UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ

FACULTAD DE INGENIERÍA ELÉCTRICA Y ELECTRÓNICA

ESCUELA DE INGENIERÍA ELÉCTRICA

“AÑO DEL FORTALECIMIENTO DE LA SOBERANÍA NACIONAL”

UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ
FACULTAD DE INGENIERÍA ELÉCTRICA Y ELECTRÓNICA

MONOGRAFÍA:
POBLACIÓN Y MUESTRA

Catedrático:

 Ing. BARTOLOME SAENZ LOAYZA

Asignatura:

 TESIS I
Estudiantes:

 BERNAOLA ROSADO, Anghela Nayely

 JIMENEZ LEIVA, Jhon Jerson
 LAZO VILCHEZ, Keller
 ROSALES PALACIOS, Frankz Juler
 TORRE VITOR, Alfonso
HUANCAYO – PERÚ

2022 – II
 ÍNDICE
RESUMEN ................................................................................................................................... 3
INTRODUCCIÓN ........................................................................................................................ 4
CAPÍTULO I ................................................................................................................................ 5
1. POBLACIÓN ....................................................................................................................... 5
2. MUESTRA ........................................................................................................................... 5
3. TIPOS DE MUESTRA ....................................................................................................... 6
3.1. CLASIFICACIÓN DE LOS TIPOS DE MUESTREO PROBABILÍSTICO ........... 6
3.1.1. MUESTREO ALEATORIO SIMPLE................................................................. 6
3.1.2. MUESTREO ALEATORIO ESTRATIFICADO ............................................... 7
3.1.3. MUESTREO AEATORIO SISTEMÁTICO ...................................................... 7
3.1.4. MUESTREO ALEATORIO POR CONGLOMERADOS ................................ 8
3.2. CLASIFICACIÓN DE LOS TIPOS DE MUESTREO NO PROBABILÍSTICO .... 8
3.2.1. MUESTREO INTENCIONAL O DE CONVENIENCIA .................................. 8
3.2.2. MUESTREO DE BOLA DE NIEVE .................................................................. 8
3.2.3. MUESTREO POR CUOTAS ............................................................................. 9
3.2.4. MUESTREO DISCRECIONAL ......................................................................... 9
4. APLICACIONES ................................................................................................................. 9
4.1. MÉTODOS PROBABILÍSTICOS.............................................................................. 9
4.2. MÉTODOS NO PROBABILÍSTICOS..................................................................... 10
5. CONCLUSIONES............................................................................................................. 11
BIBLIOGRAFÍA ........................................................................................................................ 12
 RESUMEN
La población de estudio es un conjunto de casos, definido, limitado y accesible,
que formará el referente para la elección de la muestra que cumple con una
serie de criterios predeterminados. Los objetivos de este artículo están dirigidos
a especificar cada uno de los elementos que se requiere tomar en cuenta para
la selección de los participantes de una investigación, en el momento en que se
está elaborando un protocolo, donde se incluyen los conceptos de población de
estudio, muestra, criterios de selección y técnicas de muestreo. Posterior a
definir la población de estudio, el investigador debe especificar los criterios a
cumplir por los participantes. Los criterios que especifican las características
que la población debe tener se denominan criterios de elegibilidad o de
selección. Estos criterios son los de inclusión, exclusión y eliminación, que
delimitan la población elegible. Los procedimientos de muestreo se dividen en
dos grandes grupos: 1) muestreos probabilísticos o aleatorios y 2) muestreo no
probabilístico. La diferencia entre ambos está dada por la utilización de
métodos estadísticos para la elección de los sujetos. En toda investigación
siempre debe determinarse, desde el principio, el número específico de
participantes que será necesario incluir a fin de lograr los objetivos planteados.
Este número se conoce como tamaño de muestra, que se estima o calcula
mediante fórmulas matemáticas o paquetes estadísticos.
 INTRODUCCIÓN

A lo largo de los años se fue viviendo con cierta cantidad de elementos

que compartían ciertas características comunes, personas, animales o cosas
que, pues generalmente se les iba clasificando por las características que tenían
en común, a todo este conjunto de elementos se le denomina población. Y al no
poder trabajar con toda una población por la cantidad de elementos que tenían
pues se aprendió a sacar una parte de esta población que la represente. Se
denomina muestreo al proceso por el que generamos las muestras. Una muestra
es una parte de un total de población, y esta muestra tiene que ser lo más
representativo posible de la población de la que viene. La muestra no siempre
va ser una representatividad exacta de una población, por más que se clasifique
cuidadosamente siempre habrá una variabilidad. A la muestra se le puede
también poner el nombre clave de REPRESENTAVIDAD.

Cuando la muestra se ve de manera aplicativa pues es el proceso de

selección de la muestra a utilizar para la investigación. Si se ve de manera teórica
pues el concepto de muestreo es fundamental para la inferencia estadística. El
hecho de que las muestras no sean la representación exacta de la población
significa que las inferencias tienen cierto margen de incertidumbre.

Las muestras singulares generadas para investigación con sujetos sueles

utilizarse para obtener algunos estadísticos (media, proporción, etc.) con los que
se realiza el proceso de inferencia. En cambio, las muestras simuladas por
ordenador suelen ser usadas para obtener distribuciones muestrales y realizar
inferencia. Esto es de interés cuando se dan circunstancias especiales que no
aconsejan usar los procedimientos de siempre. Las distribuciones muestrales
son las distribuciones estadísticas de muestras que pertenecen a la misma
población.
 CAPÍTULO I
1. POBLACIÓN

Se define como la totalidad de elementos, individuos, entidades con

características similares de las cuales se utilizarán como unidades de muestreo.
También es conocido como Universo. Tiene la cualidad de ser cuantificada, esto
quiere decir que podemos contarlos y dar un número exacto de elementos que
tiene. La población tiene que tener todos ciertas características de contenido,
lugar y tiempo. (Diaz de Leon Neftali Toledo, 2018)

1.1. TIPOS DE POBLACIÓN

Población finita. - esta población es la que nos es accesible y pues
tienen un número determinado de elementos.
Población infinita. - su número de elementos llegan a ser
incontables, solo puede existir teóricamente.
1.2. EJEMPLOS DE POBLACIÓN
 Todas las universidades del Perú representan una población.
 Todos los alumnos de la Universidad Nacional Del Centro Del
Perú.
2. MUESTRA

La muestra es una parte o subconjunto de unidades que son

representativas de la población, son seleccionadas de forma aleatoria y
sometidas a una observación científica. Según López (2015), “es conveniente
disponer o construir un marco muestral con todas las unidades poblacionales,
para así definir inequívocamente a las unidades y nos distorsionar una extracción
aleatoria de la muestra” (p. 10), sin embargo, no siempre se da de esta manera
ya que muchas veces no se dispone de la información o es difícil acceder a ella.

Esta muestra tiene como objetivo principal obtener resultados válidos para
el universo investigado, así como también conocer determinadas características
de una población. Además de ello el tener una muestra reduce el tiempo del
estudio, la inversión es menor y permite tener un mayor control sobre las
variables estudiadas.

Para seleccionar la muestra se deben seguir ciertos pasos que son

necesarios.
  Definir la población
 Identificar el marco muestral
 Determinar el tamaño de la muestra
 Elegir un procedimiento de muestreo
 Seleccionar la muestra

Teniendo en cuenta todos estos pasos es posible obtener la muestra que

necesitamos. Cabe resaltar que el tamaño de la muestra se debe definir tomando
en cuenta dos criterios: la muestra debe ser lo más grande posible de tal manera
que el error será menor, otro aspecto a tener en cuenta es la lógica para poder
establecer el porcentaje que se requiere de la población puesto que no siempre
será igual, un método confiable para determinar el tamaño de la muestra es
mediante una fórmula que permite establecer el margen de error, siendo este la
precisión del estudio. La fórmula es la siguiente:

𝑁
𝑚=
(𝑁 − 1) ∗ 𝐾 2 + 1

o m = muestra
o N = población o universo
o K = margen de error (10%, 5%, 2%) – expresar en decimales

La constitución del marco muestral es una operación delicada que debe

ser controlada con el fin de determinar su corrección o detectar errores.

3. TIPOS DE MUESTRA

Una muestra puede ser obtenida de dos tipos: probabilística y no

probabilística. Las técnicas de muestreo probabilísticas, permiten conocer la
probabilidad que cada individuo a estudio tiene de ser incluido en la muestra a
través de una selección al azar. En cambio, en las técnicas de muestreo de tipo
no probabilísticas, la selección de los sujetos a estudio dependerá de ciertas
características, criterios, etc. (Otzen & Manterola, 2017).

3.1. CLASIFICACIÓN DE LOS TIPOS DE MUESTREO

PROBABILÍSTICO
3.1.1. MUESTREO ALEATORIO SIMPLE
 Garantiza que todos los individuos que componen la
población blanca tienen la misma oportunidad de ser incluidos en
la muestra. Esta significa que la probabilidad de selección de un
sujeto a estudio “x” es independiente de la probabilidad que tienen
el resto de los sujetos que integran forman parte de la población
blanco (Otzen & Manterola, 2017).

3.1.2. MUESTREO ALEATORIO ESTRATIFICADO

En este tipo de muestreo la población de estudio se divide

en subgrupos o estratos, escogiendo posteriormente una muestra
al azar de cada estrato. Esta división suele realizarse según una
característica que pueda influir sobre los resultados del estudio. Por
ejemplo, en el caso de seleccionar una muestra para evaluar la
altura, dada la heterogeneidad entre hombres y mujeres, la variable
de género podría ser una variable de estratificación. Si la
estratificación se realiza respecto un carácter se denomina
muestreo estratificado simple, y si se realiza respecto dos o más
características se denomina muestreo estratificado compuesto
(Canal Diaz, 2006).

3.1.3. MUESTREO AEATORIO SISTEMÁTICO

Cuando el criterio de distribución de los sujetos a estudio en

una serie es tal, que los más similares tienden a estar más
cercanos. Este tipo de muestreo suele ser más preciso que el
aleatorio simple, debido a que recorre la población de forma más
uniforme. De este modo, se seleccionará cada hésimo caso (Arias
Gomez et al, como se citó en Otzen & Manterola, 2017). Por
ejemplo, si se va a encuestar a una muestra de tamaño 50 de una
población de 500, el intervalo de selección es de tamaño 10. Este
intervalo de selección indica que se habrá de formar cada décimo
caso de la población para integrarlo a la muestra. El primer caso se
selecciona arbitrariamente o al azar. Suponiendo que en este
ejemplo el primer caso seleccionado sea el número 13, el segundo
 será el 23 y así sucesivamente hasta completar el tamaño de
muestra deseado.

3.1.4. MUESTREO ALEATORIO POR CONGLOMERADOS

Consiste en elegir de forma aleatoria ciertos barrios o

conglomerados dentro de una región, ciudad, comuna, etc., para
luego elegir unidades más pequeñas como cuadras, calles, etc. y
finalmente otras más pequeñas, como escuelas, consultorios,
hogares (una vez elegido esta unidad, se aplica el instrumento de
medición a todos sus integrantes). Si se desea realizar un estudio
de prevalencia o una encuesta en habitantes de una localidad, el
muestreo aleatorio simple es complejo y de alto costo, ya que
estudiar una muestra de tamaño “n”, supone enviar encuestadores
a “x” puntos diferentes de la misma; de tal forma que, en cada uno
de estos puntos, sólo se aplicará una encuesta (Hund et al., 2015,
como se citó en Otzen & Manterola, 2017).

3.2. CLASIFICACIÓN DE LOS TIPOS DE MUESTREO NO

PROBABILÍSTICO
3.2.1. MUESTREO INTENCIONAL O DE CONVENIENCIA

Con este método las muestras se seleccionan basándose

únicamente en el conocimiento y la credibilidad del investigador. En
otras palabras, los investigadores eligen solo aquellas personas
que ellos creen que son los adecuados para participar en un
estudio de investigación, ya sea porque son fáciles de reclutar o
porque los consideran buenos representantes de la población
(GFCGlobal, s.f)

3.2.2. MUESTREO DE BOLA DE NIEVE

Esta técnica ayuda a los investigadores a encontrar

muestras cuando son difíciles de localizar. Es útil si el tamaño de
la muestra es pequeño y no está disponible fácilmente (GFCGlobal,
s.f). Por ejemplo: Si eres un investigador y estás buscando
personas con cierta enfermedad, lo que haces es contactar a uno
 o dos individuos que presenten dicha condición médica y que ellos
mismos sean quienes te recomienden a otros individuos con una
historia médica parecida.

3.2.3. MUESTREO POR CUOTAS

Este método permite dividir la población en grupos o estratos

que comparten características como el sexo, la edad, los estudios,
etc., y de ellos se selecciona una muestra proporcional y
representativa (GFCGlobal, s.f). Ejemplo: En una empresa grande
quieren saber cuáles son los hobbies preferidos por sus
empleados. Como son tantas personas, deciden dividirlas en dos
estratos, por género: hombres y mujeres.

Las mujeres representan el 40% de los empleados y los

hombres el 60%, por lo tanto, el investigador decide que en la
muestra se incluirán 400 mujeres y 600 hombres para tener un total
de 1000 individuos en el estudio. Así, asegura que la participación
de cada género es proporcional a la población que representan.

3.2.4. MUESTREO DISCRECIONAL

La selección de los individuos de la muestra es realizada por

un experto que indica al investigador qué individuos de la población
son los que más pueden contribuir al estudio. Este muestreo es
adecuado si dentro de la población que queremos estudiar, existen
individuos que no queremos que se nos escapen por utilizar un
método totalmente aleatorio o de conveniencia (Canal Diaz, 2006)

4. APLICACIONES
4.1. MÉTODOS PROBABILÍSTICOS

Aplicación del muestreo aleatorio simple

Esta técnica se aplica cuando se conocen todos los elementos que

conforman la población.

Aplicación del muestreo aleatorio sistemático

 Este método se aplica cuando conoces la población y de igual
manera se deben numerar todos los elementos

Aplicación del muestreo aleatorio estratificado

Se aplica este método cuando se tiene la composición exacta de

cada estrato y el conocimiento con el mayor detalle posible de la población
a estudiar.

Aplicación del muestreo aleatorio por conglomerados

(racimos)

El muestreo por conglomerados se aplica cuando se tiene

población muy grande y dispersa.

Aplicación del muestreo polietápico

Se considera una variante del muestreo por conglomerados.

Consiste en la selección de sus muestras de cada etapa o grupo
seleccionado.

4.2. MÉTODOS NO PROBABILÍSTICOS

Aplicación del muestreo por cuotas

Se aplica en encuestas de opinión, se establecen las cuotas, un

número de individuos que reúnen unas determinadas condiciones y se
seleccionan las primeras personas a las que se tenga acceso y que
cumplan con estas características. Se necesita un buen conocimiento de
los estratos de la población en busca de los sujetos más representativos
para los fines de la investigación.

Aplicación del muestreo intencional o de conveniencia

Aplicado para obtener muestras representativas cualitativamente,

mediante la inclusión de grupos aparentemente típicos. Es decir, cumplen
con características de interés del investigador.

Aplicación del muestreo casual o incidental

 Se aplica para estudiar fenómenos raros o inusitado y se realiza
mientras el evento o grupo de sujetos está presente hasta completar la
muestra.

Aplicación del muestreo por redes (bola de nieve)

Se aplica cuando se tiene grupos de difícil acceso y se basa en

encontrar un individuo de esta población. Sirve para localizar individuos
con determinadas características.

5. CONCLUSIONES
Se especifica que la población es el conjunto de individuos, objetos o
medidas que poseen algunas características comunes observables en un lugar
y en un momento determinado, además cuando se vaya a llevar a cabo alguna
investigación debe de tenerse en cuenta algunas características esenciales al
seleccionarse la población bajo estudio.

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.

Existe una variedad de opciones útiles para la selección de muestras,

métodos probabilísticos y no probabilísticos que se deben escoger con base en
el tipo de investigación a realizar y los recursos con los que cuenta el
investigador. Toda persona que va a ejecutar un estudio debe asesorarse para
elegir adecuadamente el tipo de muestreo para dar sustento a los resultados.
Además, lo debe describir metodológicamente con detalle para poder
reproducirlo en futuras investigaciones; existen otras variantes de muestreo que
escapan a la finalidad del presente resumen.
 BIBLIOGRAFÍA

o Bernal Torres, C. (2010). Metodología de la investigación. Colombia, 3ra ed.

Pearson.
o Canal Diaz, N. (2006). Técnicas de muestreo. Sesgos.
o Diaz de Leon Neftali Toledo. (2018). Población y Muestra. México.
o GFCGlobal. (s.f). Tipos de muestreo. Obtenido de
https://edu.gcfglobal.org/es/estadistica-basica/tipos-de-muestreo/1/
o Hernández Ávila CE, Carpio N. Introducción a los tipos de muestreo. Revista
ALERTA. 2019; 2(1): 75-79. DOI: 10.5377/alerta. v2i1.7535
o López-Roldán, P. (2015). Metodología de la investigación social cuantitativa.
Barcelona, 1ra. ed.
o Luis López, P. (2004). Población muestra y muestreo. Chochabamba.
o Otzen, T., & Manterola, C. (2017). Técnicas de Muestreo sobre una Población
a Estudio. SciELO Analytics, 1-6.