.).
 Espinoza Espinoza, J. (2012). En Derecho de las Personas: Personas
Jurídicas y Organizaciones de Personas no Inscritas, (pág. 200). Lima: ditorial
Grijley, sexta edición .
 GALVAN, G. M. (1988). Nociones sobre la Preparación de Estados
Financieros. 2da. ed. MEXICO.
 HERNANDEZ, FERNANDEZ y BAPTISTA. (1994). Metodologia de la
investigacion cientifica,.
 James C. Van Horne, . M. (2002). FUNDAMENTOS DE LA
ADMINISTRACION FINANCIERA.
 RAMIREZ Padilla, D. (1994). Contabilidad Administrativa. MEXICO: McGraw-
Hill.
 SABINO CARLOS A. (1996). EL PROCESO DE INVESTIGACIÓN.
ARGENTINA: Ed. Lumen - Humanitas.
 TAMAYO Y TAMAYO, M. (1998). PROCESO DE LA INVESTIGACION
CIENTIFICA.
 UGARTE, M. M. (2010). En M. M. UGARTE, Metodo de la investigacion
cientifica (pág. 128).
 Zandana, M. y. (1987). FUNDAMENTOS DE AUDITORIA Y CONTABILIDAD.
Buenos Aires: Machi Lopez.
CONCLUSIONES
POBLACION, MUESTRA
1. Concluimos que la población es un conjunto de elementos que son objeto de

investigación, que tienen una o más propiedades en común, se encuentran
en un espacio o territorio y varían en el transcurso del tiempo.
2. A manera de conclusión podemos decir que es importante tener en cuenta

algunas características como, Homogeneidad - Tiempo -. Espacio – Cantidad
que son las esenciales lo cual es importante para una investigación, acerca
de las características de la muestra podemos decir que una muestra debe
ser adecuada en cantidad y en calidad. En cuanto a cantidad existen
37
procedimientos estadísticos, en cuanto a la calidad involucra el concepto de

representatividad de la muestra.
3. En lo que concierne a la importancia de la población a manera de conclusión

podemos decir que es importante en todos los estudios, definir
correctamente la población en estudio para evaluar la representatividad de la
muestra y efectuar una explotación valida, es importante también porque se
considera el foco principal de una investigación científica.
4. La muestra es importante para el investigador ya que es imposible entrevistar

a todos los miembros de una población debido a problemas de tiempo,
recursos y esfuerzo. Al seleccionar una muestra lo que se hace es estudiar
una parte o un subconjunto de la población que esta representara a ello.
UNIDAD DE ANALISIS DE INVESTIGACION:
5. El grupo ha llegado a la conclusión que la unidad de análisis es una forma

particular de investigación observacional en la cual la unidad de análisis
puede ser el “estudio” seleccionado o los sujetos contenidos en dicho
estudio. El tipo de análisis al que se someterá la información es determinante
para elegir la unidad de análisis.
6. Se podría mencionar también que Llamamos Unidad de Análisis al tipo de

objeto del cual se desprenden las entidades que van a investigarse. Y
Llamamos Unidad de Observación al tipo de referentes empíricos que el
investigador utiliza para satisfacer los valores de las variables que su U.A.
demanda. Se trata de la población de entidades concretas y delimitadas
témporo-espacialmente para soportar la administración de las técnicas de
recolección de datos.

38

Poblacion y Muestra Listo

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Poblacion y Muestra Listo

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD NACIONAL DANIEL

Elaboración de Proyecto de Tesis I

En el siguiente trabajo desarrollaremos el tema titulado “POBLACION,

Está dividida en dos capítulos, lo cual, mostramos a continuación:

CAPITULO II: UNIDAD DE ANALISIS

Estos capítulos sirven para aclarar las dudas en lo que respecta

“POBLACION, MUESTRA Y UNIDAD DE ANALISIS DE LA INVESTIGACION

simple y concreto, para que así pueda ser fácil de entender.

Lo cual lo hacemos con mucha dedicación, esfuerzo y voluntad; porque

Elaboración de Proyecto de Tesis I

I.1.1. CONCEPTOS DE POBLACION

Según Tamayo y Tamayo, (1997), ¨La población se define como la totalidad

Elaboración de Proyecto de Tesis I

Según Arias (2006): “La población es un conjunto finito o infinito de elementos

Elaboración de Proyecto de Tesis I

En una investigación se puede tener más de una población, todo depende de la

I.1.2. TIPOS DE POBLACION

El autor Niseen Steven presenta la división de los tipos de población de la

Es el tipo de población que se determina a través de los censos, es decir, el

La población relativa determina la densidad del número de habitante en un

Elaboración de Proyecto de Tesis I

Una población inactiva es aquella que no está envuelta en el ámbito laboral, es

La población activa es el número de personas en un país que pertenecen al

La población ciudadana está formada por aquellos individuos que están legal en

La población rural es aquella que habita en regiones o espacios de menor

Elaboración de Proyecto de Tesis I

Es el número de habitantes que reside en regiones o ciudades de un país.

Este tipo de población es la que es muy densa, es decir que en una

Se denomina población dispersa cuando en una población escasean el número

Este tipo de población, es la que en un país es olvidada y abandonada por el

Este término es muy utilizado en biología para definir un conjunto de individuos

Es cuando se determina el número de habitantes que residen en un país o en

Elaboración de Proyecto de Tesis I

La población de derecho se refiere a todo individuo que ejerce derecho civil,

La población familiar es el conjunto de un número de individuos perteneciente a

En los problemas planteados en las distintas disciplinas se estudia el

En muchos problemas interesa saber cómo se comporta una, o varias

Elaboración de Proyecto de Tesis I

I.1.3. IMPORTANCIA DE POBLACION

La población es importante en todos los estudios, definir correctamente la

La población es importante porque se considera el foco principal de una

Una población de la investigación también es importante porque es conocida

Por lo general, la descripción de la población y las características comunes de

I.1.4. CARACTERISTICA DE LA POBLACION

POBLACIÓN - es el conjunto total de individuos, objetos o medidas que poseen

3. Espacio - se refiere al lugar donde se ubica la población de interés. Un

4. Cantidad - se refiere al tamaño de la población. El tamaño de la población

Elaboración de Proyecto de Tesis I

tiempo también nos limita la extensión de la población que se vaya a

I.2.1. CONCEPTOS DE MUESTRA

Por su parte (HERNANDEZ, FERNANDEZ y BAPTISTA, 1994, pág. 212),

Así la muestra representará el conjunto de la población que se ha obtenido con

Muestra es el subconjunto o parte del universo o población en el que se

Muestra probabilística es aquella extraída de una población de tal manera que

En la muestra se puede destacar:

Elaboración de Proyecto de Tesis I

 Permite que el estudio se realice en menor tiempo.

Para (TAMAYO Y TAMAYO, 1998): La muestra descansa en el principio de

(SABINO CARLOS A., 1996) Una muestra es un conjunto de unidades, una

Para determinar la muestra, se utilizó la fórmula matemática, sugerida por

Elaboración de Proyecto de Tesis I

I.2.2. ¿CÓMO SELECCIONAR UNA MUESTRA?