Población, muestra y

muestreo
INTRODUCCION
Cualesquier tipo de investigación (científica o de mercado) recurre a elegir a un
grupo de objetos, cosas o personas para con ellos realizar la investigación.

Primero se determina la población de estudio, luego se recurre a seleccionar a un

grupo que generalmente se denomina muestra representativa de dicho universo.

En la mayoría de las investigaciones se emplea la muestra para indagar las

características del universo sobre el cual se hace la investigación. Bajo esta
consideración la información a obtener se limita a la observación de un
subconjunto de la población que recibe el nombre de muestra
 UNIVERSO OBJETIVO (N)
Población, muestra

Siempre se necesitan informantes o fuentes

de información “primaria” o directa para
cumplir con los objetivos planteados en una
investigación. A esas fuentes de información
se les conoce como población (N), y es el
conjunto de todos los individuos (objetos,
personas, documentos, data, eventos,
empresas, situaciones, etc.) a investigar
(Vara, 2015) POBLACION de
MUESTRA (n) estudio
 Productores o
consumidores
Universo

Productores o
consumidores de cafè Población (N)

Productores o Muestra (n)

consumidores de
café.
En el análisis de la población muchos autores consideran un universo o población
objetivo y una población menor a muestrear que viene a ser LA MUESTRA. La
primera se refiere a todos los individuos o elementos que conforman el universo
completo, mientras que, el segundo, trata de los elementos o individuos en los
cuales se ha considerado ciertos criterios de inclusión para, posteriormente,
obtener una muestra.
Concepto de muestra

La muestra es el segmento de la población que se considera representativa de un

universo y se selecciona para obtener información acerca de las variables objeto
de estudio.
DATOS

La observación de la característica O VARIABLE de interés en la muestra

proporciona los DATOS. Los datos pueden consistir en un conjunto de valores
numéricos o modalidades.

Las VARIABLES son las características de los individuos que se quieren estudiar y
pueden tomar distintas modalidades o valores.

Los DATOS son el conjunto de observaciones de una o más características

obtenidas de una población o de una muestra.
Representatividad de la muestra.

Se dice que toda muestra debe ser representativa de la población de estudio,

significa que la representatividad o calidad de la muestra es más importantes que
los relacionado con la cantidad.

Cuando la muestra es poco representativa, se dice que la muestra está sesgada, y

las conclusiones que se pueden extraer de la misma serán poco fiables y,
simplemente, nos inducirán a error.

En investigación en base a los resultados obtenidos en la muestra nos permite

extrapolar o inferir lo que sucede en la población, por lo que se debe elegir
siempre muestras representativas.
MUESTRAS Y ESTADISTICOS
Veamos que significa:

Muestra: es una parte representativa de la población que se selecciona para

ser estudiada ya que la población es demasiada grande.

Los valores de la estadística en la muestra se llama ESTADÍSTICOS.

Estadístico: elemento que describe una muestra y sirve como estimación del
parámetro de la población correspondiente Ej. de estadísticos.

Promedio:

Varianza:

Desviación estándar: s
Terminología para la población:

Los valores estadísticos en la población se llaman PARÁMETROS.

Parámetro: es una medida descriptiva de la población total de todas las

observaciones de interés para el investigador
Es un valor, medida o indicador que representa a la población que se selecciona
para ser estudiado

Son parámetros de la población: Ejemplos

• la media aritmética, representada por µ
• una proporción o su desviación típica, representada por σ :
• La varianza representada por σ2
MUESTREO

Muchas veces es imposible tener contacto y observar a toda la población, por

eso suele trabajarse solo con una parte. Este sub-conjunto es conocido con el
nombre de “muestra” y al proceso de seleccionarla se le conoce como
“muestreo” (Vara, 2015).

Por lo tanto, La muestra (n), es el conjunto de casos extraídos de la población,

seleccionados por algún método racional, siempre parte de la población. Si se
tienen varias poblaciones, entonces se tendrán varias muestras.
¿Qué es el muestreo? ¿Cuál es el procedimiento?

Trabajar con una muestra proporciona muchas ventajas:

a) ahorra tiempo,
b) reduce costos, y
c) posibilita mayor profundidad y exactitud en los resultados.

Sin embargo, también tiene algunos inconvenientes:

d) es dificultoso,
e) una muestra mal seleccionada o sesgada distorsiona tus resultados, y
f) todas tienen limitaciones.
MUESTREO, es el proceso de selección de una parte representativa de la
población, a través de la cual se estima los parámetros de la población. Un
parámetro es un valor numérico que caracteriza a la población que es objeto de
estudio (Valderrama, 2019)

El muestreo tiene etapas muy bien definidas; cada una requiere que tomes
decisiones. Veamos cada una de ellas:

Define la Determina si Calcula el Identifica Selecciona a

realizarás
población o muestreo y el tamaño el marco los individuos
Poblaciones tipo adecuado muestral Poblacional de tu muestra
Vara (2015), establece el siguiente procedimiento del muestreo para extraer
una muestra a partir de una población.

1. Define la población(es). Una investigación puede tener más de una

población. Se debe definir cada una de ella y delimitarlas.

Para identificar a tu población, define la unidad de análisis (“quiénes o qué va

a ser estudiado”), considerando los objetivos de tu tesis.

Luego identifica los criterios de inclusión y exclusión y precisa su tamaño.

Esta etapa termina cuando sabes a cuánto asciende el tamaño de tu
población (o poblaciones), y qué criterios de inclusión y exclusión empleas
para delimitarla
2. Determina si se realizarás muestreo o si se trabajarás con toda la población.

Si la población es pequeña y se puede acceder a ella sin restricciones, entonces

es mejor trabajar con toda; en este caso, ya no necesitas muestreo. Pero si la
población es muy grande o es demasiado costoso trabajar, entonces conviene
seleccionar una muestra.

3. Determina el tipo de muestreo a emplear.

Decide si usarás un muestreo probabilístico o no probabilístico, ello depende

de tus recursos y de la facilidad para acceder a la muestra.
4. Calcula el tamaño de la muestra. Utilizando fórmulas estadísticas o
cualitativas (punto de saturación), calcula el tamaño mínimo de la muestra
requerido para tu estudio.

5. Identifica el marco poblacional de donde extraerás la muestra. Si ya sabes el

tamaño de tu muestra, es necesario identificar a cada uno de los integrantes.
Para ello se utiliza el “marco poblacional”, que es una lista donde están
identificados todos los integrantes de la población.
6. Selecciona a los individuos de la población que conformarán la muestra. Si
utilizas un muestreo probabilístico, utilizarás una tabla de números aleatorios
para seleccionar -del marco muestral a cada uno de los integrantes de la
muestra. Si utilizas un muestreo no probabilístico, usarás otros criterios
basados en la conveniencia.

Estas etapas son genéricas, casi siempre idénticas para todas las investigaciones.
Las variaciones ocurren dependiendo del tipo de investigación que se realiza.
Ahora, veamos cada punto con mayor detalle.
¿Qué son los criterios de inclusión y exclusión a utilizar para la muestra?

Son características que sirven para diferenciar quién participa como población en
tu investigación y quién no. Los criterios de inclusión y exclusión son límites que
discriminan entre los que serán parte del estudio y los que no lo serán.

Estos criterios se determinan de acuerdo con la naturaleza del estudio. Ej.

Si estudias a las micro empresas agrarias pues los siguientes criterios pueden ser, a
modo de ejemplo:
a) Tamaño (micro) (5-10 trabajadores),
b) antigüedad (>3 años),
c) económico.
d) que sean informales.
¿Cuántos tipos de muestreo hay?

Existen dos tipos generales: a) probabilístico y b) no probabilístico.

a) Probabilístico: todo integrante de la población tiene una probabilidad

determinada y conocida de conformar la muestra. Los muestreos
probabilísticos son los muestreos más confiables pero también los más
complicados y caros. Es posible conocer el error de muestreo, o sea, la
diferencia entre el estimador y el parámetro

b) no probabilístico: ocurre lo contrario, todo integrante de la población no

tiene una probabilidad determinada, tampoco conocida, de conformar la
muestra. Los criterios para seleccionar la muestra no son estadísticos, son
racionales, por eso el investigador no tiene idea del error que puede estar
introduciendo en su muestra.
 TIPOS DE MUESTREO :

MUESTREO ALEATORIO SIMPLE

MUESTREO SISTEMATICO
MUESTREO PROBABILISTICO
MUESTREO ESTRATIFICADO

MUESTREO POR CONGLOMERADOS

MUESTERO POR CUOTAS

PUESTREO INTENCIONAL O POR

MUESTREO NO PROBABILISTICO
CONVENIENCIA

MUESTERO EN BOLA DE NIEVE

MUESTREO PROBABILÍSTICO

En todo muestreo probabilístico el tamaño de la muestra se determina

aplicando una fórmula que se establece y describe de la siguiente manera:

Tres factores afectan a la determinación del tamaño de la muestra para estimar la

media de una población:
1) el nivel de confianza (Z),
2) el error tolerable máximo (E), y
3) la variación de la población (p+q).
 Descripción Valor
Identificador

Z: Nivel de confiabilidad al 95% 1.96

P: Probabilidad éxitos, se expresa en % y X1 0,5

Q: Probabilidad fracasos 0,5

N: Tamaño de la población

E: Error admisible 0,10

• Nivel de confianza (Z). Por lo general es 0.90, 0.95 y 0.99. Su valor se halla en
las tablas para Z normal; representa el límite de confianza necesario para
generalizar los resultados obtenidos a nivel de muestra, a toda la población

• Error tolerable máximo:

Es la cantidad máxima en la que el estadístico de la muestra (la estimación)
difiere del parámetro poblacional, para un nivel de confianza específico.

• Variación: es la varianza muestral

23
TEOREMA DEL LIMITE CENTRAL

n1 x1 x 2 x 3 x 4 ........ xk
N n2
x
 x
k :# de muestras
n3 k
x  x
2
n4
x 2


k
nm
MUESTREO PROBABILÍSTICO

a)muestreo aleatorio simple, b) muestreo sistemático, c) muestreo estratificado,

d) muestreo por conglomerados y e) muestreo polietápico.

Muestreo aleatorio simple

Características:
Se selecciona una muestra de tamaño n de una población de N unidades, cada
elemento tiene una probabilidad de inclusión igual y conocida osea la probabilida es
: .

Ventajas:
Sencillo, rápido y de fácil comprensión. Se basa en la teoría estadística.
Se requiere, siempre, el cálculo del tamaño de la muestra.
Inconvenientes:

Se necesita un listado completo de toda la población (marco poblacional).

No se aplica para poblaciones estratificadas

Ejemplos:

Se quiere determinar cuántas empresas manufactureras, de 3 a 5 años de

antigüedad, presentan problemas logísticos y cuántos no; y qué variables están
asociadas, en San Juan de Lurigancho.

Por eso, realiza el muestreo probabilístico local de 350 empresas solo para San
Juan.
Solución: la población seria N=350 ; la muestra será: n= …………?
n se calcula mas adelante aplicando una formula.
Calcule el tamaño de la muestra: 𝒁 𝟐 ∗ 𝒑 ∗𝒒 ∗ 𝑵
𝒏= 𝟐 𝟐
𝑬 ∗ ( 𝑵 −𝟏 ) + 𝒁 ∗ 𝒑 ∗𝒒

N= ?
N= 350 =

E= 10% = 0.1
p= 0.5
q=0.5

27
Muestreo Sistemático

Características:
Los elementos se seleccionan de manera ordenada. Se consigue un listado de
toda la población. Se determina el tamaño muestral n.
Se define un intervalo k=N/n. Valderrama a este valor K, la denomina
coeficiente de elevación (tamaño población/tamaño muestra).

A continuación se elige un número aleatorio, r, entre 1 y k (r=arranque aleatorio),

es un número inferior al coeficiente de elevación.
La primera unidad muestral es un número elegido, la segunda unidad muestral
se determina agregando a ese primer número el coeficiente de elevación o valor
K, y así sucesivamente hasta completar el tamaño de la muestra calculada.
Ventajas:
Fácil de aplicar. No siempre es necesario tener un listado de toda la población.
Cuando la población está ordenada, siguiendo una tendencia conocida, asegura
una cobertura de unidades de todos los tipos

Inconvenientes:
Si la constante de muestreo está asociada con el fenómeno de interés, las
estimaciones obtenidas a partir de la muestra pueden contener sesgo de
selección
Ejemplos.
Tenemos 10,000 microempresas (en una lista), aplico la fórmula para determinar
el tamaño de la muestra y obtengo una muestra de 100 unidades.

Se define un intervalo k=N/n = k= = 100

Determinar r= arranque aleatorio o coeficiente de elevación= ej. 26; es elegido

al azar entre 1 y 100.
26, es el primer elemento muestral
El segundo elemento muestral seria 26 +K= 26 +100= 126
El siguiente tercer numero será 126+100= 226,
Luego el 326, y así sucesivamente, etc.
Otro Ejemplo:
• Para elegir una muestra de 120 de una lista de 480, el coeficiente de elevación
o valor K, es 480/120 = 4; por lo tanto, K = 4. Luego se hace formar a las 480
personas y se elige el primer elemento al azar y los demás se escogen cada
cierto intervalo (K), es decir, de 4 en 4, hasta completar las 120 personas que
constituyen el tamaño muestral.

También puede actuar así:

• Si el término elegido al azar hubiese sido el 3, o sea inferior a K, entonces
ubicamos a la persona que ocupa ese lugar 3 y se continúa de la siguiente
manera:
• 3; 7; 11; 15; 19...
 Muestreo Estratificado
Características:
Se divide a la población en estratos o si ya está dividido en subgrupos se trabaja
con ellos. Estos elementos deben poseer características comunes; pero deben ser
diferentes entre estratos.

Dentro de cada estrato se puede aplicar el muestreo aleatorio simple o

sistemático pero proporcional a su población.

Ej. caso de una agro empresa X., N= 219 y donde se determina n= 150

Se calcula, primero, la proporción de la muestra total respecto al tamaño de la

población. Osea n/N.
Tamaño de la población 219 representa el 100%
Tamaño de la muestra 150 representa X
X= = ?
X = 68,49%

Esto significa que del total de cada estrato de la empresa textil X, obtendremos
el 68,49% de trabajadores hasta completar el tamaño de la muestra; para ello,
aplicamos el siguiente procedimiento:
Ver tabla:
 (n/n)*100=
AREAS DE LA EMPRESA N n
68.49%
Presidente de directorio 11 7.5339 8
Gerente general 11 7.5339 8
Jefes de productos 10 6.849 7
Area de Administración 5 3.4245 3
Finanzas y contabilidad 7 4.7943 5
Comercialización y marketing 55 37.6695 37
Trabajadores 120 82.188 82
Total 219   150

8= 11*0.6849= 7.5339 aprox= 8

Ventajas:
Se obtienen estimaciones más precisas. Consigue una muestra lo más semejante
posible a la población, en lo que a las variables estratificadoras se refiere.

Inconvenientes:
Se ha de conocer la distribución en la población de las variables utilizadas para
estratificar.

Ejemplos
Supongamos que, en Cuzco, 70% de agro empresas son informales y el 30%
formales. Si queremos encuestar a 100 agro empresas, lo que haremos es dividir
las empresas en 2 estratos (formales e informales) y se eligen aleatoriamente 70
empresas informales y aleatoriamente 30 formales.
Muestreo por Conglomerados

Características:
Se utiliza cuando los individuos de la población constituyen grupos naturales
muy grandes o conglomerados que contienen otros grupos más pequeños de
forma sucesiva (Ej. País, provincia, distrito, empresas, oficinas, etc.).
Se emplea cuando es imposible o poco práctico crear un marco de muestreo de
una población objetivo debido a que está muy dispersa geográficamente y el
costo de la recopilación de datos es relativamente alto.
Se realizan varias fases de muestreo sucesivas (polietápico). Solo se necesita un
marco poblacional para la última etapa del muestreo.
• En el muestreo por conglomerados, también conocido como muestreo por
racimos, los elementos de la población son seleccionados al azar en forma
natural por agrupaciones (clusters). Los elementos del muestreo se seleccionan
de la población de manera individual, uno a la vez.

Ventajas:
Es muy eficiente cuando la población es demasiado grande y dispersa.

Inconvenientes:
La probabilidad de cometer errores es mayor. El cálculo del error es más complejo
Pasos del muestreo por conglomerados:

Seleccionar y estudiar la población. Se debe definir cuál es la población objetivo

y analizarla para conocer cómo está dividida y para poder indicar cómo serán los
grupos o conglomerados.

Calcular la cantidad de elementos de la muestra. Se debe determinar cuántos

grupos se necesitarán para elaborar la muestra.

Elaborar un marco muestral. Se debe hacer una lista de todos los

conglomerados.

Seleccionar los conglomerados. Se debe escoger al azar uno o más grupos. La

investigación se puede hacer sobre todo el conglomerado o eligiendo algunos de
sus elementos con otros tipos de muestreos.
Ejemplos:
Se quiere realizar una encuesta nacional durante las elecciones de la nueva
directiva del SUTEP. Los conglomerados, en este caso, pueden ser los distritos
electorales y, dentro de ellos, las mesas electorales. Con este muestreo se eligen
algunos distritos electorales y luego, dentro de ellos, algunas mesas electorales al
azar, luego se toman todos los votos de las mesas seleccionadas
Tipos de muestreo por conglomerados

Dos grandes aspectos se utilizan para clasificar los diferentes tipos de muestreo por
conglomerados.

• Una se basa en el número de etapas en el diseño de la muestra, y

• El otro en la representación proporcional de los grupos en la muestra total.

Tipos de conglomerados basado en el número de etapas:

A menudo, el muestreo por conglomerados se lleva a cabo en más de una «etapa».

Una etapa es un paso dentro del proceso de muestreo en el que se toma una
muestra. Considerando el número de etapas en el diseño, hay tres subtipos
principales de este muestreo: de una sola etapa, de dos etapas, y el muestreo de
etapas múltiples.
Muestreo por conglomerados de una etapa. Tiene una sola etapa o sea una sola
vez, porque solo se seleccionan los conglomerados y se incluyen en la muestra
todos los elementos de los grupos elegidos.
Muestreo por conglomerados de dos etapas. Tiene dos etapas; en una se
seleccionan los conglomerados y en la otra se escogen elementos dentro de cada
grupo. Por eso, en la muestra solo hay algunos de los individuos de cada grupo.
Muestreo por conglomerados de etapas múltiples. Las encuestas de grandes
áreas geográficas requieren una diseño de la muestra algo más complicado que
los descritos hasta este punto. Por lo general, se debe utilizar un diseño de etapas
múltiples, que consiste en la repetición de dos pasos básicos: listado y toma de
muestras.
Típicamente, en cada etapa, los grupos se hacen progresivamente más pequeños
en tamaño; y en la última etapa se utiliza el elemento de muestreo. Los
procedimientos de muestreo (aleatorio simple, estratificado, o el sistemático)
pueden ser diferentes en cada etapa.

El muestreo polietápico, conocido como muestreo multietapas, es un método

que consiste en tomar muestras por etapas utilizando unidades de muestreo
descendentes con el objetivo de hacer el proceso más práctico.

Implica dividir la población en conglomerados y elegir uno o más grupos al azar y

se muestrea a todos los miembros del grupo elegido.
 Aplicación del muestreo polietápico

Generalmente, se utiliza una mezcla entre el muestreo estratificado o por

conglomerados y el muestreo aleatorio simple.

La construcción de conglomerados es la primera etapa.

Seleccionar los elementos de los que se formará es la segunda.

Esta técnica es utilizada con frecuencia cuando no existe una lista completa de
todos los miembros de la población y es inapropiada.
Un grupo de investigadores quiere conocer las características de las personas que
trabajan en el sector agro empresarial.

Para realizar la muestra representativa, se siguen los pasos del muestreo por
conglomerados:
1) Se selecciona a todos los empleados de las agro empresas de un mismo país
como población objetivo. Cada empresa será un conglomerado.
2) Se calcula que de las 2457 agro empresas que hay en el país se necesitarán 62
conglomerados para elaborar la muestra.
3) Se realiza una lista de las agro empresas.
4) Se seleccionan 62 agro empresas al azar y con un muestreo aleatorio simple se
escoge a 30 empleados de cada una.
Un equipo de ingenieros agrónomos está estudiando la efectividad de las semillas
de trigo. Para realizar la muestra representativa, se siguen los pasos del muestreo
por conglomerados:

1. Se seleccionan todos los campos de cultivo de un país como población

objetivo. Cada estado será un conglomerado.
2. Se calcula que de los 45 campos se necesitarán 7 conglomerados para
elaborar la muestra.
3. Se realiza una lista de todos los campos.
4. Se seleccionan 7 campos al azar y se analiza la producción de 15 productores
de cada conglomerado.

Fuente:
https://www.ejemplos.co/muestreo-por-conglomerados/
Muestreo por conglomerados de etapas múltiples.

Las encuestas de grandes áreas geográficas requieren una diseño de la muestra

algo más complicado que los descritos hasta este punto. Por lo general, se debe
utilizar un diseño de etapas múltiples, que consiste en la repetición de dos pasos
básicos: listado y toma de muestras.
 Muestreo no probabilístico

Son técnicas que siguen otros criterios de selección (conocimientos del

investigador, economía, comodidad, alcance, etc.); procurando que la muestra
obtenida sea lo más representativa posible.

También se denomina muestreo determinístico, el investigador escoge a los

elementos de acuerdo a sus necesidades, los datos sirven para ese momento de
la investigación y no se puede inferir para toda la población en estudio

Sin embargo, aunque existe esta limitación, en la práctica los muestreos no

probabilísticos son necesarios e inevitables, porque son más económicos, rápidos
y menos complicados.
Se tiene el muestreo accidental, muestreo por cuotas, muestreo intencional o por
criterio, muestreo por rastreo “Bola de nieve”.
Muestreo accidental.

Características:
Se obtiene sin ningún plan pre-concebido. Las unidades elegidas resultan
producto de circunstancias fortuitas y descontroladas. Con este muestreo, nunca
sabrás hasta qué punto tus resultados son válidos y si realmente representan a la
población. Este es el tipo de muestreo menos confiable.

Las investigaciones que utilizan voluntarios es un tipo de muestreo accidental.

Estas muestras están sesgadas porque los voluntarios tienen características
distintas a la población en general, como por ejemplo: son personas que tienen
mayor nivel cultural, tienen mejor estatus social, suelen ser más inteligentes, son
más sociables, son menos convencionales, son menos conformistas, etc.
Ejemplos
“La muestra elegida fue de tipo accidental compuesta por 138 empleados
administrativos de universidades privadas cuyas edades oscilan de los 22 a 61
años, por lo que los resultados son exclusivos para este grupo.”
Muestreo Intencional o por criterio o juicio

Características:
Este es el mejor tipo de muestreo no probabilístico. El muestreo se realiza sobre
la base del conocimiento y criterios del investigador. Se basa, primordialmente,
en la experiencia con la población. En algunas oportunidades, se usan como guía
o muestra tentativa para decidir cómo tomar una muestra aleatoria más
adelante. El muestreo intencional es el mejor y el más frecuente en las
investigaciones científicas. Pero exige mucha claridad y detalle en las razones y
procedimientos para elegir a la muestra.

Ejemplo: mercados de prueba, presuntos líderes seleccionados en la investigación

de conducta de voto….
Se emplea cuando el tamaño de la muestra es pequeño.
Muestreo Por cuotas

Características:
Se calcula el tamaño de la muestra dependiendo de la distribución de la
población.

Es una especie de muestreo estratificado pero sin consideraciones probabilísticas

conocidas. Se asienta generalmente sobre la base de un buen conocimiento de
los estratos de la población o de los individuos más "representativos" o
"adecuados" para los fines de la investigación. Es mejor cuando se combina con
un muestreo intencional.
Ejemplos

En una población de 1,000 estudiantes, donde el 40% son mujeres, puedes

asignar una cuota de 60 hombres y 40 mujeres a una muestra de 100 individuos.
Por más que esa presunción llegue a ser válida, no deja de existir cierta
arbitrariedad en este modo de proceder; por lo que la rigurosidad estadística de
las muestras por cuotas, se reduce considerablemente.
Muestreo Por rastreo “Bola de nieve”

Características:
Son muy empleados en la investigación cualitativa histórica, documental y etnográfica.
En este muestreo, los primeros elegidos como encuestados (a juicio del investigador)
proponen y ayudan a la selección de los restantes de la muestra. Esta técnica se utiliza
para localizar, por referencias, a miembros de poblaciones peculiares o muy difíciles de
acceder.
Siempre existe el riesgo del sesgo porque la persona sugerida por otro miembro de la
muestra, tiene una probabilidad mayor de ser similar a la primera.

Esta técnica se utiliza para localizar por referencias a miembros de poblaciones

peculiares.
Ventajas: los reducidos tamaños de muestra y los costes.
Sesgo: porque la persona sugerida por otro miembro de la muestra tiene una
probabilidad mayor de ser similar a la primera.
Una investigación busca identificar las experiencias comerciales de los
microempresarios exportadores de ropa femenina a Ecuador. El investigador
seleccionó una muestra no probabilística de empresarios cuyos locales de
confecciones están ubicados en Gamarra. Los empresarios fueron seleccionaron a
través de conocidos y de referencias. De esta manera se entrevistó a 40
empresarios usando guías de entrevistas semiestructuradas.

En este caso, una muestra no probabilística es adecuada pues se trata de un

estudio con un diseño de investigación exploratorio; es decir, no es concluyente,
sino que su objetivo es documentar ciertas experiencias. Este tipo de estudio
pretende generar datos e hipótesis que constituyan la materia prima para
investigaciones más precisas.
 ESCALAS DE MEDICIÓN.

• Todo problema de investigación científica, aún el más abstracto, implica de

algún modo una tarea de medición.
• Medir algo, en el caso más sencillo, es determinar cuántas veces una cierta
unidad o patrón de medida, cabe en el objeto a medir.
• Los niveles de medición recae en las siguientes escalas: Nivel Nominal,
Ordinal, Intervalo y de rango o proporción
 Niveles de medición de variables
• Nominal: se presenta en variables cualitativas, solo se clasifican y
se cuentan. Ej. Los colores de las frutas, no existe un orden, y solo
se cuentan.

• Ordinal: especifican un orden, Ej. El nivel de consumo de leche por

familia y por semana como la considera?
1. Alto ( )
2. Medio ( )
3. Bajo ( )

60
Intervalo:
Los datos se ordenan de acuerdo con el grado que posee la característica en
cuestión. El cero no representa ausencia de, es arbitrario; pero la diferencia
entre valores es importante.
Ej. cero grados de T° indica un valor, pero no ausencia. Los ingresos de los
empleados

Razón:
Posee características del nivel de intervalo, el cero tiene sentido y es un valor
fijo, y la razón entre dos números es significativo, o es lo mismo decir que la
diferencia entre valores es importante.
Los ingresos de los empleados, el peso, cambios en los precios de las
acciones, etc.
61
 LA ESCALA DE LIKERT
• Es un tipo de instrumento de medición o de recolección de datos
que disponemos en la investigación.

• Se utiliza para medir las actitudes.

• ¿Qué es una actitud? Actitud es un estado de disposición

psicológica, adquirida y organizada a través de la propia experiencia
que incita al individuo a reaccionar de una manera característica
frente a determinadas personas, objetos o situaciones.

62
• La medición es indirecta, se realiza por medio de unas escalas
(principalmente la de Likert)

• ¿Qué es una escala?

• un conjunto de ítems o frases bajo la forma de afirmaciones o juicios que han
sido cuidadosamente seleccionados, ante los cuales se solicita la reacción
(favorable o desfavorable, positiva o negativa) de los individuos.

63
• Piensa que al término de estos estudios usted logrará ser un
especialista competente en su área?
5.Definitivamente sí ( )
4.Probablemente sí ( )
3. Indeciso ( )
2. Probablemente no ( )
1. Definitivamente no ( )

Nota: el valor de cada alternativa se asigna asi cuando el sentido

de la afirmación es positivo

64
• Piensa que al término de estos estudios usted NO logrará ser un
especialista competente en su área?

1.Definitivamente sí ( )
2.Probablemente sí ( )
3. Indeciso ( )
4. Probablemente no ( )
5. Definitivamente no ( )

Nota: el valor de cada alternativa se asigna así

cuando el sentido de la afirmación es negativo

65
TECNICAS E INSTRUMENTOS DE RECOLECCION DE DATOS

De acuerdo con nuestro problema de estudio e hipótesis [...], la siguiente etapa

consiste en recolectar los datos pertinentes sobre los atributos, conceptos y
variables de las unidades de análisis o casos.

Recolectar datos implica elaborar un plan detallado de procedimientos que nos

conduzca a reunir datos con un propósito específico; este plan incluye:

a) ¿Cuáles son las fuentes de donde se obtendrán los datos?

b) ¿En dónde se localizan tales fuentes?
c) ¿A través de qué medio o método vamos a recolectar los datos?
d) Una vez recolectados, ¿de qué forma vamos a prepararlos para que puedan
analizarlos y respondamos al planteamiento del problema
Las técnicas de recolección de datos son las distintas formas o maneras de
obtener la información y estas son:

Fuentes primarias
•Observación. Que consistirá en el registro sistemático, válido y (iifl fiable de
comportamientos y situaciones observables a través d« (■ conjunto de
dimensiones e indicadores.
•Encuestas. Cuestionarios para medir niveles de conocimientos y calas de
actitudes.

Fuentes secundarias
•Bibliotecas: fichajes.
•Tesis: datos estadísticos.
•Hemerotecas: revistas, diarios, periódicos.
INSTRUMENTOS DE RECOLECCIÓN DE DATOS.

Los instrumentos son los medios materiales que emplea el investigador para
recoger y almacenar la información. Pueden ser formularios, pruebas de
conocimientos o escalas de actitudes, como Likert, semántico y de Guttman;
tambien pueden ser listas de chequeo, inventarios, cuadernos de campo, fichas
de datos para seguridad (FDS), etc. Por lo tanto, se deben seleccionar
coherentemente los instrumentos que se utilizarán en la variable independiente y
en la dependiente. En el proyecto de investigación, se redactará de Ia siguiente
forma:
Tipos básicos de preguntas para el cuestionario cuantitativo:

Se tienen en cuenta dos tipos de preguntas: cerradas y abiertas.

Preguntas cerradas. Contienen categorías u opciones de repuesta, previamente

establecidas. Pueden ser dicotómicas (si/no) (falso/verdadero), etc.) o incluir
varias opciones de respuesta.
Preguntas abiertas. Hernández Sampieri (2010), describe:

Proporcionan una información más amplia y son particularmente útiles cuando

no tenemos información sobre las posibles respuestas de las personas o cuando
esta es insuficiente.

Es necesario indicar que la pregunta abierta, cuando es contestada,

necesariamente las respuestas emitidas se deben clasificar para dar paso a la
codificación y elaboración de preguntas cerradas. Ejemplo
  No se plantea objetivos Preguntas cerradas:
Pregunta
 No define con claridad ¿Por qué razón la
abierta
las actividades gestión la considera
¿Por qué razón
 No existe supervisión debilitada
la gestión la
 No hay propuestas de
considera
mejoramiento 1.Planificación
debilitada
 Los responsables muy 2. Dirección y control
poco realizan controles
LA PRUEBA PILOTO

Llevar a cabo la prueba piloto significa aplicar el instrumento a personas

consideran semejantes (en cuanto a sus características) a las de la población
objetivo. Hernández y Cois (1995) señalan que la "prueba piloto tiene como
objetivo revisar si las instrucciones se comprenden y si las preguntas funcionan
adecuadamente"(p. 56).

Los resultados de la prueba piloto sirven para llevar a cabo el análisis de la

confiabilidad del instrumento de medición. La prueba piloto se aplicará en una
pequeña muestra y los estadísticos aconsejan que, cuando el tamaño muestral es
de 200 sujetos o más, se lleve a cabo la prueba piloto con una muestra de 30
sujetos. Es decir, trabajar con el 15% del tamaño de la muestra.
En la aplicación de la prueba piloto es conveniente recoger todas las reacciones
que manifiesten los encuestados, tales como: facilidad, entusiasmo,
aburrimiento, incertidumbre, duda, incomprensión o fatiga, para poder optimizar
la forma definitiva

FIN
VALIDEZ Y CONFIABILIDAD DEL INSTRUMENTO DE MEDICIÓN
Todo instrumento de medición ha de reunir dos características: validez y
confiabilidad. Ambas son de suma importancia en la investigación científica,
porque los instrumentos que se van a utilizar deben ser precisos y seguros.

Si estas herramientas de recolección de información son defectuosas, nos

llevaran a resultados sesgados y a conclusiones equivocadas.

Validez de contenido
Validez de constructo
Validez de criterio