HJKHKDT

Formulación y Evaluación de Proyectos FEP-2018
_______________________________________________________________________________
CAPI ́TULO: LA POBLACIÓ N Y LA MUESTRA:
PASOS EN LA SELECCIÓN DE LA MUESTRA:1
1. Paso 1: definir la población

1. elementos
2. unidades
3. alcance
4. tiempo
2. Paso 2: identificar el marco muestral
3. Paso 3: determinar el tamaño de la muestra
4. Paso 4: seleccionar el procedimiento de muestreo
5. Paso 5: seleccionar la muestra
PASO 1: DEFINIR LA POBLACIÓN: Es el conjunto de todos los elementos a los cuales

se refiere la investigación, o como el conjunto de todas las unidades de muestreo2.
También llamada “universo” N, es la colección completa de observaciones que se desea
estudiar. La población puede ser según su tamaño de dos tipos: 3
 Población finita: cuando el número de elementos que la forman es finito,

por ejemplo el número de alumnos de un centro de enseñanza, o grupo
clase.
 Población infinita: cuando el número de elementos que la forman es
infinito, o tan grande que pudiesen considerarse infinitos. Como por
ejemplo si se realiza un estudio sobre los productos que hay en el mercado.
Hay tantos y de tantas calidades que esta población podría considerarse
infinita.
1 Kinnear y Taylor , Investigación de mercados, 5ta edición, página 404

2 Bernal Cesar, página 164
3 Kinnear y Taylor
1
Preparado por Prof. J. Navarrete
_______________________________________________________________________________
La población debe definirse en términos de:4
 elementos ejemplo: mujeres entre 18-50 años

 unidades de muestreo ejemplo: mujeres entre 18-50 años
 alcance ejemplo: Concepción
 tiempo ejemplo: del 9 al 20 de junio 2008
 UNIDAD DE OBSERVACIÓN O ELEMENTO: es el objeto o

unidad sobre el cual se realiza la observación. En estudios
poblaciones las unidades de observación son los individuos.
Los elementos: personas o cosas que forman parte de la
población.
 UNIDAD DE MUESTREO: es la unidad donde se realiza la
muestra.
 ALCANCE:
 TIEMPO:
PASO 2: IDENTIFICAR EL MARCO MUESTRAL
MARCO MUESTRAL: es la lista de unidades de muestreo o la fuente de exacción de todas

las unidades de muestreo o unidades de análisis de la población. Ejemplo para una
encuesta telefónica el marco muestral puede ser la lista de todos los números
telefónicos.
2
_______________________________________________________________________________
PASO 3: DETERMINAR EL TAMAÑO DE LA MUESTRA
MUESTRA: Es la parte de la población que se selecciona y de la cual realmente se

obtiene la información para el desarrollo del estudio y sobre el cual se efectuara la
medición y observación de las variables objeto de estudio. 5
Según el enfoque cuantitativo la muestra se define como un “subgrupo de la
población, en el cual se recolectan los datos y deben ser representativos de dicha
población”. En un enfoque cualitativo, es la unidad de análisis o conjunto de personas,
eventos o sucesos sobre el cual se recolectan datos sin que necesariamente sean
representativos del universo. 6
n TAMAŇO DE LA MUESTRA: Para calcular el tamaño de una muestra hay que tomar en
cuenta tres factores:
 El porcentaje de confianza con el cual se quiere generalizar los datos

desde la muestra hacia la población total.
 El porcentaje de error que se pretende aceptar al momento de
hacer la generalización.
 El nivel de variabilidad que se calcula para comprobar la hipótesis.
 Z / 2 La confianza o el porcentaje de confianza: es el porcentaje o
margen de seguridad que existe para generalizar los resultados obtenidos,

“también le llaman números de unidades de desviación estándar en la distribución
normal que producirá el nivel deseado de confianza”.7 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
5
Bernal 165
6
Sampieri capítulo 8
7
Bernal 169
3
_______________________________________________________________________________
población. Para evitar un costo muy alto para el estudio o debido a que en
ocasiones llega a ser prácticamente imposible el estudio de todos los casos,
entonces se busca un porcentaje de confianza menor. Comúnmente en las
investigaciones sociales se busca un 95% de confianza o un α =0,05, Z =1.96; para
una confianza de 99% o un α=0,01, Z = 2,58.
 ε El error o porcentaje de error: “es la diferencia máxima entre la media
muestral y la media de la población que se está dispuesto a aceptar con el nivel de
confianza que se ha definido”8. También le llaman error de estimación.
Comúnmente se aceptan entre el 4% y el 6% como error, tomando en cuenta de
que no son complementarios la confianza y el error. Otros autores definen el error
con la letra d(precisión)
 PyQ 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 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 o piloto), entonces los valores de variabilidad es p=q=0.5.
Entonces
o P = probabilidad de que el evento ocurra es de 0,5 o 50%, 0,73 o 73%
o Q = probabilidad de que el evento no ocurra es de 0,5 o 50%, 1-p=1-
0,73=0,27 o 27%.
8
Bernal 169
4
_______________________________________________________________________________
PASO 4: SELECCIONAR EL PROCEDIMIENTO DEL MUESTREO (métodos de muestreo)

 (Método) Muestra probabilística
 (método )Muestra no probabilística
 MUESTREOS PROBABILÍSTICAS: Las técnicas de muestreo probabilística son

aquellas en las que se determina al azar los individuos que constituirán la muestra.
Estas técnicas nos sirven cuando se desean generalizar los resultados que se
obtienen a partir de la muestra hacia toda la población. Lo anterior se dice dado
que se supone que el proceso aleatorio permitirá la obtención de una muestra
representativa de la población. Los muestreos probabilísticas pueden ser con o sin
reemplazo.
o Los muestreos con reemplazo son aquellos en los que una vez que ha
sido seleccionado un individuo (y estudiado) se le toma en cuenta
nuevamente al elegir el siguiente individuo a ser estudiado. En este
caso cada una de las observaciones permanece independiente de las
demás, pero con poblaciones pequeñas (un grupo de escuela de 30
alumnos, por ejemplo) tal procedimiento debe ser considerado ante la
posibilidad de repetir observaciones. En el caso de poblaciones grandes
no importa tal proceder, pues no afecta sustancialmente una repetición
a las frecuencias relativas.
o Los muestreos sin reemplazo son los que una vez que se ha tomado en
cuenta un individuo para formar parte de la muestra, no se le vuelve a
tomar en cuenta nuevamente. En este caso, y hablando
específicamente para el caso de poblaciones pequeñas, las
observaciones son dependientes entre sí, pues al no tomar en cuenta
nuevamente el individuo se altera la probabilidad para la selección de
otro individuo de la población. Para el caso de las poblaciones grandes
5
_______________________________________________________________________________
(por ejemplo la población de un país) dicha probabilidad para la

selección de un individuo se mantiene prácticamente igual, por lo que
se puede decir que existe independencia en las observaciones.
TIPOS DE MUESTRAS PROBABILISTICAS:
1. Muestra aleatoria simple

2. Muestra estratificada
3. Muestra sistemática
4. Muestra por conglomerado
5. Muestreo de áreas
6. Muestreo polietatico
7. Muestra por racimos9
1) MUESTRA ALEATORIA SIMPLE:10 dos condiciones que se deben cumplir: (1) cada
elemento de la población tiene una posibilidad de ser seleccionado y (2) cada combinación
de elementos de la muestra tiene igual posibilidad de ser seleccionado. En una muestra
probabilística de debe calcular también el tamaño de la muestra y los elementos
muestrales.
1. Muestras al azar simple: Son las muestras, desde el punto de vista

estadístico, más “puras”. Se toman todas las unidades de la
población y se escoge la muestra al azar. Hay dos formas de
realizarlo; con reemplazo y sin reemplazo. Si tenemos que escoger
30 viviendas de una población en la que hay 300 viviendas, cada
vivienda tiene una probabilidad de ser escogida de 30/300 = 1/10 =
0,10. Una vez escogida la primera, si la eliminamos de la población a
elegir, pues ya fue escogida, la probabilidad de ser seleccionada de
9
Sampieri capítulo 8
10
http://www.fisterra.com/mbe/investiga/9muestras/tamano_muestral2.pdf
6
_______________________________________________________________________________
la próxima vivienda será de 29/229 = 0,12; es decir, levemente

mayor que la primera. Y, a medida que seguimos escogiendo
viviendas, la probabilidad de las siguientes es cada vez mayor; de
modo que no todas tuvieron la misma probabilidad de ser
escogidas. Este procedimiento se llama sin reemplazo. La otra forma
es —para evitar que tengan distintas probabilidades de ser
escogidas—, volver a considerar la vivienda escogida, de modo de
mantener la probabilidad constante. Este procedimiento, conocido
como “con reemplazo” tiene como inconveniente el hecho de que
una vivienda puede ser escogida en más de una oportunidad. Son
muestras aleatorias, donde cada uno de los elementos del universo
tiene una probabilidad determinada y conocida de ser seleccionado
para aparecer en ella. Para que esto suceda ha y que recurrir a
determinadas técnicas de extracción de la muestra. Se elabora, una
lista con todas las unidades que configuran el universo, numerando
correlativamente cada una de las unidades. Luego se sortean estos
números hasta completar el total de unidades que deseamos entren
en la muestra. De este modo la probabilidad que tiene cada
elemento de aparecer en la muestra es exactamente el mismo.
2. Al Azar Sistemático: Se hace también, un listado completo de las
unidades que integran el universo. Después se calcula la constante
que resulta de dividir el número total de unidades que componen el
universo, por el número de unidades que integrará la muestra. La
forma más común de obtener una muestra es la selección al azar. Es
decir, cada uno de los individuos de una población tiene la misma
posibilidad de ser elegido. Si no se cumple este requisito, se dice
que la muestra es viciada. Para tener la seguridad de que la muestra
aleatoria no es viciada, debe emplearse para su constitución una
tabla de números aleatorios.
7
_______________________________________________________________________________
2) MUESTRO ESTRATIFICADO: Para obtener una muestra aleatoria estratificada, primero

se divide la población en grupos, llamados estratos, que son más homogéneos que la
población como un todo. Los elementos de la muestra son entonces seleccionados al azar
o por un método sistemático de cada estrato.
Características11
o Se debe conocer la población
o La población se divide en estratos o subgrupos significativos
o Se obtiene una muestra aleatoria simple a c/u de los estratos
o La muestra total se obtiene al reunir a c/u de todas las muestras parciales
de los estratos
o El muestreo por estratos es más efectivo cuando la población es
heterogenia pero cada estrato es internamente homogéneo.
o El tamaño de la muestra puede ser:
 Afijación uniforme es cuando la muestra se reparte en parte iguales

en los estratos
 Afijacion proporcional: Cuando la muestra se reparte en forma
proporcional al número de elementos de cada estrato.
 Afijacion óptima: cuando la muestra se reparte proporcionalmente
a cada estrato y a su varianza de cada estrato.
Razones de usos de esta muestra:12

 Conocer la precisión en alguna subdivisión
8
_______________________________________________________________________________
 Conveniencia administrativa
Para la estratificación se comienza dividiendo los individuos en categorías o grupos

(determinada por alguna variable, por ejemplo, clase social, edad, etc.), y luego se
seleccionan muestras independientes dentro de cada categoría. Cuando las fracciones
muestrales son idénticas, se lo llama muestreo estratificado proporcional. Cuando,
contrariamente, no lo es, se lo denomina muestro no proporcional. Se recurre al muestreo
no proporcional cuando hay una diferencia muy grande en el tamaño de los estratos, de lo
que resulta que si realizamos una muestra del 5 % de la población de cada estrato, o bien
tenemos una muestra muy grande en el estrato mayor, que la torna antieconómica, o bien
tenemos una muestra demasiado pequeña en el estrato menor, que lo torna irrelevante
desde el punto de vista estadístico.
3) MUESTREO SISTEMÁTICO13: Son muestras al azar, tomando un sujeto de cada tantos,
de modo sistemático; por ejemplo, uno de cada diez, de acuerdo a un patrón de selección
común (una casa de cada diez; una persona de cada cinco de la guía telefónica; una
persona de cada tres en una cola, etc.). Una muestra sistemática, es obtenida cuando los
elementos son seleccionados en una manera ordenada. La manera de la selección
depende del número de elementos incluidos en la población y el tamaño de la muestra. El
número de elementos en la población es, primero, dividido por el número deseado en la
muestra. El cociente, indicará si cada décimo, cada onceavo, o cada centésimo elemento
en la población van a ser seleccionado.
4) MUESTREO POR CONGLOMERADO: Los conglomerados son grupos de unidades

elementales (viviendas, individuos, familias, etc.), delimitados en un área geográfica (por
ejemplo, Capital Federal, Gran Buenos Aires, Gran Mendoza, etc.).
5) MUESTRA POR AREAS:
13
Kinnear y Taylor , Investigación de mercados, 5ta edición, página 405
9
_______________________________________________________________________________
6) MUESTRA POLIETATICA
7) MUESTRA DE RACIMOS: Subgrupo en el que las unidades de análisis se encuentran

encapsuladas en determinadas lugares físicos. La ventaja de este muestreo es que
permite reducir costos, tiempos y energía. Además este muestreo implica diferenciar
entre la unidad de análisis (quienes van a ser medidos) y unidad de muestreo (racimos al
cual se logra al acceso a la unidad de análisis. 14
• Etapas del muestreo por racimos:
• Se seleccionan los racimos siguiendo los mismos pasos que la

muestra probabilística.
• Dentro de estos racimos se selecciona a los objetos o sujetos que

van a medirse.
8) MUESTRAS SUCESIVAS15: Solo las menciona pero no las define el autor

9) MUESTRAS POR ETAPAS
10) MUESTRAS POR GRADOS
11) MUESTRAS POR LISTAS
14
Sampieri capítulo 8 muestras: 1, 2, 7
15
Muestras 8,9,10, 11 son detallas en: Tamayo 117
10
_______________________________________________________________________________
Muestra Probabilística Fórmula nomenclatura
Población N desconocida16
Aleatoria simple Estimar una proporción
Z 2 * p * q
n d = ε error
d2
Población N desconocida17
N=infinito
Z 2 / 2 * S 2
n Estimar una media
2
S = desviación estándar de la
población. (*)
2 Población conocida
N * Z p * q
n 2 N= finita
d * ( N  1)  Z * p * q
2
Estimar una proporción
Población conocida 18
S2
n Estimar una media
 2
S2

Z2 N
S² = varianza de la muestra19
s2 n'
n  2 n 
'
= p *(1-p)
V 1  n' / N
V² = varianza de la población
16
http://www.fisterra.com/mbe/investiga/9muestras/9muestras.asp
17
Bernal 169
18
Bernal 170
19
Muestra aleatoria simple segun Sampieri 310
11
_______________________________________________________________________________
Muestreo fh es la fracción del estrato.

estratificado n sh es la desviación estándar.
fh   KSh K es una proporción
N
constante.20
( n) * ( N a ) * ( S a ) A, b, c son elementos del
n
( N a ) * ( S a )  ( N b ) * ( Sb )  ( N c ) * ( Sc ) estrato a, b,c.21
(*) S = la desviación estándar se calcula o estima a partir de estudios anteriores o prueba
piloto. También se denota así: 2

(**) d ,  e Diferentes autores denotan el error con estas letras.
(***) Z Se obtiene de una tabla de probabilidades de una distribución normal y se conoce

como el número de errores estándar asociado con el nivel de confianza.
 ²= varianza de una población S² = varianza de una muestra
 = media de una población  = media de una muestra
 = proporción de una población p = proporción muestra
20
Sampieri 311
21
Bernal 172
12
_______________________________________________________________________________
EJEMPLOS MUESTRA PROBABILISTICA
Ejemplo 1: estimar una proporción de una población infinita:
Se desea determinar el número de personas que tiene diabetes en Chile.

Nivel de confianza para el coeficiente Z Z= 95% = 1.96
Z2
Error o nivel de precisión que se desea para el 3% para este estudio (criterio del
d2
estudio. evaluador)
Proporción esperada, 0,05 o 5%, cuando no se p 0,05
conoce por estimación o estudios previos (pilotos)
se tiene un p=0,5
Proporción de que el evento no ocurra es de 0,5 o q 1- 0,05 = 0,95
50%, 1-p
Z 2 * p * q 1.962 * 0,05 * 0,95

n n  203
d2 0,032
Respuesta: se necesita encuestar a 203 personas (tamaño de la muestra)
13
_______________________________________________________________________________
Ejemplo 2: estimar una la media o el promedio de una población infinita:
Se desea conocer los hábitos turísticos de los habitantes de la cuidad X con el propósito de
ofrecer un mejor servicio.
Nivel de confianza del 95% (1- α) Z = 1.96
Z2
Error o nivel de precisión que se desea para el
2 5% para este estudio (criterio del
estudio. evaluador)
Desviación estándar de la población estimada por 0,4
S2
estudios previos o prueba piloto.
Nota: las ciencias sociales permiten un Z=95% con un error del 5% (Sampieri 310)
Z 2 / 2 * S 2 1.962 * 0,42
n n  246
2 0,052
Ejemplo 2.1: estimar una la media o el promedio de una población infinita:
Se desea el gasto anual promedio de una población.

Z2
2 $50.000
estudio.
14
_______________________________________________________________________________
Desviación estándar de la población estimada por $550.000

S2
Z 2 / 2 * S 2 1.962 * 550.0002
n n  465
2 50.0002
Ejemplo 3: estimar una proporción de una población finita:
Se conoce una población de 200 personas aseguradas en un país. Por una investigación
piloto se supo que el 73% de estas personas declaran una excelente aceptación de los
seguros para la empresa. Se desea conocer la aceptación de un nuevo seguro para la
empresa.

Z2
Error o nivel de precisión que se desea para el 5%
d2
estudio.
Proporción esperada, 0,05 o 5%, cuando no se p 73% o 0,73
se tiene un p=0,5
Proporción de que el evento no ocurra es de 0,5 o q 1- 0,73 = 0,27
50%, 1-p
Población conocida N 200
15
_______________________________________________________________________________
2
N * Z p * q
n 2
d * ( N  1)  Z * p * q
2
200 *1.962 * 0,73 * 0,27

n  121
0,052 * (200  1)  1.962 * 0,73 * 0,27
Respuesta: se necesita encuestar a 121 personas (tamaño de la muestra
Ejemplo 3.1: estimar una proporción de una población finita:
Se conoce una población de 200 personas aseguradas en un país. Pero no existen

antecedentes sobre la investigación (no hay otras o no se pudo aplicar una prueba previa
o piloto), entonces los valores de variabilidad es p=q=0.5. Que la suma de ambos es igual a
1.

Z2
Error o nivel de precisión que se desea para el 5%
d2
estudio.
Proporción esperada, 0,05 o 5%, cuando no se p 0,5 o 50%
se tiene un p=0,5
Proporción de que el evento no ocurra es de 0,5 o q 0,5 0 50%
50%, 1-p
Población conocida N 200
16
_______________________________________________________________________________
2
N * Z p * q
n 2
d * ( N  1)  Z * p * q
2
200 *1.96 2 * 0,5 * 0,5

n  132
0,052 * (200  1)  1.96 2 * 0,5 * 0,5
Respuesta: se necesita encuestar a 132 personas (tamaño de la muestra
Ejemplo 4: estimar una la media o el promedio de una población finita:
Se sabe que la población es 25000 personas con el servicio de prepago de salud entonces
se necesita saber el tamaño de la muestra.
Z2
2 $50.000
estudio.
Desviación estándar de la población estimada por $550.000
S2
Población total N 25.000 personas
S2 550.0002
n n  457
 2
S2
2
50.000 550.000 2
 
Z2 N 1.962 25.000
17
_______________________________________________________________________________
Ejemplo 5: 22 población finita.
Se estudiaran a todos los directores de empresa industriales que en 1983 tienen un capital
social superior a $30.000.000 con ventas superiores a los $100.000.000 y con más de 300
personas empleadas. Con estas características se obtuvo una población de 1176 directores
con las características antes mencionadas.
Varianza de la población Se cuadrado del error V= 0.015²= 0,000225

V2
estándar
Se exige un error estándar menor a 15% se 0.015
determinado por los evaluadores
Varianza de la muestra expresada en probabilidad
s2 s 2  p * (1  p)
de ocurrencia y gorro.
= 0,9 *(1 – 0,9) = 0,09
Población total N 1176 empresas
22
Sampieri 309
18
_______________________________________________________________________________
0.09
2 ' n'   400
s n 0.000225
n'   n 
V2 1  n' / N n 
400
 298
1  400' / 1176
Ejemplo 6: 23 muestra estratificada proporcional de una población finita
Se estudiaran a todos los directores de empresa industriales que en 1983 tienen un capital
social superior a $30.000.000 con ventas superiores a los $100.000.000 y con más de 300
personas empleadas. Con estas características se obtuvo una población de 1176 directores
con las características antes mencionadas.
Numero de directores de empresas del giro en Nh

estudio
Es la fracción constante que resulta de la división fh
entre la muestra y la población total
Es el numero de directores que deberá nh
encuestarse del giro en estudio
23
Sampieri 309
19
_______________________________________________________________________________
Población total N 1176 empresas
Estrato por giro Directores de empresa por giro fh Muestra nh

1. Siderúrgicos 53 13
2. metal 109 28
3. alimentos 215 55
4. papel 87 22
5. textil 98 25
6. eléctrica 110 28
7. automotriz 81 20
8. químicos 221 56
9. otros 151 38
10.comercio 51 13
1176 298
Respuesta:
n
kfh   KSh  Nh * fh  nh
N
298
kfh   0.2534  0.25534 * 53  13
1176
298
kfh   0.25534  0.25334 *109  28
1176
298
kfh   0.25534  0.25334 * 215  55
1176
20
_______________________________________________________________________________
298
kfh   0.25534  0.25334 * 87  22
1176
298
kfh   0.25534  0.25334 * 98  25
1176
298
kfh   0.25534  0.25334 *110  28
1176
298
kfh   0.25534  0.25334 * 81  20
1176
298
kfh   0.25534  0.25334 * 221  56
1176
298
kfh   0.25534  0.25334 *151  38
1176
298
kfh   0.25534  0.25334 * 51  13
1176
Ejemplo 7: estimar la media de una población finita:
Se requiere saber el promedio anual que invierten en libros los estudiantes de las
universidades de cierta cuidad. Suponiendo que existen universidades de ciertos estratos.
Se requiere saber cuál es el tamaño de la muestra de cada estrato si la muestra total es de
500 estudiantes.
Estrato de la U Número de estudiantes Desviación estándar de los Muestra

estratos S
Universidad A 7.500 $100.000 222
Universidad A 9700 $60.000 172
Universidad A 12.000 $30.000 106
21
_______________________________________________________________________________
29.200 500
( n) * ( N a ) * ( S a )
n
( N a ) * ( S a )  ( N b ) * ( Sb )  ( N c ) * ( Sc )
(500) * (7.500) * (100.000)

n  222
(7.500) * (100.000)  (9.700) * (60.000)  (12.000) * (30.000)
(500) * (9.700) * (60.000)

n  172
(7.500) * (100.000)  (9.700) * (60.000)  (12.000) * (30.000)
(500) * (12.000) * (30.000)

n  106
(7.500) * (100.000)  (9.700) * (60.000)  (12.000) * (30.000)
Ejemplo 8: muestra por racimos:
Se desea conocer a todos los sujetos adultos por edad cronológica de la ciudad y por jefe
de familia, excluyendo a los adultos dependientes. Se usara un mapa de la cuidad lo cual
señala que esta cuidad tiene 5000 cuadras. Las cuadras serán los racimos. Se necesita
saber cuántas cuadras hay que muestrear de una población total de 5000 cuadras?,
también se desea que el error no sea mayor a 0,15 y con una probabilidad de ocurrencia
del 50%.
Primer paso:
s2 p * (1  p) 0.5 * (1  0.5)
n  2 
'
  1.111,11
V 0.015 0.000225
22
_______________________________________________________________________________
n' 1.111,11
n   909
1  n' / N 1  1.111,11 / 5000
Respuesta: se necesita muestrear 909 cuadras
Segundo paso: estratificar la muestra

Se conoce que las cuadras están distribuidas por estratos socioeconómicos,
caracterizando la población en ingreso mensual promedio de sus habitantes.
Estrato socioeconómico Numero de cuadras Resultado por estrato
1 270 50 cuadras
2 1940 353 cuadras
3 2000 363 cuadras
4 790 143 cuadras
Total cuadras 5000 909
n 909
fh   ksh  fh   0.1818
N 5000
n 909
fh   ksh  fh   0.1818 * 270  50
N 5000
n 909
fh   ksh  fh   0.1818 *1940  353
N 5000
n 909
fh   ksh  fh   0.1818 * 2000  363
N 5000
n 909
fh   ksh  fh   0.1818 * 790  143
N 5000
23
_______________________________________________________________________________
Tercer paso: seleccionar los racimos, y seleccionar el número de sujetos de cada racimo
aleatoriamente. Se multiplica el número de hogares de cada estrato por cada estrato.
(50*20=1000) y así sucesivamente.
Estrato Numero de Resultado por N de hogares Total hogares
socioeconómico cuadras estrato determinado por estrato
1 270 50 cuadras 20 1000
2 1940 353 cuadras 20 7060
3 2000 363 cuadras 20 7220
4 790 143 cuadras 20 2860
Total cuadras 5000 909 11840
Respuesta: hay que muestrear 11840 hogares por estado.
 MUESTRAS NO PROBABILÍSTICAS: A veces, para estudios exploratorios, el

muestreo probabilística resulta excesivamente costoso y se acude a métodos no
probabilísticas, aun siendo conscientes de que no sirven para realizar
generalizaciones, pues 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 ser elegidos. En general, se seleccionan a los sujetos siguiendo
determinados criterios procurando que la muestra sea representativa.
TIPOS DE MUESTRAS NO PROBABIBLISTICAS:
1. MUESTRA POR CONVENIENCIA
2. MUESTRA POR JUICIOS
3. MUESTRAS POR PORRATEO
4. MUESTRA DE SUJETO VOLUNTARIO
24
_______________________________________________________________________________
5. MUESTRA DE EXPERTO
6. MUESTRA DE SUJETO TIPO
7. MUESTRA CUALITATIVA
8. MUESTRA POR CUOTAS
9. MUESTRA INTENCIONADA
10. MUESTREO MIXTO

11. MUESTREO CON FINES ESPECIALES24
1) MUESTRA POR CONVENIENCIA DE SITIO25: se predetermina el lugar donde se aplicara la

encuesta. Por ejemplo si se desea investigar sobre un nivel instrumento medico habrá que
hacer la encuesta en las clínicas, hospitales, etc.
2) MUESTRA POR JUICIOS:
3) MUESTRAS POR PORRATEO:
4) MUESTRA DE SUJETO VOLUNTARIO: 26son muestras frecuentes en ciencias sociales y en

ciencias de la conducta, también en la medicina y arqueología donde el investigador
elabora conclusiones sobre especímenes que llegan a sus manos en forma casual. Se usan
en estudios de laboratorio donde los sujetos de estudios deben tener características
homogéneas tales como edad, sexo etc.
24
Bernal p. 167: 1,12, 8, 2
25
Sapag 2003: 87
26
Sampieri 328-329 (4, 5, 6, 7, 8)
25
_______________________________________________________________________________
5) MUESTRA DE EXPERTO: son frecuentes en estudios cualitativos y exploratorios. Ejemplo

estudiar el perfil de las mujeres ingenieras en Chile. Se puede realizar una muestra
numérica a x mujeres ingenieros y se les consulta por temas del área. Pues son las mas
idóneas para hablar del tema. Es un método valido y útil.
6) MUESTRA DE SUJETO TIPO: son frecuentes en estudios cualitativos y exploratorios. Se

caracteriza por su profundidad, calidad de información. También se utilizan en estudios de
motivación donde se analiza la conducta del consumidor, funciona con las mismas
características de las sesiones de grupo foco.
7) MUESTRA CUALITATIVA:
Tipo de muestra propósito ejemplos
Muestra variada Documentar diversidad para buscar Estudio del significado del trabajo en
diferencias y coincidencias, patrones y la vida de los individuos. Hacer
particularidades. entrevistas profundas con personas
de todos tipos de trabajo.
Muestra homogénea Enfatizar situaciones Estudio longitudinal sobre
adolescentes todos de la misma edad,
mismo grupo social, y coeficiente
intelectual.
Muestra en cadena o Se identifica caos de gentes que Generar riqueza de información en
redes. conoce otra gente. una cultura o sistema social. A través
de un sujeto clave para relatar la
26
_______________________________________________________________________________
historia.
Muestra dirigida por Se seleccionan los sujetos o al grupo Encontrar sub-muestras de sujetos
teorías o muestra por social, porque tienen uno o varios con trabajo y comunidades específicas
criterios. atributos que ayudan a ir a fin de probar si algunas situaciones
desarrollando una teoría. de trabajo son conducentes a algunas
percepciones sobre clases sociales.
Casos típicos. Individuos, sistemas u organizaciones Selección de empresas con un criterio
que poseen claramente las x para analizarlas.
situaciones que se analizan o
estudian.
8) MUESTRA POR CUOTAS: se utiliza en estudios de opinión y de marketing. Los encuestadores

reciben instrucciones de administrar cuestionarios de sujetos en la calle y al hacerlo van
conformando cuotas de acuerdo a la proporciona de ciertas variables demográficas de la
población. si se desea conocer la actitud de la población hacia un candidato político se les
pide a los encuestadores que vayan a una determinada comuna o barrio y entrevisten a x
sujetos, tantos hombres y tantas mujeres mayores de 21 años. Dependen del juicio del
entrevistador. 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. La muestra debe ser proporcional a la
población, y en ella deberán tenerse en cuenta las diferentes categorías. El muestreo por
cuotas se presta a distorsiones, al quedar a criterio del investigador la selección de las
categorías.
 Muestras accidentales: Se trata de aquellas muestras en las que se toma lo que
“se tiene a mano”. Es el caso típico de los sondeos que suelen realizar en radio
y televisión, en que se les pregunta a la gente que ocasionalmente pasa por el
lugar. No hay forma de establecer el nivel de error en este tipo de muestras.
Muestreo casual o incidental; Se trata de un proceso en el que el investigador
27
_______________________________________________________________________________
selecciona 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 los profesores de universidad emplean con mucha
frecuencia a sus propios alumnos.
10) MUESTRA INTENCIONADA: 27Son las menos confiables. Se trata de indagaciones a sujetos
que, en virtud de ser particularmente ricos en información, se los considera “claves”. Se
corre el grave riesgo que tales “especialistas” tengan una visión distorsionada del
fenómeno sobre el que el investigador quiere indagar. Muestreo opinático o intencional;
Este tipo de muestreo se caracteriza por un esfuerzo deliberado de obtener muestras
"representativas", mediante la inclusión en la muestra de grupos supuestamente típicos.
Es muy frecuente, su utilización en sondeos preelectorales de zonas que en anteriores
votaciones han marcado tendencias de voto. También recibe el nombre de sesgado. El
investigador selecciona los elementos que a su juicio son representativos, lo que exige un
conocimiento previo de la población que se investiga.
11) MUESTREO MIXTO: 28Se combinan diversos tipos de muestreo. Por ejemplo: se puede
seleccionar las unidades de la muestra en forma aleatoria y después aplicar el muestreo
por cuotas. Pueden ser probabilísticas y no probabilísticas.
12) MUESTREO CON FINES ESPECIALES:
13) MUESTREO SIMPLE Este tipo de muestreo, toma solamente una muestra de una
población dada para el propósito de inferencia estadística. Puesto que solamente, una
muestra es tomada, el tamaño de muestra debe ser el suficientemente grande para
27
Tamayo 118
28
Tamayo 118
28
_______________________________________________________________________________
extraer una conclusión. Una muestra grande muchas veces cuesta demasiado dinero y
tiempo.
14) MUESTREO DOBLE Bajo este tipo de muestreo, cuando el resultado del estudio de la
primera muestra no es decisivo, una segunda muestra es extraída de la misma población.
Las dos muestras son combinadas para analizar los resultados. Este método permite a una
persona principiar con una muestra relativamente pequeña para ahorrar costos y tiempo.
Si la primera muestra arroja una resultado definitivo, la segunda muestra puede no
necesitarse.
15) MUESTREO TIPO La muestra tipo (master simple), es una aplicación combinada y
especial de los tipos de muestra existentes. Consiste en seleccionar una muestra "para ser
usada" al disponer de tiempo, la muestra se establece empleando procedimientos
sofisticados; y una vez establecida, constituirá el módulo general del cual se extraerá la
muestra definitiva conforme a la necesidad específica de cada investigación.
OTROS TIPOS DE MUESTREO29
1. MUETREO EN DOS ETAPAS:
2. MUESTREO DE BOLA DE NIEVE: se encuesta en una primera instancia al azar,

usando las respuestas obtenidas como referencia para una encuesta posterior más
dirigida.
3. MUESTREO SECUENCIAL:
4. MUESTREO CON PROBABILIDAD PROPORCIONAL PPP:
29
Sharonl Lohr “diseño y análisis” página 399
29

HJKHKDT

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

HJKHKDT

Загружено:

Авторское право:

Доступные форматы

Formulación y Evaluación de Proyectos FEP-2018

CAPI ́TULO: LA POBLACIÓ N Y LA MUESTRA:

PASOS EN LA SELECCIÓN DE LA MUESTRA:1

1. Paso 1: definir la población

PASO 1: DEFINIR LA POBLACIÓN: Es el conjunto de todos los elementos a los cuales

 Población finita: cuando el número de elementos que la forman es finito,

1 Kinnear y Taylor , Investigación de mercados, 5ta edición, página 404

La población debe definirse en términos de:4

 elementos ejemplo: mujeres entre 18-50 años

 UNIDAD DE OBSERVACIÓN O ELEMENTO: es el objeto o

PASO 2: IDENTIFICAR EL MARCO MUESTRAL

MARCO MUESTRAL: es la lista de unidades de muestreo o la fuente de exacción de todas

PASO 3: DETERMINAR EL TAMAÑO DE LA MUESTRA

MUESTRA: Es la parte de la población que se selecciona y de la cual realmente se

 El porcentaje de confianza con el cual se quiere generalizar los datos

 Z / 2 La confianza o el porcentaje de confianza: es el porcentaje o

margen de seguridad que existe para generalizar los resultados obtenidos,

PASO 4: SELECCIONAR EL PROCEDIMIENTO DEL MUESTREO (métodos de muestreo)

 MUESTREOS PROBABILÍSTICAS: Las técnicas de muestreo probabilística son

(por ejemplo la población de un país) dicha probabilidad para la

TIPOS DE MUESTRAS PROBABILISTICAS:

1. Muestra aleatoria simple

1. Muestras al azar simple: Son las muestras, desde el punto de vista

la próxima vivienda será de 29/229 = 0,12; es decir, levemente

2) MUESTRO ESTRATIFICADO: Para obtener una muestra aleatoria estratificada, primero

 Afijación uniforme es cuando la muestra se reparte en parte iguales

Razones de usos de esta muestra:12

Para la estratificación se comienza dividiendo los individuos en categorías o grupos

4) MUESTREO POR CONGLOMERADO: Los conglomerados son grupos de unidades

5) MUESTRA POR AREAS:

7) MUESTRA DE RACIMOS: Subgrupo en el que las unidades de análisis se encuentran

• Etapas del muestreo por racimos:

• Se seleccionan los racimos siguiendo los mismos pasos que la

• Dentro de estos racimos se selecciona a los objetos o sujetos que

8) MUESTRAS SUCESIVAS15: Solo las menciona pero no las define el autor

Muestra Probabilística Fórmula nomenclatura

Muestreo fh es la fracción del estrato.

(*) S = la desviación estándar se calcula o estima a partir de estudios anteriores o prueba

piloto. También se denota así: 2

(***) Z Se obtiene de una tabla de probabilidades de una distribución normal y se conoce

 ²= varianza de una población S² = varianza de una muestra

 = media de una población  = media de una muestra

 = proporción de una población p = proporción muestra

EJEMPLOS MUESTRA PROBABILISTICA

Ejemplo 1: estimar una proporción de una población infinita:

Se desea determinar el número de personas que tiene diabetes en Chile.

Z 2 * p * q 1.962 * 0,05 * 0,95

Ejemplo 2: estimar una la media o el promedio de una población infinita:

Ejemplo 2.1: estimar una la media o el promedio de una población infinita:

Se desea el gasto anual promedio de una población.

Desviación estándar de la población estimada por $550.000

Ejemplo 3: estimar una proporción de una población finita:

Nivel de confianza para el coeficiente Z Z= 95% = 1.96

200 *1.962 * 0,73 * 0,27

Ejemplo 3.1: estimar una proporción de una población finita:

Se conoce una población de 200 personas aseguradas en un país. Pero no existen

Nivel de confianza para el coeficiente Z Z= 95% = 1.96

200 *1.96 2 * 0,5 * 0,5

Ejemplo 4: estimar una la media o el promedio de una población finita:

Ejemplo 5: 22 población finita.

Varianza de la población Se cuadrado del error V= 0.015²= 0,000225

Ejemplo 6: 23 muestra estratificada proporcional de una población finita

Numero de directores de empresas del giro en Nh

200 1.962 0,73 * 0,27

200 1.96 2 0,5 * 0,5