1-¿Qué es el Muestreo?

Ejemplifica con el tema asignado

El muestreo es una herramienta de la investigación científica. Su función básica es

determinar que parte de una realidad en estudio (población o universo) debe examinarse
con la finalidad de hacer inferencias sobre dicha población.

Ejemplo:

Tema: Impacto de lenguaje de programación y algoritmo y sus efectos en los estudiantes

de Ingeniería en Software, Universidad Abierta para Adultos(UAPA), periodo 2020-2022,
Santiago de los Caballeros, República Dominicana.

Para este ejemplo usaremos el cálculo del tamaño de la muestra conociendo el tamaño de la
población, ya que el último artículo en donde podemos encontrar estadísticas de la
universidad es del periodo 2015.

Para estos fines utilizaremos la siguiente formula:

¿A cuántos estudiantes de Ingeniería en Software tendríamos que entrevistar para conocer las
dificultades que enfrentan a la hora de programar, si se conoce que en el recinto Santiago, hay una
cantidad de 372?

Seguridad: 95%

Precisión: 5%
Proporción esperada: Asumamos que puede ser próxima al 5%, para esta proporción utilizaremos
el valor p = 0.5(50%) que maximiza el tamaño muestral.

A continuación, vamos a sustituir los valores de la formula por los que se encuentran en el artículo.

2
372 x 1.96 x 0.5 x 0.5
n= 2 2
0.03 x (372−1 )+ 1.96 x 0.05 x 0.95

2- ¿De qué o quienes se recolectan los datos?

Los habitantes del lugar, el personal del programa dedicado al seguimiento, los
investigadores y los evaluadores externos han recurrido a cuatro métodos principales para
el acopio de datos:

a) Mediciones directas
b) Observación activa y pasiva
c) Estudios de casos
d) Encuestas

Estos métodos son complementarios y pueden utilizarse para responder a las preguntas
planteadas en capítulos anteriores. Como se ha explicado en las secciones precedentes,
durante las diversas fases de ejecución del programa se utilizan diferentes combinaciones
de técnicas. El método escogido dependerá del tipo de información que se requiere. Antes
de utilizar una técnica en gran escala, deben ensayarla previamente personas
experimentadas. Los ensayos previos comprenden pruebas de las técnicas de medición,
establecimiento de hojas de observación, listas de control y listas de encuestas o
cuestionarios para determinar:

a) Si hay ambigüedades en las preguntas,

b) Si los colaboradores de campo pueden encargarse de las observaciones o de los
cuestionarios,
c) Si los datos son fáciles de procesar,
d) Si las mediciones son repetibles al ser realizadas por distintas personas.
En esta sección se esbozan las técnicas y los requisitos de cada método, con ejemplos
específicos. Se señalan también las técnicas más comunes y/o las que son más adecuadas
para ser utilizadas en cada fase del programa. Se hace hincapié en las dificultades que
pueden presentarse en el uso de cada método.

3- La población ¿Qué es y cómo se delimita una población? Ejemplifica con el tema

asignado.

La Población de una investigación está compuesta por todos los elementos (personas,
objetos, organismos, historias clínicas) que participan del fenómeno que fue definido y
delimitado en el análisis del problema de investigación.

La población tiene la característica de ser estudiada, medida y cuantificada. también se

conoce como universo.

La población debe delimitarse claramente en torno a sus características de contenido, lugar

y tiempo

Grupo del cual se desea algo (obtener información). Parte del universo en la cual vamos a
basar nuestro estudio, según las características de nuestra investigación. Conjunto de todos
los casos que concuerdan con una serie de especificaciones. Se debe definir la unidad de
análisis, “¿Quiénes van a ser medidos?”. Para esto se debe precisar el problema a investigar
y los objetivos de la investigación.

¿Cómo se delimita una población?

Las poblaciones deben situarse claramente en torno a sus características de contenido, lugar
y tiempo.

Un estudio no es mejor al tener una población más grande, sino al haber delimitado
claramente su población en base a los objetivos del estudio.

Los criterios de cada investigador dependen de sus objetivos de estudio, así que debe
establecerlos claramente.
Ejemplo:

Tomando en cuenta que nuestro tema es: Impacto de lenguaje de programación y algoritmo
y sus efectos en los estudiantes de Ingeniería en Software, Universidad Abierta para
Adultos(UAPA), periodo 2020-2022, Santiago de los Caballeros, República Dominicana.

Según los datos publicados por UAPA

Nuestra población para la realización de este trabajo es de: 372 estudiantes

4- . La muestra ¿Qué es una muestra? Tipos de muestreo. Ejemplifica con el tema

asignado.

Parte o subconjunto de la población, también conocida como población muestral. Grupo en

el que se realiza el estudio.

Subconjunto de elementos que pertenecen al conjunto definido en sus características que

llamamos población.

Para seleccionar la muestra deben delimitarse las características de la población.

Tipos de muestreo

 Muestra probabilísticas: Todos los elementos de la población tienen la misma

posibilidad de ser escogidos. Esto se logra a través de una selección aleatoria y/o
mecánica de las unidades de análisis.
Dentro del muestreo probabilístico podemos encontrar los siguientes:

 Muestreo aleatorio simple

 Muestreo sistemático
  Muestreo estratificado
 Muestreo por conglomerado

 Muestras no probabilísticas: Los elementos se seleccionan según los criterios de

la persona encargada de hacer la muestra.
Dentro del muestreo probabilístico podemos encontrar los siguientes:

 Muestreo por conveniencia

 Muestreo de juicio (criterio)
 Muestreo por cuotas (accidental)
 Muestreo de bola de nieve

La elección entre estos tipos de muestras depende de los objetivos del estudio, del
esquema de investigación y de la contribución que se piensa hacer con ella.

5- Estrategias de muestreo probabilístico: Muestreo aleatorio simple. ¿Cómo usar una

tabla de números aleatorios? Muestreo sistemático, Estratificado, Por cúmulos.

El muestreo aleatorio simple es una técnica de muestreo en la que todos los elementos que
forman el universo y que por lo tanto están incluídos en el marco muestral tienen idéntica
probabilidad de ser seleccionados para la muestra. El proceso de muestreo que emplea esta
técnica es equivalente a hacer un sorteo entre los individuos del universo: asignamos a cada
persona un boleto, introducimos los boletos en una urna y empezamos a extraer boletos al
azar. Todos los individuos que tengan un boleto extraído de la urna formarían la muestra.
Obviamente, en la práctica, estos métodos pueden automatizarse mediante el uso de
programas informáticos.

Cómo realizar una muestreo aleatorio simple a través de 6 pasos fundamentales

− Define la población objetivo.

− Identifica un marco de muestreo actual de la población objetivo o desarrolla uno
nuevo.
 − Evalúa el marco de muestreo para la falta de cobertura, cobertura excesiva,
cobertura múltiple y la agrupación, y haz los ajustes que consideres necesario.
− Asigna un número único a cada elemento de la trama.
− Determina el tamaño de la muestra.
− Selecciona al azar el número específico de elementos de la población.

¿Cómo usar una tabla de números aleatorios?

En una tabla de números aleatorios no se sigue un patrón particular. Pueden ser leídos de
cualquier manera, es decir, horizontal, vertical, diagonal, hacia delante o hacia atrás. El
número de dígitos que se utiliza debe corresponder al tamaño total de la población objetivo.

Muestreo sistemático

Este tipo de muestreo aleatorio se realiza dentro de áreas más pequeñas subdivididas del
área original, generalmente cuando los miembros de la población son similares entre sí en
variables importantes.
Estratificado

El muestreo estratificado es uno de los tipos de muestreo probabilístico del que podemos
hacer uso.

El muestreo estratificado es un procedimiento de muestreo en el que el objetivo de la

población se separa en segmentos exclusivos, homogéneos (estratos), y luego una muestra
aleatoria simple se selecciona de cada segmento (estrato).

Las muestras seleccionadas de los diversos estratos se combinan en una una sola muestra.
Este procedimiento de muestreo se refiere a veces como ” muestreo de cuota aleatorio”.

Por cúmulos.

El muestreo por conglomerados nos ayuda cuando es imposible o poco práctico crear un
marco de muestreo de una población objetivo debido a que está muy dispersa
geográficamente y el costo de la recopilación de datos es relativamente alto.

El muestreo por conglomerados, también conocido como muestreo por racimos, es un

procedimiento de muestreo probabilístico en que los elementos de la población son
seleccionados al azar en forma natural por agrupaciones (clusters). Los elementos del
muestreo se seleccionan de la población de manera individual, uno a la vez.

6- Estrategias de muestreo no probabilístico: Muestreo de conveniencia, Por cuotas.

Muestras y error de muestreo. Estimación tamaño de la muestra.

El muestreo no probabilístico se utiliza cuando el lugar de muestreo de interés ya es

conocido o en casos en que no hay necesidad de muestrear en otros lugares. Aquí, los
elementos que componen la muestra se seleccionan mediante métodos no aleatorios.

 Muestreo de conveniencia
El muestreo por conveniencia es una técnica de muestreo no probabilístico y no
aleatorio utilizada para crear muestras de acuerdo a la facilidad de acceso, la
disponibilidad de las personas de formar parte de la muestra, en un intervalo de
tiempo dado o cualquier otra especificación práctica de un elemento particular.
 El investigador elige a los miembros solo por su proximidad y no considera si
realmente estos representan muestra representativa de toda la población o no.
Cuando se utiliza esta técnica, se pueden observar hábitos, opiniones, y puntos de
vista de manera más fácil.

Los investigadores utilizan técnicas de muestreo en situaciones en las que hay

grandes poblaciones para ser evaluadas, ya que, en la mayoría de los casos, es casi
imposible realizar pruebas a toda una población.

 Muestreo por cuotas

El muestreo por cuotas es un método de muestreo no probabilístico en el que los
investigadores pueden formar una muestra que involucre a individuos que
representan a una población y que se eligen de acuerdo con sus rasgos o cualidades.

Los investigadores pueden decidir el rasgo según el cual se llevará a cabo la

selección del subconjunto de la muestra para que ésta pueda ser efectiva en la
recolección de datos y que puedan generalizar a toda la población. El subconjunto
final se decidirá sólo de acuerdo con el conocimiento de la población por parte del
entrevistador o investigador.

Muestras y error de muestreo

Una muestra es un subconjunto de la población que está siendo estudiada. Representa la

mayor población y se utiliza para sacar conclusiones de esa población. Es una técnica de
investigación ampliamente utilizada en las ciencias sociales como una manera de recopilar
información sin tener que medir a toda la población.

El error de muestreo es la desviación de la muestra seleccionada de las verdaderas

características, rasgos, comportamientos, cualidades o figuras de toda la población.

El error del proceso de muestreo ocurre cuando los investigadores toman diferentes sujetos
de la misma población, y aún así, los sujetos tienen diferencias individuales. Debes recordar
que cuando tomas una muestra, se trata de un subconjunto de toda la población y, por lo
tanto, puede haber una diferencia entre la muestra y la población.

La causa más frecuente de dicho error es un procedimiento de muestreo sesgado. Todo

investigador debe tratar de establecer una muestra que esté libre de sesgos y sea
representativa de toda la población. Así, el investigador es capaz de minimizar o eliminar el
error de muestreo.

Estimación tamaño de la muestra

El tamaño de la muestra es un término que se suele usar en estadística y en investigación de

mercado. Surge siempre que se desea encuestar a una gran cantidad de personas. Tiene
relación con la forma en que se encuesta a grandes segmentos.

Al encuestar a un gran número de personas, lo que en realidad interesa es comprender al

grupo completo. Sin embargo, no es factible obtener respuestas de absolutamente todos. En
cambio, lo que se hace es tomar una muestra aleatoria de personas que represente a la
población total a investigar (también llamada “universo”). Este proceso se conoce como
muestreo.

 Si la muestra es demasiado pequeña, podría incluir una cantidad desproporcionada

de encuestados atípicos (o “outliers”, en inglés), que generen valores anómalos.
Esto puede producir una distorsión de los resultados, lo que no le permitirá obtener
una visión realista de la población del estudio.

 Si la muestra es demasiado grande, la investigación se vuelve demasiado compleja,

costosa y lenta. Si bien los resultados serán más precisos, sus beneficios no
superarán los costos de realizar el estudio.