GUÍA DE APRENDIZAJE

SEMANA N° 10

CURSO: TALLER DE INVESTIGACIÓN CIENTÍFICA

VICEPRESIDENCIA DE INVESTIGACIÓN
(DR. MANUEL EMILIO MILLA PINO)

Jaén – Perú, mayo 2021

 Escuela Profesional de Ingeniería Mecánica y Eléctrica
Carrera Profesional de Ingeniería Mecánica y Eléctrica

INDICE

Pág.

1. INTRODUCCIÓN................................................................................................................................ 3

2. OBJETIVOS EDUCACIONALES Y RESULTADOS DEL ESTUDIANTE ..................................... 4

2.1. Objetivos educacionales ............................................................................................................... 4

2.2. Resultados del estudiante ............................................................................................................. 5

3. DESARROLLO.................................................................................................................................... 6

3.1. Tamaño de una muestra ................................................................................................................ 6

3.1.1. Cálculo del tamaño de la muestra desconociendo el tamaño de la población ................... 7

3.1.2. Cálculo del tamaño de la muestra conociendo el tamaño de la población ........................ 7

3.2. Tipos De Muestreo ....................................................................................................................... 8

3.2.1. Muestreo probabilístico..................................................................................................... 8

3.2.2. Muestreo no probabilístico................................................................................................ 8

4. ACTIVIDADES Y EVALUACIÓN .................................................................................................... 9

5. GLOSARIO .......................................................................................................................................... 9

6. REFERENCIAS ................................................................................................................................. 10

SEMANA N° 10 – TALLER DE INVESTIGACIÓN CIENTÍFICA 2

 Escuela Profesional de Ingeniería Mecánica y Eléctrica
Carrera Profesional de Ingeniería Mecánica y Eléctrica

1. INTRODUCCIÓN

Al reflexionar sobre el tema afirmamos que uno de los problemas elementales que se le presenta
al investigador referente con el muestreo consiste en saber si el grupo designado es verdaderamente
representativo del conjunto; para que lo sea, los rasgos de los elementos o individuos elegidos para
la muestra deben ser similares a los de toda la población (Marín Ibáñez, 1990).

La característica más trascendente de una muestra es la representatividad. El muestreo obtiene todo

su sentido en tanto que garantiza que las características que se quieren observar en la población
quedan expresadas apropiadamente en la muestra. De manera que generalizar a la población desde
la muestra sólo está justificado si ésta representa realmente a la población. Preservar la
representatividad es el atributo más importante que debe reunir el muestreo, lo que nos permitirá
generalizar a la población los resultados obtenidos en la muestra.

Otra perspectiva sobre el tema es de Fox (1990) señala que para lograr la representatividad se
requiere lo siguiente:

• Conocer qué características (variables) están relacionadas con el problema que se estudia.
• Capacidad para medir esas variables.
• Poseer datos de la población sobre estas características o variables para usarlos como
variable de comparación.

El mismo autor señala que si no se cumple alguna de estas condiciones, para algunas de las
características, se pierde la capacidad de buscar deliberadamente la representatividad en cuanto a
ella.

En virtud de lo señalado afirmamos que la selección aleatoria de la muestra garantiza la ausencia

de sesgo en el proceso de selección de la misma, ayuda a garantizar su representatividad, sin
embargo, esta circunstancia no es garantía total para que estemos seguros de que la muestra al azar
es representativa de la población de la que se ha extraído (Kerlinger, 1985). Se espera que sea
representativa de las características relevantes de la población, pero pudiera no serlo. Lo normal es
que lo sea, ya que lo típico, lo representativo de la población, es lo que aparece con más frecuencia,
pero no hay seguridad total. El muestreo estratificado proporcional asegura, en cambio, la
representatividad en cuanto a una o dos características (Jiménez Fernández, 1983).
El factor del impacto según Fox (1990) que otra forma de examinar el problema de la
representatividad de la muestra consiste en distinguir entre la muestra invitada, la muestra
aceptante y la muestra productora de datos. La primera corresponde al conjunto de individuos

SEMANA N° 10 – TALLER DE INVESTIGACIÓN CIENTÍFICA 3

 Escuela Profesional de Ingeniería Mecánica y Eléctrica
Carrera Profesional de Ingeniería Mecánica y Eléctrica

“invitados” del conjunto de la población, la segunda hace referencia al grupo de individuos que
aceptan participar y la muestra productora de datos coincide con la muestra real del estudio. Si se
poseen datos sobre la población se pueden comparar con ellos la muestra invitada o la aceptante y,
mediante algún contraste de significación adecuado (por ejemplo, chi-cuadrado), determinar si
difieren de ella en las características que interesa en una investigación dada. Si el contraste indica
que no hay diferencias significativas en las variables consideradas, se puede admitir la
representatividad de la muestra para las características en cuestión, pero nada se puede afirmar
sobre la representatividad de la muestra respecto de cualquier otra variable.

Ahora bien, si en caso, no se ha logrado representatividad en una o varias variables, el investigador

tiene dos opciones:
Trabajar con la muestra no representativa y contar con ese límite.

Seleccionar más elementos de la población, con la esperanza de que una muestra mayor sí sea
representativa, aunque el estudio tenga una muestra mayor de buscada inicialmente.
Finalmente, es preciso preguntarse qué pérdida puede tolerarse desde la selección de la muestra
inicial hasta llegar a la que proporciona los datos. Al mismo tiempo, hay que tener en cuenta que
se tiene constancia probada de que las personas que no responden tienen opiniones o patrones de
conducta distintos de las que responden; y que el porcentaje de la pérdida también depende, para
su representatividad, de cómo se distribuyan las respuestas en las diferentes categorías de la
variable. No es igual un 48% de “sí” y un 52% de “no” ante determinada pregunta que un 16% y
un 84%. En cualquier caso, no existe una única respuesta cuantitativa. Se suele considerar que una
pérdida del 25% debe preocupar, aun cuando no existan diferencias estadísticamente significativas;
cuando sea inferior al 50% -se debe leer y escribir con cuidado-; y cuando la proporción es menor
del 40% no se deberían dar a conocer los datos, ni considerarlos como conclusiones válidas. Son
útiles como estudios piloto, pero no se pueden aceptar sin hacer un estudio posterior más
exhaustivo (La Torre, Rincón y Arnal, 2003, p. 83).

2. OBJETIVOS EDUCACIONALES Y RESULTADOS DEL ESTUDIANTE

2.1. Objetivos educacionales

• Se desempeña profesionalmente de forma competente para gestionar, mediante la

planificación, el diseño, la construcción, el mantenimiento y/o el mejoramiento,
sistemas energéticos y electromecánicos.

• Se desempeña con profesionalismo, para Desarrollar Investigación científica y

tecnológica con carácter innovador, para el desarrollo y la solución de problemas
con énfasis en las diversas áreas de la Ingeniería Mecánica y Eléctrica.
SEMANA N° 10 – TALLER DE INVESTIGACIÓN CIENTÍFICA 4
 Escuela Profesional de Ingeniería Mecánica y Eléctrica
Carrera Profesional de Ingeniería Mecánica y Eléctrica

• Se desempeña profesionalmente de forma competente para formular proyectos

sostenibles en el ámbito de la Ingeniería Mecánica Eléctrica con responsabilidad
social y principios éticos y humanistas.

2.2. Resultados del estudiante

• Conocimientos de Ingeniería: La capacidad de aplicar conocimientos de

matemáticas, ciencias e ingeniería en la solución de problemas complejos de
ingeniería.

• Investigación: La capacidad de conducir estudios de problemas complejos de

ingeniería usando conocimientos basados en la investigación y métodos de
investigación incluyendo el diseño y la conducción de experimentos, el análisis y la
interpretación de información, y la síntesis de información para producir
conclusiones válidas.

• Diseño y Desarrollo de Soluciones: La capacidad de diseñar soluciones para

problemas complejos de ingeniería y diseñar sistemas, componentes o procesos para
satisfacer necesidades deseadas dentro de restricciones realistas en los aspectos de
salud pública y seguridad, cultural, social, económico y ambiental.

• Trabajo Individual y en Equipo: La capacidad de desenvolverse eficazmente como

individuo, como miembro o líder de equipos diversos.

• Análisis de Problemas: La capacidad de identificar, formular, buscar información y

analizar problemas complejos de ingeniería para llegar a conclusiones
fundamentadas usando principios básicos de matemáticas, ciencias naturales y
ciencias de la ingeniería.

• Ética: La capacidad para aplicar principios éticos y comprometerse con la ética

profesional y las responsabilidades y normas de la práctica de la ingeniería.

• Comunicación: La capacidad de comunicarse eficazmente, mediante la comprensión

y redacción de informes y documentación de diseño, la realización de exposiciones,
y la transmisión y recepción de instrucciones claras.

• Medio Ambiente y Sostenibilidad: La capacidad de comprender y evaluar el impacto

de las soluciones a problemas complejos de ingeniería en un contexto global,
económico, ambiental y social.

SEMANA N° 10 – TALLER DE INVESTIGACIÓN CIENTÍFICA 5

 Escuela Profesional de Ingeniería Mecánica y Eléctrica
Carrera Profesional de Ingeniería Mecánica y Eléctrica

• Aprendizaje Permanente: El reconocimiento de la necesidad del aprendizaje

permanente y la capacidad para encararlo en el más amplio contexto de los cambios
tecnológicos.

• Ingeniería y Sociedad: La capacidad de aplicar el razonamiento informado mediante

el conocimiento contextual para evaluar cuestiones sociales, de salud, de seguridad,
legales y culturales y las consecuentes responsabilidades relevantes para la práctica
profesional de la ingeniería.

• Uso de Herramientas Modernas: La capacidad de crear, seleccionar y utilizar

técnicas, habilidades, recursos y herramientas modernas de la ingeniería y las
tecnologías de la información, incluyendo la predicción y el modelamiento, con la
comprensión de sus limitaciones.

• Gestión de Proyectos: La capacidad de demostrar el conocimiento y la comprensión

de los principios de gestión en ingeniería y la toma de decisiones económicas, y su
respectiva aplicación.

3. DESARROLLO

3.1. Tamaño de una muestra

Determinar el tamaño de la muestra que se va a seleccionar es un paso importante en cualquier

estudio de investigación de mercados, se debe justificar convenientemente de acuerdo con el
planteamiento del problema, la población, los objetivos y el propósito de la investigación.

El tamaño muestral dependerá de decisiones estadísticas y no estadísticas, pueden incluir por

ejemplo la disponibilidad de los recursos, el presupuesto o el equipo que estará en campo.

Antes de calcular el tamaño de la muestra necesitamos determinar varias cosas:

Tamaño de la población. Una población es una colección bien definida de objetos o individuos
que tienen características similares. Hablamos de dos tipos: población objetivo, que suele tiene
diversas características y también es conocida como la población teórica. La población accesible
es la población sobre la que los investigadores aplicaran sus conclusiones.

Margen de error (intervalo de confianza). El margen de error es una estadística que expresa la
cantidad de error de muestreo aleatorio en los resultados de una encuesta, es decir, es la medida
estadística del número de veces de cada 100 que se espera que los resultados se encuentren dentro
de un rango específico.
SEMANA N° 10 – TALLER DE INVESTIGACIÓN CIENTÍFICA 6
 Escuela Profesional de Ingeniería Mecánica y Eléctrica
Carrera Profesional de Ingeniería Mecánica y Eléctrica

Nivel de confianza. Son intervalos aleatorios que se usan para acotar un valor con una determinada
probabilidad alta. Por ejemplo, un intervalo de confianza de 95% significa que los resultados de
una acción probablemente cubrirán las expectativas el 95% de las veces.

La desviación estándar. Es un índice numérico de la dispersión de un conjunto de datos (o

población). Mientras mayor es la desviación estándar, mayor es la dispersión de la población.

3.1.1. Cálculo del tamaño de la muestra desconociendo el tamaño de la

población

La fórmula para calcular el tamaño de muestra cuando se desconoce el tamaño de la

población es la siguiente:

En donde:
Z = nivel de confianza,
P = probabilidad de éxito, o proporción esperada,
Q = probabilidad de fracaso,
D = precisión (error máximo admisible en términos de proporción).

3.1.2. Cálculo del tamaño de la muestra conociendo el tamaño de la población

La fórmula para calcular el tamaño de muestra cuando se conoce el tamaño de la población

es la siguiente:

En donde:
N = tamaño de la población,
Z = nivel de confianza,
P = probabilidad de éxito, o proporción esperada,
Q = probabilidad de fracaso,
D = precisión (Error máximo admisible en términos de proporción).

SEMANA N° 10 – TALLER DE INVESTIGACIÓN CIENTÍFICA 7

 Escuela Profesional de Ingeniería Mecánica y Eléctrica
Carrera Profesional de Ingeniería Mecánica y Eléctrica

3.2. Tipos De Muestreo

El muestreo es una herramienta para determinar qué parte de una población debemos analizar
cuando no es posible realizar un censo. Depende de los objetivos del estudio el elegir una muestra
probabilística o no probabilística.

3.2.1. Muestreo probabilístico

Se basa en el principio de equiprobabilidad, esto quiere decir que todos los individuos de
la muestra seleccionada tendrán las mismas probabilidades de ser elegidos. Lo anterior nos
asegura que la muestra extraída contará con representatividad.
Al azar simple
• Sistemática
• Estratificada
• Conglomerados

Características:
• No hay discreción del investigador.
• Los elementos se seleccionan por reglas mecánicas.
• Hay error muestral.
• Se conoce la probabilidad de inclusión.

3.2.2. Muestreo no probabilístico

No sirven para hacer generalizaciones, pero sí para estudios exploratorios. En este tipo de
muestras, se eligen a los individuos utilizando diferentes criterios relacionadas con las
características de la investigación, no tienen la misma probabilidad de ser seleccionados ya
que el investigador suele determinar la población objetivo.
• Por juicio u opinión.
• Por cuotas.
• De bola de nieve.
• De conveniencia.

Características:

• La muestra es discrecional.

SEMANA N° 10 – TALLER DE INVESTIGACIÓN CIENTÍFICA 8

 Escuela Profesional de Ingeniería Mecánica y Eléctrica
Carrera Profesional de Ingeniería Mecánica y Eléctrica

• Los elementos se seleccionan por facilidad conveniencia y no por reglas

fijas.
• No hay error muestral o no se puede calcular.
• No se conoce la posibilidad de inclusión.

4. ACTIVIDADES Y EVALUACIÓN

Determinar el tamaño de muestra y seleccionar el procedimiento de muestreo para garantizar la

representatividad de la muestra. Explicar.

RÚBRICA
CALIFICACIÓN
CRITERIO / DEFINICIÓN Muy Deficiente Deficiente Regular Bueno Excelente
(1) (2) (3) (4) (5)
Síntesis: capacidad para
expresar lo deseado usando la
menor cantidad de palabra
posibles.

Redacción: coherencia en la
(s) idea (s) expuesta (s).

Claridad: precisión de la (s)

idea (s) expuesta (s).

Novedad: carácter innovador

de la (s) idea (s) expuesta (s).

5. GLOSARIO

• Población: Un conjunto finito o infinito de elementos con características comunes para los
cuales serán extensivas conclusiones de la investigación. Esta queda determinada por el
problema y por los objetivos del estudio.

• Muestra: Un subconjunto representativo y finito que se extrae de la población accesible

• Muestreo: Es el procedimiento utilizado para seleccionar la muestra de la población,

garantizando la obtención de una muestra en la cual todos lo segmentos que conforman la
población estén representado en ella.

SEMANA N° 10 – TALLER DE INVESTIGACIÓN CIENTÍFICA 9

 Escuela Profesional de Ingeniería Mecánica y Eléctrica
Carrera Profesional de Ingeniería Mecánica y Eléctrica

6. REFERENCIAS

Arias, F. G. (2012). El proyecto de Investigacion: Introducción a la metodología científica. Caracas:

Episteme C.A.
Jimenez, C. (1983). Población y muestra. El muestreo. Madrid: UNED.
La Torre, A., Rincón, D., & Arnal , J. (2003). Bases Metodológicas de la Investigación Educativa
Educatica. Barcelona: Experiencia S.L.
Moreno, E. (17 de agosto de 2013). Metodología de investigación, pautas para hacer tesis.
Recuperado el 25 de mayo de 2020, de http://tesis-investigacion-
cientifica.blogspot.com/2013/08/representatividad-de-la-muestra.html?m=1
PSYMA GROUP. (4 de noviembre de 2015). ¿Cómo determinar el tamaño de una muestra?
Recuperado el 25 de mayo de 2020, de
https://www.psyma.com/company/news/message/como-determinar-el-tamano-de-una-
muestra
Sierra Bravo, R. (1988). Técnicas de investigación Social. Teorías y Ejercios. Madrid: Paraninfo.

SEMANA N° 10 – TALLER DE INVESTIGACIÓN CIENTÍFICA 10