INSTITUTO DE EDUCACIÓN SUPERIOR TECNOLÓGICO

PÚBLICO “PISCO”

INVESTIGACIÓN E INNOVACIÓN TECNOLÓGICA

Dr. JESÚS MIGUEL RAMOS CRUZ

 SEMANA 3:
POBLACIÓN Y MUESTRA
 POBLACIÓN Y MUESTRA

POBLACIÒN
Es un conjunto finito o infinito de elementos con
características comunes, observables en un lugar y en un
momento determinado, para los cuales serán extensivas las
conclusiones de la investigación. Se representa con la letra N.
Ejemplos:
El conjunto de piqueros existentes en la Reserva de Paracas.
El conjunto de familias del distrito de Pisco.
Todas las hectáreas de terreno cultivable en el valle de Ica.
MUESTRA
Una muestra es un subconjunto de la población que se ha
seleccionado para el análisis. La muestra deberá ser
representativa de la población, para que podamos efectuar
inferencias que tengan sentido. Es decir, las características
de la muestra se aproximan a las de la población con un
margen de error conocido. Se representa con la letra n.
Ejemplos:
 12 piqueros capturados en la Reserva de Paracas.
 45 familias seleccionadas del distrito de Pisco.
 15 hectáreas de terreno cultivable seleccionadas del valle
de Ica.
EL MUESTREO
Es un proceso que permite realizar la extracción de una
muestra a partir de una población.
Tipos de Muestreo:
Existen dos métodos para seleccionar muestras de
poblaciones:
 Muestreo probabilístico o aleatorio
Se denomina muestreo probabilístico cuando todos los
elementos de la población tienen posibilidades de ser
seleccionados como unidades de la muestra.
 Muestreo no probabilístico o empírico
 Se caracteriza porque no todos los elementos del universo
tienen la misma posibilidad de ser elegidos como
elementos de la muestra.
Técnicas de muestreo probabilístico:
Muestreo aleatorio simple:
Consiste en sacar por medio de un sorteo riguroso las
unidades de la muestra, hasta completar el tamaño de la
muestra.
Por ejemplo: De las unidades de 500, queremos determinar
50 unidades de muestra; lo que hacemos es meter los 500
números a una caja y extraer al azar uno a uno cada
número hasta completar los 50 elementos de la muestra.
 Muestreo por azar sistemático:
Es realmente una variante del muestreo aleatorio simple,
pero las unidades muéstrales se seleccionan a partir del
coeficiente de elevación y se elige, como punto de
partida para proceder a la selección, un número no
superior a dicho coeficiente. Los números que forman la
muestra serán los resultados de sumar el coeficiente de
elevación progresivamente, a partir del elegido
aleatoriamente.
Coeficiente de elevación: N / n
Donde:
N=Número de unidades de la población
n= Número de elementos de la muestra
Ejemplo: Se desea seleccionar 50 trabajadores de un
supermercado de una población de 500.
Solución
Se calcula el coeficiente de elevación:
CE = 500 = 10
50
Al número aleatoriamente elegido se le suma
sucesivamente 10.
Si el número elegido al azar fue 8, la serie que constituye la
muestra sería:
8, 8+10, 18+10, 28+10, y así sucesivamente.
Resumiendo las muestras sería:
8, 18, 28, 38, 48, 58, 68, 78, 88,... etc. hasta completar
los 50 sujetos deseados en la muestra.
 Muestreo estratificado:
El muestreo estratificado es otra técnica de muestreo
probabilístico y se utiliza cuando la población o universo
no es naturalmente homogéneo, sino que está formado
por estratos diferentes. Para aplicar el muestreo
estratificado se realiza los siguientes pasos:
 Se extrae la fracción de muestreo. La fracción de
muestreo es un número porcentual que resulta de dividir
el número de la muestra multiplicada por 100 entre el
universo. Así: n x 100 / N
50 x 100 / 500 = 10
 Se determina el número de elementos que le corresponde
a cada estrato. Ese número de elementos se determina
multiplicando el coeficiente de elevación a cada estrato.
 Como última etapa de proceso de muestreo esterificado
tenemos la selección mediante azar simple, hasta. Completar los
elementos de la muestra.
Ejemplo: Suponiendo que los trabajadores de una empresa (500)
están distribuidos de la siguiente manera:
 Personal de planta de producción 100 trabajadores
 Personal de operación 110 trabajadores
 Personal de administración 90 trabajadores
 Personal de seguridad 90 trabajadores
 Personal de limpieza 110 trabajadores
Aplicar la técnica del muestreo probabilístico de tipo estratificado,
sabiendo que el tamaño de la muestra es 50.
 Solución
Fracción de muestreo: 50 x 100 / 500 = 10%
Determinación de número de elementos de cada estrato:
Personal de planta de producción: 10% (100) 10
Personal de operación: 10% (110) 11
Personal de administración: 10%(90) 9
Personal de seguridad: 10%(90) 9
Personal de limpieza: 10%(110) 11
______________

50
trabajadores
Técnicas de muestreo no probabilístico:
Muestreo intencional o criterial:
En este tipo de muestreo quien selecciona la muestra lo que
busca es que ésta sea representativa de la población de
donde es extraída. Lo importante es que dicha
representatividad se da en base a una opinión o intención
particular de quien selecciona la muestra y por lo tanto la
evaluación de la representatividad es subjetiva.
Por ejemplo:
Un gerente de ventas que selecciona ciertas localidades
del Perú como típicas.
Realizar un sondeo pre-electoral en un departamento en
donde anteriormente la tendencia de voto ha estado
orientada a un candidato específico.
 Muestreo sin normas o circunstancial:
Se dice que el muestreo es circunstancial cuando los
elementos de la muestra se toman de cualquier manera,
generalmente atendiendo razones de comodidad,
circunstancias o capricho.
Por ejemplo:
 Cuando un investigador tiene que llenar algunas
encuestas y para cumplir con su tarea recurre a los
amigos o familiares, o de lo contrario aprovecha un grupo
que está reunido por razones particulares pero que se
muestra dispuesto a colaborar con él.
 En el comercio, cuando se supone que un trozo de tela o
un sorbo de vino representan bien los artículos
completos.
 Muestreo accidental o casual:
Esta muestra se forma con sujetos que casualmente se
encuentran en el lugar y en el momento decidido por el
investigador.
Ejemplo:
 Pedir voluntarios, o entrevistar a la salida de un metro,
etc.
 Un periodista que va por la calle preguntando a las
personas que salen a su paso, sin atender ningún criterio
especial de elección. No es probabilístico porque aquellas
personas que no pasan por ese sitio no tienen la
posibilidad de entrar en la muestra.