UNIVERSIDAD DE EL SALVADOR

FACULTAD DE CIENCIAS ECONOMICAS ESCUELA DE ADMINISTRACION DE EMPRESAS

TECNICAS DE INVESTIGACION

LIC. ABRAHAM SANCHEZ

TEMA: “Universo y muestra de una investigación”

GRUPO: 02 INTEGRANTES: Mayra Alejandra Menjivar Chacón Nathaly Dennisse Escamilla Pineda Joselyn Abigail Cantarero González Luis Alejandro Flores Mejía Analy Guadalupe Rincan Calderón Roxana Abigail Flores Cruz CARNET: MC 10085 EP 10011 CG 09065 FM 10002 RC 10074 FC 10020

GRUPO TEORICO: 04

Ciudad Universitaria, 24 de Marzo del 2011

I

CONTENIDO
CONTENIDO.............................................................................................I INTRODUCCION.......................................................................................II 1. OBJETIVOS.........................................................................................III 1.1 OBJETIVO GENERAL......................................................................................................III 1.2 OBJETIVOS ESPECÍFICOS.................................................................................................III 1. UNIVERSO Y MUESTRA DE UNA INVESTIGACION......................................1 1.1 DEFINICIÓN
DE TÉRMINOS................................................................................................1

2. VENTAJAS Y LIMITACIONES DEL USO DE MUESTRAS................................2 2.1 VENTAJAS..................................................................................................................2 2.2 LIMITACIONES.............................................................................................................2 3. TIPOS DE MUESTREO............................................................................3 3.1 MÉTODOS 3.2 MÉTODOS
DE MUESTREO PROBABILÍSTICOS............................................................................3 DE MUESTREO NO PROBABILÍSTICOS........................................................................5

4. APLICACIÓN DEL MUESTREO.................................................................6 4.1 ¿CÓMO SE SELECCIONA UNA MUESTRA PROBABILÍSTICA?.............................................................6 4.1.1 El tamaño de la muestra.............................................................................8 4.2 MUESTRA PROBABILÍSTICA ESTRATIFICADA ...........................................................................10 4.3 MUESTREO PROBABILÍSTICO POR RACIMOS...........................................................................12 CONCLUSIONES......................................................................................IV BIBLIOGRAFIA.........................................................................................V

pero como no todas las investigaciones tienen las mismas dificultades o en ocasiones es necesario crear ciertas divisiones o clasificar por tipos las investigaciones por lo que se han creado diferentes tipos.II INTRODUCCION En la mayoría de las situaciones de investigación no es posible estudiar todos los elementos o sujetos a los cuales se refiere el problema. sino que se trabaja con un grupo de ellos para luego generalizar los resultados a la totalidad. tamaños y formas de aplicaciones de la muestra. Para poder hacer esta selección es necesario que la cantidad de sujetos y la forma como son seleccionados. Además se estudiara cada una de las ventajas que nos ofrece utilizar el muestro en un universo lleno de variaciones. sean adecuadas. . las cuales se explicaran mas adelante en el presente trabajo. En el siguiente trabajo se explica y se aplica la muestra que es uno de los métodos mas utilizados para obtener el numero de selección que determine un porcentaje de veracidad en el estudio realizado dándonos cada vez un margen de error mínimo.

OBJETIVOS 1.2 Objetivos específicos  Conocer las definiciones y características de la muestra.1 Objetivo general  Conocer la aplicación de la muestra en una investigación. 1.  Comprender todos los métodos de aplicación del muestreo en una investigación.III 1. .

como por ejemplo. que se obtiene para averiguar las propiedades o características de esta ultima. MUESTRA: es un subconjunto de la población. por lo que interesa que sea un reflejo de la población. . la población del mundo. Se habla de que una población es finita cuando consta de un número limitado de elementos. Hay que distinguir dos términos básicos en la investigación de la población: La población objetiva: es aquella sobre la cual el investigador desea establecer una conclusión. UNIVERSO Y MUESTRA DE UNA INVESTIGACION 1. La población muestreada: es aquella a partir de la cual se extrajo la muestra y sobre la cual se puede establecer la conclusión. ejemplo: todos los habitantes de una comunidad. Una población es infinita cuando no se pueden contabilizar todos sus elementos pues existen en número ilimitado. POBLACION: (o universo) es cualquier colección finita o infinita de elementos o sujetos.1 1.1 Definición de términos Dos términos muy importantes para comprender esta temática son: población y muestra.

por lo cual es posible entonces emplear personal más capacitado.2 2. personal. por lo que con frecuencia deben buscar apoyo en especialistas en la materia. supervisar con mayor cuidado las actividades de campo. el procesamiento de los datos. cuando ésta es infinita o muy grande o cuando el proceso de medida para estudiar la característica deseada es destructivo (determinar la dosis letal de una droga por ejemplo. En ese caso solo es posible estudiar una muestra. • Mayores posibilidades: Existen casos en los cuales no es posible estudiar toda la población. • Mayor exactitud: al estudiar una muestra se reduce el volumen de trabajo. como por ejemplo. o al consumir un artículo para juzgar sobre su calidad). materiales. 2. y de esta forma obtener resultados más exactos que los que obtendríamos de estudiar toda la población. etc necesarios para hacer la investigación serán menores. . los recursos financieros. VENTAJAS Y LIMITACIONES DEL USO DE MUESTRAS 2. la recolección de la información se hará en menos tiempo.1 Ventajas • Costo reducido: resulta obvio que si no se estudia la totalidad de sujetos sino una muestra de ellos.2 Limitaciones • No se debe emplear muestras cuando la población es muy pequeña • La teoría del muestreo es compleja y no es del dominio de la mayoría de los investigadores. • Mayor rapidez: de igual forma.

Dentro de los métodos de muestreo probabilísticos encontramos los siguientes tipos: 3.3 3. Se parte de ese número aleatorio i. tablas de números aleatorios. pero en lugar de extraer n números aleatorios sólo se extrae uno.1.1 Métodos de muestreo probabilísticos Los métodos de muestreo probabilísticos son aquellos que se basan en el principio de equiprobabilidad. 3. como el anterior. TIPOS DE MUESTREO Se conoce como muestreo el proceso de obtención de la muestra.) se eligen tantos sujetos como sea necesario para completar el tamaño de muestra requerido.2 Muestreo aleatorio sistemático: Este procedimiento exige. todas las posibles muestras de tamaño n tienen la misma probabilidad de ser elegidas. por tanto. los más recomendables. Es decir. tiene poca o nula utilidad práctica cuando la población que estamos manejando es muy grande. 3. Este procedimiento.1 Muestreo aleatorio simple: El procedimiento empleado es el siguiente: 1) se asigna un número a cada individuo de la población y 2) a través de algún medio mecánico (bolas dentro de una bolsa. aquellos en los que todos los individuos tienen la misma probabilidad de ser elegidos para formar parte de una muestra y. numerar todos los elementos de la población. Puede ser probabilístico y no probabilístico. números aleatorios generados con una calculadora u ordenador.1. Sólo estos métodos de muestreo probabilísticos nos aseguran la representatividad de la muestra extraída y son. etc. atractivo por su simpleza. . consiguientemente.

el estado civil.. i+k.1. i+2k. etc. .3 Muestreo aleatorio estratificado: Trata de obviar las dificultades que presentan los anteriores ya que simplifican los procesos y suelen reducir el error muestra para un tamaño dado de la muestra. La distribución de la muestra en función de los diferentes estratos se denomina afijación. El número i que empleamos como punto de partida será un número al azar entre 1 y k. es decir se toman los individuos de k en k.. Consiste en considerar categorías típicas diferentes entre sí (estratos) que poseen gran homogeneidad respecto a alguna característica (se puede estratificar. el sexo.. 3. Lo que se pretende con este tipo de muestreo es asegurarse de que todos los estratos de interés estarán representados adecuadamente en la muestra.). y puede ser de diferentes tipos: Afijación Simple: A cada estrato le corresponde igual número de elementos muéstrales. por ejemplo. El riesgo se este tipo de muestreo está en los casos en que se dan periodicidades en la población ya que al elegir a los miembros de la muestra con una periodicidad constante (k) podemos introducir una homogeneidad que no se da en la población.4 que es un número elegido al azar. Afijación Proporcional: La distribución se hace de acuerdo con el peso (tamaño) de la población en cada estrato. i+3k.. i+(n-1) k. el municipio de residencia. y los elementos que integran la muestra son los que ocupan los lugares i. según la profesión. siendo k el resultado de dividir el tamaño de la población entre el tamaño de la muestra: k=N/n.

Tiene poca aplicación ya que no se suele conocer la desviación.1 Muestreo por cuotas: También denominado en ocasiones "accidental". de modo que se considera la proporción y la desviación típica. etc.2 Muestreo opinático o intencional: Este tipo de muestreo se caracteriza por un esfuerzo deliberado de obtener muestras "representativas" mediante la .2.1. a la que llamamos conglomerado. 3. Cuando los conglomerados son área geográfica suele hablarse de "muestreo por áreas".4 Muestreo aleatorio por conglomerados: En el muestreo por conglomerados la unidad muestral es un grupo de elementos de la población que forman una unidad. una caja de determinado producto. son conglomerados naturales. las urnas electorales. los departamentos universitarios. Las unidades hospitalarias. En otras ocasiones se pueden utilizar conglomerados no naturales como. Se asienta generalmente sobre la base de un buen conocimiento de los estratos de la población y/o de los individuos más "representativos" o "adecuados" para los fines de la investigación.2. 3.2 Métodos de muestreo no probabilísticos Se seleccionan a los sujetos siguiendo determinados criterios procurando que la muestra sea representativa. por ejemplo: 20 individuos de 25 a 40 años.. 3. por ejemplo. Este método se utiliza mucho en las encuestas de opinión. de sexo femenino y residentes en Gijón. Una vez determinada la cuota se eligen los primeros que se encuentren que cumplan esas características. En este tipo de muestreo se fijan unas "cuotas" que consisten en un número de individuos que reúnen unas determinadas condiciones.5 Afijación Óptima: Se tiene en cuenta la previsible dispersión de los resultados. 3.

etc. determinados tipos de enfermos. Un caso particular es el de los voluntarios.6 inclusión en la muestra de grupos supuestamente típicos. delincuentes.3 Muestreo casual o incidental: Se trata de un proceso en el que el investigador selecciona directa e intencionadamente los individuos de la población. el diseño de investigación y el alcance de sus contribuciones. 4.4 Bola de nieve: Se localiza a algunos individuos. Este tipo se emplea muy frecuentemente cuando se hacen estudios con poblaciones "marginales". la muestra probabilística tiene muchas ventajas y la principal es que se puede medir el tamaño del error por medio de predicciones.2. Para hacer una muestra probabilística es necesario entender los siguientes términos y sus definiciones: .1 ¿Cómo se selecciona una muestra probabilística? La elección entre la muestra probabilística y la no probabilística se determina con base en el planteamiento del problema. APLICACIÓN DEL MUESTREO 4.2. 3. y estos a otros. sectas. además que el principal objetivo en el diseño de una muestra probabilística es reducir al mínimo el error al que también se le conoce como: error estándar. los cuales conducen a otros. Es muy frecuente su utilización en sondeos preelectorales de zonas que en anteriores votaciones han marcado tendencias de voto. El caso más frecuente de este procedimiento el utilizar como muestra los individuos a los que se tiene fácil acceso (los profesores de universidad emplean con mucha frecuencia a sus propios alumnos). y así hasta conseguir una muestra suficiente. las hipótesis. 3.

En nuestra estimación habrá una diferencia (Y-y = ¿?) también llamado error. digamos un promedio. s2 = varianza de la muestra. Nos interesa conocer valores promedio en la población. V = la varianza de la población de la población con respecto a determinadas variables (la varianza indica la variabilidad). seleccionamos una muestra n (y será la estimación del valor de Y. La muestra: a la que se le simboliza como n. es un conjunto de elementos. así como la varianza de la muestra (n) será la expresión s2. (Se)2 = el error estándar al cuadrado.7 La población: a la que se le suele denominar como N. lo cual se expresa: Y = al valor de una variable determinada (Y) que nos interesa conocer. Como los valores de la población no se conocen. el cual se desconoce). es un subconjunto de la población N. el cual dependerá del numero de elementos muestreados a este se le conoce “error estándar (se)” Se = la desviación estándar de la distribución muestral y representa la fluctuación de y. . cuya formula nos servirá para calcular la varianza (V) de la población (N). la cual podrá determinarse en términos de probabilidad donde s2 = p (1-p).

que tan grande debo determinar mi muestra y esto se determina en dos pasos: 1.1.01? Es decir. S) Además para una muestra probabilística se necesitan principalmente dos cosas: determinar el tamaño de la muestra (n) y seleccionar los elementos muéstrales de manera que todos tengan la misma posibilidad de ser elegidos. 4.) que necesito para conformar una muestra (n) que me asegure un determinado nivel de error estándar. organizaciones. tenían un capital social superior a 30 1 Se corrige con otros datos. digamos menor de 0. se) y si se trata de un termino de la población se simboliza con una letra mayúscula (N. Cuando se habla de un termino de la muestra se simboliza con una letra minúscula (n.1 El tamaño de la muestra Al hacer una muestra probabilística uno debe preguntarse ¿Cuál es el menor numero de unidades muéstrales (personas. De aquí se deriva 1 – p. en el cual se considera a “todos aquellos directores generales de empresas industriales y comerciales que. la cual se estima sobre marcos de muestreo previos o se define. n’ = s2 / V2 = tamaño provisional de la muestra1 = varianza de la muestra/ varianza de la población. la certeza total siempre es igual a uno. las posibilidades a partir de esto son “p” de que si ocurra y “q” de que no ocurra (p + q = 1). .8 p = porcentaje estimado de la muestra. n = n’/ 1 + n’/N Ejemplo: se delimita una población para un estudio de directores generales. capítulos de telenovelas. 2. etc. probabilidad de ocurrencia del fenómeno. ajustándose si se conoce el tamaño de la población N. en 1983. s.

09 V2 = (0.9 (1-0. se = error estándar = 0. ¿Cuál es el número de directores generales (n) que se debe entrevistar para tener un error estándar menor de 0.9 millones de pesos.015.9 n’ = tamaño de la muestra sin ajustar n = tamaño de la muestra Al sustituir tenemos: s2 = p (1-p) = 0.000225 n’ = 0.015 y dado que la población total es de 1176? N = tamaño de la población de 1176 empresas. Su definición se2 : cuadrado del error estándar s2 = varianza de la muestra expresada como la probabilidad de ocurrencia de y p = 0.9) = 0. con ventas superiores a los 100 millones de pesos y con más de 300 personas empleadas”. un director general por empresa. Con estas características se preciso que la población era de N = 1176 directores generales.5 n’ = s2/V2 . ya que 1176 empresas reunían las mencionadas características.0015) 2 = 0.09/0.00025 = 400 n = n’/1 + (n’/N) = 400/1 + (400/1176) = 298. y = valor promedio de una variable = 1. determinado por nosotros V2 = varianza de la población al cuadrado.

Ejemplo: tomando como referencia el ejemplo anterior de los directores generales. grupos o nichos de la población. Ejemplo: efectuar comparaciones por género (entre hombres y mujeres) si la selección de la muestra es aleatoria tendremos unidades o elementos de ambos géneros.2 Muestra probabilística estratificada A veces las investigaciones implican comparar sus resultados entre segmentos. .10 n = 298 casos Es decir. Ejemplo: nos interesan personas de todas las religiones para contrastar datos pero en la ciudad donde se efectuara el estudio la mayoría son católicos. es decir. lo que aquí se hace es dividir a la población en subpoblaciones o estratos y se selecciona una muestra para cada estrato. 4. al aplicar una muestra probabilística estratificada tendremos los resultado que deseamos. En este caso el atributo será el giro de la empresa. pero en este caso la situación se complica y se debe estratificar esta n con la finalidad de que los elementos muéstrales o las unidades de análisis posean un determinado atributo. porque así lo señala el planteamiento del problema. que es necesario estratificar la muestra en relación con estratos o categorías que se presentan en la población y además son relevantes para los objetivos del estudio. para nuestra investigación necesitaremos una muestra de 298 directores generales.

y sh es la desviación estándar de cada elemento en un determinado estrato entonces se tiene que: ksh = n/N Siguiendo el ejemplo de los directores de empresa.2534 De manera que el total de la subpoblación se multiplicara por esta fracción constante para obtener el tamaño de la muestra para cada estrato: ESTRATO POR GIRO DIRECTORES GENERALES TOTAL POBLACION (FH)=0. bebidas y tabaco Papel y artes graficas Textiles Eléctricas y electrónicas Automotriz Quimico-farmaceutica Otras empresas de transformación Comerciales 53 109 215 87 98 110 81 221 151 51 . la población es de 1176 directores de empresa y el tamaño de la muestra es de n = 298 ¿Qué muestra necesitaremos para cada estrato? Ksh = n/N = 298/1176 = 0. a fin de lograr reducir la varianza de cada unidad de la media muestral. Esto es: fh = nh/Nh = ksh en donde nh y Nh son muestra y población de cada estrato.11 La estratificación aumenta la precisión de la muestra e implica el uso deliberado de diferentes tamaños de muestra para cada estrato.2534 MUESTRA 13 28 55 22 25 28 20 56 38 13 1 2 3 4 5 6 7 8 9 10 Extractivo y siderúrgico Metal-mecánicas Alimentos.

Esta clase de muestreo supone una selección en dos etapas. etc. . Los cuestionarios se aplicaran por entrevistadores a una muestra de sujetos adultos. tiempo y energía. ambas con procedimientos probabilísticos: en la primera se seleccionan los racimos. Ejemplo: problema de investigación: una estación de radio local necesita saber con precisión. Para ello se hace una selección que asegure que todos los elementos del racimo tienen la misma probabilidad de ser elegidos. o sea. por distancias geográficas. es decir. con la finalidad de planear sus estrategias. a que horas. que tanto radio escuchan. por tiempo. La unidad de análisis indican quienes van a ser medidos. como utilizan la radio los adultos de una ciudad de 2500000 habitantes. Se recurre al muestreo por racimos o clusters en este tipo de muestreo se reducen costos. En la segunda y dentro de estos racimos. Procedimiento: se diseñara un cuestionario que indague estas áreas sobre el uso de la radio. que contenidos prefieren y sus opiniones con respecto a los programas noticiosos.3 Muestreo probabilístico por racimos En algunos en que el investigador se ve limitado por recursos financieros. siguiendo los pasos ya señalados de una muestra probabilística o estratificada. La unidad muestral se refiere al racimo por medio del cual se logra el acceso a la unidad de análisis. Este implica diferenciar entre la unidad de análisis y la unidad muestral. se seleccionan a los sujetos u objetos que van a medirse. los participantes o casos q quienes en ultima instancia vamos a aplicar el instrumento de medición.12 1176 298 4.

n’ = s2/V2 = p(1-p)/(0.0902 n = 909 Necesitaremos una muestra de 909 cuadras para estimar los valores de la población con una probabilidad de error a 0.015.13 Población: hombres y mujeres de mas de 21 años de edad y que vivan en una casa o departamento propio o rentado de la ciudad.11/1 + (1111.015)2 = error estándar = 0. que categorizan esa población según el ingreso mensual promedio de sus habitantes: ESTRATO 1 2 3 4 TOTAL NUM.000225 n’ = 1111. esta dividida por estudios previos de acuerdo con cuatro estratos socioeconómicos.5(1-0.25/0. Se recurre a la estrategia de seleccionar racimos se utiliza un mapa el cual indica que ay 5000 cuadras.11 n’ = n’/1 + (n’/N’) = 1111. es decir. Lo primero ¿Cuántas cuadras necesitaremos muestrear de una población total de 5000 cuadras. estas se utilizaran como racimos. La población N = 5000.5) = 0. como unidades muéstrales. DE CUADRAS 270 1940 2000 790 5000 . si queremos que nuestro error estándar sea no mayor de 0.11/5000) = 909.015 y con una probabilidad de ocurrencia de 50%? Se tiene entonces: n’ = s2/V2 para una muestra probabilística simple.

1818) nh2 49 353 364 143 n = 909 En principio tenemos que de 5000 cuadras se seleccionaran 49 del estrato uno.1818 (0. 364 del estrato tres y 143 del estrato cuatro. de acuerdo con la distribución de la población en los cuatro estratos socioeconómicos? fh = n/N = 909/5000 = 0.1818) (0.1818) (0. 353 del estrato dos.1818 ESTRATO 1 2 3 4 NUMERO DE CUADRAS 270 1940 2000 790 N = 5000 fh = 0. .14 ¿Cómo distribuiremos los 909 elementos muéstrales de n.1818) (0. para optimizar la muestra. ya que son sujetos y no se pueden fragmentar. 2 Se ajustan los valores (redondeo) para cuadrar el ejemplo.

. • Existen diferentes tipos de muestreo para cada investigación el cual nos facilita el trabajo y nos da resultados confiables al aplicar correctamente cada uno de ellos.CONCLUSIONES • El muestreo es una herramienta muy útil al momento de realizar una investigación. al igual para la herramienta de la encuesta ya que el muestro nos da el numero exacto de personas a las que debemos entrevistar para obtener resultados beneficiosos y útiles. • Toda investigación realizada con fines de obtener resultados reales para buscar una respuesta a la temática estudiada se puede hacer en base al muestreo. donde se necesite recolectar datos o tener la certeza que la temática que se esta estudiando sea veraz con respecto a los resultados que se obtengan de ella.

ucla.pdf .BIBLIOGRAFIA - LIBRO: Metodología de la investigación (4º edición) Henríquez Sampieri - Fuente de internet: “universo y muestra de una investigacion.ve/dmedicin/departamentos/medicinapreventiv asocial/SEB/investigacion/muestreo.edu.pdf” http://www.

Sign up to vote on this title
UsefulNot useful