Herramienta de la investigacin

cientfica cuya funcin bsica es

determinar qu parte de una
poblacin en estudio debe
examinarse con el fin de hacer
inferencias sobre dicha poblacin.
 Ventajas del muestreo:
Ahorro de dinero debido a que se consideran menos unidades
para trabajar.
Ahorro de tiempo, dado que el nmero de mediciones solo es
de una parte representativa de la poblacin.
Mayor precisin, la muestra puede ser ms precisa porque
reduce la magnitud de los errores no muestrales, debido a
que:
Existe menos personal necesario para hacer las mediciones
(u observaciones).
Hay personal con mejor preparacin.
Puede variar las condiciones del estudio si se demora su
ejecucin.
Conveniencia, es conveniente el uso de una muestra si el
estudio ocasiona la destruccin de la unidad estudiada.
 Desventajas del muestreo:
Las estimaciones resultantes del muestreo estn afectas al
inevitable error de muestreo.
La informacin proveniente de una muestra no
proporciona informacin tipo inventario para cada uno de
los elementos de la poblacin.
Las estimaciones no pueden subdividirse para pequeos
dominios de anlisis, considerando que no todos ellos
pueden estar representados debidamente en la muestra.
Requiere de personal especializado y experimentado.
MUESTRA:

Parte o porcin extrada de un conjunto por

mtodos que permiten considerarla como
representativa de l (RAE, 2008).

Se llama tamao de la muestra al nmero

de elementos que la componen.
MARCO MUESTRAL:

Es la enumeracin o lista exhaustiva de

toda la poblacin (todas las unidades
muestrales en la poblacin).

La muestra real se toma de esta lista.

 Tcnicas de muestreo
En estadstica se conoce como muestreo a la
tcnica para la seleccin de una muestra a
partir de una poblacin.

Su funcin bsica es determinar que parte de

una realidad en estudio (universo o poblacin)
debe examinarse con la finalidad de hacer
inferencias sobre dicha poblacin.
 MTODOS
DE MUESTREO

MUESTREO
MUESTREO
NO
PROBABILSTICO
PROBABILSTICO

M. ALEATORIO
M. POR CUOTAS
SIMPLE

M. A. M. POR JUICIO
SISTEMTICO EXPERTO

M. A. POR M. POR
CONGLOMERADO CONVENIENCIA

M .A.
ESTRATIFICADO
 1. MUESTREO PROBABILSTICO

Se basan en el principio de equiprobabilidad.

Slo estos mtodos de muestreo

probabilsticos nos aseguran la
representatividad de la muestra extrada y
son, por tanto, los ms recomendables.

Como tcnicas de muestreo probabilstico

encontramos los siguientes:
Muestreo aleatorio
simple:

Las unidades se eligen en forma

independiente. Este
procedimiento es simple, tiene
poca o nula utilidad prctica
cuando la poblacin que estamos
manejando es muy grande.
Muestreo aleatorio sistemtico:
Numerar todos los elementos de la poblacin.

Extraer un nmero al azar.

Se parte de ese nmero aleatorio i.

Los elementos que integran la muestra son los que

ocupan los lugares i, i+k, i+2k, i+3k,...,i+(n-1)k,
es decir se toman los individuos de k en k.
k el resultado de dividir el tamao de la poblacin
entre el tamao de la muestra: k=N/n.

El nmero i que empleamos como punto de partida

ser un nmero al azar entre 1 y k.
Muestreo por conglomerado:
Se usa en particular cuando no se dispone de una
lista detallada y enumerada de cada una de las
unidades que conforman la poblacin y resulta muy
compleja para elaborarla.

Se denomina as debido a que en la seleccin

de la muestra en lugar de escogerse cada
unidad se procede a tomar los subgrupos o
conjunto de unidades , a los que se llaman
conglomerado (escuelas, fbricas, secciones,
etc.)
Muestreo estratificado:
La poblacin se divide en subgrupos, llamados
estratos, los mismos que tienen gran
homogeneidad respecto a alguna caracterstica
(Ejemplo, profesin, sexo, estado civil, etc.).

Se elige una muestra separada en cada estrato.

Cada estrato funciona independientemente,

pudiendo aplicarse dentro de ellos el muestreo
aleatorio simple o el estratificado para elegir
los elementos que formarn parte de la
muestra.
15
Donald B. Owen, Handbook of Statistical Tables,
Reading Mass:Addisson-Wesley, 1.962.
3690 2492 7171 7720 6509 7549 2330 5733 4730
0813 6790 6858 1489 2669 3743 1901 4971 8280
6477 5289 4092 4223 6454 7632 7577 2816 9002
0772 2160 7236 0812 4195 5589 0830 8261 9232
5692 9870 3583 8997 1533 6466 8830 7271 3809
2080 3828 7880 0586 8482 7811 6807 3309 2729
1039 3382 7600 1077 4455 8806 1822 1669 7501
7227 0104 4141 1521 9104 5563 1392 8238 4882

Dr. Rmulo A. Guevara G. 16

2. MUESTREO NO PROBABILSTICO.

Mtodos en los cuales no se utilizan

procedimientos formales y los individuos
NO tienen la probabilidad de ser elegidos
para formar parte de una muestra.

Como tcnicas de muestreo no

probabilsticos encontramos los siguientes
tipos:
Muestreo por cuotas:
Consiste en clasificar a la poblacin en grandes
grupos o categoras, para luego seleccionar sobre
la base de su propio criterio las unidades de
anlisis.
Muestreo por conveniencia:
Las unidades de muestra se seleccionan segn la
conveniencia del investigador.

Muestreo por juicio:

Las unidades de muestra se seleccionan segn la
experiencia del investigador.
 Afijacin.
Proceso de distribucin de la muestra en funcin de los
diferentes estratos.
Puede ser de diferentes tipos:
Afijacin Simple:
A cada estrato le corresponde igual nmero de elementos
muestrales.
Afijacin Proporcional:
La distribucin se hace de acuerdo con el peso (tamao)
de la poblacin en cada estrato.
Afijacin ptima:
Se tiene en cuenta la previsible dispersin de los
resultados, de modo que se considera la proporcin y la
desviacin estndar (tpica).
Criterios de inclusin y de exclusin.

Los criterios de inclusin y exclusin son

las normas, factores o pautas relativas a
la participacin como elementos
muestrales, para decidir a quin se le
permite entrar en la investigacin.
Las normas son diferentes para cada caso.
CRITERIO DE INCLUSIN: Son todas
aquellas caractersticas que hacen que un
elemento muestral sea parte de la poblacin o
muestra de estudio.
Todos tienes que estar presentes.

CRITERIO DE EXCLUSIN:
Son las caractersticas que el elemento
muestral no debe poseer para participar en
el estudio.
Ninguno tiene que estar presente.
 3. Clculo del tamao de la Muestra.
Factores que intervienen
A Lo determina el investigador y mide la
Grado de confianza en el estudio.
Confianza
Z Las tablas estadsticas otorgan el valor
Valor de la de Z. Los valores con mayor frecuencia
distribucin normal son:
estandarizada

A 0,90 0,95 0,98 0,99

Z 1,645 1,96 2,33 2,575

22
 p Proporcin de la poblacin que tiene las
caractersticas de inters que nos interesa medir.
Si no es calculable se asume que es el 0,5 es
decir, que el 50% de la poblacin tiene la
caracterstica de inters que mediremos.
q= 1-p Proporcin de la poblacin que NO tiene las
caractersticas de inters que nos interesa medir.
E Es el mximo de error permisible.

N Tamao de la poblacin

n Tamao de la muestra, es el dato que se quiere

obtener.

23
 CASO 1:
Cuando no se conoce el tamao de la
poblacin o se considera suficientemente
grande para considerarse infinita
Z 2 *p*q
n= E2
CASO 2:
Cuando el tamao de la poblacin (N)
se conoce
Z 2 *p*q*N
n=
E2 (N 1) + Z 2 * p* q

n = N de casos a observar o nmero de encuestas

24
 En una poblacin de 5000 lectores de la
revista Si se lee, el gerente de dicha
revista quiere conocer la proporcin de
lectores que le gusta el deporte, para incluir
en su edicin y l establece que error
mximo no deber ser mayor del 4% del
valor verdadero del parmetro con un nivel
de confianza del 99%.
a. Sabiendo que la proporcin de la gente
que le gusta el deporte es del 60%.
b. Cuando no se conoce P.

Muestreo 25
CAPITULO IV
METODOLOGA DE LA INVESTIGACIN

Diseo de la Investigacin
Tipo de Investigacin
Nivel de Investigacin
Mtodo
Poblacin y Muestra de la Investigacin
Poblacin
Muestra
Tcnicas e Instrumentos de Recoleccin de Datos
Tcnicas
Instrumentos