Estadística Aplicada a Trabajos de Investigación

Tema 1: Población y muestra

 Investigación

 Ezequiel Ander-Egg (1995) define a la

investigación como “un procedimiento reflexivo,
sistemático, controlado y crítico que permite
descubrir nuevos hechos, datos, relaciones o
leyes en cualquier campo del conocimiento
humano”.

© Pontificia Universidad Católica del Perú

Estadística Aplicada a Trabajos de Investigación
 Importancia de la investigación

¿Cómo surge
la
¿Cómo ser un investigación
investigador en el aula o
profesional ? campo de
acción?

¿Qué significa
sistematizar
¿Qué mi

© Pontificia Universidad Católica del Perú

tenemos que experiencia
hacer? como
investigador
profesional?

Estadística Aplicada a Trabajos de Investigación

 Importancia de la estadística en la
investigación

La estadística es la herramienta que ayuda a tener

la seguridad, certeza y confianza de que los datos
recogidos respondan a la realidad que se pretende
investigar.

© Pontificia Universidad Católica del Perú

(Adaptado de Violeta Nolverto Sifuentes. UNMSM)

Estadística Aplicada a Trabajos de Investigación

 Definición de estadística

 Para Sierra Bravo (2003):

“La estadística es la ciencia formada por un
conjunto de teorías y técnicas cuantitativas que
tiene por objeto la organización, presentación,
descripción, resumen y comparación de un conjunto
de datos numéricos, obtenidos de poblaciones en

© Pontificia Universidad Católica del Perú

su conjunto de individuos o fenómenos o bien de
muestras que representan las poblaciones
estudiadas”.

Estadística Aplicada a Trabajos de Investigación

 Definición

 Según Cordova (2012):

“La estadística es un método de la investigación
ciéntifica que permite planificar, recolectar,
organizar, representar e interpretar datos para
formular teorías que orienten la solución de un

© Pontificia Universidad Católica del Perú

problema bajo estudio”.

Estadística Aplicada a Trabajos de Investigación

 Importante

 Toda investigación se vale de un proceso

operacional que consiste en derivar de variables
teóricas a medirse los criterios en indicadores e
items, que se expresan como variables empíricas a
través de un proceso metodológico. La estadística
nos permitirá planificar, recolectar, organizar,

© Pontificia Universidad Católica del Perú

representar e interpretar datos para formular
teorías y tomar decisiones que orienten la solución
de un problema bajo estudio.

Estadística Aplicada a Trabajos de Investigación

 Unidades bajo estudio Conocimientos Variables a medirse
teóricos

Objeto de

© Pontificia Universidad Católica del Perú

estudio Proceso de recolección
Diseño metodológico de datos

HECHOS

Estadística Aplicada a Trabajos de Investigación

 Población y muestra

Centro de Educación Continua

© Pontificia Universidad Católica del Perú

Estadística Aplicada a Trabajos de Investigación
 Conceptos de Población de estudio
y Muestra

 Población de estudio: es el conjunto de todas las

posibles unidades de estudio con características
comunes y perceptibles.

 Población de estudio: las gatas hembras que

habitan en los parques de Lima Metropolitana viven
debajo de arbustos y salen de sus cobijas durante el

© Pontificia Universidad Católica del Perú

día y la noche.

 Unidad de estudio: Gata que cumple con los criterios

de selección (que habite en los parques de Lima
metropolitana que viva debajo de los arbustos…)
Estadística Aplicada a Trabajos de Investigación
 Conceptos de Población y Muestra

 Muestra:
Es un subconjunto de la población. Representa a
la población de estudio y requiere determinar el
tamaño muestral y el tipo de muestreo.

© Pontificia Universidad Católica del Perú

Estadística Aplicada a Trabajos de Investigación
 Unidad de estudio (gata) y tipos de
variables
Variable estadística
Variable estadística cualitativa Modalidades
(Gris, negro, natural, marrón,
Variable estadística
Color de la gata blanco, mostaza, blanco y
cualitativa nominal
negro, mostaza y blanco)

Sociabilidad de la (Antisociables, poco sociable,

Variable estadística
gata con las regularmente sociable,
cualitativa ordinal
personas sociable, muy sociable)

© Pontificia Universidad Católica del Perú

Variable estadística cuantitativa Valores

Variable estadística
Número de crías {0; 1; 2; 3; 4;…; 10}
cuantitativa discreta

Variable estadística Área utilizada para

[0cm ; 40cm]
cuantitativa continua cobijar a sus crías

Estadística Aplicada a Trabajos de Investigación

 Técnicas de muestreo

No
probabilísticas:
Técnicas de Cuotas
muestreo Intencional
Probabilísticas: Bola de nieve
Aleatorio simple

© Pontificia Universidad Católica del Perú

Aleatorio
Sistemático
Aleatorio
Estratificado
Por áreas y
Conglomerado
Por etapas

Estadística Aplicada a Trabajos de Investigación

 Fórmulas
Dimensión de la
Tipo de variable Fórmula
población
Z2 σ2
N infinito n=
Cuantitativas E2
(continuas) z 2 σ2 N
N finito n=
NE2 + Z 2 σ2
Donde:
N : tamaño de la muestra
N : tamaño de la población

© Pontificia Universidad Católica del Perú

Z : valor de Z crítico, calculado en las tablas del área de la curva normal.
Llamado también nivel de confianza.
𝜎𝜎 2 : varianza de la población en estudio (que es el cuadrado de la
desviación estándar y puede obtenerse de estudios similares o pruebas
piloto)
E : nivel de precisión absoluta. Referido a la amplitud del intervalo de
confianza deseado en la determinación del valor promedio de la
variable en estudio

Estadística Aplicada a Trabajos de Investigación

 Fórmulas
Z2 pq
N infinito n=
E2
Categóricas
(cualitativas) Z 2 pqN
N finito n=
NE 2+ Z 2 pq
Donde:
Z: Desviación estándar según el nivel de confianza
E: Margen de error

© Pontificia Universidad Católica del Perú

p: Probabilidad de ocurrencia de los casos
q: Probabilidad de no ocurrencia de los casos (q=0.9)
N: Tamaño del Universo
n: Tamaño óptimo de la muestra

Estadística Aplicada a Trabajos de Investigación

 Valores de error, nivel de
confianza y valor de z calculado

Valor de Z
Nivel de
% Error calculado en
confianza
tablas
1 99% 2,58

© Pontificia Universidad Católica del Perú

5 95% 1,96

10 90% 1,645

Estadística Aplicada a Trabajos de Investigación

 Ejemplo
 Determinar el tamaño de la muestra para variables
categóricas cualitativas o de atributos de una población finita
de 132 docentes.
Donde:
Z: Desviación estándar según el nivel de confianza (Z=1.96)
E: Margen de error (5% = 0.05)
p: Probabilidad de ocurrencia de los casos (p=0.1)
q: Probabilidad de no ocurrencia de los casos (q=0.9)

© Pontificia Universidad Católica del Perú

N: Tamaño del Universo (N=132)
n: Tamaño óptimo de la muestra

Z 2 × (p × q × N) 22 × (10 × 90 × 132)
n= 2 n= = 68
E × N + (Z 2 × p × q) 52× 132 +(22 × 10 × 90

Estadística Aplicada a Trabajos de Investigación

 Hallando el factor de corrección por
finitud
n
fh =
N
Donde:
fh: factor corrección por finitud
n: tamaño de la muestra inicial
N: tamaño del universo (N = 132)
na: tamaño corregido o ajustado de la
muestra
68

© Pontificia Universidad Católica del Perú

na = = 0,51
132
Finalmente el tamaño corregido o ajustado de la muestra es:

n 68
na = = = 45
68 1,51
1 + 132

Estadística Aplicada a Trabajos de Investigación

 A tener en cuenta….

 El tamaño de la muestra, las técnicas de muestreo

dependerá de los objetivos, del diseño de investigación
y del tipo de variables. Está condicionado por los
objetivos del estudio, que determinarán su diseño, las
variables a considerar y el método planteado
(Fuentelsaz, 2004).

© Pontificia Universidad Católica del Perú

Estadística Aplicada a Trabajos de Investigación
 Ejemplo de muestreo aleatorio
estratificado
 Si de los 132 docentes que es la población, 60 son
varones y 72 mujeres, entonces la elección será
proporcional al tamaño del estrato.

𝑛𝑛𝑖𝑖
𝑛𝑛𝑖𝑖 = 𝑛𝑛 ×
𝑁𝑁

© Pontificia Universidad Católica del Perú

Siendo N el número de elementos de la población, 𝑛𝑛 el
de la muestra, 𝑛𝑛𝑖𝑖 el del estrato 𝑖𝑖

Estadística Aplicada a Trabajos de Investigación

 Ejemplo de muestreo aleatorio
estratificado
 En cada estrato se tomarán 𝑛𝑛𝑖𝑖 elementos,
calculados mediante la fórmula:
𝑛𝑛𝑖𝑖
𝑛𝑛 = 𝑛𝑛 ×
𝑁𝑁
ni : muestra del estrato
n : muestra ajustada o corregida = 45

© Pontificia Universidad Católica del Perú

Ni : población del estrado
N : población de docentes = 132 de los cuales 60
son varones y 72 son mujeres

Estadística Aplicada a Trabajos de Investigación

 Ejemplo de muestreo aleatorio
estratificado
MUESTRA
VARONES MUJERES TOTAL
POBLACIÓN

60 72
45 ( ) = 20,45 = 20 45( )= 24,54 = 25
132
132

132
De los 60 varones se De los 72 mujeres se
45
escogen aleatoriamente 20 escogen aleatoriamente
varones 25 mujeres

© Pontificia Universidad Católica del Perú

Estadística Aplicada a Trabajos de Investigación
 Importante
 Como investigadores, para fijar el máximo error, estamos dispuestos a aceptar
los parámetros: margen de error y nivel de confianza.

Margen de error
• Es el intervalo en el cual espero encontrar el dato que quiero
medir de mi universo.
Nivel de confianza
• Expresa la certeza de que realmente el dato que buscamos
esté dentro del margen de error.

 Margen de error, nivel de confianza y tamaño de la muestra siempre van de la

mano. Si quiero obtener un margen de error y un nivel de confianza

© Pontificia Universidad Católica del Perú

determinado (por ejemplo, error del 5% con confianza 95%) necesitaré un
tamaño de muestra mínimo correspondiente. Modificar cualquiera de los 3
parámetros, altera los restantes:
1. Reducir el margen de error obliga a aumentar el tamaño de la muestra.
2. Aumentar el nivel de confianza obliga a aumentar el tamaño de la
muestra.
3. Si aumenta el tamaño de mi muestra, puedo reducir el margen de error
o incrementar el nivel de confianza.
Estadística Aplicada a Trabajos de Investigación
 Referencia bibliográfica
ANDER, E.
1995 Técnicas de investigación social. Buenos aires: Lumen.

FUENTELSAZ, G.
2004 “Cálculo del tamaño de la muestra”. Matronas profesión.
Barcelona: Federación de Asociaciones de Matronas de España
(FAME). Consulta: 30 de noviembre de 2016.
http://www.federacion-matronas.org/revista/matronas-
profesion/sumarios/i/7166/173/caculo-del-tamano-de-la-muestra

NOLBERTO SIFUENTES, Violeta y María Estela PONCE ARUNERI

2008 Estadística inferencial aplicada. Lima: Universidad Nacional Mayor

© Pontificia Universidad Católica del Perú

de San Marcos.

SALKIND, Neil J.
1998 “Muestreo y generalizabilidad”. En Métodos de Investigación. México:
Prentice Hall, pp. 58-67.

SIERRA BRAVO, R.
2003 Técnicas de investigación social. Teoría y ejercicios (14.ª ed.).
Madrid: Thomson.Learning.
Estadística Aplicada a Trabajos de Investigación
 Links

ARRIOLA GUILLÉN, Luis Ernesto

2012 Población, muestra, muestreo y
criterios de selección [videograbación].
s/l. Luis Alberto Arriola Guillén.
Consulta: 28 de noviembre de 2016.
http://www.youtube.com/watch?v=zGtk_Ii9VBs

© Pontificia Universidad Católica del Perú

https://www.youtube.com/watch?v=zGtk_Ii9VBs

Estadística Aplicada a Trabajos de Investigación

 © Pontificia Universidad Católica del Perú
Estadística Aplicada a Trabajos de Investigación