TALLER DE INVESTIGACION I

Población, muestra y muestreo

Ciclo: 2023 – 1
Docente:
MBA. Ing. Alejandro Vildoso Flores
 Video

https://www.youtube.com/watch?v=eSddJ4_8xP8
 POBLACIÓN

 POBLACIÓN: Conjunto de individuos que tienen las características

(variables), que se quieren estudiar.
 POBLACIÓN DIANA: Está definida por los objetivos del estudio. Ejm.
Diabéticos de Lima.
 POBLACIÓN FINITA: Cuando se conoce el tamaño de la población.
 POBLACIÓN INFINITA: Cuando no se conoce el tamaño de la población.
 MUESTRA
 Es un subconjunto de la población de estudio y es el grupo
de personas que realmente se estudiarán.
 Debe ser representativa de la población y para lograr esto, se
tiene que tener bien definido los criterios de inclusión y
esclusión, así como también realizar una buena técnica de
muestreo.
 Cuando Calcular el Tamaño de la Muestra

 Cuando no se puede estudiar a toda la población y se quieren

estimar parámetros. Prevalencia, promedio, porcentaje, tasas.
 Cuando se desean comparar dos, o más grupos y establecer
si hay diferencias.
 Porqué Calcular el Tamaño de la Muestra.

 Las muestras pueden estudiarse con mayor rapidez que las

poblaciones.
 El estudio de una muestra es menos costosa que el de una población.
 Toma menos tiempo de estudio.
 En la mayoría de las situaciones el estudio de una población es imposible.
 Con frecuencia los resultados de una muestra son más precisos que los que
se basan en una población.
 En todo proyecto se deben considerar imprevistos que pueden
hacer que el tamaño de muestra calculada inicialmente se vea
afectada ya sea porque el sujeto de estudio se mudó, no desea
participar, abandona, viaja
 Muestreo

 El muestreo es el proceso mediante el cual el investigador, podrá

seleccionar los pacientes o sujetos de estudio a partir de la muestra
calculada previamente.
 Si el muestreo no se realiza con criterio, los resultados de la
investigación no serán validos, ya que se pueden cometer errores de
sesgo o imparcialidad al momento de elegir los sujetos
 Tipos de Muestreo

Probabilístico No
(Aleatorio) Probabilístico

Aleatorio simple. Accidental

Sistemático. Por conveniencia.

Estratificado. Por cuotas.

Por conglomerados. Bola de Nieve.

 Muestreo Probabilístico

 También se conoce como muestreo aleatorio, la característica de

este muestreo es que todos los sujetos de la población de estudio,
tienen la misma probabilidad de ser seleccionados para formar
parte de la muestra.
 Muestreo Aleatorio Simple

 Cada unidad tiene la probabilidad equitativa de ser incluida en la

muestra.
 Lista de todos los individuos de la población de estudio: “marco
muestral”
 Selección al azar. (tablas de números aleatorios, calculadoras,
sofware).
 Muestreo Sistemático

 Se selecciona individuos del marco muestral a intervalos

regulares.
 Ejemplo: 5, 10, 15, 20, .........
 Lleva el sesgo de selección si el marco muestral está distribuido
siguiendo algún patrón particular.
 Muestreo Estratificado

 Este tipo de muestreo se emplea cuando se tiene interés en que la muestra sea
la más representativa posible en lo que se refiere a sub grupos de interés
relacionados con variables confusoras o que podrían crear sesgo a la
investigación, por ejm. Sexo, edad, situación laborar, etc.

 El marco poblacional se divide en grupos homogéneos (estratos), de cada uno

se extrae una submuestra proporcional al tamaño del estrato.
 Muestreo por Conglomerados

 También se denomina de etapas múltiples.

 Se utiliza para poblaciones grandes y dispersas.
 No es posible disponer de un listado.
 En lugar de individuos se seleccionan conglomerados que están agrupados
de forma natural. (cuadras de casas, departamentos, hospitales,
provincias).
 Se selecciona en primer lugar el conglomerado más alto, a partir de este se
selecciona un subgrupo. A partir de este subgrupo se selecciona otro
subgrupo, y así sucesivamente, hasta llegar hasta las unidades de análisis.
 Muestreo no Probabilístico

 No existe el criterio de que todos los sujetos tengan la misma

posibilidad para ser elegidos para formar parte de la muestra, ya que
en este tipo de muestreo hay uno o más criterios de decisión por
parte del investigador, para que un determinado sujeto pueda o no
formar parte del estudio.
 Muestreo Accidental

 Se hace sobre la base de la presencia o no, en un lugar y momento

determinados.
 Aunque se parece a un muestreo probabilísitico, no todas las
personas tienen la misma probabilidad de estar en el momento y
lugar donde se selecciona a los sujetos.
 Muestreo por Conveniencia

 El investigador decide en base a los conocimientos de la población,

quienes son los que deben formar parte de la muestra.
 Se tiene en cuenta los criterios de inclusión y exclusión, los cuales
deben estar bien establecidos y se deben cumplir rigurosamente.
 Muestreo por Cuota.

 La muestra se selecciona tomando en cuenta características (variables)

específicas de la población.
 Tiene similitud con el muestreo estratíficado, sólo que en este caso la
selección dentro de cada cuota (estrato)se hace de manera accidental.
 Generalmente se usa para encuestas de opinión y mercado.
 Muestreo por Bola de Nieve

 Se utiliza cuando la población es de difícil acceso por razones

sociales (prostitutas, alcohólicos, drogadictos, etc)
 En este caso se contsactará con una persona del grupo a
estudiar, puede ser un lider de una pandilla, el amigo de un
colaborador,etc.Y a partir de éste poco a poco se va llegando a
un número mayor de individuos
 Población
Desconocid a
Z2 *p*q
Variable n
cualitativa d2
(Una
proporción)
Población
N*Z2 *p*q
conocida n 2
d N1Z2 *p*q
Tamaño de
muestra
para
Población Z2 *S
un grupo
desconocida n 2
Variable d
cuantitativa
(Una media)

Población N*Z2 *S2

n 2
conocida
d *N1Z2 *S2
 Variable
cualitativa
n
  
Z  * 2p 1p Z *  
p1 1 p1 p21 p2
2

(Dos
Proporciones)
p1  p2 2

Tamaño de
muestra
para
dos grupo

2Z Z 2 *S2

Variable
cuantitativa
(Dos
medias)
n
d2
Saber no es suficiente, debemos aplicar. Desear no es suficiente, debemos
hacer.

-J o h a n n W . V o n G o e t h e
EJEMPLOS