EL DISEÑO DE LA MUESTRA

• Unidades de observación: Pueden ser personas,

familias, viviendas, escuelas, organizaciones,
artículos de prensa, discursos, acciones o
interacciones sociales.

• Una vez definida la población, se procede al diseño

de la muestra: la selección de unas unidades
concretas de dicha población.

• A veces, la selección de la muestra está guiada por

el criterio de representatividad.

• Muestra representativa: constituye una

representación a pequeña escala de la población a
la que pertenece.

2
 Haga clic en el icono para
agregar una imagen
Marco muestral: ¿De dónde obtenemos la
muestra para realizar nuestro estudio?

El tamaño de la muestra, depende de:

a) El tiempo y los recursos disponibles para llevar

a cabo la investigación.

b) La modalidad de muestreo seleccionada.

c) La diversidad de los análisis de datos prevista.

d) La varianza o heterogeneidad poblacional.

3
 Haga clic en el icono para
agregar una imagen

e) El margen de error máximo admisible para la estimación de los

parámetros poblacionales.

f) El nivel de confianza de la estimación muestral.

Varianza o heterogeneidad poblacional: Si la muestra intenta ser

una representación a pequeña escala de una población o
universo, su tamaño se verá afectado por la varianza poblacional.
Cuanto más heterogénea sea la población, mayor será su varianza
poblacional.

4
• El margen de error
El margen de error cuantifica la cantidad de error de
admisible. muestreo aleatorio en la estimación de un parámetro,
como la media o la proporción. Un margen de error
• El error muestral se suele utilizarse en los resultados de un sondeo. Por
ejemplo, una encuesta política podría indicar que el
nivel de popularidad de un candidato es de 55% con un
refiere en términos margen de error de 5%. Esto significa que el nivel real
de popularidad es de +/- 5% y, por lo tanto, se ubica en
más generales al algún punto entre 50% y 60%.

fenómeno de la
variación entre
muestras.
5
 NIVEL DE CONFIANZA
• El nivel de confianza representa el porcentaje de intervalos que incluirían el parámetro de
población si usted tomara muestras de la misma población una y otra vez. Por lo general, un nivel
de confianza de 95% funciona adecuadamente.

• Esto indica que si usted recogió cien muestras y creó cien intervalos de confianza de 95%, cabría
esperar que aproximadamente 95 de los intervalos incluyeran el parámetro de población, tal como
la media de la población, como se muestra en la siguiente figura.

6
• En este caso, la línea negra horizontal representa el valor fijo de la
media desconocida de la población, µ. Los intervalos de confianza
azules verticales que se sobreponen a la línea horizontal contienen
el valor de la media de la población.

• El intervalo de confianza rojo que está completamente por debajo

de la línea horizontal no lo contiene. Un nivel de confianza de 95%
indica que 19 de 20 muestras (95%) de la misma población
producirán intervalos de confianza que incluirán el parámetro de
población.

7
• En suma…
• Por muy perfecta que sea una muestra, como
únicamente se analiza una parte de la población (y
esa muestra solo representa una de todas las
posibles muestras que pueden extraerse de una
misma población), siempre habrá divergencia
entre los valores obtenidos de la muestra
(estimaciones) y los valores correspondientes en la
población (parámetros)

88
Haga clic en el icono para agregar una imagen

TIPOS DE MUESTREO

Muestreos p r o b a b i l í s ti c o s y no
p r o b a b i l í s ti c o s
P r o b a b i l í s ti c o : S e f u n d a m e n t a e n
la aleatorización como criterio
esencial de selección muestral.

No p r o b a b i l í s ti c o : A diferencia
d e l a n t e r i o r, l a e x t r a c c i ó n d e l a
muestra se efectúa siguiendo
criterios diferentes a la
aleatorización.

Agregar un pie de página 9

Haga clic en el icono para agregar una imagen

10