Mg.

Carmela Iris Guisbert Elescano

POBLACION
MARCO MUESTRAL

CENSO
UNIDAD MUESTRAL

MUESTRA

ELEMENTO MUESTRAL
MUESTREO
• Es un conjunto de todos los casos u observaciones
que concuerdan con determinadas especificaciones.
De acuerdo a su tamaño, la población puede
considerarse finita o infinita. La estatura de todos los
niños en una escuela (finita), el puntaje obtenido en
un test sobre estrés para todos los empleados del
estado (finita), el total de vehículos que llegan a un
peaje durante un mes (infinita), el número de
computadores existentes en Perú (finita), etc. Es útil
aclarar que en estadística cuando la población es
muy grande, se considera infinita.

• El grupo que en realidad podemos estudiar se

denomina población de estudio.
Es el recuento que se hace de una población finita; es decir,
debe ser numerable y contable. Es claro que si la población
es grande, los costos y el tiempo serán mucho mayores que
cuando se utiliza muestreo, no obstante, dado la naturaleza
de la variable en estudio y de los objetivos de la
investigación, es posible que en algunos casos se recomiende
éste procedimiento. De cualquier manera, el censo no
garantiza una confiabilidad en los resultados del 100%,
precisamente por que existen otros factores que inciden en
las diferentes mediciones en una investigación
Es un subconjunto de la población
estadística, de la cual se
recolectan datos y debe ser
representativo, es decir, es una
parte de ella y por lo tanto tiene
que poseer las mismas
características de la población
objeto de estudio.
Es aquella que representa
adecuadamente la composición de la
población, es decir, que las diferentes
categorías claves del estudio estén
representadas en la muestra.
  Es un proceso estadístico por medio del cual
se definen los criterios y técnicas para el
proceso de recolección de datos de la
población a partir de la muestra ”.

 Es claro que el procedimiento de selección y el

tamaño está cruzado por los objetivos de la
investigación, las poblaciones son en lo general
diferentes y por lo tanto, deberán utilizarse criterios
distintos para seleccionar las unidades bajo estudio.
 • Es un listado de todas las unidades de
muestreo, estas listas, también pueden ser
una base de datos, mapas u otras formas
que sirvan para determinar las unidades de
muestreo. En un estudio de percepción sobre
calidad en los servicios en el Hospital
Carrión, se puede pensar: para seleccionar
usuarios de los servicios en el hospital, se
requiere:

• Las historias clínicas en el Hospital Carrión. En

éste caso, las historias clínicas son el marco
muestral total, mientras que los usuarias de los
servicios son los elementos muestrales.
Ejercicio Aplicativo 1
El Director de Personal de la Clínica “Santa Lucía”
desea estimar la tardanza promedio del personal
que labora en esta clínica, siendo un total de 70
trabajadores, en el mes de enero del presente año.
 En esta situación, identifique:

La característica : Tiempo de tardanza mensual

Alcance : Clínica Santa Lucía

Tiempo : Mes de enero del año 2016

La población objetivo : Todo el personal que labora en

la clínica (70 personas)
La unidad de análisis
o unidad muestral : Cada trabajador de la clínica
En esta situación, identifique:

El elemento muestral : Cada trabajador de la clínica

El marco muestral : Las tarjetas de control de asistencia

de todo el personal que labora en
la clínica
Tipo de muestreo : Censal

Tamaño de la muestra : 70 trabajadores

Ejercicio Aplicativo 2
Determinar el IPC en el distrito de Huancayo para
el mes de enero del 2016.
 En esta situación, identifique:

La característica : Índice de Precios al Consumidor

Alcance : Distrito de Huancayo

Tiempo : Mes de enero del año 2016

La población objetivo : La población económicamente

activa del distrito de Huancayo.
En esta situación, identifique:

La unidad de análisis
o unidad muestral : Cada hogar del distrito de Huancayo

El elemento muestral : El jefe de hogar

El marco muestral : Bases de datos de las personas

que conforman la PEA.

Tipo de muestreo : Muestreo Aleatorio Estratificado

Tamaño de la muestra :
 DETERMINACIÓN DE LA
MUESTRA
• Población Infinita
• Población no conocida
(>100 000)
• Población Finita
• Población conocida
(<100 000)

  1.96
2
2 N*Z *p*q
Z **Pp**1q  P 
2Z 2
  Z 2* P2* 1  P 2
 2
n o  ____________ 
1. n 
96 * 0.3 * 0.7 
____________________
e2e
2
0.06
o
0
e2 2( N –21 ) + Z 2 * p * q
e

n
Factor de Corrección n = -------
1+ n/N
 TÉCNICAS
DE
MUESTREO

Subgrupo de la población en el que todos Muestreo

los elementos tienen la misma probabilidad probabilístico
de ser elegidos.

Subgrupo de la población en la que la Muestreo no

elección de los elementos no depende de la probabilistico o
probabilidad sino de las características de la dirigido
investigación.

A pesar de ello una buena parte de los estudios que

se publican usan esta técnica.
Se utiliza en estudios correlacionales
causales, para que sus resultados sean Muestreo
generalizados a una población. probabilístico
Interesantes para usar inferencia
estadística con ellos.

Se aplican a investigaciones exploratorias o

por conveniencia (difícil de manejar grupos
grandes), por ello su validez se consolida
Muestreo no
mediante la repetición del estudio.
probabilistico o
Al no ser probabilístico no es posible dirigido
calcular con precisión el error estándar, es
decir no podemos calcular con que nivel de
confianza hacemos una estimación.
• PROBABILISTICO
(Probabilidad mayor de • No PROBABILISTICO
0 y conocida).
– Conveniencia
– M.A.S – Juicio
– Prorrateo (cuotas)
– SISTEMATICO
– Con fines especiales
– ESTRATIFICADO
– Bola de nieve
– CONGLOMERADO
– AREAS
Es aquel utilizado en forma empírica, es decir, no
se efectúa bajo normas probabilísticas de
selección, por lo que sus procesos intervienen
opiniones y criterios personales del investigador o
no existe norma bien definida o validada
Se caracteriza por no conocerse la
probabilidad de que una unidad
quede incluida en una muestra, no
se puede medir el error de
estimación y por lo tanto, no se
pueden realizar estimaciones.
  MUESTREO DE CONVENIENCIA.

 MUESTREO POR JUICIO U OPINION.

 MUESTREO POR PRORRATEO O CUOTAS.

 MUESTREO DE BOLA DE NIEVE.

 MUESTREO CON FINES ESPECIALES.

 Pretende seleccionar unidades de
análisis que cumplen los requisitos de
la población objeto de estudio, pero
que sin embargo, no son seleccionadas
al azar. Se utiliza preferentemente en
estudios exploratorios. Las pruebas
pilotos, también usan con frecuencia
éste tipo de muestreo.
1. Muestra de conveniencia. Un grupo
existente, por ejemplo las personas en una
reunión, podría ser designado como
muestra. Este es un método fácil y barato,
pero el sesgo suele ser imposible de estimar
y los resultados obtenidos tendrían que
ser probados más adelante con una
muestra mejor escogida de la clientela
objetivo.
 Tiene como base el
juicio del investigador
porque los considera lo
más representativos
de la muestra.

Asimismo, esto es un método posible cuando

usted necesita a algunos clientes potenciales
asistir al desarrollo de producto.
 Es la contra parte del muestreo estratificado.
El investigador procura obtener información de
diversas categorías de interés, de tal manera
que todas estén representadas, no obstante
esta selección no se realiza al azar.

 Administración 1500
 Negocios 2000
 Financieros 1000
Ejemplo 1 : Se quiere determinar la operatividad
de los procesos ejecutados por los empleados de
la Municipalidad de Huancayo para ello:

• Se dividen los empleados según dependencias

configurándose los estratos.
• No obstante, el interés es seleccionar personas con
conocimiento de los procesos.
• Por lo tanto. no se realiza un muestreo aleatorio al
interior de las dependencias por el contrario, a
juicio, se seleccionan los empleados.
• Luego no hay azar y por eso es un muestreo de
cuotas. Si el interés fuese determinar el
conocimiento de los procesos, seguramente, el azar
sería importante y se utilizaría el muestreo
estratificado.
 EJEMPLO 1: POBLACION DE EMPLEADOS.
Producción : 441
Contabilidad : 27
Atención al cliente : 330
TOTAL 798

• N(población)= 798 personas

• e (margen de error) = 0.05, determinado por nosotros
• Z (margen de confiabilidad) = 95% =1.96
• P=0.50 q= 1-p =0.50 (si no efectúas encuesta piloto)
• Se estima el tamaño de la muestra:
Donde:

Z * P * 1  P 
2 N*Z2*p*q
 2 1.96  * 0.3Si:
2
* 0n.7=260
o N= 798
no  ____________________ 
e2 ( N – 12) + Z 2 * p * q
e 0.06 2
n =
Entonces
no
----------
7981.96 * 0.5 * 0.5 1+ no /N
2
no 
0.052 (797)  1.962 * 0.5 * 0.5
n = 196 encuestas
 Muestreo No Probabilístico por cuotas
Distritos Total población Muestra
fh=Nh/N nh= n*(Nh/N)

Producción 441 108

Contabilidad 27 7
Atención al cliente 330 81
TOTAL 798 196

nh = muestra del estrato

Nh = población del estrato
•PREMISA:
Los miembros de la
población en estudio
se conocen entre sí.
Ejemplo : En un estudio para identificar
las causas de abandono de personas con
problemas de drogadicción.
• De los lugares de atención, no es posible
utilizar ningún procedimiento aleatorio, ya
que los desertores no están interesados en
que los ubiquen.
• No obstante un desertor, puede informar
sobre la ubicación de un tercero y éste a su
vez conoce donde se encuentra otra y así se
forma la muestra, con la cual sin ser
aleatoria, va creciendo.
Se caracteriza por conocer la probabilidad de
que una unidad particular del universo sea
incluida en una muestra, dicha probabilidad
es mayor de cero. Se puede medir el nivel
error y por ende, se realizan estimaciones.

MUESTREO
PROBABILÍSTICO
 Ventajas del Azar

Elimina la subjetividad de los investigadores

en la selección de unidades de análisis

Permite medir la precisión de las

estimaciones.

El azar no garantiza representatividad.

 MUESTREO ALEATORIO SIMPLE

Se caracteriza por que otorga la misma

probabilidad de ser elegidos a todos los
elementos de la población. Para el cálculo
muestral, se requiere de: El tamaño
poblacional, si ésta es finita, del error
admisible y la estimación de la varianza.

En la práctica es difícil de realizar debido a

que en muchos casos no se dispone de un
marco muestral.
Muestreo Aleatorio Simple
• Todos los elementos tienen la posibilidad de
ser elegidos.
• Implica un mecanismo de probabilidad bien
diseñado - uso de la tabla de números
RANDOM o tabla de números aleatorios.
• Requiere que se posea la lista de la
población o la base de datos.
Tabla de números aleatorios
MARCO MUESTRAL
POBLACIÓN
1 AGUILAR GUTIERREZ VIVIANA LIZBETH
2 BERNAOLA RAMOS ALEJANDRO JASER
3 BORJA CAIRAMPOMA NATALI ROCIO
4 CAMARENA LASICH KATIA SOFIA
5 CAMPOSANO CASTILLON RONY
6 CARBAJAL DIONICIO JHINLIZ MARILIN
7 CCENCHO LIMA AURALUZ
8 CHANCA PADILLA LIZ
9 CHIPANA MARTINEZ LIZ YANELA
10 CHUMBES MANCHA JAIME
11 CHUQUILLANQUI APOLINARIO EDITH SUSANA
12 DUEÑAS PORRAS GHINA STYVE
13 ESCALANTE BOZA DAVID FELIX
14 ESPEZA GAVILAN SOLEDAD
15 FIGUEROA INGA ANNY THALIA
16 FLORES FABIAN LIZBETH ROXANA
17 GARCIA GARCIA ROCIO MAGALY
18 GUTIERREZ ESCOBAR EDWIN GERMAN
19 HINOSTROZA ALIAGA CRISTIAN SANTOS
20 HUATUCO ALCOCER KATIA VIOLETA
21 IZARRA OBREGON ROSARIO
22 LAURENTE SOARES KATHERINE MARGORY
23 LIZANA TAIPE PATRICIA EVELYN
24 LUNA GALARZA KANDY GABRIELA
25 MARTINEZ QUISPE STEPHANY AZUCENA
MUESTREO SISTEMÁTICO

• Es un procedimiento de selección que

implica elegir dentro de una población N un
número de n unidades muestrales, a partir
de un intervalo K.

K=N/n
 MUESTREO SISTEMÁTICO

Tiene el mismo principio del MAS, no obstante,

es fácil y no siempre requiere tener marco
muestral o el listado de la población, sin
embargo, tiene la desventaja de la periodicidad,
es decir, al obtener las unidades muestrales de
manera sistemática, se pueden obtener
estimaciones sesgadas, es decir, si se pretende
estimar las ventas por día en una zona de
Huancayo y el intervalo o frecuencia es 7, tiene
el inconveniente que siempre será seleccionado
el mismo día de la semana.
•Se utiliza en aquellos casos donde la
población es muy heterogénea.
•Asegura que la muestra represente
adecuadamente a la población.
•Se obtiene estimaciones más precisas.
•Para ello se debe conocer la
distribución en la población de las
variables utilizadas.
•Los análisis son complicados, en
muchos casos la muestra tiene que
ponderarse (asignar pesos a cada
elemento)
ESTRATOS Homogéneos en su interior;
diferentes entre sí en propiedades y
tamaño

Comuna B

Comuna A

n= n*(Nh/N)

Comuna C

Comuna D

Los estratos más grandes

Tienen mayor probabilidad de ser representados
 TÉCNICAS DE MUESTREO
ESTRATIFICADO
• Asignación proporcional: el tamaño de cada
estrato en la muestra es proporcional a su
tamaño en la población.

• Asignación óptima: la muestra recogerá más

individuos de aquellos estratos que tengan más
variabilidad. Para ello es necesario un
conocimiento previo de la población.
 En un estudio sobre los directores de las empresas
industriales y comerciales a nivel nacional en el año 2009,
quienes tuvieron un capital social superior a 10 millones,
con ventas superiores a los 50 millones y/o con mas de 100
personas empleadas. Hallar la muestra.
• N= 1176 empresas
• e = 0.05, determinado por nosotros Z = 95% =1.96
• P=0.30 q=0.70
• Se estima el tamaño de la muestra:

Donde: n o 
qP)
Z 2 2 * P * 1(  1.96 * 0.3 * 0.7
2 n

e2 2 2 =323
0.0605) n = ------- n=253
1+ n/N
 Muestreo Probabilístico Estratificado
Directores de empresa del giro Total población Muestra
fh=Nh/N nh= n*(Nh/N)

Extractivo y siderúrgico 63 13
Metal-mecánicas 159 34
Alimentos, bebidas y tabaco 245 53
Papel y artes gráficas 171 37
Eléctricas y electrónicas 85 18
Automotriz 98 21
Químico-farmacéutica 114 25
Comerciales 241 52
1176 253