Concepto de Poblacin:

Es un conjunto finito o infinito de elementos con

caractersticas comunes para los cuales sern
extensivas las conclusiones de la investigacin.
Esta queda delimitada por el problema y por los
objetivos del estudio.
POBLACION Y MUESTRA
DONDE?
CUANDO?
TOTAL DEL UNIVERSO
TIPOS DE POBLACION
POBLACION
FINITA

INFINITA
ACCESIBLE
MUESTRA
CONCEPTO DE MUESTRA: La muestra es un conjunto representativo y
finito que se extrae de la poblacin accesible.
CONCEPTO DE MUESTRA REPRESENTATIVA: Es aquella que por su
tamao y caractersticas similares a las del conjunto, permiten hacer
inferencias o generalizar los resultados al resto de la poblacin con un
margen de error conocido.
TIPOS DE
MUESTRAS
REPRESENTATIVA (Ver que se cumpla en todo los
sectores).
NO
REPRESENTATIVA
CLASIFICACION
DEL TIPO DE
MUESTREO
PROBALISTICO O
ALEATORIOS
NO
PROBALISTICOS
(Deterministico)
Casual o
accidental
Intencional
Por cuotas
Azar simple
Azar sistemtico
Estratificado
Conglomerados
NO PROBALISTICAS
(CARCTER INFORMAL)
SUJ ETOS
VOLUNTARIOS
MUESTRAS
EXPERTOS
SUJ ETOS TIPOS
MUESTRAS POR
CUOTAS
MUESTRAS
DIRIGIDAS
CONVENIENCIA

SELECTIVO

J UICIO O
CRITERIO

Se dirige a un
sector especifico
Resultado
subjetivo, sin
criterio, por
facilidad
Subjetivo pero con
criterio

INVESTIGACIONES
ESTADISTICAS
DIRECTAS
INDIRECTAS
CONTACTOS
DIRECTOS
(ENTREVISTAS)

OBSERVACION
DIRECTA
(SIN ENTREVISTA)
PERSONAL
TELEFONICA
CORREO
MENOS
CONFIABLE

CONJETURALES



SECUNDARIAS
BASADOS EN:
EXPERENCIAS,
ANALOGIAS
(SUBJETIVA)
RECOPILACION
DE DATOS
BANCOS
DATOS
INSTITUCION
ES
ESTUDIOS
PREVIOS
PUBLICACIO
NES
LA CLAVE ESTA EN
REDUCIR LA
POBLACIN DEL
MODO MS
CONVENIENTE CON
EL FIN DE REDUCIR
LA MUESTRA PERO
QUE SIGA SIENDO
REPRESENTATIVA
N = tamao de la poblacin
Y = valor de la variable (por lo general es = 1)
V= Varianza Poblacin
Se= Desviacin Standard (tpica 0,015 para 15%)
= probabilidad de ocurrencia (tipa 95 %)
n = Tamao de la muestra
n = Tamao de la muestra provisional (sin ajustar)
s = Varianza de la muestra
Formulas segn Kish

n = s / V n = n / (1+ n/ N)
v = Se s = ( 1 )
Ejemplo 1:
Caso directores empresa
N= 1.176 directores
Y= 1 director por empresa
Se = 15 % = 0,015
=90 % = 0,9
n = ?
s = ( 1 )
s = 0.9 (1-0,9) = 0,09
V = Se = (0,015) = 0,000225
n = s / V = 0,09/ 0,000225 = 400
n = n / (1+ n/ N) = 400 / (1 + 400/ 1.176)
n = 298
Ejemplo 2:
Caso estudiantes UNE
N= 1.450 estudiantes
Y= 1 estudiante
Se = 15 % = 0,015
=95 % = 0,95
n = ?
s = ( 1 )
s = 0,95 (1-0,95) = 0,0475
V = Se = (0,015) = 0,000225
n = s / V = 0,0475/ 0,000225 = 211,11
n = n / (1+ n/ N) = 211,11 / (1 + 211,11/ 1.450)
n = 184,28 ~ 184
N = tamao de la poblacin
Y = valor de la variable (por lo general es = 1)
Z= Varianza tipificada (tpicas 95%, Z = 2; 99%, Z = 3)
S= Desviacin Standard (tpica 15 %)
e = error muestral (tpico 5 % =0,05)
p = proporcin de elementos que presentan la
caracterstica. (tpico 50% = 0,5)
q = proporcin de elementos que no presentan la
caracterstica. (tpico 50% = 0,5)
n = Tamao de la muestra
Media poblacional
Poblacin finita:
n = (N . Z . S) / (N. e + Z . S )
Poblacin infinita:
n = (Z . S) / e
Proporcin poblacional
Poblacin finita:
n = (N . Z . p. q) / ((N-1). e + Z . p. q )
Poblacin infinita:
n = (Z . p. q ) / e
p + q = 1
Ejemplo 1:
Caso familias
N= 1.750 familias
Z = 1,96 ~ 2 (95% confiabilidad)
e = 5 % = 0,05
p = 50 % = 0,5
q = 50% = 0,5
n = ?
Ejemplo 2:
Caso familias
N= 1.750 familias
Z = 2,575 ~3 (99% confiabilidad)
e = 1 % = 0,01
p = 70 % = 0,7
q = 30% = 0,3
n = ?
n = (N . Z . p. q) / ((N-1). e + Z . p. q )

1.750 x (1,96) x 0,5 x 0,5
(1.750-1 )x(0,05) + (1,96)x (0,5)x(0,5)

n = 315 aprox

n = (N . Z . p. q) / ((N-1). e + Z . p. q )

1.750 x (2,575) x 0,7 x 0,3
(1.750-1)x(0,01) + (2,575)x (0,7)x(0,3)

n = 1.555 aprox

TABLA UNIVERSIDAD DE HARVARD
CONFIANZA = 95 % Y p = 50%