Sesión 4 Ucv 2021-Ii

Población, muestra y
técnicas de muestreo
Sesión 4
Mg.
@ucvvirtual.edu.pe
Conceptos Básicos
 Población: Es el conjunto de elementos o individuos, con
ciertas características, sobre el que estamos interesados en
obtener conclusiones (hacer inferencia).
 Muestra: Es un subconjunto de la población, al que

tenemos acceso y sobre el que realmente hacemos
las observaciones (mediciones).
Debe ser “representativa y adecuada”.
 Unidad estadística: Cada individuo, animal o cosa

al que se le mide u observa una o más
características.
Vicerrectorado de
Investigación
Casos de
aplicación
Población Muestra
 Parámetro: Es un valor que  Estadístico: Es un valor que se

caracteriza a una población. El calcula en base a los datos
valor del parámetro es constante que se toman en la muestra.
y por lo general es desconocido. Es usado para estimar el valor
del parámetro
VENTAJAS DE LA ELECCIÓN DE UNA MUESTRA
• Reducción de costos.
• Rapidez.
• Viabilidad
TIPOS DE MUESTREO
PROBABILÍSTICO NO PROBABILÍSTICO
Todos los elementos de la población La elección de los elementos no
tienen la misma posibilidad de ser depende de la probabilidad, sino de
escogidos. Esto se obtiene a través de causas relacionadas con las
una selección aleatoria o mecánica de características de la investigación o
las unidades de análisis. de quien hace la muestra.
Elegir entre una muestra probabilística o una no probabilística depende de los objetivos del
estudio, del esquema de investigación y de la contribución que se piensa hacer con ella.
Muestreo probabilístico (o muestreo aleatorio):
1. Muestreo aleatorio simple

2. Muestreo aleatorio estratificado
3. Muestreo aleatorio sistemático
4. Muestreo aleatorio por conglomerados
Muestreo aleatorio simple
• Generalmente aplicado en poblaciones pequeñas
pues sus elementos de estudio son homogéneos
entre sí. Por lo que todos tienen la misma
probabilidad de ser elegidos.
Muestreo aleatorio estratificado
• Considera que al interior del
universo existen estratos
(subgrupos internamente
homogéneos pero cualitativa y
cuantitativamente diferentes entre
sí), y que no se cumple la
condición de selección aleatoria
pues los miembros del grupo
mayoritario tienen una mayor
probabilidad de ser seleccionados
en la muestra.
Muestreo aleatorio estratificado
Muestreo aleatorio sistemático
• En el muestreo aleatorio sistemático, el investigador primero escoge
aleatoriamente la primera pieza o sujeto de la población. A continuación, el
investigador seleccionará a cada enésimo sujeto de la lista.
Muestreo aleatorio por conglomerados
• También se denomina de etapas múltiples.

• Se utiliza para poblaciones grandes y dispersas.
• No es posible disponer de un listado.
• En lugar de individuos se seleccionan conglomerados que están
agrupados de forma natural (cuadras de casas, departamentos, Hospitales,
provincias, etc.)
• Se selecciona en primer lugar el conglomerado más alto, a partir de éste
se selecciona un subgrupo.
• A partir de este subgrupo se selecciona otro subgrupo y así
sucesivamente, hasta llegar a las unidades de análisis.
Muestreo aleatorio por conglomerados
Ejemplo:
Si se desea estudiar el nivel de satisfacción de los atendidos en los hospitales de nivel I de
ESSALUD.
 Nuestro primer conglomerado: regiones o departamentos, a partir de estas regiones
aleatoriamente seleccionar un subgrupo.
 Segundo conglomerado : provincias. De este conglomerado seleccionar aleatoriamente un

subgrupo de provincias.
 Tercer conglomerado: hospitales de Nivel I. Luego seleccionar aleatoriamente un subgrupo

de Hospitales.
A partir del grupo de hospitales hacer un listado de los pacientes luego realizar muestreo
aleatorio.
Muestreo no Probabilístico
El muestreo no probabilístico (o muestreo no aleatorio) es la técnica de

muestreo donde los elementos son elegidos a juicio del investigador. No se
conoce la probabilidad con la que se puede seleccionar cada individuo.
Las muestras seleccionadas por métodos de

muestreo no aleatorio intentan ser
representativas bajo los criterios del
investigador, pero en ningún caso garantizan
la representatividad.
Muestreo por cuotas Muestreo por conveniencia
Consiste en seleccionar la
Se basa en seleccionar la muestra
muestra según la conveniencia
después de dividir la población en
del investigador. Esta
grupos o estratos.
conveniencia se produce porque
al investigador le resulta más
sencillo examinar a estos sujetos,
ya sea por proximidad
geográfica, por ser sus amigos,
etc.
Muestreo por conveniencia – Ejemplos
 El médico de un instituto quiere realizar un estudio
óptico para comprobar si los jóvenes mejoran su vista
después de unos determinados ejercicios visuales. Para
ello decide realizar el estudio a los alumnos de un curso
del instituto.
 Un hospital desea hacer un estudio para testear la

eficacia de su nueva vacuna contra la gripe que acaba de
patentar un laboratorio farmacéutico. Realizan el estudio
sobre sus pacientes porque así se reducen los gastos
económicos.
Muestreo bola de nieve
Se utiliza cuando los participantes potenciales son difíciles de encontrar o si
la muestra está limitada a un subgrupo muy pequeño de la población.
Es este tipo de muestreo los participantes de una investigación reclutan a
otros participantes para una prueba o estudio.
Por ejemplo: Un investigador quiere hacer un
estudio sobre el comportamiento de los
individuos de una secta secreta. Empieza
estudiando a tres integrantes de la misma
que conoce y ellos le van presentando a otros
sujetos para incluirlos en su estudio.
Muestreo casual o
Muestreo discrecional
accidental
En este método no probabilístico, También llamado muestreo por
los individuos se eligen de manera juicio, selecciona la muestra a base
casual, sin ningún juicio previo. del conocimiento y juicio del
Las personas que realizan el investigador. Puede basarse en la
estudio eligen un lugar o un medio, experiencia de otros estudios
y desde ahí realizan el estudio a los anteriores o en su conocimiento
individuos de la población que sobre la población y el
accidentalmente se encuentren a comportamiento de ésta frente a
su disposición. las características que se estudian.
Fórmulas para calcular el tamaño mínimo de
muestra
Caso I: Para estimar la proporción poblacional (variable cualitativa)
• No se conoce el tamaño de la población «N»

Z 2 pq
no 
E2
• Se conoce el tamaño de la población «N»

N Z 2 pq
no 
( N  1) E  Z pq
2 2
Donde:
p : Proporción de interés o de éxito, que se conoce por estudios anteriores o similares.

Si no se tienen referencias se asume p=0,5.
q : (1-p) Complemento de «p» o proporción de fracaso
Z : Valor de tabla asociado al nivel de confianza Nivel de Confianza Valor de Z
90% 1.645
95% 1.96
98% 2.33
99% 2.58
E : Error de Estimación. (En estimación de proporciones el investigador puede elegir

entre 1% y 5%)
N : Número de los elementos del universo o de la población
nₒ : Tamaño mínimo de muestra
Ejemplo
¿Cuántas mujeres serán necesarias estudiar para estimar la
proporción de casos de violencia en una población de
embarazadas?
Con un nivel de confianza del 90 %, un error máximo
admitido del +/- 4% y un valor de prevalencia conocido por la
bibliografía del 20 %.
Ejemplo:
• Datos:
 N = ? (población desconocida)
 Z = 1.645
 E = 4% → 0.04
 p = 0.20 → q = 1 – p = 1-0.20 = 0.80
𝟐 𝟐
𝒁 𝒑𝒒 ( 𝟏 . 𝟔𝟒𝟓 ) ∗ ( 𝟎 . 𝟐𝟎 ) ∗ (𝟎 . 𝟖𝟎)
𝒏𝟎 = 𝟐
= 𝟐
𝑬 ( 𝟎 . 𝟎𝟒 )
𝟎 . 𝟒𝟑𝟐𝟗𝟔𝟒
𝒏𝟎 = =𝟐𝟕𝟎 . 𝟔𝟎𝟐𝟓 ≈ 𝟐𝟕𝟏
𝟎 . 𝟎𝟎𝟏𝟔
Calculadoras en línea para el caso de estimar
«Proporción»
https://
www.questionpro.com/es/calculadora-de-muestra.html
https://www.cadem.cl/herramientas/
«Proporción»
https://
www.netquest.com/es/gracias-calculadora-muestra
https://es.surveymonkey.com/mp/sample-si
ze-calculator
/
«Proporción»
https://www.datum.com.pe/calculadora
https://
www.corporacionaem.com/tools/calc_muestras.php
Fórmulas para calcular el tamaño mínimo de
muestra
Caso II: Para estimar el promedio poblacional (variable cuantitativa)
• No se conoce el tamaño de la población «N» 𝒁𝟐 𝝈𝟐

𝒏𝟎 = 𝟐
𝑬
• Se conoce el tamaño de la población «N» 𝑵 𝒁𝟐𝝈 𝟐

𝒏𝟎 =
( 𝑵 −𝟏 ) 𝑬𝟐+ 𝒁 𝟐 𝝈 𝟐
Donde:
Nivel de Confianza Valor de Z
Z : Valor de tabla asociado al nivel de confianza 90% 1.645
95% 1.96
98% 2.33
99% 2.58
σ : desviación estándar de los datos (o variabilidad interna promedio de los datos)

E : Error máximo permitido
N : Número de los elementos del universo o de la población
nₒ : Tamaño mínimo de muestra
Ejemplo:
• Se desea estimar la estancia hospitalaria
promedio, en días, para pacientes
sometidos a neurocirugías que no sufren
infecciones post operatorias. El nivel de
confianza deseado es el 95% y el error
máximo permitido es de 5 días. La
variabilidad, según registros médicos, de la
estancia hospitalaria, se estimó con una
desviación estándar de 25.7 días. Se
supone que en el centro hospitalario se
producen 1000 cirugías de ese tipo al año
(N = 1000).
Ejemplo:
• Datos:
 N = 1000 (población conocida)
 Z = 1.96
E=5
 σ = 25.7
𝟐 𝟐 𝟐 𝟐
𝑵𝒁 𝝈 ( 𝟏𝟎𝟎𝟎 ) ∗ ( 𝟏 .𝟗𝟔 ) ∗(𝟐𝟓 . 𝟕)
𝒏𝟎 = 𝟐 𝟐 𝟐
=
( 𝑵 −𝟏) 𝑬 + 𝒁 𝝈 ( 𝟏𝟎𝟎𝟎− 𝟏 ) ∗ ( 𝟓 )𝟐 + ( 𝟏. 𝟗𝟔 )𝟐 ∗(𝟐𝟓 . 𝟕)𝟐
𝟐𝟓𝟑𝟕𝟑𝟑𝟖 . 𝟑
𝒏𝟎 = =𝟗𝟐 . 𝟐𝟐𝟓 ≈ 𝟗𝟑
𝟐𝟒𝟗𝟕𝟓 +𝟐𝟓𝟑𝟕 . 𝟑𝟑𝟖𝟑
Fichas técnicas – Ejemplos
Fichas técnicas – Ejemplos
REFERENCIAS
Montero, J. (2008). Problemas resueltos de Estadística Descriptiva para Ciencias Sociales. Madrid: Thomson Editores.
Montgomery, E. y Runger, G. (2006), Probabilidad y estadística aplicada a la ingeniería. México: Limusa Wiley.
Pagano, R. (2011). Estadística para ciencias del comportamiento. Novena Edición. México: Cengage Learning Editores
Corporativo Santa Fe.
Díaz, D. (2015). El uso de Turnitin con retroalimentación mejora la probidad académica de estudiantes de bachillerato.
Ciencia, Docencia y Tecnología, 26(51),197-216.[fecha de Consulta 3 de Agosto de 2021]. ISSN: 0327-5566. Disponible en:
https://www.redalyc.org/articulo.oa?id=14542676009
Sánchez, A. (2012). Reflexiones para fortalecer la originalidad e integridad en la escritura académica e investigativa. Revista
Virtual Universidad Católica del Norte, (37),1-8.[fecha de Consulta 3 de Agosto de 2021]. ISSN: 0124-5821. Disponible en:
https://www.redalyc.org/articulo.oa?id=194224568001
Delgado, J. (2016). Plagio en la publicación científica. Universitas Odontológica, 35(74),1-4.[fecha de Consulta 3 de Agosto
de 2021]. ISSN: 0120-4319. Disponible en: https://www.redalyc.org/articulo.oa?id=231248043001

Sesión 4 Ucv 2021-Ii

Cargado por

Copyright:

Formatos disponibles

Sesión 4 Ucv 2021-Ii

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Sesión 4 Ucv 2021-Ii

Cargado por

Copyright:

Formatos disponibles

Población, muestra y

 Muestra: Es un subconjunto de la población, al que

 Unidad estadística: Cada individuo, animal o cosa

 Parámetro: Es un valor que  Estadístico: Es un valor que se

1. Muestreo aleatorio simple

• También se denomina de etapas múltiples.

 Segundo conglomerado : provincias. De este conglomerado seleccionar aleatoriamente un

 Tercer conglomerado: hospitales de Nivel I. Luego seleccionar aleatoriamente un subgrupo

El muestreo no probabilístico (o muestreo no aleatorio) es la técnica de

Las muestras seleccionadas por métodos de

 Un hospital desea hacer un estudio para testear la

• No se conoce el tamaño de la población «N»

• Se conoce el tamaño de la población «N»

p : Proporción de interés o de éxito, que se conoce por estudios anteriores o similares.

E : Error de Estimación. (En estimación de proporciones el investigador puede elegir

• No se conoce el tamaño de la población «N» 𝒁𝟐 𝝈𝟐

• Se conoce el tamaño de la población «N» 𝑵 𝒁𝟐𝝈 𝟐

σ : desviación estándar de los datos (o variabilidad interna promedio de los datos)

También podría gustarte