UNIVERSIDAD NACIONAL DE SAN MARTIN - TARAPOTO

FACULTAD DE CIENCIAS ECONMICAS

ESCUELA PROFESIONAL DE ECONOMA
Preparndote para el xito!

UNIVERSO Y MUESTRA

CICLO : VIII

DOCENTE : Econ. TEODORO CRDENAS ALAYO

INVESTIGADORES :

DOMINGUEZ LOPEZ, GERSON

ESTRELLA PINEDO, MILAGROS OLINDA
REATEGUI GARCIA, PIERO
VILLALOBOS PEREZ, JNIFER
ZOTO ROJAS, JHON HARRISON

1
 TARAPOTO-PER
DICIEMBRE-2016

NDICE
DEDICATORIA
3

INTRODUCCION
.............4

OBJETIVOS
5

CAPITULO I

.6
UNIVERSO Y
MUESTRA
6

1.1. UNIVERSO Y
POBLACION
.6
1.2. MUESTRA
...7
1.2.1
Tipos
...8

CAPITULO
II
..10
METODOLOGIA DE LA
INVESTIGACION
10

2.1. UNIDAD DE
ANALISIS
..10
2.2 DELIMITAR UNA
POBLACION
.11

2
 2.2.1 Criterio de inclusin y
exclusin..11

CAPITULO
III
.14
TIPOS EL
MUESTREO
.14

3.1 MUESTREO
PROBABILISTICO
..14
3.1.1 Muestreo simple al
azar.1
4
3.2 MUESTREO NO
PROBABILISTICO
16
3.2.1 Muestreo seleccionadas por
expertos..16
3.2.2 Muestreo de
criterio
.16
3.2.3 Muestreo por cuotas o
subgrupos..17
3.2.4 Muestreo de bola de
nieve17

CAPITULO
IV
18
DETERMINACION DEL TAMAO Y SELECCIN DE
MUESTRA18

4.1 DETERMINACION DEL TAMAO DE

MUESTRA..18
4.2 SELECCIN DE
MUESTRA
..19

CONCLUSIONES
21

BIBLIOGRAFIA
.22

DEDICATORIA

3
A DIOS:

Por brindarnos la dicha de la salud,

bienestar fsico y espiritual.

A NUESTROS PADRES:

Como agradecimiento a su esfuerzo,

amor y apoyo incondicional, durante nuestra formacin
tanto personal como profesional.

A NUESTRO DOCENTE:

Econ. Teodoro Crdenas Alayo, por el esfuerzo de ensearnos con esfuerzo,

entusiasmo para lograr nuestros objetivos.

INTRODUCCIN

4
Las estadsticas de por s no tienen sentido si no se consideran o se relacionan dentro del
contexto con que se trabajan. Por lo tanto es necesario entender los conceptos de
poblacin y de muestra para lograr comprender mejor su significado en la investigacin
educativa o social que se lleva a cabo.

Una muestra es un conjunto de unidades, una porcin del total, que nos representa la
conducta del universo en su conjunto.

Una muestra, en un sentido amplio, no es ms que eso, una parte del todo que llamamos
universo y que sirve para representarlo.

Sin embargo, no todas las muestras resultan tiles para llevar a cabo un trabajo de
investigacin. Lo que se busca al emplear una muestra es que, observando una porcin
relativamente reducida de unidades, se obtengan conclusiones semejantes a las que
lograramos si estudiramos el universo total.

OBJETIVOS

1) Definir el concepto de Poblacin y muestreo.

5
2) Identificar los tipos de muestreo.

3) Explicar la Unidad de anlisis.

4) Comprender la delimitacin del universo.

6
 CAPTULO I

UNIVERSO Y MUESTRA

En el muestreo encontramos dos elementos importantes: La poblacin y la muestra, que

definimos a continuacin:

1.1. Universo y poblacin

Se denomina poblacin al conjunto de sujetos o hechos que se pretende estudiar en

general.

Agueda (2009) aade que poblacin es la totalidad del fenmeno a estudiar, donde las
unidades de poblacin poseen una caracterstica comn, la que se estudia y da origen a
los datos de la investigacin (176).

Esto quiere decir que dentro del campo de la metodologia hay dos formas de entender
el universo: algunos prefieren decir que el universo contiene una poblacin y otros
simplemente consideran que poblacin y universo pueden ser utilizados alternativamente.

Rojas (2002) nos dice que:

Los trminos de universo y poblacin son diferentes porque el universo es una

categora mas amplia que poblacin, ya que la primera incluye a la segunda. Se
habla de universo cuando los seres a ser estudiados son personas, objetos,
animales, etc.; de poblacin cuando se refiere a personas o grupos humanos.
(p. 160)

Esto nos da a entender que el universo es el conjunto de elementos (personas,

documentos, instituciones, objetos) que poseen aspectos comunes susceptibles de
investigarse. Un mismo universo puede contener distintas poblaciones segn el objeto de
estudio que se trate.

Azorn (1970) considera que:

La poblacin y universo pueden ser utilizados alternativamente y lo define de la

siguiente manera: Universo o poblacin es un conjunto de elementos que poseen

7
 una o ms variables (caractersticas, propiedades, atributos) comunes que deben
ser precisadas en el tiempo y en el espacio para que la definicin de universo
resulte inequvoca. (p.154)

De la misma manera se define a la poblacin o universo como conjunto de todos los

casos que concuerdan con determinadas especificaciones

1.2. Muestra

Para seleccionar la muestra deben delimitarse las caracteristicas de la poblacin.

Gutierrez (2008) sostiene que parte o subconjunto de la poblacin , tambin conocida

como poblacin muestral, grupo en el que se realiza el estudio (p.213).

Nos explica que es un subconjunto de elementos que pertenecen al conjunto definido

en sus caracteristicas que llamamos poblacin

Babtista (2003) sustenta que:

Una muestra es un conjunto de unidades, una porcin del total, que representa la
conducta del universo en su conjunto. Una muestra, en un sentido amplio, no
es ms que eso, una parte del todo que se llama universo o poblacin y que sirve
para representarlo. (p. 196).

Esto nos quiere decir que una muestra en un estudio cuantitativo es un sub grupo o un
sub conjunto de la poblacin o universo, sobre la cual se har la recoleccin de datos.

Sampiere (2006) arguementa que :

Para seleccionar la muestra, lo primero es definir la unidad de anlisis (personas,

organizaciones, peridicos). Una vez que se ha definido la unidad de anlisis se
procede a delimitar la poblacin que va a ser estudiada y sobre la cual se
pretende generalizar los resultados. (p. 247)

Nos explica que una poblacin es el conjunto de todos los casos que concuerdan con
una serie de especificaciones. La muestra suele ser definida como un subgrupo de la
poblacin. La poblacin debe situarse claramente en torno a sus caractersticas de

8
contenido, lugar y en el tiempo. Entonces, recapitulando, se define la unidad de anlisis,
se delimitan las caractersticas de la poblacin y se determina la muestra o sea un
subgrupo de la poblacin

1.2.1. Tipos

Bsicamente, categorizamos las muestras en dos grandes ramas: las muestras no

probabilsticas y las muestras probabilsticas.

Muestreo probabilstico (aleatorio): En este tipo de muestreo, todos los individuos de la

poblacin pueden formar parte de la muestra, tienen probabilidad positiva de formar parte
de la muestra. Por lo tanto es el tipo de muestreo que deberemos utilizar en nuestras
investigaciones, por ser el riguroso y cientfico.

Muestreo no probabilstico (no aleatorio): En este tipo de muestreo, puede haber clara
influencia de la persona o personas que seleccionan la muestra o simplemente se realiza
atendiendo a razones de comodidad. Salvo en situaciones muy concretas en la que los
errores cometidos no son grandes, debido a la homogeneidad de la poblacin, en general
no es un tipo de muestreo riguroso y cientfico, dado que no todos los elementos de la
poblacin pueden formar parte de la muestra.

Por ejemplo, si hacemos una encuesta telefnica por la maana, las personas que no
tienen telfono o que estn trabajando, no podrn formar parte de la muestra.

Muestreo aleatorio por conglomerados o reas: Un muestreo conglomerado se

considera una agrupacin de elementos que presentan caractersticas similares a toda la
poblacin.

Por ejemplo, para analizar los gastos familiares o para controlar el nivel de audiencia de
los programas y cadenas de televisin, se utiliza un muestreo por conglomerados-familias
que han sido elegidas aleatoriamente.

Las familias incluyen personas de todas las edades, muy representativas de las mismas
edades y preferencias que la totalidad de la poblacin. Una vez seleccionados
aleatoriamente los conglomerados, se toman todos los elementos de cada uno para
formar la muestra. En este tipo de muestreo lo que se elige al azar no son unos cuantos
elementos de la poblacin, sino unos grupos de elementos de la poblacin previamente

9
formados. Elegidos estos grupos o "conglomerados" en un nmero suficiente, se pasa
posteriormente a la eleccin, tambin al azar, de los elementos que han de ser
observados dentro de cada grupo, o bien, segn se desee, a la observacin de todos los
elementos que componen los grupos elegidos.

10
 CAPTULO II

METODOLOGIA DE LA INVESTIGACION

2.1 UNIDAD DE ANALISIS

La unidad de anlisis se refiere al qu o quin objeto de investigacin. Por lo tanto las

unidades de anlisis de los indicadores econmicos son muy variadas.

Sampiere (2010) nos define la unidad de anlisis en que o quienes se centra la

investigacin, como son los participantes, objetos, sucesos o comunidades de estudio (p.
174).

Esto nos quiere decir que para definir una unidad de anlisis depende del planteamiento
de la investigacin y de los alcances del estudio y que pueden ser individuos,
organizaciones, peridicos, comunidades, eventos, etc.

Centty (2006) afirma que la unidad de anlisis son los elementos en los que recae la
obtencin de informacin y que deben de ser definidos con propiedad, es decir precisar, a
quien o a quienes se va a aplicar la muestra para efectos de obtener la informacin (p.70).

Entonces las unidades de anlisis deben adems ser identificadas para poder precisar
el tipo de instrumento de recoleccin de informacin por cuanto al no ser similares, su
intervencin proporcionando informacin puede resultar confusa o complicada.

Tamayo (2012) nos dice que la unidad de anlisis corresponde a la entidad mayor o
representativa de lo que va a ser objeto especfico de estudio en una medicin y se refiere
al qu o quin es objeto de inters en una investigacin (p.126).

Sobre estas consideraciones precisamos que el tipo de anlisis al que se someter la

informacin es determinante para elegir la unidad de anlisis. Por ejemplo, si el objetivo
es dar cuenta de la satisfaccin del usuario de un servicio mdico, la unidad de anlisis
natural es el paciente atendido, o la persona que se atiende en ese servicio mdico.

En la prctica esto no parece ser tan simple para muchos estudiantes, que en
propuestas de investigacin y de tesis no logran una coherencia entre los objetivos de la
investigacin y la unidad de anlisis de la misma.

11
2.2 DELIMITAR UNA POBLACION

Cmo se delimita una poblacin?

Una vez que se ha definido cual ser la unidad de anlisis, se procede a delimitar la
poblacin que va a ser estudiada y sobre la cual se pretende generalizar los resultados.

Una poblacin es el conjunto de todos los casos que concuerdan con una serie de
especificaciones. Una deficiencia que se presenta en algunos trabajos de investigacin
es que no describen lo suficiente las caractersticas de la poblacin o consideran que la
muestra la representa de manera automtica.

Tamayo (2012) seala que:

La poblacin es la totalidad de un fenmeno de estudio, incluye la totalidad de

unidades de anlisis que integran dicho fenmeno y que debe cuantificarse
para un determinado estudio integrando un conjunto N de entidades que
participan de una determinada caracterstica, y se le denomina la poblacin por
constituir la totalidad del fenmeno adscrito a una investigacin. (p.180)

Es el conjunto total de individuos, objetos o medidas que poseen algunas caractersticas

comunes observables en un lugar y en un momento determinado, donde se desarrollar la
investigacin.

1. Criterio de inclusin y exclusin

1.1. Criterios de inclusin: son todas las caractersticas de los integrantes de la

poblacin de referencia que permiten su ingreso formar parte a la poblacin en
estudio.

1.2. Criterios de exclusin: son todas las caractersticas de los integrantes de la

poblacin de referencia que descartan su ingreso no formar parte a la poblacin
en estudio.

Sampieri (2010) nos explica:

Es comn que algunos estudios que solo se basan en muestras de

estudiantes universitarios (porque es fcil aplicar en ellos el instrumento de

12
 medicin, pues estn a la mano) hagan generalizaciones temerarias sobre
jvenes que tal vez posean otras caractersticas sociales. Es preferible
entonces establecer con claridad las caractersticas de la poblacin, con la
finalidad de delimitar cules sern los parmetros mustrales.(p.468)

Lo anterior puede ilustrarse con el ejemplo de la investigacin sobre el uso de la televisin

por los nios. Est claro que en dicha investigacin la unidad de anlisis son los nios.
Pero, de qu poblacin se trata?, de todos los nios del mundo?, de todos los nios
de la Repblica mexicana? Sera muy ambicioso y prcticamente imposible referirnos a
poblaciones tan grandes.

Esta definicin elimina, por tanto, a nios mexicanos que no vivan en el rea
metropolitana de la Ciudad de Mxico, a los que no van a la escuela, a los que asisten a
clases por la tarde (turno vespertino) y a los infantes ms pequeos. Aunque, por otra
parte, permite hacer una investigacin costeable, con cuestionarios que sern
respondidos por nios que ya saben escribir y con un control sobre la inclusin de nios
de todas las zonas de la metrpoli, al utilizar la ubicacin de las escuelas como puntos de
referencia y de seleccin.

En ste y otros casos, la delimitacin de las caractersticas de la poblacin no slo

depende de los objetivos de la investigacin, sino de otras razones prcticas.

Un estudio no ser mejor por tener una poblacin ms grande; la calidad de un

trabajo investigativo estriba en delimitar claramente la poblacin con base en el
planteamiento del problema.

Las poblaciones deben situarse claramente en torno a sus caractersticas de

contenido, de lugar y en el tiempo.

Por ejemplo, si decidiramos efectuar un estudio sobre los directivos de empresas

manufactureras en Mxico, y con base en ciertas consideraciones tericas que
describen el comportamiento gerencial de los individuos y la relacin de ste con otras
variables de tipo organizacional, podramos proceder a definir la poblacin de la
siguiente manera:

13
Nuestra poblacin comprende a todos aquellos directores generales de empresas de
manufactura ubicadas en Mxico que en 2010 tienen un capital social superior a 10
millones de pesos, con ventas superiores a los 30 millones de pesos y/o con ms de 250
personas empleadas.

En este ejemplo se delimita claramente la poblacin, excluyendo a personas que no son

directores generales y a empresas que no pertenezcan a la industria manufacturera. Se
establece tambin, con base en criterios de capital y de recursos humanos, que se trata
de empresas grandes. Por ltimo, se indica que estos criterios operaron en 2010, en
Mxico.

Al seleccionar la muestra debemos evitar tres errores que pueden presentarse:

1) desestimar o no elegir a casos que deberan ser parte de la muestra (participantes

que deberan estar y no fueron seleccionados),

2) incluir a casos que no deberan estar porque no forman parte de la poblacin y

3) seleccionar casos que son verdaderamente inelegibles.

Por ejemplo, en una encuesta o survey sobre preferencias electorales entrevistar a

individuos que son menores de edad y no pueden votar legalmente (no deben ser
agregados a la muestra, pero sus respuestas se incluyeron, esto, evidentemente es un
error). Asimismo, imaginemos que realizamos una investigacin para determinar el perfil
de los clientes-miembros de una tienda departamental y generamos una serie de
estadsticas sobre stos en una muestra obtenida de la base de datos. Podra ocurrir que
la base de datos no estuviera actualizada y varias personas ya no fueran clientes de la
tienda y, sin embargo, se eligieran para el estudio (por ejemplo, que algunas se hayan
mudado a otra ciudad, otras hayan fallecido, unas ms ya no utilizan su membresa y
hasta hubiera personas que se hayan hecho clientes-miembros de la competencia).

El primer paso para evitar tales errores es una adecuada delimitacin del universo
o poblacin.

Los criterios que cada investigador cumpla dependen de sus objetivos de estudio,
lo importante es establecerlos de manera muy especfica.

14
 Toda investigacin debe ser transparente, as como estar sujeta a crtica y rplica,
este ejercicio no es posible si al examinar los resultados el lector no puede
referirlos a la poblacin utilizada en un estudio.

CAPTULO III

TIPOS DE MUESTREO

Bsicamente, hay dos grandes tipos de muestreo, el probabilstico y no probabilstico, los

mismos que presentan las siguientes subdivisiones:

Segn Fernndez (2004) el muestreo probabilstico se subdivide de la siguiente manera:

3.1. Muestreo probabilstico

Es el mtodo que consiste en extraer una parte o muestra de una poblacin o

universo de tal forma que todas las muestras posibles de tamao fijo tengan la
misma probabilidad de ser seleccionados. As tenemos el muestreo aleatorio
simple (sorteo o rifa). Requiere que cada unidad en el universo tenga una
probabilidad conocida de estar incluida en la muestra y que los mtodos para
seleccionar la muestra estn basados en procedimientos aleatorios mecnicos o
electromecnicos imparciales antes que en el criterio humano. Esta observacin
es vlida sin importar cuan experta puede ser la persona que haga el muestreo o
cuan bien puede pensar que haga el muestreo o cuan bien pueda pensar que
har las selecciones. Comprende los siguientes mtodos.

3.1.1. Muestreo simple al azar.

Es el mtodo que es ms fcilmente entendido y que sirve como base para

otras formas de muestreo por probabilidades. El muestreo simple al azar en
un proceso de seleccin a la muestra en el que las unidades son escogidas de
manera individual y directamente por un proceso aleatorio en el que cada
unidad tiene la misma probabilidad de ser seleccionada que cualquier unidad.

15
Modalidad de muestreo simple al azar. Existen cuatro modalidades de
muestreo simple al azar, estos son:

Modalidades:

A. Muestreo por estratificacin:

Es el proceso de dividir el universo en subgrupo (estratos) homogneos

internamente; pero entre estratos son diferentes; a fin de llevar a cabo
procesos separados de muestreo en cada uno de ellos. Por ejemplo de un
universo de estudiantes de la universidad podemos clasificarlos por
facultades.

B. Muestreo por conglomerados o racimos:

Es una tercera modificacin del muestreo simple al azar y puede ser definido
como procedimiento de seleccin en que las unidades incluidas en la muestra
son escogidas del universo en conglomerados o grupos antes que
individualmente. La razn usual para el muestreo por conglomerados es
conseguir una reduccin en los costes de la entrevista escogiendo unidades
que estn geogrficamente cercanas unos de otros, ms de lo que estara en
una muestra simple al azar. Sin embargo, los ahorros aparentes pueden no
ser reales por cuanto una de las desventajas de esta agrupacin es que
reduce la eficiencia de la muestra.

C. Muestra por etapas mltiples:

Es el proceso de seleccionar una muestra de conglomerados o grupos y luego

hacer un muestreo dentro de estos grupos para obtener una muestra de
unidades, este tipo de muestreo puede involucrar dos, tres o ms etapas. Del
modo particular en el que los subgrupos se forman depender de las
caractersticas de la poblacin bajo estudio, pero generalmente los
conglomerados deben ser de un tamao aproximadamente igual y las
unidades dentro de cada uno deben ser tan diferentes como sea posible.

D. Seleccin sistemtica:

16
 Una muestra sistemtica es obtenida cuando los elementos son seleccionados
de manera ordenada. En primer lugar, se selecciona el llama coeficiente de
elevacin (tamao poblacin/ tamao muestra); a continuacin, se elige al
azar un nmero inferior al coeficiente de elevacin. La primera unidad
muestral es el nmero elegido, la segunda unidad muestral de determina
agregando a ese primer nmero el coeficiente de elevacin y as
sucesivamente hasta completar el tamao de la muestra.

Es un mtodo de seleccionar unidades de una lista de modo tal que por

unidades en la lista estn incluidas en la muestra. El proceso de seleccin
sistemtica debe comenzar al azar dentro de la seccin x unidades y
continuar con la seccin de x unidades que siguen en la lista. (p. 38-40)

3.2. MUESTREO NO PROBABILISTICO

Este muestreo tiene el inconveniente de que los resultados de la muestra no

pueden generalizarse, pues solo son vlidos para la muestra. No interviene en
forma determinante el azar, vale decir no sigue el proceso aleatorio.

Grande (2005) nos dice que:

En este tipo de muestreo puede haber clara influencia del investigador, pues
este selecciona la muestra atendiendo a razones de comodidad y segn su
criterio. Por ello, suele presentar grandes sesgos y es poco fiable. No se
puede extrapolar los resultados a la poblacin (p.188).

Entre los tipos de muestreo no probabilsticos siguiendo la clasificacin de

Sampieri (2010) tenemos:

3.2.1. Muestreo seleccionadas por expertos:

Son las muestras basadas en las opiniones de expertos lo que deciden

que una cierta unidad, tal como barrio o una rea dentro de la cuidad, es
representativo del universo del cual es escogida.

3.2.2. Muestreo de criterio:

17
 Es este tipo de muestreo el investigador elige la muestra seleccionando
los elementos que a l le parecen representativos.

3.2.3. Muestreo por cuotas o subgrupos:

Tambin denominado accidental. Se asienta generalmente sobre la base

de un buen conocimiento de los estratos de la poblacin y/o de los
individuos o adecuados para los fines de la investigacin para efectuar
este muestreo, primero se determina los grupos importantes de la
poblacin investigada. Si se trata de personas se puede distinguir de
acuerdo al sexo, estado civil, ingreso, etc. Si la preocupacin son
ocupaciones, determinaremos grupos de campesinos, trabajadores
manuales, empleados privados, etc. Una vez dividida la poblacin por
caractersticas o por porcentajes, cada entrevistados reside el porcentaje
de personas a quienes debe entrevistar.

3.2.4. Muestreo de bola de nieve:

El mtodo consiste en solicitar de las propias unidades muestrales

captadas la identificacin de posibles nuevos elementos de la muestra
pertenecientes al colectivo objetivo. Este procedimiento es apropiado
para poblaciones reducidas y muy especializadas que presentan
dificultades para su identificacin. (p. 62)

18
 CAPTULO IV

DETERMINACION DEL TAMAO Y SELECCIN DE LA MUESTRA

4.1. DETERMINACIN DEL TAMAO DE LA MUESTRA

Uno de los problemas ms difciles del muestreo es la determinacin del tamao de la

muestra, ya que el objetivo primordial al determinarlo es obtener informacin
representativa, vlida y confiable al mnimo costo.

Tamayo (2004) con relacin a la determinacion del tamao de la muestra destaca lo

siguiente:

Para determinar el tamao de la muestra, es decir la precisin de cuantos

sujetos deben considerados en el proceso de investigacin, se toma en
cuenta dos factores, uno relacionado con el tamao de la poblacin total y
otro con el porcentaje de error (p.128).

Nos explica que esta relacin entre los factores se les llama margen de error y se da en
una proporcin inversamente proporcional: a mayor tamao de la muestra corresponde
mayor porcentaje de error.

En tal sentido Moya (1994) afirma que la determinacion del tamao de la muestra
depende de cuatro factores:

a. Segn su amplitud: El universo de la muestra se divide en infinito y finito.

Se consideran finitos los que no pasan de la cifra de 100,00 unidades e
infinitos los que exceden de esa cantidad. Esta distincin es importante
para determinar el tamao de la muestra, pues las formulas son distintas
en cada caso

b. El nivel de confianza adoptado: El nivel de confianza no es otra cosa

que la porcin del rea de esta curva de distribucin estadstica normal
del universo que se piensa abarcar.

c. El error de estimacin permitido: Los resultados de las muestras no

pueden ser rigurosamente exactos en relacin al universo que pretenden

19
 representar, y siempre suponen un error de medida mayor o menor. Este
error disminuye, como es obvio, con la amplitud de la muestra.

d. Proporcin en que se encuentra en el universo la caracterstica

estudiada: El cuarto elemento del que depende el tamao de la muestra
es el tanto por cierto, p, que expresa la extensin estimada en el universo
de la caracterstica sobre la que se desea obtener informacin (p. 243-
244).

4.2 SELECCIN DE LA MUESTRA

Torres (2002) indica que:

Seleccionar una muestra significa relacionarlo con las tcnicas estadsticas
a utilizar, con los instrumentos para la recoleccin de los datos y con las
dificultades que se pueden presentar durante la aplicacin de la encuesta,
tales como: seleccin de las unidades de anlisis, estrategia en la
entrevista (que incluye a todas las personas e inclusive aquellas que se
resisten a responder el cuestionario en su condicin de informantes) y
otros aspectos ms. (p.182)

En tal sentido Hernandez (2014) , sostiene los siguiente :

La muestra es, en esencia, un subgrupo de la poblacin. Puede decirse
que es un subconjunto de elementos que pertenecen a ese conjunto
definido en sus caractersticas al que llamamos poblacin. En realidad,
pocas veces se puede medir a toda la poblacin, por lo que se obtiene
o selecciona una muestra y desde luego se pretende que ese
subconjunto sea un reflejo fiel del conjunto de la poblacin. Todas las
muestras deben ser representativas.(p.250)
Seleccionar una muestra apropiada para la investigacin requiere:

a. Definir los sujetos que van a ser medidos.

b. Delimitar la poblacin
c. Elegir el tipo de muestra: Probabilstica (simple, estratificada y
por racimos), No probabilstica (sujetos voluntarios,
experimentos, sujetos-tipo y por cuotas).

20
d. Definir el tamao de la muestra.
e. Aplicar el procedimiento de seleccin.
f. Obtener la muestra.

CONCLUSIONES

21
1. Se denomina poblacin al conjunto de sujetos o hechos que se pretende estudiar
en general y el universo es el conjunto de individuos u objetos de los que se
desea conocer algo en una investigacin y al que se generalizaran los hallazgos.

2. Los tipos de muestra son dos: Probabilstica (simple, estratificada, sistemtica,

por conglomerados, y mixta), No probabilstica (por conveniencia, por criterio,
por cuotas y por bola de nieve).

3. La unidad de anlisis se centra en que o quines, es decir, en los participantes,

objetos, sucesos o comunidades de estudio, lo cual depende del planteamiento de
la investigacin y de los alcances del estudio.

4. Para una adecuada delimitacin del universo o poblacin, los criterios que cada
investigador cumpla dependen de sus objetivos de estudio, lo importante es
establecerlos de manera muy especfica. Toda investigacin debe ser
transparente, as como estar sujeta a crtica y replica, este ejercicio no es posible
si al examinar los resultados el lector no puede referirlos a la poblacin utilizada en
un estudio.

22
 BIBLIOGRAFA

1. Agueda, E.(2009). Universo y poblacin. Primera edicin. Espaa: Editorial ESIC.

2. Azorn,F.(1970). Universo y poblacin. Segunda edicin. Espaa: Editorial Alianza.

3. Babtista, P. (2003). Metodologia de la investigacin. Tercera edicin. Mexico:

Editorial Mc Graw Hill.

4. Centty,D.(2006). Manual metodolgico para el investigador cientfico. Primera

Edicin. Per: Editorial Planeta Per.

5. Fernndez, A. (2004). Investigacin y Tcnicas de Mercado. Segunda edicin.

Madrid: Editorial ESIC.

6. Grande, I. (2005). Anlisis de Encuestas. Primera edicin. Madrid: Editorial ESIC.

7. Gutierrez,A. (2008). Metodologia de la investigacin. Primera edicin. Espaa:

Editorial Planeta.

8. Moya, A. (1994). Investigacin cientfica. Primera edicin. Barcelona: Editorial

Anagrama.

9. Rojas, R. (2002). Metodologa de la investigacin. Primera edicin. Mexico:

Editorial Herbal.

10. Sampiere, R. (2006). Metodologa de la investigacin. Cuarta edicin. Mexico:

Editorial Mc Graw Hill.

11. Sampieri, R. (2010). Metodologa de la Investigacin. Quinta Edicin. Mxico:

Editorial Mc Graw-Hill.

23
12. Sampiere, R.(2014). Metodologa de la investigacin. Cuarta edicin. Mexico:
Editorial Mc Graw Hill.

13. Tamayo, M. (2004). El Proceso de la Investigacin Cientfica. Cuarta edicin.

Mxico: Editorial Limusa.

14. Tamayo, M. (2012). El Proceso de la Investigacin Cientfica. Tercera Edicin.

Mxico: Limusa,

15. Torres,C.(2002). Metodologia de la investigacin. Tercera edicin. Mexico: Editorial

Prentice Hall Pearson,.

24