El documento describe conceptos clave relacionados con la población, la muestra y las técnicas de muestreo en investigación. Explica que la población es el conjunto total de unidades de análisis, mientras que la muestra es un subgrupo de la población. También cubre las ventajas de estudiar muestras en lugar de poblaciones completas, y distingue entre muestreo probabilístico y no probabilístico.

1. POBLACION
Y MUESTRA.
UNIDAD DE
ANALISIS
SESION 10

2. SECCIÓN DE REFERENCIA
REFLEXIÓN DESDE LA EXPERIENCIA
“En la ruta cuantitativa, las
muestras implican un pequeño
esfuerzo
significan un gran ahorro
de cálculo, pero
de
tiempo y recursos”.
Roberto Hernández-Sampieri

3. SECCIÓN DE REFERENCIA
Resumen Conceptos
Ejemplo:
En diferentes investigaciones médicas las unidades de muestreo son pacientes o
enfermos y se incluyen distintas unidades de análisis para cada caso (muestras
de sangre y orina, respuestas a entrevistas clínicas, historias clínicas, etc.).

4. SECCIÓN DE REFERENCIA
DELIMITAR LA POBLACIÓN O
UNIVERSO:
“Es el conjunto de todos los elementos a los cuales se refiere la
investigación. Se puede definir también como el conjunto de
todas las unidades de muestreo” (Fracica, 1988, p. 36).
Es “la totalidad de elementos o individuos que tienen ciertas
características similares y sobre las cuales se desea hacer
inferencia” (Jany, 1994, p.48); o bien, unidad de análisis.
Puede estar constituido por personas, animales, registros
médicos, los nacimientos, las muestras de laboratorio, los
accidentes viales, entre otros". (PINEDA et al 1994:108).
Es importante perfilar con exactitud los criterios de inclusión y
exclusión.
DRA. PIERINA CACERES CAVALLO

5. SECCIÓN DE REFERENCIA
MUESTRA: Subgrupo del universo o población del cual se
recolectan los datos y que debe ser representativo
de esta, si se desean generalizar los resultados.
Para el proceso cuantitativo, la muestra es un subgrupo de la
población de interés sobre el cual se recolectarán datos, y que
debe definirse y delimitarse de antemano con precisión,
además, debe ser representativo de la población.
El investigador pretende que los resultados encontrados en la
muestra se generalicen o extrapolen a la población (en el
sentido de la validez externa que se comentó al hablar de
experimentos).
El interés es que la muestra sea estadísticamente
representativa.
DRA. PIERINA CACERES CAVALLO

6. SE
SEC
CC
CI
IÓN
ÓN D
DE
E
R
E
R
E
F
E
F
E
R
E
R
E
N
N
C
C
I
I
A
A
LAS RAZONES PARA ESTUDIAR MUESTRAS EN
LUGAR DE LAS POBLACIONES:
Para el estudio de investigación se incluyen muestras o
subgrupos de poblaciones, pocas veces la población
total o universo completo. Razones:
1. Ahorrar tiempo, implica estudiar menos individuos
en menor tiempo;
2. Ahorrar recursos, significa menos gasto.
3. Aumentar la calidad del estudio, al disponer de más
recursos.
4. Las observaciones y mediciones efectuadas a un
número reducido de individuos pueden ser más
exactas.
5. Seleccionar la muestra, permitirá reducir la
heterogeneidad de una población.
6. Conseguir los objetivos del estudio, con una
proporción menor de sujetos.
DRA. PIERINA CACERES CAVALLO

7. SECCIÓN DE REFERENCIA
TIPOS DE MUESTREO:
DRA. PIERINA CACERES CAVALLO
I. Muestreo probabilístico: todos los elementos de la población tienen la
misma posibilidad de ser escogidos para la muestra, permiten conocer la
probabilidad que cada individuo tiene de ser incluido en la muestra a través de
una selección al azar. Se utilizan en investigaciones cuantitativas.
II. Muestreo no probabilístico: llamado también muestra dirigida, porque la
elección de casos se relaciona con ciertas características, criterios, etc. que el
investigador considere en ese momento; pueden ser poco válidos y confiables
o reproducibles; ya que este tipo de muestras no tienen un fundamento
probabilístico, y no dan certeza que cada sujeto a estudio represente a la
población blanco. Se utilizan en investigaciones cuantitativas y cualitativas.
Elegir entre una muestra probabilística o una no probabilística, dependerá
del planteamiento del estudio, del diseño de investigación y de la
contribución que se piensa hacer con ella. La diferencia entre ambos radica
en el uso de métodos estadísticos para la elección de los sujetos.

8. SECCIÓN DE REFERENCIA
- TÉCNICAS DE
MUESTREO
PROBABILÍSTICO:
todos los elementos
tienen la misma
posibilidad de ser
elegidos.
- TÉCNICAS DE
MUESTREO NO
PROBABILÍSTICO:
los elementos no
dependen de la
probabilidad, sino de
las características de
la investigación.
Técnicas de
muestreo
− Muestreo aleatorio
simple
− Muestreo estratificado
− Muestreo por
conglomerados
− Muestreo por
conveniencia
− Muestreo intencional
− Muestreo accidental o
consecutivo
DRA. PIERINA CACERES CAVALLO

9. SECCIÓN DE REFERENCIA
Aleatorio simple: Garantiza que
todos los individuos que componen
la población blanco tienen la misma
oportunidad de ser incluidos en la
muestra.
Aleatorio estratificado: Siendo una población
heterogénea, se agrupa en unidades
homogéneas llamadas estratos; se puede
estratificar, según la profesión, localidad de
residencia, sexo, estado civil, etc. Simplifica los
procesos y reduce el error muestral.
MUESTREO
TÉCNICAS DE
PROBABILÍSTICO:

10. SECCIÓN DE REFERENCIA
Por conglomerados:
Los conglomerados son homogéneos, pero los participantes de cada conglomerado son
heterogéneos para que
luego
haya diversidad al interior. Se toma una
se selecciona al azar los individuos de
muestra aleatoria de
cada conglomerado
conglomerados y
seleccionado.
Ejemplo: Las unidades hospitalarias, los departamentos universitarios, las urnas electorales, etc. Cuando
los conglomerados son áreas geográficas se dice “muestreo por áreas”.
DRA. PIERINA CACERES CAVALLO

11. SECCIÓN DE REFERENCIA
TAMAÑO ÓPTIMO DE LA MUESTRA
TAMAÑOS DE MUESTRA MÍNIMOS EN ESTUDIOS CUANTITATIVOS
Tipo de estudio Tamaño mínimo de muestra
Transversal descriptivo o correlacional. 30 casos por grupo o segmento del universo.
Encuesta a gran escala 100 casos para el grupo
Causal 15 casos por variable independiente
Experimental o cuasiexperimental 15 por grupo.
TAMAÑOS MÍNIMOS DE MUESTRA POR TIPO DE ANÁLISIS ESTADÍSTICO
Tipo de estudio Tamaño mínimo de muestra
Análisis de correlación 84 casos para hipótesis estadísticas
Análisis causales o comparativos
(diferencias significativas entre grupos)
64 casos por grupo para hipótesis estadísticas
Análisis comparativos en diseños
experimentales
27 casos por grupo para hipótesis estadísticas

12. SECCIÓN DE REFERENCIA
CONSIDERACIONES PARA CALCULAR
TAMAÑO DE LA MUESTRA:
1. Tamaño de la población. es una colección de objetos o individuos que
tienen características similares. Hablamos de dos tipos: Población
objetivo o teórica, con diversas características y la Población accesible,
sobre la que los investigadores aplicaran sus conclusiones.
2. Intervalo de confianza (IC). Es una estadística que expresa la cantidad
de error de muestreo aleatorio en los resultados de una encuesta.
3. Nivel de confianza (NC). Por convención se fija en 95% de probabilidad
de éxito, y corresponde a un valor de error α de un 5% que se
equivoque por azar.
4. La desviación estándar (S). Es un índice numérico de la dispersión de
un conjunto de datos (o población). Mientras mayor es la desviación
estándar, mayor es la dispersión de la población.
DRA. PIERINA CACERES CAVALLO

13. SECCIÓN D
D
E
E
R
E
R
E
F
E
F
E
R
E
R
E
N
N
C
C
I
I
A
A
CÁLCULO DEL TAMAÑO
DE LA MUESTRA
costos, el investigador debe aclarar
DRA. PIERINA CACERES CAVALLO
Suponiendo que no hay limitaciones de
las
variables que analizará, el diseño muestral
que utilizará y, sobre todo, el error que esta
dispuesto a aceptar para las estimaciones
o decisiones que tome a partir de los
resultados encontrados en la muestra.
Igualmente, hay que considerar el nivel de
significancia con el cual se trabajará.

14. SECCIÓN DE REFERENCIA
NIVELES DE SIGNIFICANCIA (α):
4/03/2021 DRA. PIERINA CACERES CAVALLO
a. El nivel
investigador tiene 95% de seguridad para generalizar
de significancia de 0.05, el cual implica que el
sin
equivocarse y sólo 5% en contra. En términos de probabilidad,
0.95 y 0.05, respectivamente; ambos suman la unidad. Este nivel
es el más común en ciencias.
b. El nivel de significancia de 0.01, el cual implica que el
investigador tiene 99% en su favor y 1% en contra (0.99 y 0.01 =
1.00) para generalizar sin temor.
Muy utilizado cuando las generalizaciones implican riesgos
vitales para las personas (pruebas de vacunas, medicamentos,
arneses de aviones, resistencia de materiales de construcción al
fuego o el peso, etcétera).

15. SECCIÓN DE REFE
FERE
REN
NC
CI
IA
A CÁLCULO DEL TAMAÑO DE LA MUESTRA
DESCONOCIENDO EL TAMAÑO DE LA
POBLACIÓN
En donde:
Z = (K) nivel de confianza,
p = probabilidad de éxito, o proporción
esperada
q = probabilidad de fracaso (q=1-p)
d = (e) error máximo admisible en términos de
proporción, en relación al nivel de confianza
p: es la proporción de individuos que poseen la característica de estudio. Este dato es generalmente
desconocido y se suele suponer que p=q=0.5 que es la opción más segura (esto es cuando no hay más
datos).
q: es la proporción de individuos que no poseen esa característica, es decir, es 1-p.
DRA. PIERINA CACERES CAVALLO

16. SECCIÓN DE REFERENCIA
CÁLCULO DEL TAMAÑO DE LA MUESTRA
CONOCIENDO EL TAMAÑO DE LA
POBLACIÓN
En donde:
N = tamaño de la población
Z = (K) nivel de confianza,
p = probabilidad de éxito, o proporción
esperada
q = probabilidad de fracaso (q=1-p)
d = (e) error máximo admisible en
términos de proporción, en relación al
nivel de confianza
p: es la proporción de individuos que poseen la característica de estudio. Este dato es generalmente
desconocido y se suele suponer que p=q=0.5 que es la opción más segura. (esto es cuando no hay más
datos).
q: es la proporción de individuos que no poseen esa característica, es decir, es 1-p.
p+q=1

17. SECCIÓN DE REFERENCIA
Calcular el tamaño de la muestra, de las carreras
de salud, con un nivel de confianza del 95%
ESCUELA ACADÉMICO
PROFESIONAL
NÚMERO
Administración 130
Industrias alimentarias 70
Plataformas 69
Enfermería 137
Nutrición 52
TOTAL DE LA POBLACION n =
n=………………
N=
N-1=
Z=
p=
q=
e=

18. SECCIÓN DE REFERENCIA
APLIQUEMOS LO APRENDIDO
• El equipo de trabajo, define
la población a estudiar y
selecciona la muestra para
el desarrollo de la
investigación, con la
estrategia de muestreo
apropiado.