1.

Definicin de Poblacin, muestra, muestreo, unidad de anlisis, sobre que o

quienes se recolectaran datos?
Poblacin: Es el conjunto de todos los casos que concuerdan con determinadas
caractersticas especficas.
Muestra:
En el proceso Cualitativo: Es un grupo de personas, eventos, sucesos, comunidades,
etc. sobre el cual se habrn de recolectar los datos, sin que necesariamente sea
representativo del universo o poblacin que se estudia.
En el proceso Cuantitativo: Es un subgrupo de la poblacin del cual se recolectan los
datos y debe ser representativo de dicha poblacin.
Muestreo: Proceso de seleccin de una parte de la poblacin para que represente al
conjunto
Unidad de anlisis
Se le denomina tambin casos o elementos: personas, organizaciones, peridicos,
comunidades, situaciones, eventos, etc)
Sobre qu o quienes se recolectaran datos?
Sobre sujetos, objetos, sucesos o comunidades (las unidades de anlisis)
EJEMPLO
Si el Objetivo: Describir el uso que hacen los nios de la televisin
Interrogar a un grupo de nios
2. Cmo se delimita la poblacin?
Definida la unidad de anlisis

Se delimita la poblacin que va a ser estudada y

sobre la cul se pretende generalizar los resultados.

En el ejemplo anterior est claro que nuestra unidad de anlisis son los nios, pero de
qu poblacin se trata? de todos los nios del mundo? de todos los nios de la
repblica mexicana? Seria ambicioso y prcticamente imposible referirnos a
poblaciones tan grandes.

La calidad de un trabajo investigativo estriba en delimitar claramente la poblacin Con

base en el planteamiento del problema.
Ejemplo de delimitacin de muestra
Baptista en 1983 en un estudio sobre los directivos de empresa en Mxico y con base a
las consideraciones tericas del estudio que describe el comportamiento gerencial de los
individuos y las relaciones de ste con otras variables de tipo organizacional, procedi
a definir la poblacin de la sgnte manera:
Nuestra poblacin comprende a todos aquellos directores generales de empresas
industriales y comerciales que en 1983 tiene un capital social superior a 30 millones
de pesos, con ventas superiores a los 100 millones de pesos y/ocon ms de 300
personas empleadas.
Cmo se seleccionar 1a muestra?
Tipos de muestra
Muestra probabilstica: Subgrupo de la poblacin en el que todos los elementos de
sta tiene la misma posibilidad de ser elegidos
Se determina con base en el planteamiento del problema, las hiptesis, el diseo de
investigacin y el alcance de sus contribuciones
Ventajas: pueden medirse el tamao del error en nuestras predicciones,
Tiene como objetivo: reducir al mnimo o ste error, al que se le llama error estndar
Para hacer una muestra probabilstica, es necesario entender los siguientes
trminos y sus definiciones:
-

La poblacin: a la que se le suele denominar como N, es un conjunto de

elementos
La muestra: a la que se le simboliza como n, es un subconjunto de la poblacin
N

En una poblacin N( Previamente delimitada por los obhetivos de la investigacin),

nos interesa establecer valores de las caractersticas de los elementos N
Nos interesa conocer valores promedio en la poblacin, lo cual se expresa como:

Y = al valor de una variable determinada (y) que nos interesa conocer, digamos un
promedio
V= la varianza de la poblacin con respecto a determinadas variables(la varianza indica
la variabilidad)

Para una muestra probabilstica se necesita principalmente de dos cosas: determinar

el tamao de la muestra (n) y seleccionar los elementos muestrales, de manera que
todos tengan la misma posibilidad de ser elegidos
Muestra no probabilstica o dirigida: Subgrupo de la poblacin en la que la eleccin
de los elementos no depende de la probabilidad sino de las caractersticas de la
poblacin.
En este tipo de muestra el procedimiento no es mecnico, ni con bases en forma de
probabilidad, sino que depende del proceso de toma de decisiones de una persona o de
un grupo de personas y las muestras seleccionadas obedecen a otros criterios de
investigacin
Elegir entre una muestra probabilstica y una no probabilstica
depende de los objetivos del estudio, del esquema de
investigacin y de la contribucin que se piensa hacer con ella

Criterios de elegibilidad
Los criterios de inclusin o exclusin para un estudio reflejan consideraciones ajenas al
inters sustantivo o terico en determinados tipos de personas
Criterios de inclusin: Especifican las caractersticas que la poblacin debe poseer
Criterios de exclusin: cuando una poblacin se define en funcin de las caractersticas
que sus miembros no deben tener.
Los criterios para definir la poblacin suelen reflejar uno o ms de los siguientes puntos:
-

Costos : algunos criterios reflejan restricciones de costo; ejm cuando se

excluyen personas que no hablan el mismo idioma local, no necesariamente
indica que el investigador no se interese por ellas, refleja mas bien el hecho de

que no puede pagar los honorarios de traductores, intrpretes y personal para

-

colectar datos en otros idiomas

Problemas de orden prctico: a veces hay restricciones prcticas, como

problemas para incluir personas de zonas rurales, con discapacidad auditiva ,etc.
Posibilidad para participar en un estudio: es posible que el estado de salud de
unas personas les impida participar, de modo que puede ser necesario excluir de
un estudio a personas con trastornos mentales. En coma o en condicin mdica

inestable.
Consideraciones de diseo: resulta ventajoso obtener una muestra ms o menos
homognea con el objeto de controlar variables extrnsecas.

3. TIPOS DE MUESTREO
NO PROBABILSTICO
Por

conveniencia:

Pretende

seleccionar unidades de anlisis

que cumplen los requisitos de la
poblacin objeto de estudio, pero
que

sin

embargo,

no

son

seleccionadas al azar. Se utiliza

preferentemente

en

estudios

exploratorios.
Las pruebas pilotos, tambin usan con frecuencia ste tipo de muestreo.
Ejm; La enfermera que observa a los varones cuyas esposas han dado a luz en el
hospital local tambin se basa en este tipo de muestra
En este tipo de muestreo, las muestras no constan necesariamente de individuos que el
investigador conozca.
Detener a una persona en la esquina para realizar una entrevista tambin presenta un
caso de muestreo por conveniencia
Es la tcnica menos slida pero tambin la que ms se usa en los estudios de ciencias de
la salud.

Por cuotas: Tambin denominado en ocasiones "accidental"; el investigador se asegura

de que los diversos segmentos o sectores estn representados en la muestra en las
mismas proporciones en que se muestran en la poblacin
No requiere de la aplicacin de tcnicas complejas ni la inversin de una cantidad
extraordinaria de tiempo o esfuerzo.
En este tipo de muestreo se fijan unas "cuotas" que consisten en un nmero de
individuos que renen unas determinadas condiciones, por ejemplo: 20 individuos de 25
a 40 aos, de sexo femenino y residentes en Lambayeque. Una vez determinada la cuota
se eligen los primeros que se encuentren que cumplan esas caractersticas. Este mtodo
se utiliza mucho en las encuestas de opinin.
Intencional o crtico: se aplica cuando se busca una muestra de expertos, cuando se
desea aplicar una prueba de deteccin de necesidades con base en la tcnica del
informante clave o en encuestas Delphi

MUESTREO PROBABILISTICO
Es la extraccin aleatoria de elementos de la poblacin, pues implica un proceso de
seleccin en el cual cada uno de los elementos de la poblacin tiene la misma
oportunidad independiente de ser incorporado a una muestra.

Muestreo aleatorio simple:

El muestreo aleatorio simple es el ms elemental de los diseos de muestro

probabilsticos, ya que el investigador determina el marco muestral, nombre tcnico de
la lista final de unidades o elementos de muestreo a partir de la cual se seleccionara la
muestra.

Muestreo aleatorio estratificado:

El muestreo aleatorio estratificado es una variante del procedimiento aleatorio simple en

la cual la poblacin se divide en dos o ms estratos o subgrupos homogneos a partir de
los cuales se selecciona aleatoriamente un nmero adecuado de elementos.

La estratificacin puede basarse en una amplia variedad de atributos, como edad,

genero, ocupacin, etc. La variable elegida debe permitir que se formen estratos
internamente homogneos en cuanto a los atributos de los que se busca informacin.

Muestreo por conglomerados:

El muestreo por conglomerados consiste en un muestreo aleatorio sucesivo de unidades.

La primera unidad por muestrear est integrada por grupos grandes o conglomerados de
modo que para obtener una muestra el investigador podra empezar con una muestra
aleatorio. Dado que el muestreo por conglomerados se lleva a cabo en etapas sucesivas,
a menudo se le conoce como muestreo en etapas mltiples.

Muestreo sistmico:

Segn el procedimiento exacto que se utiliza se puede clasificar en probabilstico y no

probabilstico. El muestreo sistmico consiste en seleccionar como elemento cada
ensimo caso de lista o grupo. El investigador que cuenta con una lista o un marco
muestral puede adoptar el siguiente procedimiento. El tamao deseado de la muestra
establece en un nmero (n), si bien debe conocerse o estimarse la poblacin (N). Al
dividirse N entre n se establece la amplitud del intervalo de muestreo (k). El intervalo de
muestreo es la distancia estndar entre los elementos que se seleccionaran para la
muestra.
k=

N
n

5. COMO SE SELECCIONA UNA MUESTRA PROBABILSTICA?

La muestra probabilstica se determina con base en el planteamiento del problema, las
hiptesis, el diseo de investigacin y el alcance de sus contribuciones. Las muestras
probabilsticas tienen muchas ventajas, quiz la principal sea que puede medirse el
tamao de error en nuestras predicciones. Se dice incluso que el principal objetivo en el
diseo de una muestra probabilstica es reducir al mnimo este error, al que se le llama
error estndar.
Para hacer una muestra probabilstica es necesario entender los siguientes trminos y
sus definiciones:

La poblacin, a la que se le suele denominar como N, es un conjunto de elementos.

La muestra, a la que se le simboliza como n, es un subconjunto de la poblacin N.
En una poblacin N (previamente delimitada por los objetos de la investigacin), nos
interesa establecer valores de las caractersticas de los elementos de N.
Nos interesa conocer valores promedio en la poblacin, lo cual se expresa como:
= al valor de una variable determinada (Y) que nos interesa conocer, digamos un
promedio.
Tambin nos inters conocer:
V= la varianza de la poblacin con respecto a determinadas variables (la varianza indica
la variabilidad).
Como los valores de la poblacin no se conocen, seleccionamos una muestra n adems,
a travs de estimados en la muestra, inferimos valores de la poblacin ( ser la
estimacin del valor de , el cual desconocemos).
En la muestra, es un estimado promedio que podemos determinar. Sabemos que en
muestra estimacin habr una diferencia (- = ?), es decir, un error, el cual depender
del nmero de elementos muestreados. A dicho error se le conoce como error estndar
(se).
(se)2 = el error estndar al cuadrado, cuya frmula nos servir para calcular la varianza
(V) de la poblacin (N), asi como la varianza de la muestra (n) ser la expresin s2.
s2 = varianza de la muestra, la cual podr determinarse en trminos de probabilidad
donde s2= p (1-p)
p= porcentaje estimado de la muestra, probabilidad de ocurrencia del fenmeno, la cual
se estima sobre marcos de muestreo previos o se define, la certeza total siempre es igual
a uno, las posibilidades a partir de esto son p de que si ocurra y q de que no ocurra
(p + q = 1). De aqu se deriva 1 p.
6. TAMAO DE LA MUESTRA PROBABILSTICA
Cuando se hace una muestra probabilstica, uno debe preguntarse: dado que una
poblacin es N, Cul es el menor nmero de unidades muestrales (personas,

organizaciones, captulos de telenovelas, etc.) que necesito para conformar una muestra
(n) que me asegure un determinado nivel error estndar, digamos menor de 0.01?
La respuesta a esta pregunta busca encontrar la probabilidad de ocurrencia de , as
como que mi estimado de se acerque a , el valor real de la poblacin. Si
establecemos el error estndar y los fijamos en 0.001, sugerimos que esta fluctuacin
promedio de nuestro estimado con respecto a los valores reales de la poblacin no
sea > 0.01, es decir, que de 100 casos, 99 veces mi prediccin sea correcta y que el valor
de se situ en un intervalo de confianza que comprenda el valor de .
Resumiendo, para una determinada varianza (V) de Y, Qu tan grande debe ser mi
muestra?
Ello se determina en dos pasos:
1. n = s2
V2
2. n = n
1 + n/ N