Una firma que produce software desea conocer ¿Cuál es la percepción entre

usuarios de PC, acerca de un producto que lanzó al mercado un año atrás?.

Esta percepción puede medirse en términos de las características principales del
producto como rapidez, facilidad de uso etc.

Un grupo de estudiantes de la UPN conjuntamente con el profesor, deciden

trabajar junto a la firma realizando una investigación para responder a la
inquietud de la empresa.
Si Ud. fuera parte del equipo UPN que
realizaría el estudio, cuales serian sus
primeras interrogantes:

INTERROGANTES

¿A quien voy a encuestar?

¿Cuál será mi población en estudio?
¿Cuál es la muestra?
¿Cuáles son las variables que voy a evaluar?
¿Cuánto me demorare en hacer la investigación?
¿Cuánto será el costo ?
¿Qué técnica de recolección de datos aplicaré?
¿Qué técnica estadística utilizaré para analizar los datos?
Etc.
Equipo de Estadística
Nacimiento del MUESTREO

UNIDAD
DE
MUESTRA
ESTUDIO

•Tiempo
•Costos
POBLACION
DEFINICIONES PRELIMINARES

1. Muestreo:
• Es una técnica estadística por la cual se realizan inferencias a la
población examinando solo una muestra.
• Es una técnica empleada para seleccionar elementos de una
población.
• Por su gran importancia los investigadores lo utilizan en los
diferentes campos de saber y también lo usamos en la vida diaria.
 DEFINICIONES PRELIMINARES

Ejemplos:

• En el uso domestico, utilizamos el muestreo para probar la calidad de

algunos artículos o productos.
• Las empresas industriales seleccionan muestras para controlar la calidad de
su producción.
• Los ministerios gubernamentales seleccionan muestras para obtener
información sobre empleo, distribución del empleo, educación, canasta
familiar, etc.
• Las organizaciones de investigación de mercados la utilizan para investigar
productos preferenciales de consumo, efectividad del mismo, etc.
DEFINICIONES PRELIMINARES

2. Población:
• Son conjuntos de elementos o unidades que comparten un grupo de
características comunes.
• Conjunto de elementos relacionados entre sí con alguna
característica del cual se desea información.
• Una población siempre debe estar definida en términos de:

CONTENIDO EXTENSION TIEMPO

DEFINICIONES PRELIMINARES

3. Muestra:

• Es un subconjunto de elementos seleccionados convenientemente de la

población objetivo de tal manera que puede hacerse inferencias de ella
respecto a la población completa.
• Una muestra tiene las siguientes características:
a. Representativa: es decir que refleje completamente las características de
la población.
b. Adecuada: debe incluir un numero optimo y mínimo de individuos.
DEFINICIONES PRELIMINARES

4. Marco Muestral:
• Es el documento, donde están los elementos de la población y que vamos a
utilizar para seleccionar a los elementos de la muestra.
• Pueden ser: Listas, registros, Mapas, etc.
DEFINICIONES PRELIMINARES

5. Unidad elemental o unidad de análisis:

• Es cada uno de los elementos en estudio.
• Es el objeto del cual se toman las
mediciones.
Ejm:
Una persona, un alumno, un cliente, una
empresa, una fabrica, una botella de
cerveza, un PC, etc
DEFINICIONES PRELIMINARES

6. Unidad Muestral:
• Esta formada por una o mas unidades
• Es el elemento o conjunto de elementos sobre los cuales
se va a obtener información.
• Es la unidad que permite llegar a la unidad elemental.
Ejemplos:
Una familia, una urbanización, una calle, una granja, etc.
Términos técnicos en el Muestreo

Unidad muestral

Unidad elemental
DEFINICIONES PRELIMINARES

• El diseño de una muestra tienen el siguiente proceso:

DEFINIR LA POBLACION

DETERMINAR EL MARCO DE LA MUESTRA

SELECCIONAR LA TECNICA DE MUESTREO

DETERMINR EL TAMAÑO DE LA MUESTRA

EJECUTAR EL PROCESO DEL MUESTREO

 TÉCNICAS DE MUESTREO :
Técnicas de Muestreo

No Probabilístico Probabilístico

Simple Estratificado Sistemático Conglomerados

Conveniencia Por Juicio Por Cuota

Mirar video:
https://www.youtube.com/watch?v=f_Hx0pOJEuY
Muestreo No Probabilístico
• Es aquel donde cada elemento de la
población NO tiene la misma probabilidad
de pertenecer a la muestra.
• Es un método en los que algunos elementos
de la población se seleccionan en base al
juicio ó criterio del investigador.
• No permiten estimar el error muestral
• No podemos estar seguros de que la
muestra sea representativa.
Ejemplos:
– Muestreo de Expertos
– Muestreo de Conveniencia
– Muestreo de Cuotas
– Muestreo bola de nieve
 Muestreo por Conveniencia

• La muestra se selecciona, como el nombre lo indica, por

conveniencia de la persona que realiza la investigación.
• Los elementos de la muestra se auto-seleccionan o se seleccionan
porque estan fácilmente disponibles.
• En este muestreo no esta claro de que población se está
obteniendo la muestra.
• Las muestras por conveniencia se utilizan en las primeras etapas de
la investigación como base para generar hipótesis de trabajo.
Muestreo por Conveniencia

Ejemplos de este tipo de muestreo son:

 Pedir voluntarios para testear un
producto y luego usar esos mismos
voluntarios.
 Entrevistar gente en un shopping
para obtener su opinion sobre algun
tema en particular.
 Entrevistas en la calle para un canal
de TV.
 Muestreo por Juicio de Experto

Es aquel cuando la muestra se selecciona de acuerdo a lo que algún experto

piensa que son los mejores elementos para responder el objetivo particular
de la investigación.
Ejemplos de este tipo de muestreo son:
– Seleccionar testigos para un juicio oral.
– Selección de sucursales de un supermercado donde presentar un
nuevo producto.
Muestreo por Cuotas
• La idea básica en el muestreo
por cuotas es ‘reproducir’ en la
muestra ciertas características
de la población (por ejemplo
género, edad etc.) llenando
‘cuotas’ para cada una de esas
características.
• El supuesto detrás de este
procedimiento es que si la
muestra ‘reproduce’ a la
población en estas
características, también podría
hacerlo en las cantidades que se
tratan de medir.
 Muestreo bola de nieve

• El muestreo se realiza sobre poblaciones en las que no se conoce a sus

individuos o es muy difícil acceder a ellos. Podrían ser los casos de sectas
secretas, indigentes, grupos minoritarios, etc.
• Se llama muestreo de bola de nieve porque cada sujeto estudiado propone a
otros, produciendo un efecto acumulativo parecido al de la bola de nieve.
Muestreo Probabilístico
• Es aquel donde los elementos de la muestra se
seleccionan en forma aleatoria.
• Cada elemento de la población tiene la misma
probabilidad de pertenecer a la muestra
(probabilidad conocida, no nula).
• Este tipo de muestreo origina mejores
estimaciones de los parámetros.
• Permite estimar objetivamente el error de
muestreo.
• Permite determinar matemáticamente el
tamaño de la muestra, con cierto nivel de
exactitud.
Muestreo Aleatorio Simple

Una muestra aleatoria simple de tamaño n, de una población

finita de tamaño N, es una muestra tomada de tal forma que
toda muestra posible de tamaño n tenga la misma probabilidad
de ser seleccionada, este procedimiento de muestreo se
denomina Muestreo Aleatorio Simple (MAS).
 Muestreo Estratificado

• Existen muchos trabajos de

investigación en los cuales las unidades
de estudio según su principal o
principales variables en estudio, tienen
un comportamiento heterogéneo.
• Pero que para efectos de realizar el
estudio dicha población puede
reagruparse en grupos homogéneos,
denominándose a cada uno de estos
grupos “Estratos”.
• Entonces si se realiza tal
procedimiento, utilizaremos el
Muestreo Aleatorio Estratificado para
realizar el análisis respectivo.
• Un estrato: es un grupo de elementos que presentan características
muy similares
Dentro del estrato: HOMOGENEIDAD.
Entre estratos: HETEROGENEIDAD

Variable de Estudio •Factor de Estratificación

• Grado de Instrucción (Analfabeta,

Ingreso familiar Primaria, Secundaria, etc.)
 Estado Civil (Soltera, Casada, etc.)

Rendimiento • Ciclo
académico  Carrera profesional
 Muestreo Aleatorio Sistematico

DEFINICIÓN.- Es una técnica de muestreo aleatorio, donde la muestra se conforma

eligiendo una unidad cada “k” elementos pertenecientes a un marco de muestreo
donde existen “N” elementos , y que se inicia con uno de ellos elegido al azar
del 1 al k hasta completar la muestra.

• A “k” se le denomina intervalo de muestreo y se calcula dividiendo el tamaño de la

población por el tamaño de la muestra (k=N/n). luego se escoge al azar un número del
primer intervalo de muestreo, por ejemplo “r” al que se le llama arranque aleatorio.
 Muestreo Aleatorio Sistematico

• El arranque aleatorio “r” se elige utilizando el m.a.s. y donde 1 ≤ r ≤ k . Los elementos

de la muestra sistemática aleatoria serán:
r, r+k, r+2k, r+3k,…...., N-(k-r) o hasta completar el tamaño de la muestra.

POR EJEMPLO, En Cajamarca una empresa de investigación de mercados

por encargo de un consorcio culinario tiene como objetivo determinar los
hábitos de consumo del docente de la UPN respecto a su menú diario. El
investigador cuenta con el listado de docentes nombrados y contratados de
un semestre académico (marco muestral) numerado del 1 al N (tamaño
de la población), es decir, cuenta con la población de docentes
numerada por departamento o por orden alfabético,
 Muestreo Aleatorio Sistematico

“k” sería 750/120 = 6 aproximadamente; es decir, cada seis (6) docentes

escogeremos uno (1) del listado para ser entrevistado. para saber con
que docente iniciamos, con m.a.s. escogeremos un número del 1 al 6, si
este número fuera el 4, entonces el sgte. sería el numerado con el 10,
luego con el 16, luego con el 22 y asi sucesivamente hasta completar la
muestra.
• 1 – 2 – 3 - 4 – 5 – 6
• 7 - 8 - 9 - 10 - 11 - 12
• 13 - 14 - 15 - 16 - 17 - 18
• 19 - 20 - 21 - 22 - 23 - 24
• 25 - 26 - 27 - 28 - 29 - 30
• ………………………………………
• ………………………………………
• 745 – 746 – 747 – 748 – 749 - 750
 CALCULO DE TAMAÑOS DE MUESTRA

Cualitativa Cuantitativa
VARIABLE
(Proporción Poblacional) (Promedio Poblacional)

POBLACION
Z P(1  P)
2
Z 2S 2
INFINITA
(Cuando no se n0  n0 
conoce N) E2 E2

POBLACION
Z P(1  P) N Z 2S 2N
n 2
2
FINITA
n
(Cuando se
conoce N) E 2 ( N  1)  Z 2 P(1  P) E ( N  1)  Z 2 S 2
 DONDE:

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 absoluto (unidades). Fijada por el investigador.

N= Tamaño de la población.
 ESTIMACION DE LOS VALORES A APLICAR EN LAS FORMULAS

A. Valor de Z: es el valor de la abcisa 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.
TABLA N° 01
VALORES DE LA DISTRIBUCIÓN NORMAL
ESTANDARIZADA(Z)
Nivel de confianza Nivel de significancia
Valor Z (Bilateral)
(1-α) (α)
90% = 0.90 10% = 0.10 1.64
95% = 0.95 5% = 0.05 1.96
98% = 0.98 2% = 0.02 2.32
99% = 0.99 1% = 0.01 2.58
B. Cálculo del Valor de P: Se calcula este valor cuando la variable de estudio es
cualitativa.

TABLA N° 02
COMPORTAMIENTO DE P y Q

P Q=1-P PQ
0.05 0.95 0.0475
0.10 0.90 0.090
0.20 0.80 0.160
0.30 0.70 0.210
0.40 0.60 0.240
0.50 0.50 0.250
0.60 0.40 0.240
0.70 0.30 0.210
0.80 0.20 0.160
0.90 0.10 0.090
0.95 0.05 0.0475
PASOS A SEGUIR PARA DETERMINAR LA MUESTRA ÓPTIMA:
1° Identificar el tipo de variable a analizar.
2° Asumir que la población es infinita y aplicar la formula respectiva señaladas
anteriormente. Esta muestra se llama muestra previa.

3° Luego si se conoce el tamaño de la población N, obtener la fracción de muestreo n0

N
n0
 Si N
 5% , entonces la muestra definitiva es n0 (muestra previa)
n0
 Si  5% , entonces se ajusta la muestra.
N

4° Para ajustar la muestra se tiene que aplicar la siguiente formula:

n0
n , n es la muestra final.
n0
1
N