Población y Muestra.

Grupo 3: Ambuludí Daniela.

Guachón Byron.
Jaramillo Pablo.
Lojan Henry.
Núñez Deiber.
 POBLACIÓN Y MUESTRA

POBLACIÓN - es el conjunto total de individuos, objetos o

medidas que poseen algunas características comunes
observables en un lugar y en un momento determinado.
Características esenciales al seleccionarse la población bajo
estudio.

Entre éstas tenemos:

1.Homogeneidad - que todos los miembros de la población tengan las mismas
características según las variables que se vayan a considerar en el estudio o
investigación.
2.Tiempo - se refiere al período de tiempo donde se ubicaría la población de interés.
Determinar si el estudio es del momento presente o si se va a estudiar a una población
de cinco años atrás o si se van a entrevistar personas de diferentes generaciones.
3.Cantidad - se refiere al tamaño de la población. El tamaño de la población es
sumamente importante porque ello determina o afecta al tamaño de la muestra que se
vaya a seleccionar, además que la falta de recursos y tiempo también nos limita la
extensión de la población que se vaya a investigar.
MUESTRA - la muestra es un subconjunto fielmente representativo de la
población.
Hay diferentes tipos de muestreo. El tipo de muestra que se seleccione
dependerá de la calidad y cuán representativo se quiera sea el estudio
de la población.
■ ALEATORIA - cuando se selecciona al azar y cada miembro tiene
igual oportunidad de ser incluido.
■ ESTRATIFICADA - cuando se subdivide en estratos o subgrupos
según las variables o características que se pretenden investigar.
Cada estrato debe corresponder proporcionalmente a la población.
■ SISTEMÁTICA - cuando se establece un patrón o criterio al
seleccionar la muestra. Ejemplo: se entrevistará una familia por
cada diez que se detecten.
TIPOS DE MUESTREO
 TIPOS DE MUESTREO
1. MUESTREO PROBABILISTICO
 Se basan en el principio de equiprobabilidad. Es decir, aquellos en los que todos los individuos
tienen la misma probabilidad de ser elegidos para formar parte de una muestra.

 Sólo estos métodos nos aseguran la representatividad de la muestra extraída y

son, por tanto, los más recomendables

2. MUESTREO NO PROBABILISTICO
 No se tiene certeza de que la muestra extraída sea representativa, ya que no todos los sujetos
de la población tienen la misma probabilidad de se elegidos.

 Se seleccionan a los sujetos siguiendo determinados criterios procurando, en la medida de lo

posible, que la muestra sea representativa.
TIPOS DE MUESTREO
1. MUESTREO PROBABILISTICO
1.1 MUESTREO ALEATORIO SIMPLE (MUESTREO SIMPLE AL AZAR)

CONDICIÓNES:
 Cada sujeto tiene una probabilidad igual de ser seleccionado para el estudio.
 Se necesita una lista numerada de las unidades de la población que se quiere muestrear.

PASOS:
 Determinar el tamaño de la muestra
 Numerar los individuos de 1 a n
 Tirar unidades al azar (probabilidad igual) a través de algún medio mecánico (bolas dentro de una
bolsa, tablas de números aleatorios) se eligen tantos sujetos como sea necesario para completar el
tamaño de muestra requerido.
TIPOS DE MUESTREO
1. MUESTREO PROBABILISTICO
1.1 MUESTREO ALEATORIO SIMPLE (MUESTREO SIMPLE AL AZAR)
EJEMPLO 1 :
LA COBERTURA DE UNA VACUNA ANTI-SARAMPIÓN ENTRE 1200 DE UNA ESCUELA X:
1. MUESTRA=60
2. HACER UNA LISTA DE TODOS LOS NIÑOS (POBLACIÓN)
3. NUMERARLOS DEL 1 AL 1200
4. SELECCIÓN ALEATORIA (AL AZAR) DE 60 NÚMEROS (MUESTRA)
TIPOS DE MUESTREO
1. MUESTREO PROBABILISTICO
1.2 MUESTREO ALEATORIO SISTEMÁTICO
CONDICIÓNES:
 Se toman todos los individuos de la lista y se selecciona c/3, c/7, o cualquier otro número.
 Para comenzar se utiliza un número al azar.

EJEMPLO :
1. COBERTURA DE UNA VACUNA ANTI-SARAMPIÓN ENTRE 12000 DE UNA ESCUELA X:
2. POBLACIÓN (N): 12000 ESTUDIANTES
3. MUESTRA REQUERIDA (n): 600
4. INTERVALO DE MUESTREO (K): 12000 / 600 = 20 ESTUDIANTES
5. ESCOGER EL PRIMER NÚMERO AL AZAR (DEL 1- AL 20), EN ESTE CASO DESDE EL N° 12
6. AÑADIR K PARA ESCOGER LA SIGUIENTE UNIDAD Y ASI SUCESIVAMENTE (12 + 20 = 32)
TIPOS DE MUESTREO
1. MUESTREO PROBABILISTICO
1.2 MUESTREO ALEATORIO SISTEMÁTICO

Primer Número= 12
K= 20
Muestra 1 = 12
Muestra 2 = 32
Muestra 3 = 52…. etc
TIPOS DE MUESTREO
1. MUESTREO PROBABILISTICO
1.3 MUESTREO ESTRATIFICADO

 El muestreo estratificado es una técnica de muestreo probabilístico en donde el

investigador divide a toda la población en diferentes subgrupos o estratos. Luego,
selecciona aleatoriamente a los sujetos finales de los diferentes estratos en forma
proporcional

 Consiste en considerar categorías típicas diferentes entre sí (estratos) que poseen gran
homogeneidad respecto a alguna característica (se puede estratificar, por ejemplo,
según la profesión, el municipio de residencia, el sexo, el estado civil, etc.).

 Lo que se pretende con este tipo de muestreo es asegurarse de que todos los estratos
de interés estarán representados adecuadamente en la muestra
TIPOS DE MUESTREO
1. MUESTREO PROBABILISTICO
1. 3 MUESTREO ESTRATIFICADO
EJEMPLO :
Suponga que se esta esta investigando sobre el porcentajes de estudiantes que fuma de una población de 20
estudiantes de una universidad X, Seleccione una muestra estratificada según el sexo, de tamaño n=5.

1. Se dividen estratos (MUJERES (8) Y HOMBRES (12))

2. Determina la proporción por estrato: 12 / 20 = 0,6 x 5 =3
8 / 20
= 0,4 x 5 = 2
3. Usando cualquiera de los 2 métodos de muestreos
anteriores se elige la muestra n=5
TIPOS DE MUESTREO
1. MUESTREO PROBABILISTICO
1.4 MUESTREO POR CONGLOMERADO

 En el muestreo por conglomerados la unidad muestral es un grupo de elementos de la población que forman
una unidad, a la que llamamos conglomerado.

 El muestreo por conglomerados consiste en seleccionar aleatoriamente un cierto numero de conglomerados (el
necesario para alcanzar el tamaño muestral establecido) y en investigar después todos los elementos
pertenecientes a los conglomerados elegidos.

Ejemplo:
Para una evaluación estructural de algunas viviendas en una COMUNIDAD A, se ha divido la población en 5
conglomerados, de esos se toma al azar 2 para completar un determinado número de muestra.
TIPOS DE MUESTREO
1. MUESTREO PROBABILISTICO
1.4 MUESTREO POR CONGLOMERADO

2
TIPOS DE MUESTREO
2. MUESTREO NO PROBABILISTICO
2.1 MUESTREO POR CUOTAS

 Es la muestra que esta disponible en el tiempo o periodo de investigación.

 En este tipo de muestreo se fijan unas "cuotas" que consisten en un número de individuos que reúnen unas
determinadas condiciones

EJEMPLO:
1. 20 individuos de 25 a 40 años, de sexo femenino y residentes en Loja.
2. Una vez determinada la cuota se eligen los primeros que se encuentren que cumplan esas características.

Este método se utiliza mucho en las encuestas de opinión.

TIPOS DE MUESTREO
2. MUESTREO NO PROBABILISTICO
2.2 MUESTREO INTENCIONAL O DE CONVENIENCIA:
 Puede ser que el investigador seleccione directa e intencionadamente los individuos de la población.
 El caso más frecuente de este procedimiento el utilizar como muestra los individuos a los que se tiene fácil
acceso

Ejemplo 1:

Todos los pacientes que asistan a una clínica en particular cierto día,
semana, pueden ser requeridos para participar de un muestreo por
conveniencia.
2.3 MUESTREO O 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
TAMAÑO DE LA MUESTRA.
En estadística el tamaño de la muestra es el número de sujetos que componen
la muestra extraída de una población, necesarios para que los datos obtenidos
sean representativos de la población.
El determinar el tamaño de una muestra representa una parte esencial del
método científico para poder llevar a cabo una investigación. Al muestreo lo
podemos definir como el conjunto de observaciones necesarias para estudiar la
distribución de determinadas características en la totalidad de una población, a
partir de la observación de una parte o subconjunto de una población,
denominada muestra.
TAMAÑO DE LA MUESTRA.
Varios autores coinciden en que una decisión importante en cualquier
investigación es la selección adecuada del tamaño muestral (Montgomery,
Gutiérrez y de la Vara). Marrugat sostiene que la estimación del tamaño muestral
puede considerarse un instrumento del que dispone el investigador para evaluar
la factibilidad y la necesidad de recursos de su proyecto.
• Un tamaño de muestra demasiado grande representa un desperdicio de
recursos, tanto materiales como humanos (Fuentelsaz). Además la calidad del
estudio, dado dicho incremento, puede verse afectada en sentido negativo

• Un tamaño demasiado pequeño es un desperdicio de esfuerzo, pues no podrá

detectar un efecto significativo o se tendrán menos probabilidades de hacerlo.
TAMAÑO DE LA MUESTRA.
Factores que afectan al cálculo del tamaño muestral.

• La magnitud de las diferencias que se quiere detectar en la investigación, es

decir, la importancia de la decisión a tomar. Si son pequeñas mayor será el
tamaño muestral y viceversa.
• La variación esperada en los datos, debido a fuentes de variación no
controladas. A mayor variación será necesario un tamaño muestral mayor.
• El número de tratamientos (o muestras) que se desea comparar. A mayor
número de ellos, menor tamaño muestral.
• Riesgo que está dispuesto a tomar el investigador. A menor riesgo, el tamaño
deberá ser mayor.
• La complejidad de los análisis estadísticos. Cuanto más complejos el tamaño
deberá ser más grande.
• El número de variables o factores de estudio. Cuanto más numerosas, más
grande tendrá que ser la muestra.
• El tamaño de la población. Para poblaciones finitas, el tamaño de muestra
será menor que para poblaciones infinitas, pero la relación no es lineal (Mateu
y Casal)
TAMAÑO DE LA MUESTRA.
Determinación del tamaño muestral.
TAMAÑO DE LA MUESTRA.
Determinación del tamaño muestral.
TAMAÑO DE LA MUESTRA.
Determinación del tamaño muestral.

Para calcular el tamaño de una muestra hay que tomar en cuenta tres factores: 1.
1. El porcentaje de confianza con el cual se quiere generalizar los datos desde
la muestra hacia la población total.
2. El porcentaje de error que se pretende aceptar al momento de hacer la
generalización.
3. El nivel de variabilidad que se calcula para comprobar la hipótesis.

La confianza o el porcentaje de confianza es el porcentaje de seguridad que existe

para generalizar los resultados obtenidos. Esto quiere decir que un porcentaje del
100% equivale a decir que no existe ninguna duda para generalizar tales
resultados, pero también implica estudiar a la totalidad de los casos de la
población.
TAMAÑO DE LA MUESTRA.
Determinación del tamaño muestral.

El error o porcentaje de error equivale a elegir una probabilidad de aceptar una

hipótesis que sea falsa como si fuera verdadera, o la inversa: rechazar a hipótesis
verdadera por considerarla falsa. Al igual que en el caso de la confianza, si se
quiere eliminar el riesgo del error y considerarlo como 0%, entonces la muestra es
del mismo tamaño que la población, por lo que conviene correr un cierto riesgo de
equivocarse.
La variabilidad es la probabilidad (o porcentaje) con el que se aceptó y se rechazó
la hipótesis que se quiere investigar en alguna investigación anterior o en un
ensayo previo a la investigación actual. El porcentaje con que se aceptó tal
hipótesis se denomina variabilidad positiva y se denota por p, y el porcentaje con
el que se rechazó se la hipótesis es la variabilidad negativa, denotada por q. Hay
que considerar que p y q son complementarios, es decir, que su suma es igual a la
unidad: p+q=1. Además, cuando se habla de la máxima variabilidad, en el caso de
no existir antecedentes sobre la investigación (no hay otras o no se pudo aplicar
una prueba previa), entonces los valores de variabilidad es p=q=0.5.
TAMAÑO DE LA MUESTRA.
Determinación del tamaño muestral.
Para determinar el tamaño de la muestra cuando los datos son cualitativos es
decir para el análisis de fenómenos sociales o cuando se utilizan escalas
nominales para verificar la ausencia o presencia del fenómeno a estudiar, se
recomienda la utilización de la siguiente formula:

𝝈𝟐 es la varianza de la población respecto a determinadas variables.

𝒔𝟐 es la varianza de la muestra, la cual podrá determinarse en términos de
probabilidad como 𝒔𝟐 = 𝒑 𝟏 − 𝒑
𝒔𝒆 es error estandar que está dado por la diferencia entre (u-x ) la media
poblacional y la media muestral.
𝒔𝒆 𝟐 es el error estandar al cuadrado, que nos servirá para determinar 𝝈𝟐 ,
por lo que 𝝈𝟐 = 𝒔𝒆 𝟐 es la varianza poblacional.
TAMAÑO DE LA MUESTRA.
Determinación del tamaño muestral.
EJEMPLO:
De una población de 1 176 adolescentes de una ciudad X se desea conocer el
consumo de alcohol y para ello se desea tomar una muestra por lo que se
necesita saber la cantidad de adolescentes que deben entrevistar para tener
una información adecuada con error estandar menor de 0.015 al 90 % de
confiabilidad.
 TAMAÑO DE LA MUESTRA
Las diferentes características que tienen los sujetos en un estudio
requieren un tamaño de muestra mayor a uno pero menor al universo o
población total. El tamaño de la muestra se limita por el costo, y por el
tiempo disponible para la investigación.
El tamaño de la muestra depende de tres aspectos:

1) Error permitido
2) Nivel de confianza estimado
3) Carácter finito o infinito de la población.

Las fórmulas generales para determinar el tamaño de la muestra son las

siguientes:

Para poblaciones infinitas (más de 100,000 habitantes)

Para poblaciones finitas (menos de 100,000 habitantes)
A) Para población infinita (más de
100,000 elementos)

n = Tamaño de la muestra
p = Probabilidad que la hipótesis sea verdadera
q = (1-p) Probabilidad de No ocurrencia de la
hipótesis
e = Error estimado por estudiar una muestra en
lugar de toda la población aceptable
Z = Coeficiente de confiabilidad (Nivel de
Significancia) que corresponde a una distribución
normal según el % de confianza requerida.
 EJEMPLO 1
■ Para un trabajo de investigación de mercados en el Perú
(población infinita 24’000,000 de habitantes), entre otras
cosas, queremos saber cuántas personas viajarán a
trabajar al extranjero, con la decisión de radicar
definitivamente en el país de destino. ¿Cuál debe ser el
tamaño de la muestra para un nivel de confianza de la
encuesta del 95.5% y un margen posible de error de 4%?
Solución
Z = 2; P = 50; Q = 50; E = 4; n =?

22 ∗ 50 ∗ 50
𝑛=
42

n= 625
Respuesta:
El tamaño necesario de la muestra para un nivel de confianza
de 4% es 625 personas.
EJEMPLO 2
■ ¿A cuantas personas tendríamos que estudiar para
conocer la prevalencia de diabetes?
Seguridad = 95%; Precisión = 3%: Proporción esperada =
asumamos que puede ser próxima al 5%; si no tuviésemos
ninguna idea de dicha proporción utilizaríamos el valor p = 0,5
(50%) que maximiza el tamaño muestral:

■ donde:
■ Z = 1.962 (ya que la seguridad es del 95%)
■ p = proporción esperada (en este caso 5% = 0.05)
■ q = 1 – p (en este caso 1 – 0.05 = 0.95)
■ e = precisión (en este caso deseamos un 3%)
■
1.962 ∗ 5 ∗ 95
𝑛=
32
■ 𝑛 =203
B) Para población finita (menos de
100,000 elementos)

N = Tamaño de la Población o Universo

p = probabilidad que la hipótesis sea verdadera
q = (1-p) Probabilidad de No ocurrencia de la
hipótesis
e = error estimado por estudiar una muestra en
lugar de toda la población aceptable
Z = Coeficiente de confiabilidad (Nivel de
Significancia) que corresponde a una distribución
normal según el % de confianza requerida.

Nota: cuando no existen estudios previos, hay

que asumir p = q = 50%
EJEMPLO 1
 Se desea estimar la proporción de los estudiantes de la UTPL, con
un nivel de aprendizaje de excelencia, para ello se define los
siguientes criterios:

 Tamaño de la población N= 5000

 Nivel de confianza = 95%
 Proporción de estudiantes p= 0,10 a 0,15 como referencia
 Error máximo tolerable e= 5%
 Por lo tanto p= 0,15; q= 1-p= 1-0,15= 0,85

𝑍2 × 𝑝 × 𝑞 × 𝑁
𝑛= 2
𝑒 𝑁 − 1 + 𝑍2 × 𝑝 × 𝑞

1,962 × 0,15 × 0,85 × 5000

𝑛= = 188,57 ≈ 189
0,052 5000 − 1 + 1,962 × 0,15 × 0,85
EJEMPLO 2
 Se desea estimar la proporción de las familias que viven en el
Municipio de San Lorenzo y que tienen un ingreso alto, para
ello se definen los siguientes criterios:
 Tamaño de la población N= 50000
 Nivel de confianza = 95%
 Proporción de familias con ingreso alto p= 0,10
 Error máximo tolerable e= 8%
 Por lo tanto q= 1-p= 1-0,10= 0,90

𝑍2 × 𝑝 × 𝑞 × 𝑁
𝑛= 2
𝑒 𝑁 − 1 + 𝑍2 × 𝑝 × 𝑞

1,962 × 0,10 × 0,90 × 50000

𝑛= = 53,97 ≈ 54
0,082 50000 − 1 + 1,962 × 0,10 × 0,90