Poblacion y Muestra

Administracin y Negocios Internacionales VIII
Dedicatoria
A DIOS
Por ser nuestro creador, por
permitirnos seguir alcanzando
nuestras metas y llenarnos de
fe, confianza, esperanza e
inspiracin ante las
adversidades.
Metodologa De La Investigacin Cientfica

Lic. Wilman Serrano
pg. 1
Agradecimient
o
A NUESTROS PROFESORES
Por ser una pieza fundamental
en la formacin acadmicoprofesional de cada uno de
nosotros y por ir entrenndonos
para lo que ser campo laboral.

Lic. Wilman Serrano
pg. 2
ndice
DEDICATORIA.. 1
AGRADECIMIENTO. 2
DEFINICIONES. 4
CUADRO COMPARATIVO.. 6
REQUISITOS PARA UNA MUESTRA ADECUADA... 7
BASE Y UNIDAD DE MUESTRA....7-8
ERROR MUESTRAL.8-9
TIPOS DE MUESTRAS
Muestras probabilsticas.9-11
Muestras No probabilsticas 11-12
DETERMINACION DEL TAMAO DE LA MUESTRA
Mediante la tabla del error...13-15
Mediante frmula estadstica.. 16-24
SELLECCION DE LA MUESTRA
Para muestra probabilstica aleatoria 25-31
Para No probabilstica.. 31-32
CONCLUSIONES... 33
BIBLIOGRAFIA34

Lic. Wilman Serrano
pg. 3
UNIVERSO, POBLACION Y MUESTRA

1. DEFINICIONES Y OTROS ASPECTOS SIGNIFICATIVOS
1.1.
Universo
Es el conjunto de elementos (personas, objetos, programas, sistemas, sucesos,

etc.) globales, finitos e infinitos, a los que pertenece la poblacin y la muestra de
estudio en estrecha relacin con las variables y el fragmento problemtico de la
realidad, que es materia de investigacin.
Algunos autores emplean el termino universo como sinnimo de poblacin, otros
designan con la palabra universo a todos los elementos de una determinada rea
o mbito territorial para investigaciones fsicas, es decir, cuando aquello que se
investiga es abitico o elementos inanimados, como agua, arena, rocas, luz, etc.; y
poblacin para referirse a investigaciones sociales o naturales, donde lo que se
investiga son seres vivos, como personas, animales o plantas.
Ejemplo:
Si el ttulo del trabajo de investigacin fuera: calidad acadmica de los estudiantes
de las universidades privadas de la regin Trujillo, 2015
El universo de esta investigacin lo constituye el estudiante universitario en
general, es decir, los estudiantes del mundo.
1.2.
Poblacin
Es el conjunto de todos los elementos (unidades de anlisis) que pertenecen al

mbito espacial donde se desarrolla el trabajo de investigacin.
Ejemplo:
Considerando el mismo ttulo anterior, la poblacin seria todos los estudiantes
universitarios de las universidades privadas de la Regin Trujillo, 2015.

Lic. Wilman Serrano
pg. 4
1.3.
Muestra
Es una parte o fragmento representativo de la poblacin, cuyas caractersticas

esenciales son las de ser objetiva y reflejo fiel de ella, de tal manera que los
resultados obtenidos en la muestra puedan generalizarse a todos los elementos
que conforman dicha poblacin.
GRAFICO ILUSTRATIVO DEL UNIVERSO, POBLACION Y MUESTRA
Docentes
UNIVERSO
Docentes de la provincia de Chepn

POBLACION
Fragmento representativo de docentes de la provincia de Chepn

MUESTRA
GRAFICO N 1

Lic. Wilman Serrano
pg. 5
1.4.
Cuadro Comparativo
MUESTRA
POBLACIO
N
UNIVERSO
INDICADORES
1.5.
CONCEPTO
Conjunto de elementos finitos o
infinitos que son materia de
investigacin y al que
pertenecen la poblacin y la
muestra de estudio; pudiendo
ser dichos elementos, naturales,
sociales o abstractos, tales
como el agua, las rocas, las
plantas, etc., acciones
humanas, grupos sociales,
Conjunto de todos los
elementos que forman parte del
espacio territorial al que
pertenece el problema de
investigacin y poseen
Fragmento representativo de la
poblacin, que debe poseer las
mismas propiedades y
caractersticas de ella. Para ser
objetiva requiere ser
seleccionada con tcnicas
adecuadas
CARACTERISTICAS
Pueden ser infinitos o finitos.

Abarca la totalidad a nivel
mundial o universal.
No es posible estudiarlo en su
totalidad.
Incluyen a la poblacin y la
muestra.
Pueden ser naturales, sociales
o abstractos.
Solo abarca la totalidad de
elementos del espacio
territorial del problema.
Su estudio total es muy
Es parte representativa del
problema de investigacin.
Son posibles de estudiar.
Poseen caractersticas
autnticas de la poblacin.
GRAFICO N 2
Requisitos de una Muestra Adecuada
Para que los resultados
del estudio de la muestra, como parte objetiva y
representativa de la poblacin, sea generalizado a todo el mbito social al que

corresponde el problema de investigacin, debe poseer los siguientes requisitos:
a) Poseer las mismas caractersticas de la poblacin.
b) Seleccionarse con procedimientos y tcnicas
basadas
en
reglas
estadsticas y matemticas.
Lic. Wilman Serrano
pg. 6
c) Ser directamente proporcional al tamao de la poblacin.

d) Que el error muestral determinado este dentro de los lmites y estndares
permitidos.
1.6.
Base y Unidad de la Muestra
a) Base de la muestra
Llamada tambin marco muestral, y se refiere al conjunto de unidades mustrales,

sean estas individuales o grupales que constituyen la poblacin que es materia de
estudio.
Ejemplo:
Si la investigacin fuera calidad de gestin de los decanos de las facultades de
educacin de las universidades particulares de la Regin Trujillo, 2015.
La base de la muestra seria la relacin o padrn de decanos de cada universidad
privada.
b) Unidad de la muestra
Es cada uno de los elementos que conforman la base de la muestra y por

consiguiente de la poblacin.
Ejemplo:
Si la base de la muestra fuera el padrn de decanos de las universidades privadas
de la Regin Trujillo (tomando el ejemplo anterior), la unidad de la muestra ser
cada uno de los decanos de las citadas facultades.
1.7.
El Error Muestral

Lic. Wilman Serrano
pg. 7
Es una constante inevitable en todo procedimiento de muestreo, es decir, en tanto

no se estudie o analice al cien por ciento la poblacin, siempre habr un margen
de error al seleccionar la muestra. En otras palabras, nunca podr elegirse las
unidades mustrale, de tal manera que posean las mismas propiedades y
caractersticas de la poblacin.
En tal sentido, el error muestral puede definirse como la diferencia entre las
caractersticas y las propiedades de la muestra, y las de la poblacin de la cual se
ha tomado dicha muestra.
Por ejemplo, una poblacin de 50 000 profesores de centros educativos estatales,
el promedio de tiempo de servicios es 22,5 aos. Si tomamos cinco muestras de
100 profesores, tendremos un promedio para cada grupo, o sea, cinco promedios.
Si cada uno de ellos es de 22,5 aos, entonces no existir error en la seleccin de
la muestra, es decir, tendremos cero de error, lo que es imposible lograr, ya que
existen diversos factores que interfieren para generar inevitablemente el error. Uno
de ellos es el grado de dispersin de las unidades mustrales.
Lo ms probable es que de cada uno de los grupos mustrales, se obtenga
promedios de 20,5; 19,8; 21,4; 23,5 y 22,0; y que sumados y divididos entre el
nmero de grupos de muestra, que es 5, resulta un promedio final de 21,2.
Una forma ms simple de determinar el error muestral es (para este ejemplo)

aplicando lo que dice la definicin respecto al error muestral, es decir, restando el
promedio de las muestras que es 21,2 aos al promedio de la poblacin que es
22,5 aos. El resultado es 1,3 aos, el mismo que equivale a un error de 0,06 (6%)
respecto a la poblacin, ya que 21,2 representa a un nivel de confianza de 0,94
(94%), teniendo en cuenta que el 100% de las caractersticas la posee la
poblacin. Estos resultados se obtienen aplicando la regla de tres simple.
2. TIPO DE MUESTRAS
Existen dos tipos de muestras: la muestra probabilstica y la no probabilstica. Las
primeras se basan en principios estadsticos y reglas aleatorias. No estn sujetas
Lic. Wilman Serrano
pg. 8
a la voluntad y arbitrariedad del investigador. Este tipo de muestra es la ms

recomendable, puesto que representa mejor a la poblacin. En cambio las
muestras no probabilsticas no estn sujetas ni a principios ni reglas estadsticas y
slo dependen de la voluntad y decisin del investigador, y como es obvio, esta se
distorsiona a menudo por diversos factores psicosociales, resultando por ello
carentes de objetividad.
Es necesario recordar que en las muestras probabilsticas, todos los elementos
de la poblacin tienen la posibilidad de ser seleccionados, en cambio en las no
probabilsticas, determinados elementos de la poblacin son descartados arbitraria
e inevitablemente.
Veamos a continuacin cada uno de estos tipos de muestras:
2.1.
Muestras Probabilsticas
Las muestras probabilsticas se dividen en: probabilsticas aleatoria simples,

probabilsticas
aleatorias
estratificadas,
probabilsticas
sistemticas
probabilsticas por racimos.
2.1.1. Muestra probabilstica aleatoria simple
En esta clase de muestras todos los elementos de la poblacin tienen la

probabilidad de ser elegidos para ser parte de la muestra.
Neil Saalkind al respecto nos dice: El tiempo ms comn de procedimiento de
muestreo probabilstico es el muestreo aleatorio simple. Aqu cada miembro de la
poblacin tiene una posibilidad igual e independiente de ser seleccionado como
parte de la muestra. Las palabras claves aqu son igual e independientes. Igual
porque no existe ninguna predisposicin a escoger una persona en lugar de otra.
Independiente porque el hecho de escoger a una persona no predispone al

Lic. Wilman Serrano
pg. 9
investigador a favor o en contra de escoger a otra persona dada. Si se muestrea

aleatoriamente, las caractersticas de la muestra debern ser muy parecidas a las
caractersticas de la poblacin.
2.1.2. Muestra probabilstica aleatoria sistemtica
Es la muestra que se determina y selecciona tomando un numero de la poblacin,

que corresponde al resultado de dividir
la poblacin entre el tamao de la
muestra. As por ejemplo, si se tiene una poblacin de 8 000 docentes

universitarios y una muestra de 500, entonces se divide 8 000 entre 500 y se
obtiene 16. Esto significa que tenemos que tomar de la poblacin (nmina de
docentes con sus respectivos nmeros) un docente por cada 16 nmeros, hasta
completar 500, que es el tamao de la muestra.
2.1.3. Muestra probabilstica aleatoria estratificada
La muestra aleatoria simple es muy eficaz, porque se le ha seleccionado

adecuadamente. Sin embargo, cuando concurren ciertas propiedades como edad,
sexo, profesin, grado de estudio, etc., ya no resulta tan preciso este tipo de
muestra. Si a esto le sumamos la pertinencia que debe tener la muestra con los
objetivos de la investigacin, se hace ms exigente una forma distinta de
muestreo.
En tal sentido, cuando estamos frente a factores que escapan a los alcances de la
muestra aleatoria simple, tenemos que recurrir a la muestra probabilstica aleatoria
estratificada, ya que la muestra tiene que ser estrictamente representativa, para
que sus resultados puedan generalizarse a toda poblacin.
Ejemplo:
Si en un estudio sobre calidad del desempeo docente en las universidades de la
Regin Lima, la poblacin es de 6 000, de los cuales el 20% son jefes de prctica,
el 40% auxiliares, 25% asociados y el 15% principales, y teniendo en cuenta que
Lic. Wilman Serrano
pg. 10
el propsito de la investigacin es conocer el desempeo docente por categoras,

ser necesario que la muestra seleccionada sea extrada de manera proporcional
al tamao de cada segmento o grupo poblacional, determinados por categoras.
2.1.4. Muestra probabilstica por racimos
Es un tipo de muestra que se utiliza cuando los recursos econmicos son muy
escasos y limitados. Los elementos de la poblacin se encuentran muy dispersos
y distantes por la accin de factores geogrficos, econmicos y sociales, pero
poseen ciertas caractersticas que los agrupan por segmentos.
Para seleccionar la muestra se procede primero a determinar las unidades
mustrales (grupos de personas segmentadas por caractersticas comunes)
haciendo uso de la tabla de los nmeros aleatorios, y luego para cada grupo
tambin se determina la submuestra, siguiendo el mismo procedimiento anterior.
2.2.
Muestras no probabilsticas
En este tipo de muestras, no todos los elementos de la poblacin tienen la

probabilidad de ser elegidos para formar parte de la muestra, por ello no son tan
representativos. Se dividen en muestras intencionadas y muestras por cuotas.
2.2.1. Muestras intencionadas
Es aquella que el investigador selecciona segn su propio criterio, sin ninguna

regla matemtica o estadstica. El investigador procura que la muestra sea la ms
representativa posible, para ello es necesario que conozca objetivamente las
caractersticas de la poblacin que estudia. El investigador procede a seleccionar
la muestra en forma intencional, eligiendo aquellos elementos que considera
convenientes y cree que son los ms representativos.
2.2.2. Muestras por cuotas

Lic. Wilman Serrano
pg. 11
Consiste en clasificar a la poblacin en grandes grupos o categoras, para luego

seleccionar sobre la base de su propio criterio las unidades de anlisis.
As por ejemplo, si se desea conocer cul es la opinin de los artistas de la
provincia de Lima respecto a la Ley de proteccin al Artista aprobada en el
Congreso de la Repblica del Per, se tendr que segmentar la poblacin (todos
los artistas de la provincia de Lima), en hombres y mujeres y dentro de cada
subpoblacin (artistas hombres y artistas mujeres), incluso se puede subdividir por
edades. A continuacin presentamos un cuadro ilustrativo para explicar mejor el
procedimiento de muestreo por cuotas.
Ejemplo:
Total: 1 600 artistas de la provincia de Lima
720 artistas hombres
880 artistas mujeres
EDAD
TOTAL
EDAD
TOTAL
18 30
380
18 30
400
31 45
300
31 45
420
46 a ms de 60
aos
40
46 ms de 60 aos
60
3. DETERMINACIN DEL TAMAO DE LA MUESTRA.

El investigador debe procurar que el tamao de la muestra sea proporcional al
tamao de la poblacin, y a la vez que sea representativa. Su magnitud debe
permitir
contener y reunir todas las caractersticas y propiedades necesarias para
GRAFICO N 3
que los resultados de su estudio puedan generalizarse a toda la poblacin. Esta
parte del proceso de investigacin, por lo general, resulta un tanto difcil para
quienes se inician en el campo de la investigacin, ello es justificable, ya que
contiene formulas y tablas estadsticas que a simple vista dan la impresin de ser
Lic. Wilman Serrano
pg. 12
complicadas y engorrosas, causando desnimos en el estudiante y profesional

investigador.
Sin embargo, esta supuesta complejidad, que genera una impresin de dificultad,
es puramente aparente, ya que un poco de entusiasmo, atencin y anlisis se
pueden comprender con facilidad cada uno de los procedimientos empleados para
determinar el tamao de la muestra. Para el efecto tenemos dos procedimientos:
el procedimiento mediante la tabla de error (Fisher, Arkin y Colton) y el
procedimiento mediante la frmula estadstica.
3.1.
Determinacin del Tamao de la Muestra Mediante la Tabla de error
La tabla de error constituye uno de los instrumentos ms prcticos usados en la

investigacin cientfica para el tratamiento de la poblacin y la muestra; ms
concretamente, para determinar el tamao de la muestra o calcular cuntos
elementos
de la poblacin deben ser tomados para constituir la muestra. La
mayora de estudiantes, tesistas o investigadores la prefieren por ser fcil uso y

manejo, ya que seala las respectivas cantidades mustrales que le corresponde
a una determinada magnitud poblacional, atendiendo lgicamente al nivel de
confianza establecido, y al nivel de significacin.
As por ejemplo, si la poblacin tiene un tamao de 8000 elementos y se confa
en un 96%, siendo el error muestral de 4% o 0.04, le corresponder una muestra
de 580 elementos.
Igualmente precisa que cantidad tomar cuando las poblaciones son pequeas. Si
la poblacin es menos de 500 debe tomarse como muestra una cantidad igual o
ms de la mitad de la poblacin. Para cualquier margen de error. Cuando la
poblacin est entre 500 y 9000 y el nivel de confianza es al 99%, es decir, solo
desconfa en 1%, entonces se debe tomar tambin ms de la mitad.
TABLA PARA DETERMINAR EL TAMAO DE LA MUESTRA EXTRAIDA DE
POBLACIONES FINITAS PARA MARGENES DE ERROR DE 1 AL 10% EN LAS
HIPOTESIS DE p = 50%

Lic. Wilman Serrano
pg. 13

AMPLITUD
DE LA
POBLACION
N
500
1 000
1 500
2 000
2 500
3 000
3 500
4 000
4 500
5 000
6 000
7 000
8000
9 000
10 000
15 000
20 000
25 000
50 000
100 000
+ de 100 000
TAMAO DE LA MUESTRA SEGN

MRGENES DE ERROR
+-2
+-3
+-4
+-5
0,02
0,03
0,04
0,05
+-1
0,01
n1
5000
6000
6667
7143
8333
9091
10000
n2
1250
1364
1468
1538
1607
1667
1765
1842
1905
1957
2000
2143
2222
2273
2381
2439
2500
n3
638
714
769
811
843
870
891
909
938
959
976
989
1000
1034
1053
1064
1087
1099
1111
n4
385
441
476
500
520
530
541
546
556
566
574
580
584
588
600
606
610
617
621
625
n5
222
368
316
333
345
353
359
364
367
370
375
378
381
383
385
390
392
394
397
398
400
+ - 10
0,010
n10
83
91
94
95
96
97
98
98
98
98
99
99
99
99
99
100
100
100
100
100
100
GRAFICO N 4
a. Pasos para interpretar la tabla

1. PASO: Teniendo previamente el valor de la poblacin (en cifras) se le ubica en
la primera columna de la tabla.
2.PASO: Se identifica el margen de error establecido con anticipacin para la
seleccin de la muestra.
3.PASO: En la interseccin de la poblacin determinada para nuestra
investigacin y el margen de error establecido se encuentra un valor, ese valor, es

Lic. Wilman Serrano
pg. 14
la muestra representativa que debe considerarse para el trabajo de la

investigacin.
4.PASO: En el supuesto que la interseccin de los datos, poblacin y margen de
error, fila y columna respectivamente, no exista cantidad sealada, entonces se
toma como muestra ms de la mitad de la poblacin.
b. Ejemplo ilustrativo
b1. Si tenemos una poblacin de 8000 elementos y un margen de error de 4%
(0.04), entonces la muestra ser de 580.
b2. Si la poblacin es de 5000 y el margen de error establecido es el 1% (0.01),
entonces la muestra ser entre 3500 o 4000, debido a que en la interseccin del
margen de error y la poblacin no existe cantidad determinada.
Aqu se cumple la constante de que a menor margen de error mayor tamao de la
muestra, es decir, resulta necesario trabajar con muestras muy cercanas a la
poblacin.
La tabla del margen de error como procedimiento para determinar el tamao de la
muestra, se emplea para poblaciones finitas, es decir, hasta cien mil.
3.2.
Determinacin del tamao de la muestra mediante frmula estadstica
Algunos autores recomiendan emplear la formula estadstica para poblaciones

superiores a 100 000 elementos, sin embargo pueden ser empleadas para
poblaciones menores a esta cantidad, pero se recomienda emplear siempre el

Lic. Wilman Serrano
pg. 15
n
> E , entonces debe ajustarse a la
N
respectivo factor de ajuste, es decir: Si

muestra.
Donde:
n = Muestra
N = Poblacin
E = Margen de error predeterminado
Frmula:
n=
Z2. P q
E2
Donde:
n = Muestra inicial
Z = Nivel de confianza
p = Probabilidad del xito
q = Probabilidad del fracaso
E = Margen de error o nivel de precisin
Explicacin de los elementos que conforman la frmula.
Muestra (n):
Es una parte representativa de la poblacin, que objetivamente contiene todas las

caractersticas de esta.
Nivel de confianza (Z):
Representa el lmite de confianza necesario para generalizar los resultados

obtenidos a nivel de la muestra, a toda la poblacin.

Lic. Wilman Serrano
pg. 16
Probabilidad del xito (p):
Es el grado de certeza (expresado en porcentaje) que se tiene sobre la eficacia de

los instrumentos de investigacin, es decir, que estos han sido respondidos
adecuadamente. En otras palabras es el grado de aciertos en la aplicacin de los
instrumentos.
Probabilidad de fracaso (q):
Es el grado de certeza que se tiene, respecto a que los instrumentos de

investigacin no han sido respondidos adecuadamente. Tambin puede decirse
que es el grado de desacierto en la aplicacin de los instrumentos.
Margen de error (E):
Representa el nivel de precisin para que los resultados sean generalizados a

toda la poblacin. En la determinacin del tamao de la muestra, previamente se
debe encontrar el valor de Z en la tabla de nmeros bajo la curva normal.
APLICACIN DE LA FRMULA:
Si se desea ser una investigacin, sobre la forma como los estudiantes de un
grupo de universidades financian sus estudios y se sabe que la poblacin es de 10
500 alumnos.
Se tiene los siguientes valores predeterminados para el presente estudio:
Z = 96% (0.96)
p = 60% (0.60)
Frmula:
n=
Z2. P q
E2
q = 40% (0.40)
E = 4% (0.4)
1 Obtencin de los elementos que contiene la frmula

a. Clculo de Z

Lic. Wilman Serrano
pg. 17
Para hallar el valor de Z se recurre a la tabla de reas bajo la curva normal

codificada de Z a 9. La tabla consta de una fila superior donde se ubican los
valores que representan el nivel de precisin de la muestra y comprende un
rango de 0 a 9 (0,1,2,3,4,5,6,7,8 y 9 que es igual a 0,00; 0,02; 0,03; 0,04;
0,05; 0,06; 0,07; 0,08; y 0,09 respectivamente).
En la primera columna (angosta), estn los valores de Z que van desde 0,0
hasta 3,9 y en la segunda columna (amplia), estn los valores que
corresponden a los nmeros bajo la curva normal, es donde se ubica el
resultado de dividir el nivel de confianza (Z) entre dos y luego entre cien.
El valor preliminar de Z, que se identificara en la columna que corresponde

a los nmeros bajo la curva normal, se determina dividiendo el nivel de
confianza (Z) entre 2 y luego este entre 100.
Ejemplo:
Tomamos como referencia los datos determinados lneas arriba, es decir
96/2 = 48 (96 se ha dividido entre dos puesto que los nmeros bajo la curva
normal se divide en dos) y este resultado se divide entre 100 (debido a que
tanto el nivel de confianza como el margen de error esta expresado en
porcentaje), y as tenemos 48/100 = 0,4800 este valor se ubica en la tabla
de los nmeros bajo la curva normal como se ilustra en el grafico N 5.
GRAFICO ILUSTRATIVO
0.00
0.01
0.02
0.03
0.04
0.05
0.06
0.07
0.08
0.1
0.2
0.3
0.4
0.5
pg. 18

Lic. Wilman Serrano
0.4800
0.09
0.6
0.7
0.8
0.9
1.0
1.1
1.2
1.3
1.4
1.5
1.6
1.7
1.8
1.9
2.0
2.1
2.2
2.3
.
.
.
3.9
GRAFICO N 5
Seguidamente tomamos los valores que corresponden a la misma direccin de la

interseccin (vertical como horizontal), en la que se encuentran, tanto en la
primera fila como en la primera columna, es decir 0,06 y 2,0 respectivamente.
Estos nmeros se suman y el resultado es el valor de Z, 0,06 + 2.0 = 2,06.
b. Calculo de p y q
Como p representa la probabilidad de aciertos en la aplicacin de los
instrumentos de investigacin y q la probabilidad de fracaso, para su
determinacin generalmente se asigna a p una probabilidad de 60 a 70 por
ciento y a q una probabilidad de 40 a 30 por ciento respectivamente. Puede
Lic. Wilman Serrano
pg. 19
aumentarse
significativamente
la
probabilidad
de
xito,
pero
disminuye
inevitablemente la muestra.
Entonces p puede ser 60% (0,60) o 70% (0,70) y q 40% (0,40) o 30% (0,30)
respectivamente.
Para nuestro ejemplo consideremos p = 0,60 y q = 0,40
c. Calculo de E
Como ya quedo establecido E representa el nivel de precisin o error, para
calcularlo se resta a 100% el nivel de confianza, que para el caso del ejemplo es
de 96%. Procedemos operativamente
100% - 96% = 4%
O tambin 1,00 0,96 = 0,04
2 Determinacin del tamao de la muestra aplicando la frmula
2
Frmula:
Z . Pq
n=
2
E
a. Reemplazamos en la frmula los valores hallados:

n=
( 2.06 )2 (0.60)( 0.40)

(0.04)2
b. Efectuamos las operaciones correspondientes:

Lic. Wilman Serrano
pg. 20
n=
(4.2436)(0.24)
0.0016
n=
1018464
0.0016
n=636.5
n=637
c. verificamos si n/N > E, si fuera as, entonces procedemos al ajuste de la

muestra
n
637
=
=0,061
N 10500
Y 0,061 es mayor que 0.04, en tal sentido se debe ajustar la muestra.

Frmula de ajuste:
n0=
n
n1
1+
N
Donde:
n0 = Muestra ajustada
n
= Muestra inicial
N = Poblacin

Lic. Wilman Serrano
pg. 21
Reemplazando los valores en la frmula tenemos:

n0=
n0=
n0=
n=
637
6371
1+
10500
637
636
1+
10500
637
1+0,0605
637
=601
1,0605
n=601
Entonces la muestra ajustada es 601.

Si la poblacin total est constituida por grupos de personas con caractersticas
comunes, o pertenecen a organismos o instituciones en las que se realiza el
estudio y que les otorga ciertas propiedades especficas, como en el caso del
ejemplo (universidades), tenemos que extraer la muestra de cada universidad, que
para el caso son 6 y cada una de ellas con una subpoblacin diferente.
Para calcular las muestras de las subpoblaciones se emplea la siguiente frmula:
Sn=
SN
(nt)
N
Donde:
Sn = Submuestra
SN = Subpoblacin
N
= Poblacin

Lic. Wilman Serrano
pg. 22
nt
= Muestra total
Suponiendo que las seis universidades a las que pertenecen los estudiantes
tienen subpoblaciones con las siguientes cantidades:
A
2700
1600
2500
1610
840
1250
10500 (Total)
CUADRO ILUSTRATIVO DE APLICACIN DE LA FRMULA
UNIVERSIDA
DES
SN
A
B
C
D
E
F
2700
1600
2500
1610
840
1250
Totales =
N:
10500
SN/N
0,257142
8
0,152380
9
0,238095
2
0,153333
3
0,080000
0
0,119047
6
0,
9999998
SN/N(n
t)
Sn
154,
54
91, 58
143,
09
92, 15
48, 08
71, 54
154
92
143
92
48
72
0,
0,
0,
0,
0,
0,
600,
98
601
1, 00
*= Porcentaje de la submuestra respecto de la muestra

Lic. Wilman Serrano
%=
Sn/nt
26
15
24
15
08
12
GRAFICO N 6
pg. 23

CUADRO DE REAS BAJO LA CURVA NORMAL DE 0 a Z
Z
0.
0
0.
1
0.
2
0.
3
0.
4
0.
5
0.
6
0.
7
0.
8
0.
9
1.
0
1.
1
1.
2
1.
3
1.
4
1.
5
1.
6
1.
7
1.
8
1.
9
2.
0
2.
0.00
0.01
0.02
0.03
0.04
0.05
0.06
0.07
0.08
0.09
0.0000
0.004
0
0.0080
0.0120
0.0160
0.0199
0.0239
0.0279
0.0319
0.0359
0.0398
0.043
8
0.0478
0.0517
0.0557
0.0596
0.0636
0.0675
0.0714
0.0753
0.0793
0.083
2
0.0871
0.0910
0.0948
0.0987
0.1026
0.1064
0.1103
0.1141
0.1179
0.121
7
0.1255
0.1293
0.1331
0.1368
0.1406
0.1443
0.1480
0.1517
0.1554
0.159
1
0.1628
0.1664
0.1700
0.1736
0.1772
0.1808
0.1844
0.1879
0.1915
0.195
0
0.1985
0.2019
0.2054
0.2088
0.2123
0.2157
0.2190
0.2224
0.2257
0.229
1
0.2324
0.2357
0.2389
0.2422
0.2454
0.2486
0.2517
0.2549
0.2580
0.261
1
0.2642
0.2673
0.2704
0.2734
0.2764
0.2794
0.2823
0.2852
0.2881
0.291
0
0.2939
0.2967
0.2995
0.3023
0.3051
0.3078
0.3106
0.3133
0.3159
0.318
6
0.3212
0.3238
0.3264
0.3289
0.3315
0.3340
0.3365
0.3389
0.3413
0.343
8
0.3461
0.3485
0.3508
0.3531
0.3554
0.3577
0.3599
0.3621
0.3643
0.366
5
0.3686
0.3708
0.3729
0.3749
0.3770
0.3790
0.3810
0.3830
0.3849
0.386
9
0.3888
0.3907
0.3925
0.3944
0.3962
0.3980
0.3997
0.4015
0.4032
0.404
9
0.4066
0.4082
0.4099
0.4115
0.4131
0.4147
0.4162
0.4177
0.4192
0.420
7
0.4222
0.4236
0.4251
0.4265
0.4279
0.4292
0.4306
0.4319
0.4332
0.434
5
0.4357
0.4370
0.4382
0.4394
0.4406
0.4418
0.4429
0.4441
0.4452
0.446
3
0.4474
0.4484
0.4495
0.4505
0.4515
0.4525
0.4535
0.4545
0.4554
0.456
4
0.4573
0.4582
0.4591
0.4599
0.4608
0.4616
0.4625
0.4633
0.4641
0.464
9
0.4656
0.4664
0.4671
0.4678
0.4686
0.4693
0.4699
0.4706
0.4713
0.471
9
0.4726
0.4732
0.4738
0.4744
0.4750
0.4756
0.4761
0.4767
0.4772
0.477
8
0.4783
0.4788
0.4793
0.4798
0.4803
0.4808
0.4812
0.4817
0.4821
0.482
0.4830
0.4834
0.4838
0.4842
0.4846
0.4850
0.4854
0.4857

Lic. Wilman Serrano
pg. 24

6
1
2.
2
2.
3
2.
4
2.
5
2.
6
2.
7
2.
8
2.
9
3.
0
3.
1
3.
2
3.
3
3.
4
3.
5
3.
6
3.
7
3.
8
3.
9
0.4861
0.486
4
0.4868
0.4871
0.4875
0.4878
0.4881
0.4884
0.4887
0.4890
0.4893
0.489
6
0.4898
0.4901
0.4904
0.4906
0.4909
0.4911
0.4913
0.4916
0.4918
0.492
0
0.4922
0.4925
0.4927
0.4929
0.4931
0.4932
0.4934
0.4936
0.4938
0.494
0
0.4941
0.4943
0.4945
0.4946
0.4948
0.4949
0.4951
0.4952
0.4953
0.495
5
0.4956
0.4957
0.4959
0.4960
0.4961
0.4962
0.4963
0.4964
0.4965
0.496
6
0.4967
0.4968
0.4969
0.4970
0.4971
0.4972
0.4973
0.4974
0.4974
0.497
5
0.4976
0.4977
0.4977
0.4978
0.4979
0.4979
0.4980
0.4981
0.4981
0.498
2
0.4982
0.4983
0.4984
0.4984
0.4985
0.4985
0.4986
0.4986
0.4987
0.498
7
0.4987
0.4988
0.4988
0.4989
0.4989
0.4989
0.4990
0.4990
0.4990
0.499
1
0.4991
0.4991
0.4992
0.4992
0.4992
0.4992
0.4993
0.4993
0.4993
0.499
3
0.4994
0.4994
0.4994
0.4994
0.4994
0.4995
0.4995
0.4995
0.4995
0.499
5
0.4995
0.4996
0.4996
0.4996
0.4996
0.4996
0.4996
0.4997
0.4997
0.499
7
0.4997
0.4997
0.4997
0.4997
0.4997
0.4997
0.4997
0.4998
0.4998
0.499
8
0.4998
0.4998
0.4998
0.4998
0.4998
0.4998
0.4998
0.4998
0.4998
0.499
8
0.4999
0.4999
0.4999
0.4999
0.4999
0.4999
0.4999
0.4999
0.4999
0.499
9
0.4999
0.4999
0.4999
0.4999
0.4999
0.4999
0.4999
0.4999
0.4999
0.499
9
0.4999
0.4999
0.4999
0.4999
0.4999
0.4999
0.4999
0.4999
0.5000
0.500
0
0.5000
0.5000
0.5000
0.5000
0.5000
0.5000
0.5000
0.5000
GRAFICO N 7
4.
SELECCIN DE LA MUESTRA

Lic. Wilman Serrano
pg. 25
Uno de los puntos clave y significativos del proceso de investigacin es la

seleccin de la muestra, es decir, determinar que elementos de la poblacin
conformaran la muestra para que sta sea representativa, y contenga las
caractersticas y propiedades del mbito poblacional del cual fue extrada.
Segn Hernndez S., Fernndez C., y Baptista L., Las unidades de anlisis o los
elementos mustrales se eligen siempre aleatoriamente para asegurarnos de que
cada elemento tenga la misma probabilidad de ser elegido.
4.1.
Procedimientos para seleccionar la muestra

4.1.1. Para la muestra probabilsticas aleatoria
a. El procedimiento del sorteo o nfora
Es sencillo, pero tiene sus particularidades. Supone enumerar a todos los

elementos de la poblacin. As por ejemplo, si tenemos una poblacin de 1600
personas para un estudio determinado, a cada persona se le asigna un numero
con su respectivo nombre, luego estos nmeros (escritos en fichas, tiques, etc.) se
depositan en un nfora, caja o cualquier otro recipiente, del cual, una vez
mezclados los nmeros se procede a extraerlos al azar hasta completar la
muestra en cantidad previamente definida.
b. Mediante el uso de la tabla de los nmeros aleatorios
La tabla de los nmeros aleatorios corresponde a la Corporacin RANDOM y

contiene un milln de dgitos que fueron generados electrnicamente. Estas tablas
por lo general, se adjuntan de los libros de estadsticas como anexo.
Para seleccionar la muestra mediante este procedimiento es recomendable
previamente:
1 Determinar la poblacin de la que se va a seleccionar la muestra. Esto significa
saber cuntos elementos conforman la poblacin.

Lic. Wilman Serrano
pg. 26
2 Conocer el tamao de la muestra para organizar los dgitos de los nmeros

aleatorios en la tabla.
3 Elaborar una nmina de todos los elementos de la poblacin debe estar
debidamente enumerado.
4 Organizar en un cuadro los nmeros aleatorios que se requieran para la
seleccin de la muestra predefinida.
Ejemplo:
En una investigacin para determinar la procedencia de docentes de una
universidad X la poblacin es de 40 profesores y se toma como muestra a 8
docentes. La pregunta clave es Cmo seleccionar los 8 docentes que
conformarn la muestra?, ya que al calcular el tamao de la muestra solo
sabemos la cantidad, pero no sabemos que conformaran la muestra.
Para resolver este pequeo problema empleamos la tabla de los nmeros
aleatorios.
Realizamos los pasos recomendados:
1 Determinamos el tamao de la poblacin:
N = 40 docentes
2 Determinamos el tamao de la muestra:
n = 8 docentes
3 Elaboracin de la nmina de docentes que conforman la poblacin con sus
respectivos nmeros.

Lic. Wilman Serrano
pg. 27
Anselmo
Carlos
Juan
Vctor
Mara
Luisa
Ana
Alfredo
Sergio
Orlando
Alejandro
Amalia
Manuel
Percy
Diana
Carmen
Juan
Carmela
Lourdes
Mnica
Wendy
Rosario
Fanny
Carolina
Roberto
Flix
Fernando
Augusto
Jenny
Ral
Diego
Julin
Adrin
Jos
Mario
Celia
Silvestre
Felipe
Andr
Alfonso
GRAFICO N 8
4 Organizacin del cuadro de nmeros aleatorios:
5395
6212
9016
1059
3217
5471
1060
4260
7355
5156
6780
2741
4772
0476
3664
2789
1877
2436
8748
4143
7993
9504
8016
0830
4153
3454
7858
4447
5857
6063
2860
1914
8220
8095
6010
2899
8281
6092
4949
4258
GRAFICO N 9
Seguidamente seleccionamos a los docentes que formaran parte de la muestra

de la siguiente manera:
1 Se escoge un punto de partida en la tabla de nmeros aleatorios al azar, luego,
si cada grupo de nmeros aleatorios tiene 4 dgitos. Entonces se sorteara entre los
cuatro para determinar cul ser el nmero de partida. Supngase que para el
ejemplo, el nmero sorteado es 3 y corresponde al tercer lugar en la cuarta fila de
la tercera columna, que es 0830.

Lic. Wilman Serrano
pg. 28
2 Se deduce que el primer nmero de los dgitos es 30 (en negrito en el grfico

N. 10) teniendo en cuenta que la poblacin es de 40 docentes, y el nmero
hallado (punto de partida) se encuentra dentro de calidad poblacional).
5395
6212
9016
1059
3217
5471
1060
4260
7355
5156
6780
2741
4772
0476
3664
2789
1877
2436
8748
4143
7993
9504
8016
0830
4153
3454
7838
4447
5857
6063
2860
1914
8220
8095
6010
2899
8281
6092
4949
4258
GRAFICO N 10
3 Ubicamos el nmero 30 en el grfico 11, luego lo designamos con el nmero 1,

se observa que corresponde a Ral, l pasa a ser el primer docente seleccionado
para conformar la muestra de, como se ilustra en la tabla mencionada.
GRAFICO N 11

Lic. Wilman Serrano
pg. 29
4 Para completar los dems elementos de la muestra seguimos en direccin

vertical (hacia abajo) buscando los dos dgitos que estn comprendidos entre 01 y
40, que es el tamao de la poblacin, hasta ubicarlos en la tabla de nombres de
los docentes, como se ilustra en el grfico N 12.
Buscando hacia abajo encontramos que slo el nmero 38 est dentro del rango
de 01 a 40 (pertenece a Felipe), y los nmeros 53, 54, 47, 57 y 63 no
corresponden porque son superiores a la poblacin.
Como la columna termina en el nmero 47 pasamos a la siguiente columna
(primeros dos dgitos) y encontramos que los nmeros 28 y 19 corresponden al
tamao de la poblacin (Augusto y Lourdes). Los dems nmeros de esta
columna (82, 80, 60, 49 y 42) no corresponden. Los nmeros que se repiten (como
en el caso es 28, 82 y 60) ya no se consideran aun cuando estn dentro del rango.
Seguimos buscando en la siguiente subcolumna de la cuarta columna y
encontramos los siguientes nmeros: 14, 20 y 10 que si pertenecen al rango
muestral (Percy, Mnica y Orlando). Los que no pertenecen son: 60, 95, 99, 81,
92, 49 y 58.
En relacin al grfico 8 ya tenemos seleccionado a 7 docentes para la muestra, es
decir, solo falta 1.
Seguimos buscando los que faltan. Pasamos a la primera columna y empezamos
con los dos primeros dgitos, tenemos 32 y adems dos veces 10, slo tomamos
32 (pertenece a Julin). Diez (10) ya no, porque ya fue considerado anteriormente.
Los dems nmeros no corresponden al tamao de la muestra.

Lic. Wilman Serrano
pg. 30
Con esto completamos la seleccin de los docentes que formarn parte de la

muestra.
5395
6212
9016
1059
(8) 3217
5471
1060
4260
7355
5156
6780
2741
4772
0476
3664
2789
1877
2436
8748
4143
7993
9504
8016
0830
4153
3454
7838
4447
5857
6063
(3) 2860
(4) 1914 (5)
8220 (6)
8095
6010 (7)
2899
8281
6092
4949
4258
GRAFICO N 12
(7)
(7)
Alejandro
Amalia
Manuel
Percy
(5)
Diana
Carmen
Juan
Carmela
Lourdes
(4)
Mnica
(6)
GRAFICO N 13

Lic. Wilman Serrano
pg. 31
Del grfico anterior se deriva un cuadro que representa la muestra de 8 docentes.
Ral(30)
Felipe(20)
Augusto(28)
Lourdes(19)
Percy(20)
Mnica(14)
Orlando(10)
Julin(32)
GRAFICO N 14
Como puede verse, la muestra seleccionada de ocho docentes, mediante la tabla

de los nmeros aleatorios, est conformada por: Ral, Felipe, Augusto, Lourdes,
Percy, Mnica, Orlando y Julin.
Para seleccionar los elementos que conformarn las muestras aleatorias
estratificadas, primero se organizan los estratos o grupos dentro de la poblacin
que poseen caractersticas en comn (subpoblaciones) y luego la muestra de
estos grupos, empleando el mismo procedimiento que se utiliz para seleccionar
las muestras aleatorias simples, es decir, se realiza en dos etapas.
4.1.2. Para las muestras no probabilsticas
En este caso la seleccin de la muestra depende directamente de la voluntad y

criterio arbitrario del investigador, as como de su experiencia, pero suponer un
conocimiento objetivo de las caractersticas y propiedades de la poblacin.
Ejemplo:
Si queremos investigar el rendimiento escolar en los centros educativos estatales
de la Regin Lima, se segmenta la poblacin escolar en centros educativos
estatales de la zona urbana y de la zona rural, luego los que funcionan en la
maana y los que lo hacen en la tarde y cada turno lo dividimos en hombres y
mujeres. En este caso la seleccin de la muestra no se hace al zar sino de manera
arbitraria basado en el propio criterio y experiencia del investigador.

Lic. Wilman Serrano
pg. 32
Suponemos que la poblacin total para la Regin es de 200000 alumnos.

POBLACION: 200 000 alumnos
Zona urbana:
120 000
Turno de la
maana:
70 000
H:
34 000
M:
36 000
Zona rural:
80 000
Turno de la
tarde:
50 000
H:
23 000
M:
27 000
Turno de la
maana:
45 000
H:
21 500
M:
23 500
Turno de la
tarde:
35 000
H:
17 000
M:
18 000
H: hombres
M: Mujeres

Lic. Wilman Serrano
pg. 33
Conclusiones
Es necesario identificar los diferentes tipos de
muestras para cada trabajo de investigacin, depende
mucho de lo que se elija para que siga su curso.
Existe la necesidad de determinar de manera correcta
el tamao de muestra, para que el estudio realizado
arroje resultados esperados.

Lic. Wilman Serrano
pg. 34
Bibliografa
1. Metodologa de la investigacin cientfica Carrasco Daz S.

Lic. Wilman Serrano
pg. 35

Poblacion y Muestra

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Poblacion y Muestra

Uploaded by

Copyright:

Available Formats

Administracin y Negocios Internacionales VIII

Metodologa De La Investigacin Cientfica

Administracin y Negocios Internacionales VIII

Metodologa De La Investigacin Cientfica

Administracin y Negocios Internacionales VIII

Metodologa De La Investigacin Cientfica

Administracin y Negocios Internacionales VIII

UNIVERSO, POBLACION Y MUESTRA

Es el conjunto de elementos (personas, objetos, programas, sistemas, sucesos,

Es el conjunto de todos los elementos (unidades de anlisis) que pertenecen al

Metodologa De La Investigacin Cientfica

Administracin y Negocios Internacionales VIII

Es una parte o fragmento representativo de la poblacin, cuyas caractersticas

GRAFICO ILUSTRATIVO DEL UNIVERSO, POBLACION Y MUESTRA

Docentes de la provincia de Chepn

Fragmento representativo de docentes de la provincia de Chepn

Metodologa De La Investigacin Cientfica

Administracin y Negocios Internacionales VIII

Pueden ser infinitos o finitos.

Requisitos de una Muestra Adecuada

Para que los resultados

del estudio de la muestra, como parte objetiva y

representativa de la poblacin, sea generalizado a todo el mbito social al que

Administracin y Negocios Internacionales VIII

c) Ser directamente proporcional al tamao de la poblacin.

Base y Unidad de la Muestra

Llamada tambin marco muestral, y se refiere al conjunto de unidades mustrales,

Es cada uno de los elementos que conforman la base de la muestra y por

Metodologa De La Investigacin Cientfica

Administracin y Negocios Internacionales VIII

Es una constante inevitable en todo procedimiento de muestreo, es decir, en tanto

Una forma ms simple de determinar el error muestral es (para este ejemplo)

Administracin y Negocios Internacionales VIII

a la voluntad y arbitrariedad del investigador. Este tipo de muestra es la ms

Las muestras probabilsticas se dividen en: probabilsticas aleatoria simples,

probabilsticas por racimos.

2.1.1. Muestra probabilstica aleatoria simple

En esta clase de muestras todos los elementos de la poblacin tienen la

Metodologa De La Investigacin Cientfica

Administracin y Negocios Internacionales VIII

investigador a favor o en contra de escoger a otra persona dada. Si se muestrea

Es la muestra que se determina y selecciona tomando un numero de la poblacin,

la poblacin entre el tamao de la

muestra. As por ejemplo, si se tiene una poblacin de 8 000 docentes

La muestra aleatoria simple es muy eficaz, porque se le ha seleccionado

Administracin y Negocios Internacionales VIII

el propsito de la investigacin es conocer el desempeo docente por categoras,

En este tipo de muestras, no todos los elementos de la poblacin tienen la

2.2.1. Muestras intencionadas

Es aquella que el investigador selecciona segn su propio criterio, sin ninguna

Metodologa De La Investigacin Cientfica

Administracin y Negocios Internacionales VIII

Consiste en clasificar a la poblacin en grandes grupos o categoras, para luego

880 artistas mujeres

3. DETERMINACIN DEL TAMAO DE LA MUESTRA.

Administracin y Negocios Internacionales VIII

complicadas y engorrosas, causando desnimos en el estudiante y profesional

Determinacin del Tamao de la Muestra Mediante la Tabla de error

La tabla de error constituye uno de los instrumentos ms prcticos usados en la

de la poblacin deben ser tomados para constituir la muestra. La

mayora de estudiantes, tesistas o investigadores la prefieren por ser fcil uso y

Metodologa De La Investigacin Cientfica

Administracin y Negocios Internacionales VIII

TAMAO DE LA MUESTRA SEGN