POBLACIÓN Y MUESTRA

Población y Muestra
POBLACIÓN Y UNIVERSO:
Grupo de personas, seres vivos, objetos, casos, situaciones, etc. sobre los cuales el
investigador está interesado en estudiar para comprobar una hipótesis planteada al
respecto de ellos. Este conjunto posee una o más características, propiedades,
atributos que deben ser precisadas en el tiempo y el espacio para que tenga un
carácter inequívoco. Esto es denominado también Universo Objetivo, constituido por
todos los componentes o elementos sin límite en el tiempo, espacio y número. El
Universo si se delimita se denomina Muestral y en base al mismo se trabaja o
establece la muestra (CEPEUNT, 1974 citado en Glosario de investigación, 2014).

MUESTRA:
Pequeña porción representativa y adecuada del UNIVERSO que es obtenida por el
investigador para hacer sus observaciones (CEPEUNT, 1974 citado en Glosario de
investigación, 2014).

19
Proceso de investigación

1 PROBLEMA 2 HIPOTESIS

PROBLEMA
¿De qué manera el uso de las TIC
en el aula influye en las
habilidades del aprendizaje de los
estudiantes de UPNT?
HIPÓTESIS
El uso de las TIC en el aula
influye de manera significativa
en el desarrollo de las
habilidades del aprendizaje de
los estudiantes de UPNT.

¿Quién es el universo? - ¿Quién es la población? - ¿Quién es la muestra?

- ¿Quién es la unidad de estudio?
 Conjunto de individuos o elementos
UNIVERSO cualesquiera, en los cuales se
consideran una o más características.
POBLACION • Los estudiantes de la UPN
(N)
Conjunto completo de individuos,
animales u objetos, a los
queremos proyectar que
investigación. nuestra
POBLACION
• Los estudiantes de la UPN, sede
OBJETIVO Trujillo, matriculados año 2014

Conjunto de individuos o elementos

cualesquiera, que cumplen con los
criterios de selección a los que
queremos proyectar nuestra
investigación.
• Los estudiantes de la UPN, sede
Trujillo, matriculados año 2014 de la
MUESTRA Facultad de Ingeniería.
(n) Subconjunto de la población
debidamente seleccionada que se
somete a observación científica. Debe
ser representativa y adecuada
• 120 estudiantes de la UPN, sede Trujillo,
UNIDAD DE ESTUDIO matriculados año 2014 que serán
seleccionados aleatoriamente.
Criterios de selección de población objetivo

• Toda aquellas características que

deben poseer las unidades de
observación para ser
consideradas como parte de la
población de estudio
• Se pueden describir también
como criterios de inclusión y
criterios de exclusión por
separado
Muestra:
Es un subconjunto obtenido de la
población de estudio, una vez que se ha
decidido escoger una muestra, se deben
tener presente dos aspectos:
1. La determinación del mínimo tamaño
muestral requerido.
2. El procedimiento de selección de la
muestra (también conocido como
diseño muestral).
Adecuada
LA MUESTRA PUEDE SER:

Muestra

La representatividad: Selección aleatoria

La adecuación: Tamaño de la muestra –
Fórmulas apropiadas.
Tamaño muestral:
• Para la mayoría de estudios, el mínimo tamaño muestral requerido se
estima a través de la aplicación de fórmulas que nos ofrece la Teoría
del muestreo.
• Existe una fórmula para cada tipo de estudio en particular.

Grupo de estudio: GRUPO

EXPERI
GRUPO MENTAL
Esta terminología ha sido utilizada
ampliamente con el advenimiento DE
de los estudios del tipo ESTUDIO
experimental (grupo de sujetos):
GRUPO
• Grupo experimental CONTROL
• Grupo de control

ESQUEMA
Técnicas de Muestreo:

Técnicas de Muestreo

No Probabilístico Probabilístico

Simple Estratificado Sistemático Conglomerados

Conveniencia Por Juicio Por Cuota

 Comparación entre los distintos tipos de Muestreo:
TIPO DE MUESTREO CARACTERÍSTICAS VENTAJAS INCONVENIENTES
• Se utiliza cuando la población tiene un • Sencillo y de fácil comprensión. • Requiere que se posea de antemano un
comportamiento homogéneo. listado completo de toda la población (Marco
• Rápido cálculo de sus estimadores.
MUESTREO • Se selecciona una muestra de tamaño muestral).
ALEATORIO SIMPLE n de la población de tamaño N. • Existen paquetes estadísticos
para analizar los datos. • Cuando se trabaje con muestras
Cada elemento de la población tiene
MAS la misma probabilidad de pertenecer pequeñas es posible que no represente
a la muestra y conocida n/N. a la población adecuadamente.

• Se utiliza cuando la población en • Tiende a asegurar que la • Se debe conocer la distribución en

MUESTREO heterogénea. Entonces amerita muestra represente la población de las variables utilizadas para la
estratificarla bajo una característica adecuadamente a la población estratificación.
ALEATORIO
de interés. en función al criterio de
ESTRATIFICADO
• En este muestreo primero se estratificación.
MAE calcula la muestra general y luego se • Se obtienen estimaciones
reparte en base a una criterio de repartición. más precisas.
• Conseguir un listado ordenado o• No siempre es necesario tener • Si la constante de muestreo está asociada
numerado de N elementos de la un listado de toda la población. con el fenómeno de interés, las estimaciones
MUESTREO
población. obtenidas a partir de la muestra
ALEATORIO • Cuando la población esta
pueden contener sesgo de selección.
• Definir el intervalo K=N/n. Elegir un número ordenada siguiendo una
SISTEMATICO
aleatoria, r entre 1 y K (r=arranque tendencia conocida asegura una
(MSis) aleatorio). cobertura de unidades de todos los
• Seleccionar los elementos de la lista . tipos.
• Se realiza varias fases de muestreo • Es muy eficiente cuando la • El cálculo de su error estándar es complejo.
sucesivos (polietapico) población es muy grande y dispersa. • Este error es mayor de las técnicas
MUESTREO POR de
CONGLOMERADOS • La necesidad de listados de las • No es preciso tener un listado de muestreo anteriores.
unidades de una etapa se limita a aquellas toda la población, solo de las
(MXC) unidades de muestreo seleccionadas en unidades primarias de muestreo
la etapa anterior.
  Para determinar el tamaño, primeramente hay que identificar la variable a estudiar
(Cuantitativa o cualitativa).
 Luego depende de los siguientes :
PARA UNA VARIABLE
CUANTITATIVA
ELEMENTOS DEL CÁLCULO DE TAMAÑO DE MUESTRA
a. Un nivel de confianza: que es
adoptado por el investigador, el cual
puede ser 90%, 95% o 99% y que
origina el valor de Z.
b. La potencia de la prueba
c. El error de estimación (E): que también
es fijado por el investigador.
d. La desviación estándar o varianza: que
son valores que se obtienen por
estudios anteriores, por la muestra
piloto o por la distribución de la
población.
e. El tamaño de la población (N): que
generalmente no se conoce.
PARA UNA VARIABLE
CUALITATIVA
a. Un nivel de confianza: que es
adoptado por el investigador, el cual
puede ser 90%, 95% o 99% y que
origina el valor de Z.
b. El error de estimación (E): que
también es fijado por el investigador.
c. La proporción poblacional (P): que
son valores que se obtienen por
estudios anteriores, por la muestra
piloto y si no se conoce asumir
p=0,5.
d. El Tamaño de la población (N): que
generalmente no se conoce.
Fórmulas para el cálculo del tamaño de muestra
para estimación de parámetros - infinitas
Variable cualitativa: (para proporción poblacional)

P: Valor de la proporción estimado mediante: revisión

bibliográfica, estudio piloto. Asumiendo P=0.5
Z: Valor normal a un nivel de confianza dado.
Z 2 PQ
n0 
E: Precisión (error máximo tolerable en la estimación
del parámetro)

E2
Variable cuantitativa: (para promedio poblacional)
S 2: Valor de la desviación estándar estimado
mediante: revisión bibliográfica, estudio piloto,
experiencia del investigador

n0 
2 2 Z: Valor normal a un nivel de confianza dado.
Z S E: Precisión (error máximo tolerable en la estimación
del parámetro)

E2
Fórmulas para el cálculo del tamaño de muestra
para estimación de parámetros - finitas
Variable Cualitativa: (para Proporción Poblacional)

P: Valor del la proporción estimado mediante:

• Revisión bibliográfica.
• Estudio piloto
Z2PQN • Asumiendo P=0.5
n 2 Z: Valor normal a un nivel de confianza dado.
E (N 1)  Z2PQ E: Precisión (Error máximo tolerable en la estimación
del parámetro.
N: Tamaño de la población

Variable Cuantitativa: (para Promedio Poblacional

S 2: Valor de la desviación estándar estimado mediante:
Revisión bibliográfica,
Estudio piloto
2 2 Experiencia del investigador
ZSN
n 2 Z: Valor normal a un nivel de confianza dado.

E (N 1)  Z2S2 E: Precisión (Error máximo tolerable en la estimación del

parámetro.
N: Tamaño de la población
Parámetros
Tabla de Valores de Z y Z más
Valor Z frecuentemente utilizados
VALORES DE LA DISTRIBUCIÓN NORMAL
Z Z

ESTANDARIZADA(Z)
 Test Test
Nivel de Nivel de Valor Zα/2
unilateral bilateral
confianza significancia 0.200 0.842 1.282
(1-) () Bilateral
0.150 1.036 1.440
90% = 0.90 10% = 0.10 1.64
0.100 1.282 1.645
95% = 0.95 5% = 0.05 1.96 0.050 1.645 1.960
99% = 0.99 1% = 0.01 2.58
0.025 1.960 2.240
0.010 2.326 2.576
Valor P
Potencia
COMPORTAMIENTO DE P y Q  (1-) Z
P Q=1-P PQ 0.01 0.99 2.326
0.05 0.95 0.0475
0.05 0.95 1.645
0.10 0.90 0.090 0.10 0.90 1.282
0.20 0.80 0.160
0.15 0.85 1.036
0.30 0.70 0.210
0.40 0.60 0.240 0.20 0.80 0.842
0.50 0.50 0.250 0.25 0.75 0.674
0.60 0.40 0.240 0.30 0.70 0.524
0.70 0.30 0.210 0.35 0.65 0.385
0.80 0.20 0.160 0.40 0.60 0.253
0.90 0.10 0.090
0.45 0.55 0.126
0.95 0.05 0.0475
0.50 0.50 0.000
COMPARACIÓN DE PROPORCIONES:

n
Z /2  Z  (PQ
1 1  PQ
2
2 2)

P1  P2 2

P1: Valor de la proporción en la población 1

P2: Valor de la proporción en la población 2
Zα/2 : Valor normal con α como error tipo I.
Zβ : Valor normal con β como error tipo II.
COMPARACIÓN DE MEDIAS:

n
2*S * Z / 2  Z
2
 
2

1  2  2

µ1: Valor del promedio en la población 1

µ2: Valor del promedio en la población 2
Zα/2 : Valor normal con α como error tipo I.
Zβ : Valor normal con β como error tipo II.
S2 : Varianza del grupo de comparación