POBLACIÓN Y MUESTRA

POBLACIÓN ❖CONJUNTO O TOTALIDAD DE

TODAS LAS COSAS, ES DECIR,
N LOS DATOS DE LA
INVESTIGACIÓN.
N= POBLACIÓN
n= MUESTRA n

N
 ❖“EL CONJUNTO DE TODOS LOS
CASOS QUE CONCUERDAN CON
POBLACIÓN
UNA SERIE DE
ESPECIFICACIONES”

(Selltis en Hernández, Fernández,

Baptista,1996:201)
 MUESTRA

❖SUB-CONJUNTO DE LA
POBLACIÓN, O SEA, LA
n UNIDAD REPRESENTATIVA DE
LA POBLACIÓN A SER
ESTUDIADA
 “…DESCANSA EN EL PRINCIPIO DE
QUE LAS PARTES REPRESENTAN AL
n TODO Y POR TAL REFLEJA LAS
CARACTERÍSTICAS QUE DEFINEN LA
POBLACIÓN DE LA CUAL FUE
EXTRAÍDA, LO CUAL NOS INDICA QUE
ES REPRESENTATIVA”.

(Tamayo y Tamayo,1995:115).
PROBABILÍSTICA

NO PROBABILÍSTICA
 MUESTRA
PROBABILÍSTICA
MUESTRAS PROBABILÍSTICAS

 …esenciales en los diseños de investigación

transeccionales, tanto descriptivos como
correlacionales-causales (las encuestas de
opinión, por ejemplo),

 Pretende hacer estimaciones de variables en la

población.
MUESTRAS PROBABILÍSTICAS

 Estas variables se miden y se analizan

con pruebas estadísticas, donde se
presupone que esta es probabilística y
todos los elementos de la población
tienen una misma probabilidad de ser
elegidos.
MUESTRAS PROBABILÍSTICAS

 Las unidades o elementos muéstrales

tendrán valores muy parecidos a los de la
población, de manera que las mediciones
en el subconjunto nos darán estimados
precisos del conjunto mayor.
MUESTRA
✓ Tiene la ventaja de que es posible medir el error
PROBABILÍSTICA
en nuestras predicciones.
✓ Para investigaciones cuantitativas (por
encuestas) y por tanto todos los elementos de la
población tienen una misma probabilidad de ser
elegidos.

Una muestra probabilística requiere:

Determinar el tamaño de la muestra y seleccionar

los elementos muéstrales.

TAMAÑO A partir de una población N

DE LA MUESTRA ¿Cuál es el menor número de unidades
muéstrales (personas, organizaciones, etc.) que
necesito para conformar una muestra (n) que me
asegure un “error estándar menor de 0.01).
1. Determinar el nivel de confianza con que se desea trabajar. (Z ), donde

z = 1.96 para un 95% de confianza o z= 1.65 para el 90% de confianza

TABLA DE APOYO AL CALCULO DEL TAMAÑO DE UNA

MUESTRA

POR NIVELES DE CONFIANZA

Certeza 95% 94% 93% 92% 91% 90% 80% 62.27% 50%
Z 1.96 1.88 1.81 1.75 1.69 1.65 1.28 1 0.6745
3.84 3.53 3.28 3.06 2.86 2.72 1.64 1.00 0.45
e 0.05 0.06 0.07 0.08 0.09 0.10 0.20 0.37 0.50
0.0025 0.0036 0.0049 0.0064 0.0081 0.01 0.04 0.1369 0.25

Para ver como se distribuye algunas de las características de la muestra con

respecto a la variable que se está midiendo, podemos recurrir a la famosa
campana de Gauss o Student que refleja la curva normal de distribución cuya
característica principal es la de ser unimodal donde la media, mediana y la
moda siempre coinciden.
 Muestras Probabilísticas

Z2 p(1-p) N
n=
e2 (N)+ z2 p(1-p)

Donde:

n = Tamaño de la muestra
N = Tamaño de la población
Z = Nivel de confianza (p.e. Para 90% - valor de distribución
normal adopta el valor de 1.65)
p = probabilidad a favor
e = error estándar de estimación
Ejemplo: Para una población de 1176 personas:

Las probabilidades en favor o en contra de 50%

e = Error de estimación estándar: 0.05
Z = Nivel de confianza del 95% (margen de error del 5%) de
acuerdo a la tabla de distribución normal le corresponde un
valor de 1.96
Calculando:
n = (1.962 x 0.5 (1-0.5) x 1176)/ (0.052 x (1176) + 1.962 x 0.5 (1-0.5)
n = 289
N = 1176 personas es el universo de profesionales
MUESTRA PROBABILÍSTICA ESTRATIFICADA

“Cuando no bastan que cada uno de los elementos

muéstrales tengan la misma probabilidad de ser escogidos,
sino que además es necesario estratificar la muestra en
relación con estratos o categorías que se presentan en la
población y que además son relevantes para los objetivos del
estudio”.

Factor para cada Estrato: f = n / N

Muestra para cada estrato: ni´ = f Ni´
 ni´ = n
Ni´ = Número de elementos en cada estrato
EstratoExperiencia Prof. Total Muestra
1 1 - <2 53 x 0.2466= 13
2 2 - <4 109 27
3 4-<6 215 53
4 6-<8 87 21
5 8 - <10 98 24
6 10 - <12 110 27
7 12 - < 14 81 20
8 14 - < 16 221 54
9 16 - < 18 151 37
10 18 - 20 51 13

f = 289/1176 = 0.2466 N = 1176 n = 289

 MUESTRA NO
PROBABILÍSTICA
MUESTRAS NO PROBABILÍSTICAS

 …la elección de los elementos no depende

de la probabilidad, sino de causas
relacionadas con las características de la
investigación o de quien hace la muestra.
MUESTRAS NO PROBABILÍSTICAS

 Aquí el procedimiento no es mecánico, ni

con base en fórmulas de probabilidad, sino
que depende del proceso de toma de
decisiones de una persona o de un grupo de
personas y, desde luego, las muestras
seleccionadas obedecen a otros criterios de
investigación.
MUESTRAS NO PROBABILÍSTICAS

✓ “…o muestras dirigidas, suponen un

procedimiento de selección informal.

✓ Datos obtenidos no permiten generalizarlos

a una población”.
MUESTRAS NO PROBABILÍSTICAS

❖ Su utilidad está dada para un determinado

diseño de estudio que no requiere de tanta
“representatividad” de los elementos de la
población, sino una cuidadosa y controlada
elección de sujetos con ciertas características
especificadas previamente en el planteamiento
del problema”.
  …que la elección entre la muestra
probabilística y la no probabilística se
determina con base en el:
R
E
S  Enfoque de la investigación
U  Planteamiento del problema,
M
E  Hipótesis,
N  Diseño de investigación y alcance de sus
contribuciones.
 MUESTRAS PROBABILÍSTICAS MUESTRAS DIRIGIDAS

(ESTUDIOS DESCRIPTIVOS, DISEÑOS DE SUJETOS VOLUNTARIOS (casuales)

INVESTIGACIÓN POR ENCUESTAS,
CENSOS, RAITINGS, ESTUDIOS PARA
TOMA DE DECISIONES)
MUESTRA PROBABILÍSTICA SIMPLE.

ESTRATIFICADA EXPERTOS (opinión de expertos en un tema

específico, p.e. método Delfi).
POR RACIMOS DE SUJETOS-TIPO ESTUDIOS
CUALITATIVOS,
INVESTIGACIÓN MOTIVACIONAL

POR CUOTAS
(estudios de opinión y de mercado)

Resultados. las conclusiones se Conclusiones difícilmente pueden

generalizan a la población, y se conoce el generalizarse a la población. si esto se hace
error estándar de nuestros estimados. debe ser con mucha cautela.