TECNICAS E INSTRUMENTOS

Población, muestra y muestreo

Mgtr. Lourdes Esquivel Paredes

 Spiegel, Schiller y Alu (2003) y Valderrama
(2013) mencionan que una población en
Población estadística se utiliza para denotar las
observaciones o medidas y no los individuos
u objetos. Teniendo en cuenta que puede ser
finita o infinita, al total se le llama el tamaño
de la población, representado con la letra N.

Muestra

Para Martínez (2012), la muestra se define

como “un conjunto de medidas pertenecientes a
una parte de la población” (p.662) y debe ser
representativa y adecuada.
Elementos o Unidad de análisis

Son aquellos sobre las cuales se obtendrá la

información que luego será analizada para obtener los
resultados y conclusiones de la investigación
(Martínez, 2012).
 Muestreo

Spiegel, Schiller y Alu (2003) establece que el

muestreo es el proceso de obtener muestras.
Con el propósito de inferir los resultados
encontrados en la muestra, respecto a la
población.
Para hacer inferencias sobre la población

POBLACIÓN MUEST
RA
Para efectuar un muestreo tenemos que
responder tres preguntas:

1. ¿Cuál es la población en estudio?

2. ¿Cuántas personas se requieren en la muestra?

3. ¿Cómo seleccionar a las personas que intervendrán en la

muestra?

Velasco, Martínez, Roiz, Huazano y Nieves (2003)

 TIPOS DE MUESTREO

Muestreo aleatorio o probabilístico

• Para Martínez (2012) una muestra es aleatoria cuando todos los
elementos de la población tienen la misma probabilidad de ser
elegidos en la muestra.

Muestreo no aleatorio o no probabilístico

• Velasco et al. (2003), es aquel donde la probabilidad de selección de
cada elemento para la muestra no es igual ni conocida.
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, tablas
de números aleatorios, números aleatorios
generados con una calculadora u ordenador,
etc.) se eligen tantos sujetos como sea
necesario para completar el tamaño de
muestra requerido.
Este procedimiento, atractivo por su
simpleza, tiene poca o nula utilidad práctica
cuando la población que estamos manejando
es muy grande.
2. MUESTREO ALEATORIO SISTEMÁTICO
Este procedimiento exige, como el anterior,
numerar todos los elementos de la población,
pero en lugar de extraer n números aleatorios
sólo se extrae uno. Se parte de ese número
aleatorio i, que es un número elegido al azar, y
los elementos que integran la muestra son los que
ocupa los lugares i, i+k, i+2k, i+3k,...,i+(n-1)k,
es decir se toman los individuos de k en k, siendo
k el resultado de dividir el tamaño de la
población entre el tamaño de la muestra: k= N/n.
El número i que empleamos como punto de
partida será un número al azar entre 1 y k.
MUESTREO ALEATORIO ESTRATIFICADO

Consiste en la división previa de la

población de estudio en grupos o
clases que se suponen homogéneos
respecto a característica a estudiar. A
cada uno de estos estratos se le
asignaría una cuota que determinaría
el número de miembros del mismo
que compondrán la muestra. Dentro
de cada estrato el muestreo se
realizaría mediante Muestreo
aleatorio simple o sistemático.
4. MUESTREO ALEATORIO POR CONGLOMERADOS

Se divide la población en varios grupos de

características parecidas entre ellos y luego
se analizan completamente algunos de los
grupos, descartando los demás. Dentro de
cada conglomerado existe una variación
importante, pero los distintos
conglomerados son parecidos. Requiere
una muestra más grande, pero suele
simplificar la recogida de muestras.
Frecuentemente los conglomerados se
aplican a zonas geográficas.
Muestreo No Probabilístico

a. Por conveniencia
Velasco et al. (2003), las unidades de estudio se seleccionan al momento
de la recolección de datos. Es fácil, económico y accesible, pero es poco
representativo.

b. Por casos consecutivos

Velasco et al. (2003), la selección se realiza sobre los elementos que
cumplen ciertas características para el estudio y estos se consiguen en
forma consecutiva.

c. Por cuotas
Velasco et al. (2003), la selección se realizan sobre los subgrupos que
componen la población.
 TAMAÑO DE MUESTRA
Martínez (2012), el tamaño de la muestra es un
cálculo basado en fórmulas y es de suma
importancia para determinar el tamaño
adecuado de la muestra, simbolizado por n. Una
muestra debe ser pequeña para que el costo sea
bajo y suficientemente grande para que el error
de muestreo sea tolerable.
 TAMAÑO DE MUESTRA
Cálculo para poblaciones infinitas
Ejemplos: La cantidad de estrellas en el universo, Una población de hormigas, Cantidad de granos de arena en
una playa--- Se les denomina infinito puesto que superan una cantidad netamente medible o son casi imposible
de medir 

Z 2  2
n Variables cuantitativas
E2 (Media aritmética)

Z  pq 2
n Variables cualitativas
E2 (Proporciones)

n: Tamaño de muestra 2: Varianza de la población.

Z: Valor asociado al nivel de confianza

p: Proporción de éxito
E: Error de la estimación
q  1 p
Cuando no se conoce p, se considera como 0,50
 TAMAÑO DE MUESTRA
Cálculo para poblaciones finitas
Población de una ciudad, Niños en una escuela... etc, Estos son posibles de medir puesto que a
pesar de que puedan ser millones, cientos o miles se sabe que son un numero variable pero medible

N  Z 2  2 Variables cuantitativas
n
( N  1) E 2  ( Z 2   2 ) (Media aritmética)

N Z2  pq
n Variables cualitativas
( N  1) E 2  ( Z 2  p  q ) (Proporciones)

n: Tamaño de muestra 2: Varianza de la población.

Z: Valor asociado al nivel de confianza p: Proporción de éxito

E: Error de la estimación q  1 p
N: Tamaño de la población

Cuando no se conoce p, se considera como 0,50

TABLA DE APOYO AL CÁLCULO DEL TAMAÑO DE UNA MUESTRA
POR NIVELES DE CONFIANZA

 Nivel de
99% 98% 97% 96% 95%
Confianza
Z 2.58 2.33 2.17 2.05 1.96