You are on page 1of 6

SESIÓN 3

EXPERIENCIA CURRICULAR: CULTURA ESTADÍSTICA PARA LA


INVESTIGACIÓN

TEMÁTICA: POBLACIÓN, MUESTRA Y MUESTREO

Competencia: Aplica métodos y procedimientos estadísticos en el proceso


de investigación científica con la finalidad de recolectar, procesar, presentar
y analizar datos para la toma de decisiones; asumiendo una actitud crítica,
creativa, responsable y ética.

I. DEFINICIONES PRELIMINARES:

UNIDAD DE ANÁLISIS:
Para seleccionar una muestra, primero se define la Unidad de Análisis que puede ser un
cliente, un votante, una organización, un libro contable, un periódico, un hospital, un paciente,
etc. Esta definición nos permite identificar “Quien va ha ser medido”, “Quien nos va ha dar la
información” y por lo tanto precisar claramente el problema a investigar y los objetivos de la
investigación.

POBLACION OBJETIVO:
Una vez que se ha definido la unidad de análisis se procede a delimitar la población que va a
ser estudiada y sobre la cual se pretende generalizar o inferir los resultados. Entonces, una
población es el conjunto de todas las unidades de estudio que concuerdan con una serie de
especificaciones o características. Para seleccionar la muestra debe delimitarse la población
identificando sus características o variables de interés a fin de determinar los parámetros
poblacionales. En algunos casos, la delimitación de una población no sólo depende de los
objetivos del estudio, sino de otras razones prácticas. Las poblaciones tienen que ser
especificadas en contenido, lugar y tiempo.

MUESTRA:
La muestra es un subconjunto de elementos que pertenecen a una población de estudio. Para
seleccionar una muestra debemos de tener presente el tipo de muestreo a utilizar: muestreo
probabilística y el muestreo no probabilístico. Se tiene que definir la variable de interés, para
que en función de esta se sepa qué tipo de muestreo utilizar. Luego calcular el tamaño de
muestra y finalmente seleccionar las unidades de análisis.
MUESTREO
Es una TÉCNICA ESTADÍSTICA por la cual se realizan inferencias a la población examinando
solo una parte de ella, ésta parte recibe el nombre de MUESTRA, la cual debe ser
estadísticamente representativa y adecuada.
Ventajas: Desventajas:
 Costo reducido • Presencia del error de muestreo
 Mayor rapidez • Presencia de gran variabilidad de las obs.
 Claridad

TÉCNICAS DE MUESTREO: Existen 2 tipos de técnicas de muestreo:


A. TECNICAS PROBABILISTICAS: B. TECNICAS NO PROBABILISTICAS
 Muestreo aleatorio • El muestreo a criterio o juicio.
 Muestreo aleatorio estratificado • El muestreo por cuotas.
 Muestreo sistemático • El muestreo por conveniencia.
 Muestreo por conglomerados • El muestreo intencional

A. TECNICAS PROBABILISTICAS

MUESTREO ALEATORIO:
Escoge al azar los miembros de la población hasta completar el tamaño muestral previsto.
En teoría se enumeran previamente todos los elementos y de acuerdo con una tabla de
números aleatorios se van escogiendo.
El procedimiento puede darse con o sin reemplazos y esta condición afectará posteriormente el
análisis.
a. Con reposición:
Cuando un elemento es seleccionado y puede volver a ser seleccionado, se dice que hacemos
un muestreo aleatorio con reemplazamiento o con reposición. Generalmente recibe el nombre
de muestreo aleatorio simple. (m.a.s.)

b. Sin reposición:
En caso de que el elemento no vuelva a formar parte de la población de manera que no puede
volver a ser seleccionado se dice que se ha obtenido la muestra mediante un muestreo
aleatorio sin reposición o reemplazamiento. En algunos libros, este método recibe también el
nombre de muestreo irrestrictamente aleatorio.

MUESTREO SISTEMATICO:
En la población (N) se elige el primer elemento al azar.
Luego los demás se escogen cada cierto intervalo (k), hasta completar el tamaño muestral (n).
El tamaño del intervalo (k) se calcula así: k = N/n
MUESTREO 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 POR CONGLOMERADO:


En el muestreo por conglomerados, la población se divide en unidades o grupos, llamados
conglomerados (generalmente son unidades o áreas en los que se ha dividido la población),
que deben ser lo más representativas posible de la población, es decir, deben representar la
heterogeneidad de la población objeto del estudio y ser entre sí homogéneos.

B. TECNICAS NO PROBABILISTICAS

MUESTREO POR CUOTAS:


También denominado en ocasiones "accidental". Se asienta generalmente sobre la base de un
buen conocimiento de los estratos de la población y/o de los individuos más "representativos" o
"adecuados" para los fines de la investigación. Mantiene, por tanto, semejanzas con el
muestreo aleatorio estratificado, pero no tiene el carácter de aleatoriedad de aquél.

MUESTREO A JUICIO:
Se busca seleccionar a individuos que se juzga de antemano tienen un conocimiento profundo
del tema bajo estudio, por lo tanto, se considera que la información aportada por esas personas
es vital para la toma de decisiones.

MUESTREO OPINÁTICO O INTENCIONAL:


El investigador selecciona aquellos casos que le están más disponibles. Los resultados que se
obtengan no podrán generalizarse más allá de los individuos que componen la muestra, al igual
que las conclusiones.

BOLA DE NIEVE:
Se localiza a algunos individuos, los cuales conducen a otros, y estos a otros, y así hasta
conseguir una muestra suficiente. Este tipo se emplea muy frecuentemente cuando se hacen
estudios con poblaciones "marginales", delincuentes, sectas, determinados tipos de enfermos,
etc.
II. DISEÑO DE LA MUESTRA:

Para determinar el tamaño, primeramente hay que identificar la variable a estudiar


(Cuantitativa o cualitativa). Luego depende de cuatro factores o elementos que son los
siguientes:

Se quiere saber cómo se


comporta una cierta
característica en una Población Las observaciones
particular Hacer pueden atribuirse
un Censo a los miembros la
población

La población Sí Es posible
está bien observar toda la Muestreo
definida población? Variable Representativo
? Cualitativa para estimar una
Proporción
NO
NO
De que naturaleza
Definir es el parámetro
Observar que se
La una Muestra quiere estimar
población ?

Muestreo
Variable Representativo
Cuantitativa para estimar una
Media

III. TAMAÑO DE LA MUESTRA

3.1. PARA UNA VARIABLE CUANTITATIVA:

a. Un nivel de confianza: Que es adoptado por el investigador, el cual puede ser


90%, 95% o 99% y que origina el valor de Z.
b. El error de estimación (E): Que también es fijado por el investigador
c. La desviación estándar ó varianza: que son valores que se obtienen por estudios
anteriores, por la muestra piloto o por la distribución de la población.
d. El Tamaño de la población (N): Que generalmente no se conoce.

3.2. PARA UNA VARIABLE CUALITATIVA:

a. Un nivel de confianza: Que es adoptado por el investigador, el cual puede ser 90%,
95% o 99% y que origina el valor de Z.
b. El error de estimación (E): Que también es fijado por el investigador
c. La proporción poblacional (P): que son valores que se obtienen por estudios
anteriores, por la muestra piloto y si no se conoce asumir p=0.5.
d. El Tamaño de la población (N): Que generalmente no se conoce.

3.3. FORMULAS PARA DETERMINAR EL TAMAÑO DE MUESTRA:

Cualitativa Cuantitativa
VARIABLE (Proporción (Promedio
Poblacional) Poblacional)

POBLACION INFINITA Z 2 P(1 - P) Z 2S 2


(Cuando no se conoce N)
n0 = n0 =
E2 E2

Z 2 P(1 - P) N Z 2S 2 N
POBLACION FINITA n= 2 n= 2
E ( N - 1) + Z 2 P(1 - P) E ( N - 1) + Z 2 S 2
(Cuando se conoce N)

 Z = es el valor de la distribución normal estandarizada para un nivel de


confianza fijado por el investigador.
 S = Desviación estándar de la variable fundamental del estudio o de interés
para el investigador. Obtenida por estudios anteriores, muestra piloto,
criterio de experto o distribución de la variable de interés.
 P = es la proporción de la población que cumple con la característica de interés.
 E = % del estimador o en valor absoluto (unidades). Fijada por el investigador.
 N = Tamaño de la población.
3.4. ESTIMACION DE LOS VALORES A APLICAR EN LAS FORMULAS

A. Valor de Z: es el valor de la abscisa de la distribución normal estandarizada


teniendo en cuenta el nivel de confianza fijado por el investigador, por lo
tanto este valor se encuentra en las tablas estadística respectiva. Para hacer
el trabajo menos tedioso, presentamos a continuación los diferentes valores
de Z

VALORES DE LA DISTRIBUCIÓN NORMAL


ESTANDARIZADA(Z)
Nivel de Valor Z
Nivel de confianza
significancia
(1-) Bilateral Unilateral
()
90% = 0.90 10% = 0.10 1.64 1.28
95% = 0.95 5% = 0.05 1.96 1.64
98% = 0.98 2% = 0.02 2.33 2.05
99% = 0.99 1% = 0.01 2.58 2.32

B. Cálculo del Valor de P:(Se calcula este valor cuando la variable es


CUALITATIVA)
Que son valores que se obtienen por estudios anteriores, por la muestra
piloto y si no se conoce asumir p=0.5.

C. Cálculo del Valor de la varianza (Si la variable es CUANTITATIVA): este


valor es obtenida por estudios anteriores, muestra piloto, criterio de experto o
distribución de la variable de interés.

D. Cálculo del error de estimación: Generalmente se asume 2%, 5%, y 8% de


error. Este valor es fijado por el investigador. Es la diferencia entre el
parámetro (población) y el estimador (Muestra). Es decir, por ejemplo E=|
x   |. Este error puede ser absoluto o relativo. Si E=±0.35 se denomina
error absoluto. Si consideramos un error del 10% de la media, es decir,
E=10%( x )= 0.10(3.5)= 0.35 se denomina error relativo.