UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ

FACULTAD DE CIENCIAS FORESTALES Y DEL AMBIENTE

METODOLOGÍA DE LA INVESTIGACIÓN

Tema: POBLACIÓN Y MUESTRA

Por:
EDITH PILAR ORELLANA MENDOZA

2017-1
 POBLACIÓN Y MUESTRA

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 población, en un
proceso que se conoce como inferencia
estadística.
 POBLACIÓN

La población es aquella
Población
sobre la cual el investigador
Conjunto de elementos desea establecer una
que tienen alguna conclusión.
característica o valores
en común.
Una vez definida la ¿Qué es una unidad
unidad de análisis, se de análisis?
procede a delimitar la Cada uno de los
población que va a ser elementos de un
estudiada y sobre la cual conjunto que se
se pretende generalizar
desea observar.
los resultados.
 POBLACIÓN

¿Cómo se delimita una población?

 Delimitando claramente la población con base
al problema de investigación.
 Describiendo con claridad las características
de la población.
Definir los criterios de inclusión
(características que deberán tener los
elementos en estudio).
Definir los criterios de exclusión
(características cuya existencia obligue a no
incluir como elemento de estudio).
 POBLACIÓN

Una población es finita cuando se conoce el

tamaño de la población, consta de un número
limitado o determinado de elementos.
Ejemplo: Todos los habitantes de una comunidad.

Una población es infinita cuando no se conoce el

tamaño de la población, y no se tiene la posibilidad
de contar todos sus elementos pues existen en
número ilimitado.
Ejemplo: Población de coleópteros en un bosque.
 POBLACIÓN Y MUESTRA

Ejemplos de población:
Población de familias de una comunidad.
Población de niños expuestos al plomo en el
área de influencia de la ex planta metalúrgica
de la Oroya
Población de árboles de E. globulus Labill en el
valle del Mantaro
Población de macroinvertebrados en la laguna
de Chocón
Población de suelos contaminados por pasivos
ambientales.
 MUESTRA

¿Sobre que o quienes se

Muestra recolectarán datos?
 Para seleccionar una
Subgrupo de una muestra, lo primero es
población, del cual definir la unidad de
se recolectan los análisis (individuos,
datos y ésta debe plantas, nevado, árboles,
ser representativa familias, estudiantes,
para la niños, agua, etc.)
generalización de
 Una vez definida la
los resultados.
unidad de análisis se
delimita la población.
 MUESTRA

Una muestra debe ser adecuada en cantidad y en

calidad.
En relación al tamaño de muestra (cantidad),
existen procedimientos estadísticos para saber cuál
es el número mínimo de elementos que debemos
incluir en el estudio para obtener resultados válidos.
La calidad involucra el concepto de
representatividad de la muestra. Se dice que una
muestra es representativa de la población cuando
es un reflejo de ella, es decir cuando reúne las
características principales de la población en
relación con la variable en estudio.
 Tipos de muestra
Muestra no probabilística o
Muestra dirigida
probabilística Se utilizan en
investigaciones
Subgrupo de la cuantitativas y cualitativas.
población en el que
todos los elementos Seleccionan individuos o
de ésta tienen la casos “típicos” sin intentar
misma probabilidad de que sean representativos
ser elegidos. de una población
determinada.
.

Permite inferir los La elección de la muestra

resultados a la depende de la decisión del
población objetivo. investigador.
 Muestra probabilística

¿Cómo se selecciona una muestra

probabilística?
1º. Calcular un tamaño de muestra que sea
representativo de la población.

2º. Seleccionar los elementos muestrales

(casos) de manera que al inicio todos tengan la
misma posibilidad de ser elegidos.
 Muestreo
Las distintas maneras de elegir una muestra de una
población se denominan muestreos.
La aleatorización, proceso de selección de una
muestra de la población en el que la selección es
imparcial o no está sesgada; una muestra elegida con
procedimientos aleatorios se llama muestra aleatoria.

Muestreo aleatorio simple

Si una muestra aleatoria se elige de tal forma que

todos los elementos de la población tengan la misma
probabilidad de ser seleccionados, la llamamos
muestra aleatoria simple.
 Tamaño de muestra
Media poblacional
a) Población finita
𝑵 𝒁𝟐 𝟏−∝/𝟐 𝝈𝟐
n= 𝜶
(𝑵−𝟏)𝑬𝟐 +𝒁𝟐 𝟏− 𝟐 𝝈𝟐

b) Población infinita
𝒁𝟐 𝟏−∝/𝟐 𝝈𝟐
n=
𝑬𝟐
N= tamaño de la población
E = margen de error o de precisión
Z = abscisa normal para un nivel de confianza 100 (1–α) (95%)
Z (𝟏 −∝/𝟐) = Z (0.975) = 1.96
∝ = nivel de significación (0.05)
1 - ∝ = Nivel de confianza (95% o 0.95)
σ = desviación estándar de la variable
 Tamaño de muestra
Proporciones poblacionales
a) Población finita
𝑵 𝒁𝟐 𝟏−∝/𝟐 𝐩 ∗𝐪
n= 𝜶
(𝑵−𝟏)𝑬𝟐 +𝒁𝟐 𝟏− 𝐩 ∗𝐪
𝟐

b) Población infinita
𝐙 𝟐 𝟏−∝/𝟐 𝐩 ∗𝐪
n=
𝐄𝟐
N= tamaño de la población
E o d = margen de error o de precisión (5%)
Z = abscisa normal para un nivel de confianza 100 (1–α)
Z (𝟏 −∝/𝟐) = Z (0.975) = 1.96
∝ = nivel de significación (0.05)
1 - ∝ = Nivel de confianza (95% o 0.95)
p = proporción de esperada (0.50 o 50%)
q = ( 1 – p ) = (1 – 0.50)= (0.50)
Para llevar a cabo el análisis de un destino turístico con alta afluencia
de turistas (200.000) se desea realizar una encuesta para determinar el
gasto medio por turista. Se ha decidido aceptar un error máximo en el
gasto medio de 30 euros. Suponiendo una desviación estándar de la
población de 200 euros y un nivel de confianza del 95%, obtener el
tamaño adecuado de la muestra
N = 200 000
Z (1 –α/2) = 1,96 o Z 0,975 = 1,96
𝝈 = 200 euros
E = 30 euros
𝑵 𝒁𝟐 𝝈𝟐
n=
(𝑵−𝟏)𝑬𝟐 +𝒁𝟐 𝝈𝟐

𝟐𝟎𝟎 𝟎𝟎𝟎 𝟏,𝟗𝟔 𝟐 𝟐𝟎𝟎 𝟐

n=
𝟐𝟎𝟎 𝟎𝟎𝟎 −𝟏 𝟑𝟎 𝟐+ 𝟏,𝟗𝟔 𝟐 𝟐𝟎𝟎 𝟐

n = 170.59
n = 171
 Muestreo aleatorio estratificado

En este tipo de muestreo se divide a la población

en subgrupos o estratos que tienen alguna
característica común.

La selección de sujetos dentro de cada estrato se

realiza aleatoriamente. La estratificación se suele
hacer en función de diferentes variables o
características de interés: género, edad, situación
laboral, ingreso familiar, etc.
 Muestreo aleatorio estratificado
N1
Nh N2 ෍ 𝑵𝒉 = 𝑵
N3

a) Población infinita
σ 𝑾𝒉 𝑺𝟐 𝒉
n=
𝑽
Dónde:
Wh = ponderación del estrato h (h= 1,2,……….G)
𝑵𝒉
Wh = , σ 𝐖𝐡 = 𝟏
𝑵
𝑺𝟐 𝒉 = varianza del estrato h
V= varianza deseada:
𝑬
V = ( )𝟐
𝒁
E= margen de error
Z= Z (1 –α/2) valor crítico para un nivel de confianza 1- α
α = nivel de significación
b) Población finita
𝑵.σ 𝑾𝒉 𝑺𝟐 𝒉
n=
𝑵𝑽+σ 𝑾𝒉 𝑺𝟐 𝒉
Distribución de la muestra en los estratos
𝑵𝒉
nh = n
𝑵
Tamaño de muestra para estimar el costo promedio por tipo de vehículo
Tipo de Nh Sh xh miles Wh Wh S2h nh
vehículo de soles
Económico 1841 5.2 22 0.2877 7.779408 45
Medio 2275 8.6 42 0.3555 26.292780 55
Lujo 2284 102.4 135 0.3568 3741.319168 55
Total 6400 1.000 3751.391356 155

𝑁ℎ 1841
Wh = = = 0.2877
𝑁 6400
Wh S2h = 0.2877 (5.2)2 = 7.779408
E = 10 miles de soles
Z (1-α/2) = 1.96
V= ( 𝐸𝑍 )2 = (1.96
10 2
) = 26.03082049

𝑵.σ 𝑾𝒉 𝑺𝟐 𝒉
n=
𝑵𝑽+σ 𝑾𝒉 𝑺𝟐 𝒉

6400 (3751.391356)
n= = 140.9 = 141
6400 26.03082049 +(3751.391356)

nf = 141 + (10% de 141) = 141 + 14 = 155

Tamaño de muestra por estrato
1841
n1 = (155) = 45
6400
2275
n2 = (155) = 55
6400
2284
n3 = (155) = 55
6400
 Muestra no probabilística

Ventaja: Desventajas:
No es posible calcular con
Es útil cuando se precisión el error estándar,
requiere una y el nivel de confianza con
cuidadosa y que hacemos una
controlada elección estimación.
de casos con ciertas
Las pruebas estadísticas
características
en esta muestra tienen un
especificadas en el
valor limitado a la
problema de
muestra en sí, más no a
investigación.
la población. Los datos
no pueden generalizarse.