POBLACIÓN, MUESTRA,

TAMAÑO DE MUESTRA Y
MUESTREO

1
“Universidad Nacional de San Martín”
Facultad Ciencias de la Salud
Escuela profesional de Obstetricia

Título: Fundamentos de la estadística

Estudiantes:
 Sánchez Calle, Heidy (coordinadora)
 Culqui Tuanama, Josué Jhonatan
 Saavedra Tuanama, Alexandra
 Marrufo Irigoin, Flor Nerly
 Valles García, Doris Liley

Docente:
Ing. Torres Delgado Wilson
Fecha:
17/ 05/2022

Tarapoto-Perú
2022

2
 INDICE

INTRODUCCIÓN: .....................................................................................................................................4
I) DEFINICIÓN DE POBLACIÓN:......................................................................................................5
II) DEFINICIÓN DE MUESTRA .......................................................................................................5
Tipos de Muestra:........................................................................................................................................5
1) Muestra probabilística: ...................................................................................................................5
2) Muestra no probabilística o dirigida. ............................................................................................6
III) DEFINICIÓN DE TAMAÑO DE MUESTRA .............................................................................8
IV) DEFINICIÓN DE MUESTREO ....................................................................................................9
EJERCICIOS PROPUESTOS Y DESARROLLADOS ....................................................................... 15

3
 INTRODUCCIÓN:

Uno de los puntos que más a conflictuado a los comunicadores es el identificar cuánto es la
población y cuánto la muestra, y el determinar los criterios que serán usados para seleccionar a los
componentes de la muestra.

Todas las ciencias hacen uso del muestreo; para algunos el objeto de estudio es la población, para
otros, como los agrónomos serán los árboles frutales, parcelas o para los médicos la muestra son
pacientes con determinados síntomas patológicos; para los comunicadores la población de estudio
no sólo son personas sino también videos, películas, artículos de prensa, programas de radio,
programas de televisión, cartillas informativas y otros.

En este informe se tratará de comprender y diferenciar los conceptos importantes de: población,
muestra, tamaño de muestra y muestreo.

En muchas investigaciones el tamaño de la población es grande y no es posible analizarla en su

totalidad por los costos elevados que demandaría, ¿se imaginan una población de 10 mil personas?
¿se podrá hacer 10 mil encuestas?, ¿cuánto dinero gastaría?, está fuera del presupuesto para un
estudiante de comunicación. La muestra y el muestreo permite estudiar sólo una parte de ella que
va ser representativa al resto de la población, al final poder generalizar los resultados a toda la
población.

4
 I) DEFINICIÓN DE POBLACIÓN:
Población es el conjunto de elementos o individuos que reúnen las características que se pretenden
estudiar. Cuando se conoce el número de individuos que la componen, se habla de «población
finita» y, cuando no se conoce su número, de «población infinita».

Existen tres niveles de población, según su tamaño y accesibilidad:

 La «población diana» es el conjunto de elementos o individuos al cual se pretenden inferir

los resultados obtenidos; generalmente, es muy numerosa y no está al alcance de los
investigadores.
 La «población accesible» es la que reúne las mismas características que la anterior, pero
con menor número de individuos, y por tanto susceptible de estudio; es la que delimita el
investigador con los criterios de inclusión y exclusión.
 La «población de estudio» es de la que realmente se recogen los datos; suele ser la muestra
de estudio.

II) DEFINICIÓN DE MUESTRA

Una muestra estadística es un subconjunto de datos perteneciente a una población de datos.
Estadísticamente hablando, debe estar constituido por un cierto número de observaciones que
representen adecuadamente el total de los datos.

La muestra está conformada por las unidades seleccionadas de una determinada población y son
los sujetos o elementos con los cuales se realiza el experimento.

Para estudiar una población grande, debemos tomar una muestra.

Por ejemplo, si queremos saber cuál es el candidato preferido para las próximas elecciones
presidenciales del PERÙ, tomaría mucho tiempo preguntarles a todos los electores por su
candidato preferido, además, sería muy caro contratar tantos encuestadores, digitadores y
estadísticos. Por ello, es mejor, analizar una muestra de electores, aplicar una encuesta, y a partir
de allí sacar conclusiones de la población.

Tipos de Muestra:

1) Muestra probabilística:

5
El muestreo probabilístico es el tipo más utilizado durante las investigaciones, en este tipo todos
los elementos de la población o universo tienen la posibilidad de ser parte de la muestra.

Todos los elementos de la población tienen la misma posibilidad de ser escogidos. Una vez
definido el tamaño de la muestra se hace selección aleatoria y/o mecánica de las unidades de
análisis. Para tomar una muestra probabilística se necesita determinar el tamaño de la muestra y
seleccionar los elementos muestrales en un marco adecuado y con un procedimiento que permita
la aleatoriedad.

Dentro de la muestra probabilística encontramos los siguientes tipos de muestreo:

 Muestreo aleatorio simple: Es el método de selección más básico, en el que cada sujeto
posee un número de identificación y, mediante un sorteo aleatorio, algunos son
seleccionados para la muestra. Para realizarla se debe conocer la cantidad de individuos
que serán necesarios para completar toda la muestra.
 Muestreo sistemático: Con este método se enumera la población a trabajar y los
investigadores se encargan de listar a cada individuo en grupos de 10, de forma aleatoria.
Luego se elige a uno de los primeros de cada grupo al azar, formando de esta manera la
muestra.
 Muestreo estratificado: Consiste en dividir a la población en estratos o grupos que
compartan características similares. Luego se seleccionan proporcionalmente algunos
individuos de cada grupo para conformar la muestra.
 Muestreo por conglomerados: Se da cuando la población ya se encuentra dividida de forma
natural en grupos, por lo que se seleccionan individuos aleatoriamente de cada
conglomerado para conformar la muestra.

2) Muestra no probabilística o dirigida.

En la muestra no probabilística, los elementos se seleccionan a través de procesos que no brindan

a todos los individuos de la población, la misma posibilidad de ser elegidos para la muestra.

La elección de los elementos depende de causas relacionadas con las características del trabajo y
del investigador o de quien constituye la muestra. El procedimiento no es mecánico ni se hace con
fórmulas de probabilidad, depende del proceso de toma de decisiones de una persona o de un grupo
y, por supuesto, tiende a estar sesgadas. La ventaja está en que no requiere una representatividad

6
de elementos sino una cuidadosa elección de sujetos con características específicas expuestas en
el planteamiento del problema.

Hay varias clases de muestra no probabilística:

 Sujetos voluntarios: Se utiliza, por ejemplo, en medicina para estudiar los efectos de una
droga, en diseños experimentales y en situación de laboratorio. En odontología, sería el
caso del estudio del efecto de un antibiótico (penicilina) sobre las bacterias que producen
un absceso. Otro ejemplo, podría ser el caso del empleo de un método específico para
corregir la dislexia en los niños.
 Expertos: Son las personas que opinan sobre los beneficios de su profesión, por ejemplo,
los docentes que comentan sobre los logros en su respectiva labor con el fin de establecer
un banco de datos para programas de orientación profesional.
 Sujetos tipo: Se utiliza en estudios cualitativos y en investigación motivacional, por
ejemplo, un profesor músico sería el más indicado para hablar sobre la socialización de las
dos profesiones: docencia y música.
 Muestreo por cuotas: En este tipo de muestreo los investigadores forman la muestra
partiendo de determinadas características, con el fin de lograr la misma distribución de
características en la muestra que en la población. Por ejemplo, si en una población hay 90%
hombres y 10% mujeres, los individuos de la muestra deberán estar distribuidos de la
misma manera.
 Muestreo por bola de nieve: Se utiliza cuando el investigador requiere que un sujeto de su
muestra ayude a identificar a otro con las mismas características y, a su vez, estos a otros,
para formar la muestra deseada.
 Muestra discrecional: También conocida como muestreo por juicio o criterio, se da cuando
el investigador selecciona los individuos de su muestra basado en determinado
conocimiento de la población.

Ejemplo de muestra estadística:

Una escuela desea conocer si sus estudiantes presentan inconformidad con una nueva norma
implementada hace 1 semana, sin embargo, el colegio presenta una población de 1000 estudiantes,
por ende, el encargado del estudio selecciona aleatoriamente a 200 estudiantes. Con las respuestas
otorgadas por los estudiantes seleccionados en la muestra, se procede a analizar las respuestas y
continuar con el estudio.
7
 III) DEFINICIÓN DE TAMAÑO DE MUESTRA
El tamaño de muestra permite a los investigadores saber cuántos individuos son necesarios
estudiar, para poder estimar un parámetro determinado con el grado de confianza deseado, o el
número necesario para poder detectar una determinada diferencia entre los grupos de estudio,
suponiendo que existiese realmente.

El cálculo del tamaño de la muestra es una función matemática que expresa la relación entre las
variables, cantidad de participantes y poder estadístico. La muestra de un estudio debe ser
representativa de la población de interés. El objetivo principal de seleccionarla es hacer inferencias
estadísticas acerca de la población de la que proviene. La selección debe ser probabilística.

Los factores estadísticos que determinan el tamaño de la muestra son: hipótesis, error alfa, error
beta, poder estadístico, variabilidad, pérdidas en el estudio y el tamaño del efecto. Se revisan las
fórmulas utilizadas para el cálculo del tamaño de la muestra en las situaciones más frecuentes en
investigación, así como la revisión de fórmulas para un cálculo más rápido.

Se incluyen ejemplos de investigación en educación médica. También se revisan aspectos

importantes como: tamaño de la muestra para estudios piloto, estrategias para disminuir el número
necesario de sujetos, y software para el cálculo del tamaño de muestra.

Factores para la determinación del tamaño de la muestra:

Los factores que condicionan el tamaño de muestra, son de orden logístico o estadístico. Entre los
primeros se encuentran las limitantes financieras o la disponibilidad de participantes. Los
siguientes son los factores de orden estadístico.

1. Hipótesis.

2. Error tipo I o error α.

3. Error tipo II o error β.

4. Poder estadístico.

5. Variabilidad.

8
 IV) DEFINICIÓN DE MUESTREO
Herramienta fundamental que permite conocer el comportamiento de una población infinita a
partir de un subconjunto obteniendo mayor precisión en los resultados.

Tipos De Muestreo:

1) probabilístico (Selección aleatoria):

 ALEATORIO SIMPLE: Selección de elementos sobre bases aleatorias partiendo de
una estructura muestral que enumera todos los elementos.
 SISTEMATICO: Selección de una unidad por cada cierto número de casos de alguna
lista o grupo.
 ESTRATIFICADO: Divide la población en subgrupos homogéneos de los cuales se
escogen los elementos en forma aleatoria.
 CONGLOMERADO: Selección sucesiva de muestras aleatorias de unidades mayores
o menores por métodos aleatorios simples o estratificados.
2) No Probabilístico (Criterio del investigador).
 POR CONVENIENCIA (Intencional). se trabaja con las unidades de análisis que se
tiene a mano. Son Sujetos con que puede contarse más fácilmente, considerando
unidades supuestamente “típicas”.
 VOLUNTARIAS: se hace un llamado a la población a participar del estudio
 POR CUOTAS (Accidental): Divide población por subgrupos según variables de
interés y escoge sujetos de cada estrato por extracción accidental.

9
 ALEATORIO SISTEMATICO: ESTRATIFICADO: CONGLOMERADOS:
SIMPLE:
Determinar número de unida Definir los
Determinar número Determinar número de des que conformarán la conglomerados
de unidades que unida des que muestra Determinar los Seleccionar
conformarán la conformarán la estratos o subgrupos en que subconjuntos a estudiar.
muestra. muestra. se subdividirá la población.
Numerar todas las
unidades de la Hacer listado de
Enumerar o escribir población Calcular Numerar elementos de cada unidades de cada
nombre de unidades número de selección estrato Calcular porcentaje de conglomerado
que conforman el sistemática N/n cada estrato respecto del Seleccionar unidades
universo. Determinar unidad universo. que integrarán la
muestral por la que se muestra.
iniciará.
Anotar números en Calcular proporción de unida
papeletas de cada des muestrales que
uno de los corresponde a cada estrato
elementos del Seleccionar de cada estrato
universo. las unidades muestrales.
Extraer las unidades
correspondientes a
la muestra Controlar
tamaño de la
muestra asegurando
que tendrá el
número
determinado.

10
Ejemplo de población
1- Población de una Universidad.
El número total de personas que estudien o trabajen en una universidad conforman una población.

También es posible referirse únicamente a los estudiantes, lo cual es más común. Es quizás el
ejemplo más clásico, ya que en las universidades donde se imparte estadística los estudiantes son
la población más cercana y conocida para analizar.

2. Población de un hospital.

En este caso, el número total de personas que forman la población de un hospital serían los
trabajadores y enfermos ingresados.

Sin embargo, como los ingresados varían prácticamente al minuto, solo se suele contar como
población de un hospital al número de empleados totales que forman el centro de salud.

Se puede observar en la imagen, que tenemos una población estadística de 300 individuos. Estos
300 individuos son estudiantes de ingeniería en una universidad. (Cuando el número de individuos
de una población es bajo, se recomienda utilizar los datos de la población total, pero en casos más
grandes es imposible o muy difícil de hacer).

Para explicar este ejemplo, imaginemos que nosotros somos parte de esos 300 estudiantes de
ingeniería y nos piden que realicemos un estudio sobre qué porcentaje de los alumnos considera
que el tiempo es una dimensión y nos dan 15 minutos para resolverlo.

En 15 minutos no podemos buscar a todos los alumnos, ni tampoco ir preguntando a las distintas
clases, materias y aulas. Así lo que haremos será preguntar a unos cuantos, es decir, una muestra
específica, a unas 10 personas, esos datos no pueden representar de forma 100% fiable la opinión
de los 300 individuos, pero sí podrían ofrecernos una idea aproximada, para realizar la estimación.

Ejemplo de muestreo no probabilístico (muestreo por cuotas)

1) Calcular el tamaño de la muestra de una población de 500 elementos con un nivel de

confianza del 95%

Solución:

11
Realizando el gráfico que representa el 95% de confianza se obtiene:

Se tiene N=500, para el 95% de confianza Z = 1,96, y como no se tiene los demás valores se tomará
y e =0,05.

Reemplazando valores de la fórmula se tiene:

Los cálculos en Excel se muestran en la siguiente figura:

12
3.2.2 Muestreo Por Cuotas
En esta técnica de muestreo No probabilístico se debe tener un buen conocimiento sobre los
estratos de la población para así seleccionar a los individuos más representativos o adecuados para
los fines de la investigación.
Ejemplo: Seleccionar 20 individuos de 25 a 40 años, de sexo femenino y residentes en Ciudad de
México. Una vez determinada la cuota de lo que se requiere se eligen a los primeros que cuenten
con esas características.
“Cuota. Parte o porción fija y proporcional de un todo”

EJERCICIOS DE MUESTRA

1). En un barrio residencial se espera que el 60% de las familias tengan vehículo propio. Se
desea hacer una investigación para estimar la proporción de familias propietarias de vehículo, en
un intervalo de confianza cuya amplitud no sea mayor de 0.03 y un coeficiente de confianza del
95.5%
𝑍2 𝑃𝑄
a). Determinar el tamaño de la muestra. N =
𝛿2

e=-0.03

z=-2.01
0.96934
α=0.05 n = 0.0009
n = 1077.36
P=0.6

Q=0.4

3. Determine el tamaño máximo de una muestra para estimar proporciones, con una confianza del
99%, sin que el error en la estimación exceda del 2% para una población de 10000.

𝑛 = 2922.0954 ≅ 2922

13
4. ¿Qué sucedería si P=0?50?; ¿si es igual a 0.90?

e=-0.03

z=-2.01
𝒁𝟐 𝑷𝑸
𝐧=
α=0.045 𝜹𝟐
P=0.5
−𝟐. 𝟎𝟏𝟐 𝒙𝟎. 𝟓 𝒙 𝟎. 𝟓
Q=0.5 𝐧= =11.22
𝟎. 𝟎𝟑𝟐
5) Se pide al director de una sucursal bancaria que estime el tiempo medio que se invierte en
atender a un cliente. Quiere confiar al 99% en que la estimación de la media muestral no supere
en más de 15 segundos a la media poblacional ¿Cuántas observaciones debe recoger, si se sabe
que la desviación estándar poblacional es de 2,7% minutos?

Z = 2.5758
e = 15 s
2
Z.
N=
e
= 2,7 * 60
= 162
n = (2,5758 * 162)
n = 774

6) De una población, N=10000 personas nos proponemos obtener una muestra, para estimar el
ingreso promedio por persona. Se requiere que la estimación muestral no se aparte en más de $500
del promedio verdadero y que esto se cumpla en 95 de cada 100 casos. La desviación típica es de
$3000. ¿Cuál será el tamaño óptimo?

𝒁 2 𝑵𝟐
𝐧=
(𝑵 − 𝟏) 2 + 𝒁 2 2

𝟏.𝟗𝟔𝟐 . 𝟑𝟎𝟎 . 𝟏𝟎𝟎𝟎𝟎

N= (𝟏𝟎𝟎𝟎𝟎−𝟏)
. 𝟓𝟎𝟎 2 +𝟏.𝟗𝟔2 . 𝟑𝟎𝟎𝟎 2

N= 136.44
14
EJERCICIOS PROPUESTOS Y DESARROLLADOS

1.Se desea conocer el tamaño óptimo de la muestra de una población de árboles para
reforestación, afectados por cierta plaga. Estudios previos indican el 8% y dicha
población tiene un número total de 12480 árboles. ¿Qué tipo de muestreo debe utilizar
una vez encontrado el tamaño de muestra óptimo? Trabajar con un 95% de confianza.

2.- Se desea conocer el tamaño óptimo de la muestra de una población de árboles

Bolaina (Guazuma ulmifolia) para estudios morfológicos especialmente las
medidas perimetrales, En estudios previos de una población de 12480 árboles se
obtuvieron una desviación estándar de 4.2 cm2. Trabajar con un 95% de confianza
y una precisión de 0.8 cm.

15
3.- Una empresa exportadora de palta Hass (Persea americana), desea encontrar un
intervalo de confianza para aquellos frutos que no cumplen con la coloración
sugerida; de una muestra de 150 paltas, 18 no cumplieron con las especificaciones.
Calcular con un 90%.

16
4.- Una empresa exportadora de palta Hass (Persea americana), desea encontrar un
intervalo de confianza para el peso promedio de los frutos. Calcular con un 95%.
Si se desea diferenciar los pesos promedios según tres calidades, ¿Cuáles son los
intervalos para los pesos de cada calidad?

113 92 112 97 116 110 80 81 98

124 127 92 107 81 121 135 105 136
89 109 106 135 127 104 132 112 93
81 129 104 122 130 92 116 124 115
138 130 114 91 127 131 84 97 94
112 131 135 119 122 139 122 94 115

Límite inferior 106.97 Límite inferior 106.97

Límite superior 115.56 Límite superior 115.56
Promedio 111.27 Promedio 111.27
Alfa 0.05 Alfa 0.05
Desviac Estan 16.97 Desviac Estan 16.97
Muestra 60 Muestra 60
Constante 4.29 Constante 4.29

(106.97 ; 115.56) (106.97 ; 115.56)

17