VICERRECTORADO ACADÉMICO

FACULTAD DE CIENCIAS ADMINISTRATIVAS Y ECONÓMICAS

Población Muestra y
muestreo
2021-2 Docente: Julio Rodríguez A.
POBLACIÓN,
MUESTRA Y
MUESTREO
 PARAMETRO: Es un valor
que se obtiene a partir de
los datos de una Población
o son los valores que se
originan al analizar una
población. Ejemplo: la
media aritmética,
mediana, desviación
estándar.

ESTADISTICO O ESTADIGRAFO: Es un valor

que se obtiene a partir de los datos de una
muestra o son los valores que se originan al
analizar una muestra. Debe entenderse que el
parámetro y el estadígrafo son conceptos muy
similares. Su diferencia radica realmente en
que el estadígrafo se calcula sobre una
muestra y el parámetro se calcula con relación
a una población.
Nociones de Muestreo
En ocasiones en que no es posible o conveniente realizar un
censo (analizar a todos los elementos de una población), se
selecciona una muestra, entendiendo por tal una parte
representativa de la población.
El muestreo es por lo tanto una herramienta de la
investigación científica, cuya función básica es determinar
que parte de una población debe examinarse, con la
finalidad de hacer inferencias sobre dicha población.
La muestra debe lograr una representación adecuada
de la población, en la que se reproduzca de la mejor
manera los rasgos esenciales de dicha población que
son importantes para la investigación. Para que una
muestra sea representativa, y por lo tanto útil, debe de
reflejar las similitudes y diferencias encontradas en la
población, es decir ejemplificar las características de
ésta.
MUESTREO
En la mayoría de los casos, no es posible estudiar a
toda la población, y se elige una muestra para
representar a todos los individuos. Esta muestra debe
ser representativa de todas las características
de todos los
elementos.
El muestreo es
el método de
selección de
una muestra a
partir de una
Población.
ERRORES MAS COMUNES
Los errores más comunes que se pueden cometer son:
1.- Hacer conclusiones muy generales a partir de la
observación de sólo una parte de la Población, se
denomina error de muestreo.
2.- Hacer conclusiones hacia una Población mucho más
grandes de la que originalmente se tomo la muestra.
Error de Inferencia.
En la estadística se usa la palabra población para referirse
no sólo a personas si no a todos los elementos que han
sido escogidos para su estudio y el término muestra se usa
para describir una porción escogida de la población.
 TIPOS DE MUESTREO
Existen diferentes criterios de clasificación de los
diferentes tipos de muestreo, aunque en general
pueden dividirse en dos grandes grupos: métodos de
muestreo probabilísticos y métodos de muestreo no
probabilísticos.
Las muestras pueden ser elegidas mediante diversas
técnicas o procedimientos. Estas técnicas se clasifican
según como sean elegidos los individuos. Se dividen en
dos grandes grupos:
Muestreo probabilístico (o muestreo aleatorio):
1. Muestreo aleatorio simple
2. Muestreo aleatorio estratificado
3. Muestreo aleatorio sistemático
4. Muestreo aleatorio por conglomerados
 Muestreo No probabilístico (o muestreo no aleatorio):
1. Muestreo por cuotas
2. Muestreo por conveniencia
3.Muestreo de bola de nieve (o muestreo por
referidos)
4. Muestreo casual o accidental
5. Muestreo discrecional (o muestreo por juicio):
MUESTREO PROBABILÍSTICO
El muestreo probabilístico (o muestreo aleatorio) es la
técnica de elección de la muestra en la que los
individuos son elegidos aleatoriamente y todos tienen
probabilidad positiva de formar parte de ella.
Las muestras seleccionadas
por métodos de muestreo
probabilístico son más
representativas que los
métodos de muestreo no
probabilístico, aunque no
siempre es posible
seleccionar las muestra
aleatoriamente.
 MUESTREO ALEATORIO SIMPLE
En el muestreo aleatorio simple:
1. Todos los individuos tienen la misma
probabilidad de ser seleccionados.
2. Las observaciones se realizan con
reemplazamiento, de forma que la población es igual
en todas las extracciones. En el caso de que se
renuncie, por azar, a volver a seleccionar en
la muestra al mismo individuo, estaremos en el caso
de método aleatorio sin reemplazamiento.
3. Supongamos que queremos elegir una muestra
de n individuos de una población de N sujetos.
Cada elemento tiene probabilidad n/N de ser elegido
en la muestra.
 MUESTREO ESTRATIFICADO

En el muestreo estratificado, los individuos se

dividen en grupos o estratos. Cada elemento
pertenece a un único estrato.
La muestra se elige escogiendo en cada estrato un
número representativo de individuos. La elección de los
elementos en cada estrato se realiza mediante algún
método de muestreo aleatorio simple o muestreo
sistemático.
Suponemos que hay k estratos de
tamaños N1, N2,..., Nk, de forma que:

En cada estrato se toman n1, n2,..., nk elementos para

la muestra, de manera que se toman en
total n individuos, es decir:
Se tomará una muestra que sea representativa del
conjunto de la población. El número de individuos que
se eligen de cada estrato se puede decidir mediante
diversos criterios:
1. Elección simple: se toman el mismo número de
sujetos de cada uno de los k estratos. De cada estrato
se seleccionarían n/k individuos. Este criterio no es
recomendable cuando los estratos tienen diferente
número de individuos.
2. Elección proporcional al tamaño del estrato: el
tamaño de la muestra en cada grupo es proporcional a
los elementos de dicho grupo. En cada estrato se
tomarán ni elementos, calculados proporcionalmente.
 Cuando utilizarlo
 Se utiliza el método de muestreo
estratificado cuando los elementos se dividen en
estratos y estos estratos pueden ser diferenciales
para la variable que se está estudiando.
 Por ejemplo, supongamos que hacen una encuesta
para las elecciones en EEUU y se sabe que el
candidato demócrata tiene mayor influencia en las
mujeres que el candidato republicano. La muestra
de la encuesta debería estratificarse en hombres y
mujeres, puesto que sabemos que la variable
género influye en la votación.
 MUESTREO SISTEMÁTICO
El método de muestreo sistemático se utiliza
en muestras ordenadas del 1 al N. Consiste en lo
siguiente:
 Supongamos que tenemos una población de N
individuos ordenados del 1 al N. Queremos
seleccionar una muestra de tamaño n.
 Sea k el entero más próximo a N/n.
 Escogemos al azar un número i entre 1
y k (utilizando los números aleatorios, sacar
una bola de un bombo, etc.).
 La muestra será el elemento i y los
elementos i+k, i+2k, etc.. Es decir, el elemento k y los
elementos a intervalos fijos k hasta conseguir
los n sujetos:
 Ejemplo de muestreo sistemático

Suponemos que queremos saber la opinión sobre un

profesor de una clase de 60 personas. Dichas personas están
ordenadas por orden alfabético en la lista de alumnos de
clase. Para realizar la encuesta, seleccionamos a 12
personas. Por lo tanto, N=60 y n=12. El intervalo fijo entre
sujetos es:
Ahora elegimos al azar un número entre 1 y k=5.
Suponemos que nos sale i=2. La muestra resultado
mediante el muestreo sistemático será:
 Cuando utilizarlo
 La ventaja del método de muestreo
sistemático respecto al muestreo aleatorio
simple es su sencillez.
 El método de muestreo
sistemático es más potente
que el muestreo simple
cuando el orden de los datos
influye en que los sujetos
próximos son semejantes.
MUESTREO POR CONGLOMERADOS
El método de muestreo por conglomerados se utiliza cuando
la población está agrupada en conglomerados naturales.
Si se supone que los conglomerados son muestra significativa de
la variable que se está estudiando, se puede seleccionar algunos
conglomerados al azar (todos los conglomerados deben tener
las mismas probabilidades de ser seleccionados) y utilizarlos en
representación de la población.
Una vez seleccionados los conglomerados, el estudio se
simplifica puesto que hay menos individuos en el
análisis. El investigador debe elegir si estudiar a todos
los sujetos de los conglomerados seleccionados o
seleccionar una muestra mediante el método
de muestreo aleatorio simple o muestreo sistemático.

Ejemplo: conglomerado geográfico

En la práctica, el conglomerado más utilizado es

el geográfico. Si queremos hacer un estudio en un país,
podemos dividir el país en conglomerados como las
comunidades, provincias, ciudades, etc.
Supongamos que el Ministerio de
Sanidad quiere hacer en su país para
ver si un tratamiento ayuda a
prevenir el cáncer de colon. Si en los
datos históricos se observa que la
incidencia y comportamiento del
cáncer es parecido en todas las
comunidades, podríamos dividir el
país en comunidades y seleccionar
algunas. Mediante el muestreo por
conglomerados se reducen
notablemente los individuos a
estudiar, lo que implica reducir los
costos económicos.
MUESTREO NO PROBABILÍSTICO
El muestreo no probabilístico (o muestreo no
aleatorio) es la técnica de muestreo donde los
elementos son elegidos a juicio del investigador. No
se conoce la probabilidad con la que se puede
seleccionar a cada individuo.
El muestreo no probabilístico se utiliza cuando es
imposible o muy difícil obtener la muestra por
métodos de muestreo probabilístico.
Las muestras seleccionadas por métodos de muestreo
no aleatorios intentan ser representativas bajo los
criterios del investigador, pero en ningún caso
garantizan la representatividad.
 MUESTREO POR CUOTAS
El muestreo por cuotas es un método de muestreo no
probabilístico. Se basa en seleccionar la muestra
después de dividir la población en grupos o estratos.
Supongamos que tenemos una población de N
individuos y que queremos
elegir una muestra de n sujetos.
Tomaremos los individuos para
la muestra mediante el
siguiente proceso:
Diferencia con el muestreo estratificado
El muestreo estratificado se diferencia
del muestreo por cuotas en que una vez se decide
el número de sujetos que se van a elegir de cada
estrato, en el método de muestreo estratificado se
eligen los individuos aleatoriamente y en el
muestreo por cuotas no.
 MUESTREO POR CONVENIENCIA
El muestreo por conveniencia es un método de
muestreo no probabilístico. Consiste en seleccionar a
los individuos que convienen al investigador para la
muestra.
Esta conveniencia se
produce porque al
investigador le resulta
más sencillo examinar
a estos sujetos, ya sea
por proximidad
geográfica, por ser sus
amigos, etc.
Ejemplos:
 El médico de un instituto quiere
realizar un estudio óptico para
comprobar si los jóvenes mejoran su
vista después de unos determinados
ejercicios visuales. Para ello decide
realizar el estudio a los alumnos de
un curso del instituto.
 Un hospital desea hacer un estudio
para testar la eficacia de su nueva
vacuna contra la gripe que acaba de
patentar un laboratorio farmacéutico.
Realizan el estudio sobre
sus pacientes por que así al hospital
le supone menos costes económicos.
MUESTREO DE BOLA DE NIEVE
El método de muestreo de bola de nieve (o muestreo
por referidos) es un método de muestreo no
probabilístico. El muestreo se realiza sobre poblaciones
en las que no se conoce a sus individuos o es muy difícil
acceder a ellos. Podrían ser los casos de sectas
secretas, indigentes, grupos minoritarios, etc.
Se llama muestreo de bola de nieve porque cada sujeto
estudiado propone
a otros, produciendo un efecto
acumulativo parecido al de
la bola de nieve.
Ejemplos
 Un investigador quiere hacer un estudio sobre el
comportamiento de los individuos de
una secta secreta. Empieza estudiando a tres
integrantes de la misma que conoce y ellos le van
presentando a otros sujetos para incluirlos en su
estudio.
 Un médico ha tratado a un paciente con
una enfermedad rara y decide hacer un estudio
sobre ella. Para ello, recurre al paciente, que le va
derivando a sus conocidos con dicha enfermedad y a
través del muestreo de bola de nieve entrevista al
número de individuos que precisa.
 MUESTREO CASUAL O ACCIDENTAL
El muestreo casual o accidental es un método de
muestreo no probabilístico donde los individuos se
eligen de manera casual, sin ningún juicio previo. Las
personas que realizan el estudio eligen un lugar o un
medio, y desde ahí realizan el estudio a los individuos
de la población que accidentalmente se encuentren a
su disposición. Veamos algunos ejemplos:
Ejemplos
 Se realiza una encuesta de opinión sobre un
producto de higiene personal que se ha lanzado al
mercado recientemente.
La empresa contrata a una serie de entrevistadores que
realizan las encuestas en la calle. Éstos van
entrevistando a los que se van encontrando
accidentalmente por la calle.
MUESTREO DISCRECIONAL
El método de muestreo discrecional (o muestreo por juicio)
es un método de muestreo no probabilístico. Los sujetos
se seleccionan a base del conocimiento y juicio del
investigador.
El investigador selecciona a los individuos a través de su
criterio profesional. Puede basarse en la experiencia
de otros estudios anteriores o en su conocimiento
sobre la población y el comportamiento de ésta frente
a las características que se estudian.
El estudio se suele realizar cada dos años,
por lo que el responsable del estudio,
gracias a su experiencia y sus
antecedentes, sabe perfectamente cual
puede ser la mejor muestra para el
estudio.
• A un jefe de estudios le
encomiendan un estudio del nivel de
satisfacción de los alumnos con un
determinado profesor. El investigador, que
conoce a todos los alumnos de esa clase,
decide utilizar el muestreo discrecional
seleccionando a los alumnos que cree que
serán los más representativos.
TAMAÑO DE LA MUESTRA
PARA UNAVARIABLE CUANTITATIVA:

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 desviación estándar ó varianza: que son valores que se obtienen por estudios
anteriores, por la muestra piloto o por la distribución de la población.
d. ElTamaño 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. ElTamaño de la población (N): Que generalmente no se conoce.
 FORMULAS PARA DETERMINAR ELTAMAÑO DE MUESTRA:
Cualitativa Cuantitativa
VARIABLE (Proporción (Promedio
Poblacional) Poblacional)

POBLACION INFINITA (Cuando

no se conoce N)

POBLACION FINITA (Cuando se

conoce N)

Z = es el valor de la distribución normal estandarizada para un nivel de confianza fijado por el

investigador.
S = Desviación estándar de la variable fundamental del estudio o de interés para el investigador.
Obtenida por estudios anteriores, muestra piloto, criterio de experto o distribución de la variable de
interés.
P = es la proporción de la población que cumple con la característica de interés.
E = % del estimador o en valor absoluto (unidades). Fijada por el investigador.
N =Tamaño de la población.
Valor de Z: es el valor de la abscisa de la distribución normal
estandarizada teniendo en cuenta el nivel de confianza fijado por
el investigador, por lo tanto este valor se encuentra en las tablas
estadística respectiva. Para hacer el trabajo menos tedioso,
presentamos a continuación los diferentes valores de Z.
Ejemplo 1:
En un proyecto minero en Cajamarca, se ha
calculado que cerca del 30% (0,3) de los niños que
habitan cerca de la zona del proyecto padecen de
malnutrición crónica. Este dato se basa en
estadísticas nacionales sobre malnutrición en las
zonas rurales. Determinar el tamaño de muestra
con un nivel de fiabilidad de 95% (valor estándar
Z=1,96).
Ejemplo 2
Se desea estimar el peso promedio de los sacos que son llenados
por un nuevo instrumento en una industria. Se conoce que el
peso de un saco que se llena con este instrumento es una
variable aleatoria con distribución normal. Si se supone que la
desviación típica del peso es de 0,5 kg. Determine el tamaño de
muestra aleatoria necesaria para determinar una probabilidad
igual a 0,95 de que el estimado y el parámetro se diferencien
modularmente en menos de 0,1 kg.

Como el tamaño de muestra no es fraccionario debe ser

aproximado por exceso, es decir seria de 97 sacos.
Ejemplo 3
¿Cuántas mujeres serán necesarias estudiar para estimar la
prevalencia de violencia en una población de embarazadas?
Solución: Con un nivel de confianza del 95 % (α=0,05 , zα = 1,96),
un error máximo admitido del 8 % y un valor de prevalencia
conocido por la bibliografía del 20 %, el tamaño de la muestra
necesario será:

Será necesario estudiar 97 mujeres embarazadas

Ejemplo 4
¿A cuántas familias tendríamos que estudiar para conocer la
preferencia del mercado en cuanto a las marcas de shampoo
para bebé, si se desconoce la población total? Utilizar datos
dados:
Seguridad = 95%;
Precisión = 3%;
Proporción esperada = asumamos que puede ser próxima al 5%;

Nota: Si no tuviésemos ninguna idea de dicha proporción

utilizaríamos el valor p = 0.5 (50%) que maximiza el
tamaño muestral.
Entonces:
• Z²α = 1.962 (ya que la seguridad es del 95%)
• p = proporción esperada (en este caso 5% = 0.05)
• q = 1 – p (en este caso 1 – 0.05 = 0.95)
• e = precisión (en este caso deseamos un 3%)

Se requeriría encuestar a no menos de 203 familias para poder

tener una seguridad del 95%
Ejemplo 5
¿A cuántas familias tendríamos que estudiar para conocer la
preferencia del mercado en cuanto a las marcas de shampoo para
bebé, si se conoce que el número de familias con bebés en el sector
de interés es de 15,000? Use una seguridad = 95%;Precisión = 3%.
Proporción esperada = asumamos que puede ser próxima al 5%

Se requeriría encuestar a no menos de 200 familias para poder

tener una seguridad del 95%
“Yo voy a ganar
porque tengo fe,
coraje y
entusiasmo”
Facultad de
UNIVERSIDAD CATÓLICA DE TRUJILLO
Facultad de
UNIVERSIDAD CATÓLICA DE TRUJILLO
Facultad de
UNIVERSIDAD CATÓLICA DE TRUJILLO
Facultad de
UNIVERSIDAD CATÓLICA DE TRUJILLO
UNIVERSIDAD CATÓLICA DE TRUJILLO
Facultad de
UNIVERSIDAD CATÓLICA DE TRUJILLO

MENSAJE MOTIVADOR REFLEXIVO ALINEADO A

LA MÍSTICA DE LA UCT