POBLACIÓN Y

MUESTRA
Dr. José Luis Morales Rocha
Introducción
■ El principal objetivo de la mayoría de los estudios, análisis o investigaciones, es
hacer generalizaciones acertadas en base a muestras que se toman de
poblaciones.
■ En la mayoría de las investigaciones se realiza el estudio en una muestra. Solo
cuando se realiza un Censo se incluye a todos los sujetos o casos (personas,
animales, objetos) de la población.
■ Las muestras se utilizan también en las investigaciones por economía de tiempo y
de recursos.
Censo y muestra
Censo
■ Es una técnica que permite
determinar el valor de los
parámetros que existen en un
conjunto de elementos o unidades,
mediante una revisión de todos
ellos (población).
Ejemplo:
El numero medio de miembros por familia en la ciudad de Moquegua en el mes de Julio del 2019.
Muestra
■ Las técnicas de muestreo permiten
estimar los mismos parámetros que
aquellos en e casos de un censo, es
decir que permiten obtenerlos
aproximadamente a través de una
muestra.
■ Si es muestra se obtiene de
manera probabilística, se llama
muestra probabilística
Censo y muestra
Muestra
■ La muestra es una pequeña porción REPRESENTATIVA y ADECUADA de la
población.
■ Representativa, en el sentido de reflejar fielmente las características de la
población de la cual procede y difiere de ella sólo en el numero de unidades
incluidas.
■ Adecuada, quiere decir que debe incluir un numero optimo y mínimo de
individuos. Este numero se determina mediante el empleo de formulas
estadísticas.

Los aspectos referentes a la representatividad o calidad de la muestra, son mas

importantes que los referentes a su cantidad y no debe pensarse que la
representatividad de la muestra depende de su cantidad.
Ventajas del muestreo
Bajo
costo

Precisión Ventajas Rapidez

Mayor
amplitud
Unidad de análisis
■ Una unidad estadística es la entidad sobre la que
se quiere obtener información para ser analizada.
■ Por ejemplo: un tallo, un trabajador, un saco de
azúcar, una llanta, un estudiante, una cuenta
bancaria, una empresa, un evento, una vivienda,
una familia, una ficha académica, etc., de la que
se obtendrá la información necesaria para la
investigación
Población
Es el conjunto de todas las unidades de análisis cuyas
características se van a estudiar.
La población debe definirse en términos de su contenido,
extensión y tiempo.

Ejemplo: Si se trata de realizar una encuesta sobre el consumo

familiar en la ciudad de Moquegua en el año 2019.

Contenido : Personas
Unidad : Familia
Tiempo : Año 2019
Población finita e infinita

Finita Infinita

Población
 Marco muestral
■ Es un listado, actualizado y revisado, de
todos los elementos que constituyen la
población que va a ser objeto de
investigación.
■ También puede ser un mapa o croquis
con las unidades de selección
plenamente identificados.
Encuesta piloto (preliminar o pretest)
Antes de iniciar la investigación, se
recomienda realizar una pequeña
encuesta preliminar con el fin de probar
el cuestionario, conocer mejor la
población, entrenar al investigador,
determinar el tiempo que requiera la
entrevista y en especial tener un mayor
conocimiento acerca de algunos
parámetros.
 Muestra
■ Es una colección de unidades muéstrales
seleccionadas de un marco o de varios
marcos.
■ Es una porción representativa de la
población.
 Tipos de Muestreo

Muestreo aleatorio simple

Muestreo aleatorio estratificado
Probabilístico o
Muestreo aleatorio sistemático
aleatorios
Otros métodos de muestreo
Clasificación
Muestra de sujetos voluntarios
No Probabilísticos Muestra de expertos
(Determinístico) Muestra intencionada
Muestras por cuotas
 Tipos de Muestreo

 Muestreo no aleatorio (muestreo no probabilístico)

En este tipo de muestreo, no todos los elementos de la población tienen
la misma posibilidad de ser elegidos para formar una muestra. Una
muestra no es aleatoria cuando los elementos son elegidos por medio de
métodos no aleatorios.
Tipos
Muestra de sujetos voluntarios
Muestra de expertos
Muestra intencionada
Muestras por cuotas
 Tipos de Muestreo
 Muestreo aleatorio (muestreo probabilístico)

Una muestra es aleatoria cuando los elementos que contribuyen la

población o universo tienen la misma posibilidad o probabilidad de ser
seleccionados.

Tipos:
Muestreo aleatorio simple
Muestreo aleatorio estratificado
Muestreo aleatorio sistemático
Otros métodos de muestreo
Muestreo Aleatorio Simple - Tamaño de muestra

■ La varianza (σ2) : Corresponde al grado de variabilidad que presentan las unidades de la población.
Mientras más grande sea la varianza mayor será el tamaño de la muestra. El valor de la varianza
supuestamente es conocido, caso contrario se debe estimar a través de una investigación preliminar. En el
caso de σ2 = PQ sucede algo similar.

■ El nivel de confianza : Tiene relación directa con el tamaño de la muestra, por lo tanto se afirma que
mientras mayor sea el nivel confianza más grande es el tamaño de la muestra. El valor de Z se calcula
mediante tablas estadísticas.

■ Error de muestreo (E) : Es el margen de error que el investigador fija de acuerdo al conocimiento que tenga
acerca del parámetro bajo estudio.

■ Recursos humanos, financieros y tiempo : No se toma en cuenta en la estimación técnica del tamaño de
muestra , pero es de suma importancia en el tamaño de las investigaciones
Muestreo Aleatorio Simple - Tamaño de muestra

Poblaciones
infinitas

Poblaciones finitas
 Muestreo Aleatorio Estratificado
Permite una selección más eficiente que el MAS, en especial cuando la característica que se investiga es de
gran variabilidad, lo cual implica un tamaño muestral relativamente grande en comparación al obtenido
mediante el MAS. En una muestra aleatoria estratificada la población a investigar se divide en grupos
relativamente homogéneos con relación a la característica de estudio. A estos grupos se les denomina
estratos. La estratificación logra:

■ Mayor precisión de los estimadores.

■ Garantiza la representatividad y reducción del error de la muestra.
■ Divide la población en grupos o estratos más o menos homogéneos en cuanto a su composición interna,
pero heterogéneos entre estratos.

Para el cálculo del tamaño de muestra, se utilizan los siguientes métodos:

■ Muestras de igual tamaño
■ Muestras de asignación o afijación proporcional
■ Muestras de asignación por Neyman
 Muestreo Aleatorio Estratificado
Simbología poblacional:

N   N h  N1  N 2  N 3  ...  N m Total de unidades que contiene cada estrato poblacional

Yh   Y hi
Y 
1
 Y 1i
Y2 
 Y 2i
Y3 
 Y 3i Media aritmética poblacional de cada estrato
Nh N1 N2 N3

Yst   YhWh Media aritmética poblacional estratifica ponderada

Nh N1 N2
Wh  W1  W  W3 
N3 Proporción de elementos de cada estrato
N N 2
N N

W h  W1  W2  W3  ...  Wm  1
 Muestreo Aleatorio Estratificado
Simbología muestral:

n   nh  n1  n2  n3  ...  nm Número de unidades que contiene la muestra en cada

estrato muestral

yh 
 y hi
y1 
 y 1i
y2 
 y 2i
y3   y 3i
Media aritmética muestral para cada estrato
nh n1 n2 n3

yst   yh wh
Media aritmética muestral estratificada

sh 
2  y 2
h  n y
h h
2
Varianza muestral en cada estrato
nh  1
 Muestreo Aleatorio Estratificado
Asignación igual
Calculo del tamaño de muestra:

Variables cuantitativas Variables cualitativas

1
n0  Wh S h
2 1
n0  Wh Ph Qh
V V
2 2
E n0 E n0
V   n V   n
Z 1
n0 Z 1
n0
N N
 Muestreo Aleatorio Estratificado
Asignación proporcional
Calculo del tamaño de muestra:

Los tamaños muestrales de cada estrato se distribuyen en la misma proporción que las unidades
en la población

Variables cuantitativas Variables cualitativas

1
1
n0  Wh S h
2 n0  Wh Ph Qh
V
V
2
2 E n0
E
V  
n
n 0
V   n
Z n Z 1
n0
1 0
N N
 Muestreo Aleatorio Estratificado
Método de Aleatorio Neyman
Calculo del tamaño de muestra:

Para hallar el tamaño de muestra por el método de Neyman, puede efectuarse el

cálculo en forma independiente para cada uno de los estratos muéstrales
Variables cuantitativas Variables cualitativas
𝑊ℎ 𝑆ℎ2 𝑊ℎ 𝑆ℎ2 𝑊ℎ 𝑃ℎ 𝑄ℎ 𝑊ℎ 𝑃ℎ 𝑄ℎ
𝑛 0ℎ = = 2
𝑛 0ℎ = = 𝐸ℎ 2
𝑉ℎ 𝐸ℎ 𝑉ℎ
𝑍ℎ 𝑍ℎ

2 𝐸ℎ 2 𝑛0ℎ
𝐸ℎ 𝑛0ℎ 𝑉ℎ = 𝑛ℎ = 𝑛0
𝑉ℎ = 𝑛ℎ = 𝑛0 𝑍ℎ 1+ 𝑁 ℎ
𝑍ℎ 1+ ℎ ℎ
𝑁ℎ
GRACIAS…