El Universo y La Muestra

EL UNIVERSO Y LA MUESTRA
1. El Universo
1.1. Definicin
El universo constituye el conjunto de elementos que tienen una caracterstica

similar y que se hallan dentro de una circunscripcin territorial.
Ejemplo:
los habitantes de una ciudad

los trabajadores de una fbrica
los sujetos que en una ciudad coleccionan sellos
el ganado vacuno de una determinada granja
Constituyen el universo todos los sujetos que van a ser investigados sobre un
tema dado.
1.2. Elementos
Los sujetos que conforman el universo se denominan elementos, y al realizar

una investigacin, lo que se quiere saber son las caractersticas o atributos de
sus elementos:
cuntos de los habitantes del cantn son partidarios de un determinado

candidato?
Cuntos ecuatorianos han realizado estudios en el exterior?
Un censo no es sino el recuento de los elementos de una nacin o de una parte

de ella, divididos por determinadas caractersticas, como:
Procedencia
edad
sexo
nivel educativo
profesin, etc.
1.3. Amplitud
La amplitud est dada por el tema de investigacin; pero qu lmites debe

tener? Es el investigador el que lo determina de acuerdo con el campo que
abarque el problema y las posibilidades del investigador. El universo, en s, no
tiene lmites; los pone el investigador.
Ejemplo: Cuatro nios del barrio pueden constituir el universo para una
investigacin. En otros casos ser un paralelo, todo un curso, la escuela, el
barrio, la Parroquia, la ciudad, la nacin, o el continente. El universo solo
depende del problema que se trata de dilucidar.
Sin embargo, no siempre puede mantenerse este universo enunciado en un

principio, por varias razones, vanse las siguientes.
1.3.1. Universo inicial
Es el que el investigador cree conveniente determinarlo para poder

comprobar su hiptesis.
Las necesidades de la investigacin deberan ser las nicas que

determinen el universo y la muestra. Es obvio que quien va a investigar,
teniendo en cuenta el problema, se halle en condiciones de fijar la
extensin del universo, pero para convertirla en realidad hay fuerzas que
interfieren y pueden hacer cambiar su atencin.
1.3.2. Las necesidades prcticas
Obligan, casi siempre, a reducir ese universo fijado en un principio; pero,

hay que tener en cuenta que no afecte a la eficiencia de la investigacin.
Estas necesidades constituyen: la reduccin de los gastos, la disminucin
de los viajes y la obtencin de los datos en el menor tiempo posible.
Sin embargo, estos factores pueden tener repercusin en toda la

investigacin. Si esta decisin de acortar el universo no se basa en
criterios tcnicos y, por lo tanto, las necesidades prcticas dominan en la
seleccin, la investigacin se resiente.
1.3.3. La accesibilidad o no a los elementos, materia de la investigacin.
Esta variable funciona de dos maneras completamente distintas:

La primera, el investigador no tiene acceso a ciertas partes del
universo, aun cuando ello no afecte a la eficacia de la investigacin
puede reducir el universo o por lo menos la muestra.
Si un grupo de personas estn investigando, en forma no oficial, la
eficiencia de la educacin, puede haber planteles educativos que se
resistan a entrar en el proceso por estar previendo que su resultado no
les favorecer.
La segunda, acta en sentido contrario. Las autoridades pueden tener
especial inters en que en la investigacin que se est realizando se
incluya alguna parte de la poblacin. Lo mismo puede pasar con los
investigados, que s desean ser incluidos en la investigacin ya sea
porque les brindara la oportunidad de poner de manifiesto el xito de
su trabajo, por ejemplo, o ya porque pueden creer que, al ser
incluidos, los beneficios que de ello se deriven, sern tambin para
ellos.
1.3.4. La consideracin de los anlisis estadsticos
Que tendrn lugar luego de la recogida de datos, hace pensar en la

necesidad de reducir el universo a lo mnimo, ya que cuanto menos
cantidad o sujetos existan en la muestra tanto ms fcil se realizar el
anlisis y la interpretacin.
1.4. Necesidad de determinarlo.
Parecera que el fijar los lmites del universo no tiene mayor importancia,
puesto que al decir: "los jvenes", no importa que vivan en uno u otro barrio, ya
que todos actan ms o menos de la misma manera. Pues no. Los resultados
que se obtengan con la investigacin no pueden ser atribuidos sino al universo,
materia de la investigacin, y no a otro.
Los lmites del universo deben estar claramente definidos para que los
resultados de la investigacin no se los atribuya sino al grupo investigado.
1.5. La Subpoblacin.
Una poblacin o universo puede ser incluido en otro ms amplio por su

extensin como Chimbote est incluida dentro de un universo ms grande que
es el Ancash, y ste estar incluido en un universo ms grande, que en este caso
podra ser Per.
En caso de que una poblacin o universo se halle incluido en otro ms grande, a

la primera se puede llamarla subpoblacin, y a la ms grande, poblacin o
universo.
La provincia de Chimborazo ser una subpoblacin o estrato de Sierra, y sta

ser subpoblacin con respecto a Ecuador.
1.6. Los estratos.
Aparentemente un grupo humano parece homogneo, como tambin un grupo

de animales o cosas.
Si se habla de los habitantes de un pueblo A, constituye una unidad diferente a

la del pueblo B. Se dira que los habitantes del pueblo A constituyen un grupo
humano con sus caractersticas, similares por su mestizaje, por sus costumbres,
por su modo de hablar, por su religiosidad, etc. Sin embargo, en el fondo, no
constituyen un grupo humano homogneo, pues en esa poblacin se pueden
detectar diferentes segmentos: Clase socioeconmica alta, media o baja; nativos
de la provincia o nativos de otras provincias; nios, jvenes, mayores o
ancianos hombres o mujeres. Estas partes o subpoblaciones se denominan
estratos, pues se diferencian por el sexo, por la edad, por la mayor o menor
pureza de su raza, por la credulidad religiosa, por los partidos polticos a los
que pertenecen, etc.
1.6.1. Definicin.
Son las diferentes capas o partes de un todo que, si bien tienen una
caracterstica homognea, dentro de esta hay diferentes
caractersticas, que es lo que les diferencia a unas de otras.
La estratificacin es el proceso que permite asegurar que todos los

aspectos significativos del universo estn representados en la
muestra. Este proceso consiste en dividir a la poblacin en subgrupos
o estratos atendiendo a las caractersticas que pueden hacer variar el
resultado sobre el tema de investigacin.
1.6.2. Norma:
Para que los estratos sean vlidos deben cumplir con una norma y
sta es que sean excluyentes, es decir que un estrato no puede estar
incluido en otro, sino que cada uno acte por separado. As, por
ejemplo si se quisiera dividir a la poblacin de acuerdo con sus
creencias religiosas, y se hubiera hecho en los siguientes estratos:
Cristianos,
Evangelistas,
Mormones y
Budistas
Estara mal porque estos estratos no son excluyentes, puesto que
cristianos son todos los que creen en Cristo, y los evangelistas si
creen en Cristo, luego evangelistas est incluido en cristianos, por lo
tanto no se excluyen. Habra que dividirlos as:
Catlicos,
Evangelistas,
Mormones y
Budistas.
1.6.3. Ordenamiento:
Para ser vlidos los estratos dentro de la investigacin deben guardar

un determinado orden como se puede apreciar en el siguiente
ejemplo:
Una ciudad puede dividirse en los siguientes estratos:
Barrios:
o La Mariscal,
o El Girn,
o El Dorado, y
o La Tola.
Por su educacin:
o Superior
o Media,
o Primaria
o Sin educacin
Por el sexo:
o Hombre
o Mujer.
Si se ha hecho una entrevista a Luis, el resultado dnde debe
ponerse? Naturalmente en Hombre, y luego en educacin media
porque es Bachiller, y en la Tola porque ese es el barrio de su
residencia. He aqu que entonces son tres sujetos? No.
No es esta la clasificacin correcta porque no estn ordenados.
Para ordenarlos debe comenzarse por numerarlos:
Barrios:
1. La Mariscal
2. El Girn
3. El Dorado
4. La Tola
Educacin:
1. Superior
2. Media
3. Primaria
4. Sin educacin.
Sexo:
1. Hombre
2. Mujer.
El siguiente paso es entrelazarles, para lo cual comenzamos por los barrios entre los cuales
La Mariscal tiene el nmero 1, y quedara as:
1. La Mariscal
Entre los habitantes de La Mariscal deben haber personas con cada uno de los niveles
educativos que corresponden al segundo grupo, es decir que all habrn ingenieros,
bachilleres, solo con educacin primaria, etc., por lo tanto quedara as, 1 por el barrio,
otro 1 por la educacin superior:
1. La Mariscal
1.1. Educacin Superior;
1.2. Educacin Media;
1.3. Educacin Primaria;
1.4. Sin educacin.
Pero dentro de la educacin superior unos sern hombres y otras mujeres; por lo tanto, al
continuar quedara:
1. La Mariscal
1.1. Educacin Superior
1.1.1. Hombre
1.1.2. Mujer
1.2. Educacin Media
1.2.1. Hombre
1.2.2. Mujer
1.3. Educacin primaria
1.3.1. Hombre
1.3.2. Mujer
1.4. Sin educacin
1.4.1. Hombre
1.4.2. Mujer
2. El Girn
2.1.1. Hombre
2.1.2. Mujer
2.2. Educacin Media
2.2.1. Hombre
2.2.2. Mujer
2.3. Educacin Primaria
2.3.1. Hombre
2.3.2. Mujer
2.4. Sin educacin
2.4.1. Hombre
2.4.2. Mujer
3. El Dorado
3.1.1. Hombre
3.1.2. Mujer
3.2. Educacin Media
3.2.1. Hombre
3.2.2. Mujer
3.3.1. Hombre
3.3.2. Mujer
3.4. Sin educacin.
3.4.1. Hombre
3.4.2. Mujer
4. La Tola
4.1.1. Hombre
4.1.2. Mujer
4.2. Educacin Media
4.2.1. Hombre
4.2.2. Mujer
4.3.1. Hombre
4.3.2. Mujer
4.4. Sin educacin
4.4.1. Hombre
4.4.2. Mujer.
Volvamos al ejemplo de Luis que fuera encuestado. Dnde ira si se dijo que tena
educacin media y viva en la Tola? Se comienza por este estrato ltimo. Al
buscarse donde se halla La Tola se ve que tiene el nmero 4. Como es Bachiller
debera ir en 4.2.; pero, como es hombre, el lugar que le corresponde es el 4.2.1.
donde se puede leer que es un hombre con educacin media y que vive en La Tola.
Hoy, s ocupa un solo lugar.
2. La Muestra
2.1. Definicin:
Es una parte del universo en la que se hallan representados los elementos de

cada uno de los estratos, grupo necesario para la investigacin que se propone
realizarla.
La investigacin consiste en encontrar, si una variable determinada, se cumple
o no en cada uno de sus elementos, o en qu proporcin lo hace; por lo tanto,
la investigacin debera hacerse en todos y cada uno de sus miembros; sin
embargo, se prefiere hacer nicamente en una parte de ellos y es lo que se
denomina muestra.
La muestra no se utiliza solo en investigacin.
La muestra resulta mucho ms econmica en tiempo, esfuerzo y dinero
para conseguir la informacin que se est buscando en todos los
elementos.
2.2. Confiabilidad de la muestra:
La investigacin se propone obtener las respuestas requeridas de cada uno de

los elementos del universo, por eso se dijo ya en otra parte, que los resultados
no eran vlidos sino para la totalidad del universo investigado.
La ventaja de la muestra:
Es el ahorro, en la investigacin, de tiempo y dinero, pero es importante saber
si esa ventaja no afecta la validez. Sera absurdo ese ahorro si esta reduccin
de la poblacin llevara a datos falsos, es por esta razn que se han hecho
investigaciones experimentales para comprobar si se puede o no confiar en la
muestra, ya que el momento en que no se investiga a todos los sujetos, sino a
una parte de ellos, surge la pregunta: Qu confianza puede tener el
investigador de que la informacin proporcionada solo por una parte del
universo tenga el mismo valor que si hubiese sido recogida entre todos los
sujetos? Esta es la duda que ha existido siempre, por lo mismo se han hecho
una serie de investigaciones para saber hasta qu punto son confiables esos
resultados obtenidos solo de unos pocos. Selltiz presenta el siguiente cuadro
estructurado con las respuestas que obtuvo.
Pregunta: Qu porcentaje de los ingresos de los investigados dedican al
pago del alquiler de la vivienda?
Procedimiento: Intervienen seis investigadores para trabajar con el mismo
universo; pero cada uno de ellos lo hace con diferente porcentaje y se
obtuvieron los siguientes resultados:
Investigador Muestra % Respuestas

1 1 de 50 2.00% 27.1
2 1 de 40 2.50% 28.3
3 1 de 30 3.33% 27
4 1 de 20 5.00% 25.9
5 1 de 10 10.00% 26.6
6 Todos 100.00% 26.5
El primer investigador lo hace a un sujeto de cada 50, esto es al 2% de la

poblacin, y obtiene como respuesta que de su sueldo gasta el 27,1%.
El segundo investigador lo hace con el 2,5% del universo y obtiene como
respuesta el 28,3% que gastan en arriendo.
El tercer investigador, lo hace con el 3,33% de la poblacin, con un
resultado del 27%.
El cuarto, con el 5% y obtiene una respuesta del 25,9% de sus entradas.
El investigador quinto toma el 10% y obtiene como resultado 26,6%
Naturalmente que, de entrada, se sabe ya que la investigacin del sexto es la
vlida por haber tomado al 100% del universo, por lo tanto solo cabra
comparar este resultado con los otros.
Del anlisis de este cuadro se deducen las siguientes conclusiones:
a) A medida que aumenta el porcentaje, la muestra se acerca ms
a la realidad, o sea al 100%
b) La diferencia entre los porcentajes de las respuestas, es de
dcimas, por lo que se le puede calificar como no significativa;
c) Como conclusin se puede decir que cualquier tanto por
ciento que se tome del universo, para la muestra, ser vlido.
d) Sin embargo, se ha sealado, como regla general, que debe
utilizarse: El 3% para un universo grande como un cantn, una
provincia, una ciudad populosa. El 30% para universos pequeos:
un grado, una escuela, un barrio, etc.
2.3. Clases de muestras.
Hay varias clases de muestras, pero la divisin principal que se puede hacer es
entre muestra de no probabilidades y muestra de probabilidades. Para
comprenderlo mejor vase el siguiente ejemplo:
Si un profesor entra a su aula donde se hallan alumnos y llama por sus

nombres a cinco para que representen al curso, los dems no tuvieron ninguna
oportunidad de ser elegidos, en cambio si se hubieran puesto los nombres en
una cajita y de all fuera extrayndose nombre por nombre, todos se hallaran
en las mismas condiciones de salir en esa eleccin. El primer caso
corresponde a la muestra de no probabilidades y el segundo caso al de las
muestras de probabilidades. Estudiemos cada uno por separado.
2.3.1. Muestras de No Probabilidades.
En esta clase de muestras los miembros del universo no tienen las mismas
oportunidades de ser incluidos en la muestra, por lo tanto, no es
representativa, ni democrtica.
Dentro de este grupo se hallan las siguientes muestras:
2.3.1.1. Muestra accidental N 1.
Una vez determinado el nmero de casos que comprender la

muestra, se selecciona a los que ms estn a mano, hasta que
se cuente con el nmero de elementos requeridos. Si un
profesor desea hacer una investigacin en su colegio, y el
tamao de la muestra va a ser de 90 personas, es lgico que
prefiera a los estudiantes que son sus alumnos, supongamos,
todos los sextos cursos. En esta forma, los alumnos de los
dems cursos no tuvieron ninguna oportunidad para ser
seleccionados en la muestra.
Si se desea realizar entrevistas a una poblacin, los
entrevistadores preferirn hacerlas en los lugares pblicos,
normalmente de concentracin de la poblacin como
mercados, actos religiosos, centros diversin, etc. En cuyo
caso las personas que no frecuentan estos lugares quedarn
excluidas.
Si se utiliza una muestra accidental, lo nico que puede
desearse es que haya estado de suerte para que sea
representativa esta seleccin. Si es que la muestra no fue bien
seleccionada, el resultado de la investigacin no ser
confiable.
2.3.1.2. Muestra accidental N 2.
Existen 3 formas:
a. Despus de haber elaborado una lista de los elementos que

compondrn el universo se determina el porcentaje con el que se
va a trabajar, supongamos el 10%, esto es que por cada diez
elementos del universo se seleccionara uno para la muestra. Luego
en el universo se seala un numero cualquiera de entre los
primeros dgitos, es decir del 1 al 9. Supongamos que ha escogido
el 5, ste sera el primer elemento de la muestra. A este nmero se
le suma el 10 (de 10%) y tendr 15, este ser el segundo elemento
de la muestra. Al 15 sumando 10 da 25, y el nombre que este
nmero represente ser el tercer sujeto de la muestra y as se sigue
hasta terminar todo el universo; con lo cual en la muestra ya se
tendr el 10% que es lo que se haba propuesto de un principio.
b. Cosa semejante pasa con un programa de televisin que trata de

investigar las personas que ven su programa, para lo cual anuncia
buenos premios para la persona que este escuchando el programa,
puesto que en cualquier momento se le llamara por telfono y si
sabe de lo que trata, que bien puede ser una frase clave, se har
acreedora al premio, para eso o selecciona un nombre al azar en
cada pgina de la gua telefnica o en cada pgina llama al que
este en quinto lugar, supongamos.
c. Puede hacerse tambin, escribiendo todos los nombres del
universo en columna y luego otra persona o el mismo
investigador, sin mirar, deja caer el lpiz en cada pgina. Los
escogidos son el que est sobre el lapiza y el que est por debajo
del lpiz y as debe continuar hasta tener el nmero
correspondiente a la muestra.
En esta forma se ha requerido minimizar la parte subjetiva del
investigador dejando un tanto por ciento al azar.
2.3.1.3. Muestras intencionadas.
Finalmente, dentro de este grupo resta analizar la muestra

intencionada que consiste en que, partiendo del conocimiento amplio
que el investigador tiene del universo, por su cuenta, va a seleccionar
los sujetos que compondrn la muestra mediante la seleccin de
casos considerados como tpicos, bajo el supuesto, tambin, de que
los errores que pudieran haberse cometido tiendan a compensarse
entre s.
Esta es una muestra que utilizan con frecuencia en las investigaciones
de carcter poltico al solicitar la informacin a los ms destacados
polticos de los diferentes partidos.
2.3.2. Muestras de Probabilidades.
Se caracteriza porque cada sujeto tiene igual de probabilidad de salir en

la muestra, y por lo tanto se asegura que el muestreo sea representativo.
2.3.2.1. Muestra sencilla de azar.
En esta clase de muestras lo que se quiere es que la voluntad o

decisin del investigador no intervenga en la seleccin de la
muestra, y dejar que sean seleccionados al azar.
Cada sujeto o elemento del universo va a tener solo una
oportunidad de salir en la muestra, pero esta igual para todos.
Se puede elaborar una lista de los miembros del universo,
asignando a cada uno un nmero. Luego se determina el tanto
por ciento que comprender la muestra. Supongamos que el
universo es de 1500 y el 10% de este, 150. Como tercer paso
se escriben los nmeros del universo en papelitos para luego
sortearlos o sea ir tomando uno por uno al azar hasta terminar
los 150 que corresponda a la muestra.
2.3.2.2. Muestra estratificada al azar.
Parte del principio que cada uno de los estratos debe hallarse
representado en la muestra, en esta forma se trata de que sea
una fiel replica de lo que pasa en el universo. Si se toma un
curso para que represente a todo el colegio, no sera una
muestra representativa, para que lo sea habra que seleccionar
de cada uno de los cursos, en forma proporcional al nmero
de alumnos de cada uno de ellos.
En un universo de personas los estratos ms comunes pueden
ser: edad, sexo, grado de educacin, residencia geogrfica,
estatus socio-econmico y etnia. Cada uno de estos estratos
juega un papel diferente segn el tema de investigacin, por
lo cual, por lo menos, se debe seleccionar a los que ms
pueden hacer variar el resultado de la investigacin.
La estratificacin es la tcnica que se utiliza para asegurarse
de que cada uno de los estratos se halle presente en la
muestra. Lo difcil en este caso es detectar las caractersticas
de cada estrato, puesto que sus indicadores, generalmente no
son visibles, en cuyo caso es posible que requiera de una
investigacin previa para determinarlos con lo cual, se
complicara el trabajo primero de investigacin.
Para trabajar con esta clase de muestra se procede de la
siguiente manera:
1 Se calcula el nmero total de sujetos del universo.
2 Se divide al universo en estratos.
3 Se determina el tanto por ciento que se va a tomar del
universo para la muestra, supongamos que el 10%. Este
mismo porcentaje se aplica a cada uno de los estratos, la suma
de los cuales volver a dar el 10% seleccionado del universo
para la muestra.
4 La muestra no indica los elementos que van a componer la
muestra sino solamente el nmero de cada uno de los estratos.
Para saber a quienes corresponde, se procede a sortearlos
dentro de cada estrato.
EJEMPLO:
Universo: 20000 personas
Tanto por ciento de la muestra: 10% lo que da 2 000 personas.
Estratos: al universo se le va a dividir en dos grupos de estratos:
POR EDUCACION RECIBIDA
Sin educacin
Solo con educacin primaria
Con educacin media
Con educacin Superior
POR EL TIPO DE SEXO
Hombre
Mujer
ESTRATOS UNIVERSO 10% MUESTRA

1. Sin educacin
1.1 Hombres 1500 150
1.2 Mujeres 1200 120
2. Con educacin Primaria
2.1 Hombres 1600 160
2.2 Mujeres 2400 240
3. Con educacin media
3.1 Hombres 4300 430
3.2 Mujeres 3800 380
4. Con educacin Superior
4.1 Hombres 2300 230
4.2 Mujeres 1900 190
TOTAL 20000 2000
Segn el anlisis del muestreo hay 1500 hombres que no han recibido
educacin, de los cuales debe seleccionarse para la muestra 150 que
corresponde al 10%. Esta seleccin lo realiza el investigador en donde
decide si lo hace por voluntad o por medio de sorteo. Con el resto de
estratos se hace lo mismo.
2.3.3. Muestra mediante las tablas aleatorias.
a) Definicin
Segn David J. Fox, este mtodo de seleccin aleatoria, es aquel en

que todos los elementos de la poblacin tienen la misma probabilidad
de ser elegidos para la muestra, y por tanto todas las muestras posibles
de un tamao dado.
De otra manera se difiere en que esta muestra obtenida es mediante la

ayuda de los dgitos aleatorios.
b) Los dgitos aleatorios
Se emplean enumerando a los nombres de los sujetos del universo,

para que de una manera ms rpida se puede leer en la lista asignada.
Ejemplo:
Supongamos que se quiere una muestra al azar de un par de sujetos a

partir de una poblacin de cinco casos. Para eso se habra que ver todas
las combinaciones que podan formarse con los cinco sujetos. Sean
estos: A B C D E
Las combinaciones pueden ser: AB AC AD AE BC BD BE-

CD CE DE
A continuacin habra que escribir cada combinacin en un ficha,

luego ponerlos en una cajita, para de all extraer una por una. Otra
posibilidad tambin seria al formar combinaciones de tres en tres.
ABC ABD ABE ACD ACE ADE BCD BCE BDE -
CDE
c) Las tablas de los dgitos aleatorios

Generalmente estas tablas vienen estructuradas en grupos de cinco
nmeros formando columnas y con una divisin de doble espacio entre
cada cinco filas.
Para poder utilizar las tablas se necesita primero numerar los

elementos del universo. Se van eligiendo dependiendo la cantidad de
cifras. Por ejemplo emplearemos el nmero 60 que tiene dos cifras.
Ahora comparamos con las dos primeras columnas que es 97. Como
podemos ver 97 es mayor que 60 por lo tanto no corresponde a la
muestra, as que lo pasamos de alto y leemos el que sigue. Ahora
comparamos 60 con 47, entonces vemos que 47 es menor que 60, por
lo tanto 47 se encuentra dentro del universo de 60 y es el primer
nmero que corresponde a la muestra. Y as continuamos con la lectura
de la tabla hacia abajo hasta encontrar el ltimo nmero que se halla al
final de la pgina, si es que en caso no hubiera pasamos a las siguiente
columna que es 79. Hay veces que el universo sea de tres nmeros es
ese caso comenzaramos con 977, 473, 562, etc.
d) Ventajas
1.- La utilizacin correcta de las tablas aleatorias proporciona seguridad a la

muestra, esto es que se considera como libre de error.
2.- Sin necesidad de dividir el universo en estratos, en la muestra obtenida,

mediante las tablas aleatorias, se hallan presentes todos los estratos, en forma
proporcional al total del estrato.
e) Procedimientos para obtener la muestra
1.- Enumerar el universo
En primer lugar obtenemos una lista de los miembros del universo y si no

hay es necesario elaborarla. Una vez que se cuenta con la lista, se
comienza a enumerar cada nombre del el 1 hasta el ltimo miembro del
universo.
2.- Determinar el tanto por ciento para la muestra
La muestra debe hallarse entre los porcentajes de 3% y 30%, de acuerdo

con el tamao del universo, pues bien de entre estos, porcentajes habra
que ver cul de los porcentajes es el ms adecuado para el universo que se
va a trabajar. Si el universo fuera 90 sujetos, posiblemente el porcentaje
que convendra sera 30%.
3.- Calcular la muestra
El 30% de 90 que constituyen el universo da 30, esto es que se va a

trabajar con una muestra de 30 sujetos.
4.- Contar el nmero de cifras del universo
Si el universo es de 90, este nmero est compuesto por los nmeros 9 y

0, esto es de dos cifras.
5.- Escribir en un cuadro toda la numeracin del universo
Aqu se conforma un cuadro o una tabla enumerando del 1 hasta el 90,

escribindolo en filas de diez en diez.
6.- Leer en las tablas aleatorias tantas cifras cuantas tenga el universo.
Se dijo que el universo tena 2 cifras, por lo tanto en las tablas aleatorias
se debe leer las columnas 1 y 2, as 97, que es el primer nmero.
7.- Ir sealando en el cuadro los nmeros ledos y que se hallan dentro

de la numeracin del universo, hasta tener el nmero de casos
calculados para la muestra
Sealaremos hasta completar la muestra que son 30 sujetos, esto se va

eligiendo en la tabla de dgitos aleatorios, as que comenzaremos por el
nmero 97 que no se considera por que no est dentro del universo, luego
el nmero 47 que si est dentro del universo y lo vamos tachando y as
sucesivamente hasta completar la muestra requerida, si se vuelve a repetir
los nmeros buscados se pasa por alto.
8.- Seguir leyendo hasta terminar la columna primera
El ltimo nmero de la tabla es 65. Si hasta ese nmero no se tiene la

cantidad que se necesita para la muestra, se va al principio y se comienza
la segunda columna, esto es las columnas 3 y 4 que corresponden a los
nmeros 79, 34, etc.
9.- Comenzar una nueva columna con la siguiente a la leda
Si aun as no se ha logrado completar la muestra se comienza con las

columnas 5 y 6, esto es 85. Con muestras grandes, generalmente de un
universo que consta de 4 o 5 cifras, es posible que se llegue la final de la
tabla sin haber completado la muestra, en ese caso se completa la
cantidad que sobra con la primera o primeras de la tabla.
10.- Sacar la nmina de la muestra
Una vez que se tenga los nmeros de los sujetos que compondrn la
muestra solo falta ver a quienes corresponde cada uno de esos nmeros
e ir informando la lista de los que constituyen la muestra.
2.3.4. Muestra por grupos.
Si se quiere investigar a todos los alumnos de la UNS, el universo es

demasiado grande ya que dificultara aun para obtener la muestra. Por tal
razn en estos tipos de casos se prefiere hacer por grupos de alumnos es
decir en lugar de que en la lista del universo consten los nombres de los
alumnos, lo que va a constar son las escuelas.
Seria de una manera ms rpida poder conseguir el listado de alumnos por

escuela. Dentro de cada grupo (Estrato) puede utilizarse las tablas
aleatorias para seleccionar las respectivas escuelas. Esto es de la manera
como se procedi con la muestra por estratos.
CONCLUSIN
La seleccin y delimitacin del universo estudiado, es un aspecto de gran importancia en la

investigacin y adecuarlo a que garantice trabajar con un tamao de muestra adecuado nos
facilita en gran medida el desarrollo de la investigacin.
Los estratos nos muestran la diferencia entre cada cierto grupo de elementos dentro de un
universo, dndonos posibles deferencias entre las evaluaciones en el universo.
La identificacin y el establecimiento de las distintas clases de muestras representan un

papel muy importante para poder identificar los estratos del universo
POBLACIN Y MUESTRA
1. DEFINICIN POBLACION Y MUESTRA

As, una poblacin es el conjunto de todos los casos que concuerdan con una serie de
especificaciones y la muestra es, en esencia, un subgrupo de la poblacin. Digamos que es un
subconjunto de elementos que pertenecen a ese conjunto definido en sus caractersticas al que
llamamos poblacin.
Se utiliza por economa de tiempo y recursos

Implica definir la unidad de anlisis
Requiere delimitar la poblacin para generalizar resultados y establecer parmetros
En una investigacin siempre tenemos una muestra?
No siempre, pero en la mayora de las situaciones s realizamos el estudio en una muestra.

Slo cuando queremos realizar un censo debemos incluir en el estudio a todos los casos
(personas, animales, plantas, objetos) del universo o la poblacin.
2. RECOLECCIN DE DATOS
Aqu el inters se centra en qu o quines, es decir, en los participantes, objetos,
sucesos o comunidades de estudio (las unidades de anlisis), lo cual depende del
planteamiento de la investigacin y de los alcances del estudio.
Por tanto, para seleccionar una muestra, lo primero que hay que hacer es definir la unidad
de anlisis (individuos, organizaciones, peridicos, comunidades, situaciones, eventos,
etc.). Una vez definida la unidad de anlisis se delimita la poblacin. Para el proceso
cuantitativo la muestra es un subgrupo de la poblacin de inters sobre el cual se
recolectarn datos, y que tiene que definirse o delimitarse de antemano con precisin,
ste deber ser representativo de dicha poblacin. El investigador pretende que los
resultados encontrados en la muestra logren generalizarse o extrapolarse a la poblacin
(en el sentido de la validez externa que se coment al hablar de experimentos). El inters
es que la muestra sea estadsticamente representativa.
3. DELIMITACIN DE UNA POBLACIN

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.
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.
3. seleccionar casos que son verdaderamente inelegibles. 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. 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.
4. SELECCIN DE UNA MUESTRA

En realidad, pocas veces es posible medir a toda la poblacin, por lo que obtenemos o
seleccionamos una muestra y, desde luego, se pretende que este subconjunto sea un
reflejo fi el del conjunto de la poblacin. Todas las muestras bajo el enfoque
cuantitativo deben ser representativas; por tanto, el uso de este trmino resulta por
dems intil. Los trminos al azar y aleatorio denotan un tipo de procedimiento mecnico
relacionado con la probabilidad y con la seleccin de elementos; pero no logran esclarecer
tampoco el tipo de muestra y el procedimiento de muestreo.
Bsicamente categorizamos las muestras en dos grandes ramas: las muestras no

probabilsticas y las muestras probabilsticas.
En las muestras probabilsticas todos los elementos de la poblacin tienen la misma

posibilidad de ser escogidos y se obtienen definiendo las caractersticas de la
poblacin y el tamao de la muestra, y por medio de una seleccin aleatoria o
mecnica de las unidades de anlisis.
En las muestras no probabilsticas, la eleccin de los elementos no depende de la

probabilidad, sino de causas relacionadas con las caractersticas de la investigacin o
de quien hace la muestra. Aqu el procedimiento no es mecnico ni con base en
frmulas de probabilidad, sino que depende del proceso de toma de decisiones de un
investigador o de un grupo de investigadores y, desde luego, las muestras
seleccionadas obedecen a otros criterios de investigacin.
5. CMO SE SELECCIONA UNA MUESTRA PROBABILISTICA

Resumiremos diciendo que la eleccin entre la muestra probabilstica y la no probabilstica
se determina con base en el planteamiento del problema, las hiptesis, el diseo de
investigacin y el alcance de sus contribuciones. Las muestras probabilsticas tienen
muchas ventajas, quiz la principal sea que
Puede medirse el tamao del error en nuestras predicciones. Se dice incluso que el
principal objetivo en el diseo de una muestra probabilstica es reducir al mnimo este
error, al que se le llama error estndar (Kish, 1995; Kalton y Heeringa, 2003).
Las muestras probabilsticas son esenciales en los diseos de investigacin transaccionales,
tanto descriptivos como correlacionales-causales (las encuestas de opinin o surveys, por
ejemplo), donde se pretende hacer estimaciones de variables en la poblacin. Estas
variables se miden y se analizan con pruebas estadsticas en una muestra, donde se
presupone que esta es probabilstica y todos los elementos de la poblacin tienen una
misma probabilidad de ser elegidos. Las unidades o elementos muestrales tendrn valores
muy parecidos a los de la poblacin, de manera que las mediciones en el subconjunto nos
darn estimados precisos del conjunto mayor. La precisin de dichos estimados depende
del error en el muestreo, que es posible calcular.
(VESE FIGURA 2)
Hay adems otros errores que dependen de la medicin, pero sern tratados en el
siguiente captulo.
Para hacer una muestra probabilstica son necesarios dos procedimientos:
1. calcular un tamao de muestra que sea representativo de la poblacin;
2. seleccionar los elementos muestrales (casos) de manera que al inicio todos tengan la
misma posibilidad de ser elegidos.
Para lo primero, se recomienda utilizar el programa STATS. Tambin se puede calcular el
tamao de muestra, mediante un procedimiento usando las formulas clsicas que se han
desarrollado, pero es ms tardado y el resultado o muy similar al que proporciona dicho
programa.
Para lo segundo (elementos muestrales), requerimos un marco de seleccin adecuado y
un procedimiento la aleatoriedad en la seleccin. Hablaremos de ambas cuestiones en los
siguientes apartados.
5.1. Clculo del tamao de muestra

Cuando se hace una muestra probabilstica, uno debe preguntarse: dado que una
poblacin es de N tamao .cual es el menor nmero de unidades muestrales
(personas, organizaciones, captulos de telenovelas, etc.) que necesito para
conformar una muestra (n) que me asegure un determinado nivel de error estndar,
digamos menor de 0.01?
La respuesta a esta pregunta busca encontrar una muestra que sea representativa del
universo o
Poblacin con cierta posibilidad de error (se pretende minimizar) y nivel de confianza
(maximizar), as como probabilidad.
Imaginemos que pretendemos realizar un estudio en la siguiente poblacin: las
empresas de mi ciudad. Entonces, lo primero es conocer el tamao de la poblacin
(nmero de empresas en la ciudad).
Supongamos que hay 2200 de ellas. Al abrir el subprograma Tamao de la muestra
en STATS4 el programa le va a pedir los siguientes datos:
.Tamao del universo?:
.Error mximo aceptable?:
.Porcentaje estimado de la muestra?:
.Nivel deseado de confianza?:
El tamao del universo o poblacin ya dijimos que es de 2 200. Debemos conocer este
dato o uno aproximado, sin olvidar que por encima de 99999 casos da lo mismo
cualquier tamao del universo
(Un milln, 200 mil, 54 millones, etc.), por lo que si tecleamos un nmero mayor a 99
999 el programa nos pondr esta cifra por omisin, pero si es menor la respeta.
Tambin nos pide que definamos el error estndar mximo aceptable (probabilidad),
el porcentaje estimado de la muestra y el nivel de confianza Anlisis de los datos
cuantitativos, en el paso 5 sugerido para el anlisis: analizar mediante Pruebas
estadsticas las hiptesis planteadas). Por ahora diremos que el error mximo
aceptable se refiere a un porcentaje de error potencial que admitimos tolerar de que
nuestra muestra no sea representativa de la poblacin (de equivocarnos). Los niveles
de error pueden ir de 20 a 1% en STATS.
Los ms comunes son 5 y 1% (uno implica tolerar muy poco error, 1 en 100, por as
decirlo; mientras que 5%, es aceptar en 100, 5 posibilidades de equivocarnos).
5.2. Muestra probabilstica estratificada
En ocasiones el inters del investigador es comparar sus resultados entre segmentos,

grupos o nichos de la poblacin, porque as lo seala el planteamiento del problema.
Pero a veces, nos interesan grupos que constituyen minoras de la poblacin o
universo y entonces si la muestra es aleatoria simple, resultara muy difcil determinar
que elementos o casos de tales grupos sern seleccionados. Imaginemos que nos
interesan personas de todas las religiones para contrastar ciertos datos, pero en la
ciudad donde se efectuara el estudio la mayora es por ejemplo
predominantemente catlica.
No podramos efectuar las comparaciones. Quiz tengamos 300 catlicos y dos o tres
de otras religiones. Entonces es cuando preferimos obtener una muestra
probabilstica estratificada (el nombre nos dice que ser probabilstica y que se
consideraran segmentos o grupos de la poblacin, o lo que es igual: estratos).
5.3. Muestreo probabilstico por racimos
En algunos casos en que el investigador se ve limitado por recursos financieros, por

tiempo, por distancias geogrficas o por una combinacin de estos y otros obstculos,
se recurre al muestreo por racimos o clusters. En este tipo de muestreo se reducen
costos, tiempo y energa, al considerar que muchas veces las unidades de anlisis se
encuentran encapsuladas o encerradas en determinados lugares fsicos o geogrficos,
a los que se denomina racimos.
Tabla 1 . Muestra probabilstica estratificada de directores de empresa
Fuente. HERNANDEZ SAMPIERI, Roberto, BAPTISTA LUCIO, Pilar y FERNANDEZ-COLLADO,

Carlos. Metodologa de la investigacin. 5 Ed.
La unidad de anlisis indica quienes van a ser medidos, o sea, los participantes o casos
a quienes en ltima instancia vamos a aplicar el instrumento de medicin. La unidad
muestral (en este tipo de muestra) se refiere al racimo por medio del cual se logra el
acceso a la unidad de anlisis. El muestreo por racimos supone una seleccin en dos o
ms etapas, todas con procedimientos probabilsticos. En la primera, se seleccionan
los racimos, siguiendo los pasos ya sealados de una muestra probabilstica simple o
estratificada. En las fases subsecuentes y Dentro de estos racimos, se seleccionan los
casos que van a medirse. Para ello se hace una seleccin que asegure que todos los
elementos del racimo tienen la misma probabilidad de ser elegidos.
6. CMO SE LLEVA A CABO EL PROCEDIMIENTO DE

SELECCIN DE LA MUESTRA?
Las unidades de anlisis o los elementos muestrales se eligen siempre aleatoriamente
para asegurarnos de que cada elemento tenga la misma probabilidad de ser elegido.
TOMBOLA
Muy simple pero muy rpido, consiste en numerar todos los elementos
muestrales de la poblacin, del uno al nmero N. Despus se hacen fichas o
papeles, uno por cada elemento, se revuelven en una caja y se van sacando n
nmero de fichas, segn el tamao de la muestra. Los nmeros elegidos al azar
conformarn la muestra.
Cuando nuestro muestreo es estratificado, se sigue el procedimiento anterior,
pero por cada estrato.
NMEROS RANDOM O NMEROS ALEATORIOS

Se refiere a la utilizacin de una tabla de nmeros que implica un mecanismo de
probabilidad muy bien diseado.
STATS
Una excelente alternativa para generar nmeros aleatorios se encuentra en el
programa STATS, que contiene un subprograma para ello y evita el uso de la
tabla de nmeros aleatorios. Es hasta ahora la mejor forma que hemos
encontrado para hacerlo. El programa nos pide que le indiquemos la cantidad de
nmeros aleatorios que requerimos, entonces tecleamos el tamao de muestra;
Elegimos la opcin: Establecer lmite superior e inferior y nos solicita que
establezcamos el lmite inferior (que siempre ser uno, el primer caso de la
poblacin, pues la muestra se extrae de sta) y el lmite superior (el ltimo
nmero de la poblacin, que es el tamao de la poblacin). Y tecleamos
Calcular y nos genera automticamente los nmeros. Vemos contra nuestro
listado a quin o a qu corresponde cada nmero y estos nmeros son los casos
que pasaran a integrar la muestra.
SELECCIN SISTEMTICA DE ELEMENTOS MUESTRALES

Este procedimiento de seleccin es muy til e implica elegir dentro de una
poblacin N un nmero n de elementos a partir de un intervalo K. Este ltimo (K)
es un intervalo que se va a determinar por el tamao de la poblacin y el tamao
de la muestra. De manera que tenemos que K= N/n, en donde K = un intervalo de
seleccin sistemtica, N = la poblacin y n = la muestra.
Este procedimiento de seleccin es poco complicado y tiene varias ventajas:
cualquier tipo de estratos en una poblacin X se vern reflejados en la muestra.
Asimismo, la seleccin sistemtica logra una muestra proporcionada.
7. LISTADOS Y OTROS MARCOS MUESTRALES

Algo esencial que precede a la seleccin de una muestra es el marco muestral. ste
constituye un marco de referencia que nos permita identificar fsicamente los
elementos de la poblacin, la posibilidad de enumerarlos y, por ende, de proceder a
la seleccin de los elementos muestrales.
Normalmente se trata de un listado existente o una lista. Los listados existentes
sobre una poblacin son variados: guas telefnicas, listas de miembros de las
asociaciones, directorios especializados, listas oficiales de escuelas de la zona, bases
de datos de los alumnos de una universidad o de los clientes de una empresa,
registros mdicos, catastros, nminas de una organizacin, etc. En todo caso hay
que tener en cuenta lo completo de una lista, su exactitud, su veracidad, su calidad y
su nivel de cobertura en relacin con el problema a investigar y la poblacin que va
a medirse, ya que todos estos aspectos influyen en la seleccin de la muestra.
ARCHIVOS
Un gerente de reclutamiento y seleccin de una empresa quiere precisar si algunos
datos que se dan en una solicitud de trabajo estn correlacionados con el
ausentismo del empleado. Para establecer correlaciones se considerar como
poblacin a todas las personas contratadas durante 10 aos. Se relacionan sus datos
en la solicitud de empleo con los registros de faltas.
Como no hay una lista elaborada de estos individuos, el investigador decide acudir a
los archivos de las solicitudes de empleo. Tales archivos constituyen su marco
muestral a partir del cual se obtendr la muestra. Calcula el tamao de la poblacin,
obtiene el tamao de la muestra y selecciona sistemticamente cada elemento 1/K,
cada solicitud que ser analizada. Aqu el problema que surge es que en el archivo
hay solicitudes de gente que no fue contratada y, por tanto, no debe considerarse
en el estudio. Los especialistas en muestreo no tomar en cuenta ese elemento, es
decir, hacer como si no existiera, y continuar con el intervalo de seleccin
sistemtica.
MAPAS
El mapa le permite ver la poblacin y su situacin geogrfica, de manera que elige
zonas donde coexistan diferentes puntos de inters para el investigador En la
actualidad hay mapas de todo tipo: mercadolgicos, socioculturales, tnicos,
martimos, entre otros. El Global Positioning System (GPS) o Sistema de
Posicionamiento Global ya puede ser muy til para esta clase de muestreo.
8. TAMAO OPTIMO DE UNA MUESTRA

Tal como se mencion, las muestras probabilsticas requieren dos procedimientos bsicos:
1) la determinacin del tamao de la muestra y 2) la seleccin aleatoria de los elementos
maestrales.
Para tal efecto, se muestra algunos ejemplos y tablas que indican los tamaos de muestra
ms utilizados por los investigadores, segn sus poblaciones (nacionales o regionales)
Figura 1 Muestras utilizadas con frecuencia en investigaciones nacionales y regionales segn rea de estudio
El tamao de una muestra depende tambin del nmero de subgrupos que nos interesan en una
poblacin.
Figura 2 Muestras tpicas de estudios sobre poblaciones humanas y organizaciones
Otra tabla que nos ayuda a comprender el tema de acuerdo con el propsito del estudio. Aqu
cada nmero es el mnimo sugerido.
Figura 3 Tamaos de muestra mnimos en estudios cuantitativos
Lo ptimo de una muestra depende de cunto se aproxima su distribucin a la distribucin

de las caractersticas de la poblacin. Esta aproximacin mejora al incrementarse el tamao
de la muestra. La normalidad de la distribucin en muestras grandes no obedece a la
normalidad de la distribucin de una poblacin. La distribucin de diversas variables a veces
es normal y en ocasiones est lejos
de serlo. Sin embargo, la distribucin de muestras de 100 o mas elementos tiende a ser
normal y esto sirve para el propsito de hacer estadstica inferencial (generalizar de la
muestra al universo). A lo anterior se le llama teorema del lmite central.
Distribucin normal: esta distribucin en forma de campana se logra generalmente con

muestras de 100 o ms unidades muestrales, y es til y necesaria cuando se hacen
inferencias de tipo estadstico.
9. CMO Y CULES SON LAS MUESTRAS NO

PROBABILSTICAS?
Las muestras no probabilsticas, tambin llamadas muestras dirigidas, suponen un
procedimiento de seleccin orientado por las caractersticas de la investigacin, ms que
por un criterio estadstico de generalizacin. Se utilizan en diversas investigaciones
cuantitativas y cualitativas.
Seleccionan individuos o casos tpicos sin intentar que sean estadsticamente
representativos de una poblacin determinada. Por ello, para fines deductivos-
cuantitativos, cuando la generalizacin o extrapolacin de resultados hacia la poblacin es
una finalidad en s misma, las muestras dirigidas implican algunas desventajas.
La primera es que, al no ser probabilsticas, no es posible calcular con precisin el

error estndar, es decir, no podemos determinar con qu nivel de confianza hacemos
una estimacin.
Las muestras no probabilsticas tiene un valor limitado a la muestra en s, ms no a la
poblacin. Es decir, los datos no pueden generalizarse a sta.
La ventaja de una muestra no probabilstica
Desde la visin cuantitativa es su utilidad para determinados diseos de estudio

que requieren no tanto una representatividad de elementos de una poblacin, sino
una cuidadosa y controlada eleccin de casos con ciertas caractersticas especificadas
previamente en el planteamiento del problema.
Para el enfoque cualitativo, al no interesar tanto la posibilidad de generalizar los
resultados, las muestras no probabilsticas o dirigidas son de gran valor, pues logran
obtener los casos (personas, objetos, contextos, situaciones) que interesan al
investigador y que llegan a ofrecer una gran riqueza para la recoleccin y el anlisis de
los datos.
9.1. Muestreo al azar por marcado telefnico

(Random Digit Dialing)
sta es una tcnica que los investigadores utilizan para seleccionar muestras telefnicas.
Involucra identificar reas geogrficas para ser muestreadas al azar y sus correspondientes
cdigos telefnicos e intercambios (los primeros dgitos del nmero telefnico que las
identifican). Luego, los dems dgitos del nmero que se va a marcar pueden ser generados
al azar de acuerdo con los casos que requerimos para la muestra (n).
9.2. Una mxima del muestreo y el alcance del

estudio
Los estudios exploratorios regularmente emplean muestras dirigidas, aunque podran
usarse muestras probabilsticas. La mayor parte de las veces, las investigaciones
experimentales utilizan muestras dirigidas, porque es difcil manejar grupos grandes o
mltiples casos.
Las investigaciones no experimentales descriptivas o correlacionales - causales deben

emplear muestras probabilsticas si quieren que sus resultados sean generalizados a la
poblacin.
Asimismo, en ocasiones la muestra puede ser en varias etapas. Por ejemplo, primero elegir
universidades, luego, escuelas o facultades, despus, salones o grupos y finalmente,
estudiantes.
Ejemplo de aplicacin
El abuso sexual infantil
El estudio es un experimento y la muestra es dirigida.

Se reclutaron preescolares de tres centros de desarrollo infantil con una poblacin similar,
hijas de hijos de madres que laboran para la Secretara de Educacin Pblica del Estado de
Quertaro. Se evaluaron seis grupos escolares que fueron asignados a tres grupos
experimentales (n1 = 49 nios, n2 = 22 nios y n3 = 79 nios).
Al inicio del proceso se obtuvo anuencia de las autoridades escolares de los centros. En
general, se hicieron reuniones previas con los padres de familia para informarles del
programa. Se efectu una sesin de acercamiento en la cual, la persona que aplic las
escalas se present con los nios y las nias, asimismo, desarroll actividades ldicas para
establecer confianza y cercana con los grupos, adems les explic de forma general el
proceso a llevarse a cabo y su participacin fue de carcter voluntario (tenan la posibilidad
de negarse). Antes de cada evaluacin, se les pidi su consentimiento a todos los infantes.
3. CAPITULO VII: EL UNIVERSO Y LA MUESTRA
7.1. EL UNIVERSO:
7.1.1. DEFINICIN
El universo constituye el conjunto de elementos que tienen una caracterstica similar
y que se hallan dentro de una circunscripcin territorial, dicho en otras palabras:
constituyen el universo todos los sujetos que van a ser investigados sobre un tema
dado.
7.1.2. ELEMENTOS
Los sujetos que conforman el universo se denominan elementos, y al realizar una
investigacin, lo que se quiere saber son las caractersticas o atributos de sus
elementos.
Un censo no es sino el recuento de los elementos de una nacin o de una parte de
ella, divididos por determinadas caractersticas, como: procedencia, edad, sexo,
nivel educativo, profesin, etc.
7.1.3. AMPLITUD
La amplitud est dada por el tema de investigacin; pero qu limites debe tener? Es
el investigador el que lo determina de acuerdo con el campo que abarque el
problema y las posibilidades del investigador. El universo, en s, no tiene lmites;
los pone el investigador.
El universo solo depende del problema que se trata de dilucidar. Sin embargo no
siempre puede mantenerse este universo enunciado en un principio, por varias
razones, vanse las siguientes.
7.1.3.1. UNIVERSO INICIAL
Universo inicial.- Es el que el investigador cree conveniente determinarlo para
poder comprobar su hiptesis. El tamao de ste sera ideal, siempre que no haya
sido determinado por falta de experiencia, o al acaso.
Lo normal es que un investigador, ya sea por su experiencia o, porque le ha sugerido
su asesor, seala el universo que parecera el ideal. Las necesidades de la
investigacin deberan ser las nicas que determinen el universo y la muestra.
7.1.3.2. LAS NECESIDADES

Prcticas obligan, casi siempre, a reducir ese universo fijado en un principio; pero,
hay que tener en cuenta que no afecta a la eficiencia de la investigacin. Estas
necesidades constituyen: la reduccin de los gastos, la disminucin de los viajes y la
obtencin de los datos en el menor tiempo posible. Sin embargo estos factores
pueden tener repercusin en toda la investigacin.
7.1.3.3. LA ACCESIBILIDAD
La accesibilidad o no a los elementos, materia de la investigacin.- Esta variable

funciona de dos maneras completamente distintas:
La primera, el investigador no tiene acceso a ciertas partes del universo, aun cuando
ello no afecte a la eficacia de la investigacin puede reducir el universo o por lo
menos la muestra.
La segunda, acta en sentido contrario.
7.1.3.4. FINALMENTE
Finalmente, la consideracin de los anlisis estadsticos que tendrn lugar luego de

la recogida de datos, hace pensar, al investigador, en la necesidad de reducir el
universo a lo mnimo, ya que cuanto menos cantidad o sujetos existan en la muestra
tanto ms fcil se realizar el anlisis y la interpretacin.
7.1.4. NECESIDAD DE DETERMINARLO
Parecera que el fijar los lmites del universo no tiene mayor importancia, pues no,
los resultados que se obtengan con la investigacin no pueden ser atribuidos sino al
universo, materia de la investigacin, y no a otro.
7.1.5. LA SUBPOBLACION
Dijimos que el universo constituye un conjunto de elementos que tienen una
caracterstica similar, ahora bien, una poblacin o universo puede ser incluido en
otro ms amplio por su extensin.
Otra forma de dividir al universo es tomando en cuenta las diferentes variables. En
caso de que una poblacin o universo se halle incluido en otro ms grande, a la
primera se puede llamarla la subpoblacin, y a las ms grande, poblacin o
universo.
7.1.6. LOS ESTRATOS
7.1.6.1. DEFINICIN
Se refiere a las capas o diferencias de un todo, segn la sociologa la poblacin se
divide en distintos estratos (nivel de vida, estatus profesional, nivel de instruccin,
entre otros)
Una casta es diferente entre un estrato ya que mientras un estrato son
intercomunicantes (se puede elevar de nivel de vida o viceversa) las castas no
permitan este cambio.
El proceso de la estratificacin es importante ya que permite asegurar que todos los
aspectos significativos del universo estn representados en la muestra, mediante la
divisin de la poblacin en subgrupos o estratos atendiendo a las caractersticas que
puedan hacer variar el resultado del tema a investigar.
7.1.6.2. NORMA
Los estratos para ser considerados como tales deben cumplir con una norma, la cual
consiste en que deben ser excluyentes (un estrato no puede contener a otro), de tal
manera que cada estrato acte por separado.
7.1.6.3. ORDENAMIENTO
Otro criterio que deben considerar los estratos para validarse es guardar un
determinado orden, para ello se debe clasificar correctamente cada grupo de acuerdo
a un orden, un primer paso es enumerarlos, luego se procede a entrelazarlos, as
conseguiremos ordenar los estratos para relacionarlos con una determinada muestra
de la poblacin
7.2. LA MUESTRA
1.6.4. 7.2.1. DEFINICIN
Es una parte del universo en la que se hallan representados los elementos de cada
uno de los estratos, grupo necesario para la investigacin que se propone realizarla.
La investigacin consiste en encontrar, si una variable determinada, se cumple o no
en cada uno de sus elementos, o en que proporcin lo hace, por lo tanto, la
investigacin debera hacerse en todos y cada uno de sus miembros, sin embargo, se
prefiere hacer nicamente en una parte de ellos y es lo que se denomina muestra.
Ejemplo: Se puede pedir una muestra de flores que van a ser exportadas, en cuyo
caso no es necesario ver todo el producto sino solamente una parte, para poder
juzgar por el resto. Con alguna frecuencia se est utilizando la investigacin para
conocer antes de proclamarse los resultados quien ha ganado en una eleccin.
1.6.5. 7.2.2. CONFIABILIDAD DE LA MUESTRA

La ventaja de la muestra es el ahorro, en la investigacin, de tiempo y dinero, pero
es importante saber si esa ventaja no afecta la validez. Sera absurdo ese ahorro si
esta reduccin de la poblacin llevara a datos falsos, es por esta razn que se han
hecho investigaciones experimentales para comprobar si se puede o no confiar en la
muestra, ya que el momento en que no se investiga a todos los sujetos, sino a una
parte de ellos, surge la pregunta: Qu confianza puede tener el investigador de
que la informacin proporcionada solo por una parte del universo tendr el
mismo valor que si hubiese sido recogida entre todos los sujetos? Esta es la duda
que ha existido siempre, por lo mismo se han hecho una serie de investigaciones
para saber hasta qu punto son confiables esos resultados obtenidos solo de unos
pocos. Selltiz presenta el siguiente cuadro estructurado con las respuestas que
obtuvo.
7.2.3. CLASES DE MUESTRAS
Hay varias clases de muestras, pero la divisin principal que se puede hacer es entre
muestra de no probabilidades y muestra de probabilidades. Ejemplo: Si un profesor
entra a su aula donde se halla sus alumnos y llama por sus nombre a cinco para que
representen al curso los dems no tuvieron ninguna oportunidad de ser elegidos, en
cambio si se hubieran puesto los nombres en una cajita y all fuera extrayndose
nombres por nombre, todos se hallaran en las mismas condiciones de salir en esa
seleccin. El primer caso corresponde a la muestra de no probabilidades y el
segundo caso al de las muestras de probabilidades. Estudiemos casa uno por
separados.
7.2.3.1. MUESTRA DE NO PROBABILIDADES
En esta clase de muestras los miembros del universo no tienen las mismas
oportunidades de ser incluidos en la muestra, por lo cual no es representativa, ni
democrtica. Su ventaja es la comodidad y economa del tiempo.
7.2.3.1.1. MUESTRA ACCIDENTAL No.1.
Una vez determinado el nmero de casos que comprender la muestra, se selecciona

a los que ms estn a mano, hasta que se cuente con el nmero de elementos
requeridos. Si la muestra no fue bien seleccionada, resultado de la investigacin no
ser confiable.
7.2.3.1.2. MUESTRA ACCIDENTAL No.2.
Hay tres formas:

a) Se determina el porcentaje con el que se va a trabajar, luego en el universo se
seala un nmero cualquiera de entre los primeros dgitos ste sera el primer
elemento de la muestra. A este nmero se le suma el 10 (de 10%) as se sigue hasta
terminar todo el universo; con lo cual en la muestra ya se tendr el 10% que es lo que
se haba propuesto en un principio.
b) Lo que se quiere es un programa de televisin que trata de investigar las personas
que ven su programa, para lo cual anuncia buenos premios para la persona que est
escuchando el programa. Para eso o selecciona un nombre al azar en cada pgina de
la gua telefnica.
c) Los nombres del universo en columna y luego otra persona o el mismo
investigador, sin mirar, deja caer el lpiz en cada pgina. Los escogidos son el que
est sobre el lpiz y el que est por debajo del lpiz y as debe continuar hasta tener el
nmero que corresponde a la muestra.
7.2.3.1.3. MUESTRA INTENCIONALES
Dentro de este grupo analizan la muestra intencionada donde va a seleccionar los

sujetos que compondrn la muestra mediante la seleccin de casos considerados
como tpicos, bajo el supuesto, tambin.
7.2.3.2. MUESTRAS DE PROBABILIDADES
Se caracteriza porque cada sujeto tiene iguales probabilidad de salir en la muestra, y

por lo tanto se asegura que el muestreo sea representativo.
7.2.3.2.1. MUESTRA SENCILLA DE AZAR
Se elaborar una lista de los miembros del universo, asignando a cada uno un nmero.
Luego se determina el tanto por ciento que comprender la muestra. Supongamos que
el universo es de 1.500 y el 10% de ste, 150. Como tercer paso se escriben los
nmeros del universo en papelitos para luego sortearlos o sea ir tomando uno a uno al
azar hasta tener los 150 que corresponda a la muestra.
7.2.3.2.2. MUESTRA ESTRATIFICADA AL AZAR
La estratificacin es la tcnica que se utiliza para asegurarse de que cada uno de los
estratos se halle presente en la muestra, lo difcil es detectar las caractersticas de cada
estrato que requiere investigacin previa.
Para trabajar con esta clase de muestra se procede de la siguiente manera:
1 Se calcula el nmero total de sujetos del universo.
2 Se divide al universo en estratos.
3 `Se determina el tanto por ciento que se va a tomar del universo para la muestra.
Este mismo porcentaje se aplica a cada uno de los estratos, la suma de los cuales
volver a dar el 10% seleccionado del universo para la muestra.
4 La muestra no indica los elementos que van a componer la muestra sino solamente
el nmero de cada uno de los estratos. Para saber a quienes corresponde, se procede a
sortearlos dentro de cada estrato.
7.2.3.2.3. MUESTRA MEDIANTE LAS TABLAS ALEATORIAS
a) Definicin
El mtodo de seleccin aleatoria, dice David J. Fox, es aquel en que todos los
elementos de la poblacin tienen la misma probabilidad de ser elegidos para la
muestra, y por tanto todas las muestras posibles de un tamao dado, son igualmente
probables
b) Los dgitos aleatorios
Vamos a considerar un universo de 80 nios y se quiere una muestra del 20% que es
16 nios que se necesita seleccionarlos.
En un recipiente se encuentra escrito en unos papelitos los 80 nios del universo. Se
mezcla, y el primer nio que tiene una probabilidad de salir de una entre 80 para ser
elegido, el segundo tendra la oportunidad de 1 entre 79 de salir elegido y el dcimo
estara con una probabilidad de salir de una entre 70. Si el nio que sali ya una vez,
vuelve a salir una segunda o tercera vez, solo vale la primera y las otras ya no, por
lo tanto, vuelve a meterse el papel, para sacar otro papel hasta tener los 16 sujetos
que componan la muestra.
c) Las tablas de los dgitos aleatorios
Generalmente estas tablas vienen estructuradas en grupos de cinco nmeros

formando columnas y con una divisin de doble espacio entre cada cinco filas, as.
97798 55322 07053

47342 03962 10928
56293 64215 13906
70768 19298 32279
17953 18908 16388
30830 38374 00026
Espaciando los nmeros, para mayor facilidad y ponindole un nmero a cada

columna quedara as
1 2 3 4 5 6 7 8 9 10
9779855322
4734203962
5629364215
7076819298
1795318908
3083038374
1896896456
0762417395
2645669822
3806547752
Para utilizar las tablas se necesita primero numerar los elementos del universo. Por
ejemplo 60. Como 60 tiene dos cifras: 6 y 0, hay que leer las dos primeras
columnas, esto es 97, pero este nmero es mayor que 60 se pasa por alto y se lee el
que sigue, que es 47. Como este nmero se halla dentro del universo (60) este es el
primer nmero que corresponde a la muestra. Continuando el siguiente nmero es el
56, que tambin est dentro del universo y por lo tanto es el segundo miembro de la
muestra. El siguiente nmero es el 70 que ya no est dentro de 60 que es el universo
lo cual no se toma en cuenta y sigue el 17, que sera el tercer miembro de la
muestra.
Si es que an no se llega al nmero de miembros que compondrn la muestra se
continuar leyendo en las columnas siguientes, esto es en la 3 y 4, donde se lee 79,
34, 29, y si an no se llega al nmero deseado para la muestra, se comienza a leer en
otras dos columnas, esto es 5 y 6, que corresponden a los nmeros 85, 20, etc.
Dado el caso de que el universo sea de tres nmero, como 475, habr que tomar 3
columnas en lugar de dos como se hizo en el ejemplo anterior y se leera: 9 7 7, 4 7
3, 5 6 2, etc.
Supongamos que tanto el universo como la muestra que se desea sacar son bastante
grandes y que al terminar la pgina de dgitos aleatorios an no se tiene completa la
muestra, las columnas que sobran de la pgina se completan con las primeras
columnas de la misma pgina.
d) Ventajas
1. Cuando se utiliza muestra de no probabilidades el investigador necesita

explicar cmo lo hizo. En cambio si se utiliza las tablas aleatorias
proporciona seguridad a la muestra, esto es que se considera como libre de
error.
2. Sin necesidad de dividir el universo en estratos, en la muestra obtenida,

mediante las tablas aleatorias, se hallan presentes todos los estratos, en
forma proporcional al total del estrato.
e) Procedimiento para obtener la muestra
Un ejemplo:
1. Enumerar el universo
Debemos obtener una lista de los miembros del universo en forma alfabtica, interesa
que lleven una separacin de determinados estratos para identificarlo, como por
ejemplo los grados de una escuela, los barrios de una ciudad.
Una vez obtenida la lista se procede a enumerar cada nombre desde el 1 hasta el
ltimo miembro del universo (los trabajos se realizaran con nmeros)
2. Determinar el tanto por ciento para la muestra

Se indic anteriormente que la muestra debe hallarse entre los porcentajes 3% y
30%, de acuerdo con el tamao del universo, pues bien de entre estos, porcentajes
habra que ver cul de los porcentajes es el ms adecuado para el universo con el
que se va a trabajar. Si el universo fuera de unos 9032 sujetos, posiblemente el
porcentaje que convendra sera del 30%, fijado ste se contina con el siguiente
paso.
3. Calcular la muestra
El 30% de 90 que constituyen el universo da 30, esto es que se va a trabajar con una
muestra de 30 sujetos.
4. Contar el nmero de cifras del universo

Si el universo es de 90, este nmero est compuesto por los nmero 9 y 0, esto es 2
cifras.
5. Escribir en un cuadro toda la numeracin del universo:

Conforma un cuadro o una tabla con esta numeracin en la que se aconseja escribir
en filas de diez en diez as:
6. Leer en las tablas aleatorias tantas cifras cuantas tenga el universo:
Si el universo tiene una cantidad de cifras, por lo tanto en las tablas aleatorias se
debe leer las columnas 1 y 2 si el universo tiene 2 cifras. Ejemplo 97 que es el
primer nmero
7. Ir sealando en el cuadro nmeros ledos y que se hallan dentro de la
numeracin del universo, hasta tener el nmero de casos calculados para la
muestra
Un vez que se ha ledo la primera cifra se busca est en el cuadro que se conform
en el paso 5, se tacha, ose seala con resaltador.
Cuando hay nmeros repetidos entre los que se estn leyendo solo se marca la
primera vez la siguiente se pasa por alto.
Ejemplo: en el ejemplo que se ha puesto hay los siguientes nmeros repetidos:
El 43 se halla en la fila 8 y en la fila 19
El 32 se halla en la fila 18 y en la fila 20,etc
En este caso el 43 se marca la primera vez y al leer la segunda vez ya no, el
marcado se hace hasta completar la cantidad de muestra que se est pidiendo.
8. Seguir leyendo hasta terminar la columna primera
El ltimo nmero es 65. Si hasta ese nmero no se tiene la cantidad que se necesita
de muestra, se va al principio y se comienza la segunda columna, esto es la columna
3 y 4 que corresponde al nmero 79, 34, etc.
9. Comenzar una nueva columna con la siguiente leda

Si aun as no se ha logrado completar la muestra se comienza con la columna 5 y 6,
esto es 85. El 8 tomado de la ltima cifra del primer bloque y el 5 tomado del
segundo bloque.
10. Sacar la nmina de la muestra

Una vez que se tenga los nmeros de los sujetos que compondrn la muestra se va
formando la lista de los que constituyen la muestra viendo a quienes les corresponde
cada uno de esos nmeros.
Ejemplo:
7.2.3.2.4. MUESTRA POR GRUPOS
Si se quisiera investigar a todos los escolares del Ecuador, el universo es demasiado

grande ya que se dificultara aun para obtener la muestra. En esos casos se prefiere
hacer por grupo de escolares es decir en lugar de que en la lista del universo consten
los nombres de los alumnos, lo que va constar son las escuelas. Una vez
seleccionadas la muestra de una escuela, son investigados los alumnos de esa escuela.
Dentro de cada grupo (estrato) puede utilizarse las tablas aleatorias para seleccionar
las respectivas escuelas.
a. La contrastacin por muestreo y entrevista
La muestra representativa es uno de los elementos metodolgicos ms importantes y, al
mismo tiempo, ms complejos en las ciencias sociales actuales. Debido a esta complejidad, nos
limitamos a exponer al principiante algunos requisitos y problemas que implica la utilizacin de
este procedimiento. La funcin de una encuesta consiste en recabar informacin verdica y
pertinente sobre un fenmeno social, por lo general, un grupo o colectivo de personas,
mediante la aplicacin y evaluacin de un cuestionario.
Para ser ms preciso: se busca recabar los datos (caractersticas) que parecen ser tpicos
(mayoritarios) para el colectivo en cuestin, generalmente para contrastar alguna hiptesis
sobre el universo o la poblacin estadstica que se investiga. El grupo o colectivo de personas
en que se concentra nuestro inters de conocimiento, se llama universo o poblacin
estadstica. El universo o poblacin estadstica es definido por el inters de conocimiento del
investigador.
Podemos definir un universo o una poblacin estadstica (para una encuesta) como un
conjunto o colectivo de personas que tienen, al menos, una caracterstica (propiedad) en
comn, que interesa al investigador.
Para conocer las opiniones o caractersticas de las personas (elementos) que componen el
universo, el investigador puede proceder de tres maneras realizar un estudio piloto, un censo
o una encuesta.
Estudio piloto, es un estudio exploratorio, que tiene la funcin de orientar y guiar al

investigador en el inicio de la investigacin, cuando todava no conoce a fondo a la
poblacin del estudio (su objeto de investigacin) y por ende, no puede disear un
cuestionario definitivo ni el tamao de una muestra representativa. Dicho de otra
manera, la funcin del estudio piloto consiste en proporcionarle tempranamente al
estudioso la informacin que requiere para poder planificar adecuadamente su
encuesta. Se realiza mediante la aplicacin de cuestionarios a algunas personas del
universo que se consideran representativas de la poblacin o que, se supone, disponen
de mayor informacin sobre ella que las dems, proporcionando, de esta manera,
pautas y datos para el diseo del cuestionario y la encuesta definitiva. A veces, se
sustituyen los cuestionarios por entrevistas grabadas, cuyo posterior anlisis cumple la
misma funcin.
Censo, es la aplicacin de un cuestionario a todos los miembros del universo

estadstico. La ventaja del censo consiste en que la informacin recabada es completa,
dado que se obtienen las respuestas de todos los elementos que pertenecen a la
poblacin. Las desventajas del censo consisten en que su aplicacin es muy costosa y
su evaluacin sumamente tardada. Esa es la razn por la cual, en la mayora de las
naciones industrializadas, se aplican os censos solamente cada diez aos.
Encuesta o muestra, Por muestra estadstica se entiende, dentro de nuestro contexto,
la aplicacin de un cuestionario a una parle seleccionada o una fraccin de la
poblacin. Una muestra puede ser representativa o no representativa. La encuesta (n)
es representativa para la poblacin (N), cuando los resultados arrojados por ella se
repitieran con un determinado margen de error, al aplicarse el mismo cuestionario a la
poblacin entera; es decir, al realizarse un censo en la poblacin. Para que los
resultados puedan generalizarse a toda la poblacin, la muestra debe cumplir con los
requisitos probabilsticos de representatividad. Generalmente, la meta del investigador
ser la realizacin de una encuesta representativa. El porqu de esta meta es fcil de
entender. La encuesta no-representativa tiene, por lo expuesto, poco valor en la
investigacin social, porque no permite obtener informacin verdica y relevante sobre
el fenmeno en cuestin. De ah, que siempre cuando sea posible, debera garantizarse
la representatividad de la muestra.
La tarea del investigador consiste, por ende, en combinar las ventajas del censo (informacin
amplia y correcta) con las de la muestra (rapidez, bajos costos): la solucin a esta tarea es la
muestra representativa. Una vez que se haya tomado la decisin de aplicar una muestra
representativa a una poblacin determinada, se necesita controlar conscientemente los siguientes
factores que influirn en la calidad de los resultados de la encuesta:
1. La calidad de la seleccin de la muestra, es decir, el tipo y el tamao de la muestra.

2. La calidad del diseo del cuestionario.
3. La calidad de la aplicacin del cuestionario.
4. La calidad de la evaluacin estadstica de los resultados.
5. La calidad de la interpretacin final de los resultados.
1. Diseo de encuesta por muestreo (por el maestro Agustn de porras)

Para que una muestra probabilstica sea representativa debe cumplir con dos requisitos
fundamentales:
El mtodo de seleccin de la muestra debe ser aleatorio para elegir las unidades
de muestreo, en el sentido de que todos los individuos o miembros de un universo
tengan la misma probabilidad e independencia (uno del otro) de ser seleccionados
en la muestra. Unidades de muestreo en este tipo de entrevistas pueden ser los
individuos de una poblacin determinada o las viviendas de una determinada rea
geogrfica; dentro de las viviendas se entrevista a sus ocupantes.
El tamao de la muestra sea lo suficientemente grande para reflejar
adecuadamente las caractersticas del universo que le interesan al investigador, En
trminos estadsticos el tamao de la muestra depende de tres factores:
La confiabilidad de los resultados de la muestra.
La precisin de estos resultados, es decir: la media muestral.
La varianza de la caracterstica socio-econmica fundamental de
muestreo.
METODOS DE SELECCIN DE UNA MUESTRA ALEATORIA
a) Muestreo simple aleatorio: se debe contar con un listado de todos los individuos o
miembros del universo enumerados del 1 al N, siendo N el tamao del universo.
b) Para seleccionar una muestra de tamao n del universo N, se escogen los
individuos de acuerdo a una tabla de nmeros aleatorios.
c) Muestreo aleatorio sistemtico: en este muestro se debe contar tambin con un

listado de los individuos o miembros del universo numerados del 1 al N (tamao
del universo). Si previamente se determin el tamao de muestra requerido,
entonces calculamos el siguiente nmero: N/n.
d) Muestreo aleatorio estratificado: se subdivide al universo en estratos de acuerdo a

cierto criterio de estratificacin y se reparte el tamao de muestra en cada estrato
segn su peso en el universo total. La conveniencia de estratificar al universo
radica en formar estratos ms homogneos, con lo cual se reduce notablemente la
varianza dentro de los estratos y por lo tanto disminuye el tamao de muestra
requerido en cada estrato.
DETERMINACION DEL TAMAO DE MUESTRA
Como se haba sealado antes, el otro eje bsico en que se fundamenta la

representatividad de una muestra es la determinacin de su tamao. Para determinar el
tamao de muestra siempre se considera una sola caracterstica de los individuos que
componen el universo o poblacin total. Esta caracterstica puede ser socio-econmica o
demogrfica.
RESUMEN:
Por muestra probabilstica, aleatoria o al azar, se entiende una muestra, cuyos elementos
hayan sido seleccionados mediante un procedimiento que excluye cualquier influencia
subjetiva del investigador.
Procedimientos de seleccin de este tipo son tablas aleatorias, loteras, dados, etc.
Ntese, que el trmino al azar no tiene la connotacin en estadstica que tiene en el
lenguaje comn, en el sentido de darse por casualidad. Una muestra al azar o aleatoria
significa, que todos los miembros del universo tengan la misma probabilidad de entrar en
la muestra.
Los elementos de la poblacin que pueden entrar en la seleccin (hipotticamente son

todos en una muestra aleatoria simple) de la muestra, los llamamos unidades de seleccin.
Cuando el universo es pequeo o fcil de encuestar, las unidades de seleccin
corresponden o no coinciden directamente con los elementos del universo.
Como hemos mencionado, el procedimiento ms fcil para escoger las unidades del
universo que entran en la muestra, es la tabla aleatoria. Esta es una tabla compuesta por
nmeros aleatorios generados por computadora.
2. Diseo del cuestionario
El cuestionario es el instrumento de recoleccin de datos ms utilizado en la investigacin.
Como instrumento de recoleccin de datos, puede ser un puente entre el diseo de la

investigacin y la realidad.
PARTES DEL CUESTIONARIO
CABEZA: Los elementos que lo deben conformar son los siguientes:

1. Identificacin del ente responsable de la encuesta.
2. Fecha de la aplicacin
3. Informacin sobre la temtica General de la encuesta
4. La aseveracin del anonimato de los datos.
5. El instructivo que debe indicar donde marcar las respuestas
CUERPO: Est conformado por:

1. Preguntas:
1.1. Preguntas Abiertas: Son aquellas, donde el encuestado puede explayarse
libremente en su respuesta; por ejemplo, en la pregunta: Por qu escogiste la
carrera de Ingeniera para tus estudios?
FIGURA N 01: Fuente - Nueva Gua para la Investigacin cientfica

1.2. Preguntas Cerradas: Son aquellas donde las opciones de respuesta estn
predeterminadas por el cuestionario, marcando simplemente el encuestado la
opcin que le parezca correcta o adecuada.
FIGURA N 02: Fuente - Nueva Gua para la Investigacin cientfica
1.3. Preguntas Combinadas: Son aquellas que combinan las dos posibilidades.
F
I
G
U
R
A
N 03: Fuente - Nueva Gua para la Investigacin cientfica
En la estructuracin de las preguntas hay que tomar en cuenta la evaluacin

estadstica que se realizara posteriormente, es decir, el proceso de codificacin de las
respuestas y de su evaluacin con algn programa estadstico.
Preguntas dirigidas a recabar informacin sobre los datos personales:

- Edad
- Sexo
- Estado Civil
- Religion
- Etcetera
Preguntas de contrastacin de Hiptesis.
Preguntas de distraccin.
La cantidad de preguntas y su estructuracin en el cuestionario estn determinadas
por los intereses de conocimiento del investigador, o, para ser ms preciso, por las
hiptesis que pretende contrastar.
Supongamos que el estudioso tiene las siguientes hiptesis:
H1: La mitad de los alumnos de primer ingreso de la UAM no han tenido

relaciones sexuales.
H2: El conocimiento formal de la temtica sexual entre los alumnos de primer
ingreso de la UAM es deficiente.
H3: La mayora absoluta (ms del 50%) de los alumnos masculinos de primer
ingreso de la UAM tienen actitudes y nociones machistas.
H4: La mayora de las alumnas de primer ingreso a la UAM dependen

materialmente de su familia.
Las preguntas de contrastacin podran ser:
H1 P1: Has tenido relaciones sexuales?
La H1, H2, H3, H4 son ms complejas que la H1, porque sus conceptos:
- Conocimiento formal de temtica sexual es deficiente (H2)

- actitudes y nociones machistas (H3)
- depender materialmente (H4)
Son ms abstractos, hecho por el cual no pueden ser contrastados directamente en la
realidad. La operacionalizacion de estos conceptos es el procedimiento que se utiliza
en dichos casos para llevar adelante la contrastacin. Operacionlaizar o parametrizar
un concepto (C) significa reducir su grado de abstraccin o generalidad. Esto se logra
desglosando sus principales connotaciones y traducindolas hacia uno o diversos
parmetros, referentes, indicadores o correlatos empricos (C1 a Cn), los cuales
constituyen, a un juicio del investigador, y en forma conjunta, una adecuada
equivalencia semntica-emprica del concepto sustituido.
En la Hiptesis H4, por ejemplo, se podran operacionalizar los conceptos en cuestin

con los siguientes parmetros empricos (C1 a C6), que identifican aspectos del
fenmeno investigado. Para cada cual se formula una pregunta propia.
H4 P1: Vives con tu familia?
H4 P2: Si contestaste SI, Cul es el motivo?
H4 P3: Tu familia te apoya materialmente para tus estudios?
H4 P4: Si contestaste SI: En qu forma?
H4 P5: Trabajas por una remuneracin?
H2 P6: Si contestaste SI: Cul es tu ingreso neto mensual?
OBSERVACIONES Y RECOMENDACIONES:
- Generalmente se inicia un cuestionario con preguntas que se refieren a datos

personales, dado que le da a al encuestado confianza de seguir.
- Tratar de mezclar las preguntas con las de contrastacin de las hiptesis entre s y
con las preguntas de distraccin, para ponerlas en un orden ms armnico y
orgnico posible.
- En la Secuencia de las preguntas hay que evitar que el contenido o la formulacin de
una pregunta n y su (previsible respuesta incidirn en la percepcin y respuesta de
la pregunta n+1.
- La formulacin de las preguntas tiene que ser claras y entendibles.
- Hay que evitar que el encuestado construya respuestas aceptables para el

encuestador.
- Para evitar que las preguntas o conceptos sean ambiguos, es necesario conocer el
discurso de la poblacin a la cual se aplicara la muestra o el censo.
- Las preguntas pueden ser abiertas, cerradas o combinadas.
3. Aplicacin del cuestionario

Es necesario que el profesor que supervisa la encuesta ensaye el procedimiento con los
equipos aplicadores:
Pasos:
1er Paso: Formacin de equipos
Dado que el encuestador principiante no cuenta con la experiencia necesaria, es

conveniente que el equipo aplicador conste de varias personas, dependiendo del
colectivo (grupo o muestra a encuestar).
La composicin sexual y la edad son factores que el equipo aplicador de la
encuesta debe tomar en cuenta.
2do Paso: Diseo del discurso que presentaran los encuestadores
Si dentro del colectivo al que se va a aplicar la encuesta se encuentra una persona

con funcin superior (maestro) y que tenga a cargo alumnos, el discurso debe
dirigirse primero al maestro explicndole el motivo de la encuesta y pidindole
permiso, y luego dirigirse a los alumnos.
Cuando se trata de una muestra en el colectivo, se debe explicar brevemente que
son las tablas aleatorias y como fueron usadas en la seleccin de los miembros del
colectivo que entraron en la muestra.
La funcin primordial del discurso y la actuacin del equipo consiste en convencer
al colectivo; ganndose su confianza, apoyo y colaboracin.
La presentacin del discurso debe hacerse de manera respetuosa, pero con
claridad y seguridad.
Despus del discurso y de haber salido de la sala las personas que no entraron al
colectivo, se reparte los cuestionarios y garantizarles total confidencialidad de sus
respuestas (anonimato).
Al iniciarse la encuesta se pide al grupo colectivo total discrecin y a la vez los
miembros del equipo colectivo se distribuyen estratgicamente en el saln para
controlar que no haya conversacin en el colectivo durante la encuesta.
Si en caso el cuestionario se aplic a vario grupos colectivos, en el reverso de la
encuesta los encuestados deben especificar el nmero de grupo al que
pertenecen.
Por ltimo el equipo encuestador recolecta los cuestionarios y termina la
encuesta.
4. Evaluacin estadstica de los resultados de la muestra

La evaluacin estadstica y la interpretacin de los resultados se realizan en diferentes
pasos:
1er Paso: Enumerar los cuestionarios de manera consecutiva
Nunca debe hacerse antes de la aplicacin del cuestionario.

2do Paso: Codificacin de respuestas
Es la asignacin de nmeros o smbolos a preguntas y datos de respuestas obtenidos, por

ejemplo:
- Generalmente se codifican las respuestas cerradas por ser mas rpido y fcil, luego
las respuestas abiertas; para ver la viabilidad entre ellas.
3er Paso: Captura de datos
Una vez terminada la codificacin, se procede a la captura de datos; que consiste en la

transferencia de las codificaciones de los cuestionarios (preguntas y respuestas) a su
medio de procesamiento (computadora). Para ello existen dos maneras:
- Se transfieren los datos codificados del cuestionario en unas hojas especficas

(informticas).
- Capturar los datos codificados directamente en la computadora.
4to Paso: Evaluacin estadstica
Consiste en el sometimiento de los datos capturados a un programa estadstico, el ms

comn es Statistical Package for the Social Sciences (SPSS).
Para utilizar este programa, la persona encargada de la evaluacin tiene que escribir un
pequeo programa (instructivo) que le indique a la maquina la cantidad de variables,
medidas que desea obtener, etc.
El principiante convenientemente debe realizar la evaluacin estadstica de los datos en

dos pasos:
o 1 Obtener una estadstica descriptiva de todas las respuestas obtenidas,

con algunas medidas estadsticas bsicas (frecuencia absoluta, frecuencia
relativa, media aritmtica, mediana) que indican hacia donde se
aglomeran los datos y medias de dispersin como desviacin estndar
(dispersin o varianza de datos).
o 2 Interpretar las estadsticas obtenidas para decidir donde se debe seguir
profundizando el anlisis con medidas estadsticas ya ms sofisticadas
(coeficiente de correlacin, medidas de regresin, inferencias de la
muestra de poblacin, etc). Centrndose en verificar determinados
resultados y analizar asociaciones entre variables.
Por ltimo, donde se suponga que existen relaciones de dependencia entre las variables
usadas en el cuestionario, se utiliza el anlisis de correlaciones o asociaciones para
cerciorarse de que realmente estas existen.
5. Interpretacin y presentacin de resultados

Mientras que la aplicacin del SPSS es esencialmente un problema tcnico matemtico,
la interpretacin de los resultados es ms complejo: requiere la intervencin de
conocimientos psicolgicos y sociolgicos, a veces econmicos, adems de los
estadsticos propiamente dichos. En el fondo hay que traducir un lenguaje cuantitativo
matemtico a sus referentes empricos y tal interpretacin, pese a la gran ayuda que
prestan las medidas estadsticas es difcil. No hay reglas generales para tal
interpretacin, el investigador tiene que valerse de los conocimientos del objeto de
investigacin que ya posee, de su experiencia cientfica y de su sensibilidad. Cuando se
publican los resultados, la comunidad cientfica le presentara un correctivo bienvenido,
cuando se publica, tendr que juzgar por s mismo. En ambos casos es recomendable,
que la interpretacin de los datos se haga con cautela, dado que el peligro de la
interpretacin equivocada es considerable. Un ejemplo baste para ilustrar esto. Si una
muestra arroja que el el resultado de que a la pregunta X el 51% contesto con si, el
investigador podra generalizar esta respuesta, diciendo que ms de la mitad de la
poblacin contesto la pregunta afirmativamente. Sin embargo, si se toma el margen de
error de la muestra que digamos seria el orden de plus/menos 3 por ciento, entonces
podra ser que solamente el 48% del universo contestara afirmativamente dicha
pregunta, es decir menos de la mitad.
La seleccin de las medidas estadsticas que se tomen en la interpretacin tiene que ser
igualmente muy cuidadosa. Recuerdo un ejemplo de un maestro de estadstica, para
ilustrar los problemas de la media aritmtica. Es conocido que la temperatura corporal
de hombre oscila normalmente alrededor de 36.7 grados Celsius. Entonces, l deca:
imagnense una persona cuyos pies tuvieran una temperatura de 0 grados Celsius y cuya
cabeza tuviera una temperatura de 74 grados Celsius. La temperatura promedia de esa
persona seria, matemticamente 37grados Celsius, o sea que se encuentra en perfecto
estado. La leccin es que los promedias nivelan tanto el perfil real del fenmeno, que en
lugar de ilustrar a la realidad, la ocultan.
En la representacin de resultados hay problemas semejantes. Es necesario p.e., que

junto con las frecuencias relativas (porcentajes) siempre se presenten sus frecuencias
absolutas y que se escojan los medios de graficacin que con mayor claridad y facilidad
de comprensin le presentan al eventual lector los resultados.
Cuando se utilizan cuadros estadsticos es necesario que se indique con claridad que es lo
que representan las coordenadas x, y. Adems el cuadro debe tener un breve ttulo
que resuma su informacin principal.
Si se utilizan grficas, se pueden recurrirse bsicamente a los diversos tipos de

histogramas, las curvas y las grficas circulares. Al usar el disco hay que convertir los
porcentajes de los cuadros en grados.
6. La entrevista
Tratamos la entrevista como un sub punto de la encuesta debido a que su funcin
general en las ciencias es secundaria; sera correcto definirla como un procedimiento
heurstico, es decir, auxiliar. La razn de este status secundario radica en que la encuesta
generalmente se refiere a la indagacin de casos aislados o singulares, mientras que la
investigacin cientfica pretende analizar clases de hechos y/o relacionados entre ellas,
para detectar y cuantificar las leyes de los rijan. Un ejemplo claro de lo primero es la
encuesta en el psicoanlisis que pretende diagnosticar los traumas biogrficos de un
apersona como variables independientes de una psicopatologa actual del paciente, que
es entendida como su variable dependiente (consecuencia). Otro ejemplo es la
anamnesis en la medicina somtica que indaga la posibilidad, de que una patologa
presente (variable dependiente) del paciente sea resultado de enfermedades o
disposiciones genticas anteriores (variable independiente).
Sin embargo, aunque la entrevista se dirige generalmente hacia fenmenos singulares

hecho que le resta importancia hacia fenmenos singulares hecho que le resta
importancia como mtodo cientfico es til en entrevistas pilotos, dado que en este tipo
de entrevistas se selecciona la o las personas entrevistadas con el explcito criterio de ser
representativas en alguna caracterstica para un universo mayor. El caso particular e,
precisamente, sometido a la entrevista por considerarlo representativo para el colectivo
mayor, que le interesa al investigador.
La entrevista tiene muchas similitudes con la encuesta, existen determinados interese

de conocimiento; es importante establecer una relacin de seriedad y confianza con el
entrevistado; el lenguaje tiene que ser adecuado al discurso de la persona entrevistada,
lo que es difcil cuando se trata con personas de diferentes clases sociales. En terminaos
generales una entrevista puede compararse a una mescla de conversacin e
interrogatorio.
Para establecer una buena relacin de trabajo durante la entrevista, es absolutamente

necesario tratar con respeto y sensibilidad al entrevistado. Cuando el encuestador
dispone de un buen sentido del humor puede romper el hielo con alguna broma, lo que
ayuda al encuestado a relajarse.
Por el mtodo de registrar la informacin obtenida, pueden diferenciarse en tres tipos de

entrevistas:
La entrevista oral: en la cual la persona entrevistada no permite que se tome o

registre de alguna forma el dialogo realizado.
La entrevista oral escrita: en la cual se le concede al encuestador el derecho de
hacer apuntes, ya sea que haga apuntes informales o que llene un cuestionario
prefabricado.
Oral electrnica: en la cual el encuestador ha obtenido el permiso de grabar lo
dicho por ambas partes.
Es obvio que cada una de estas formas tiene sus ventajas y desventajas, en la primera el
encuestador hablara libremente, porque puede negar posteriormente cualquier
afirmacin que haya hecho. No hay un testimonio objetivo. La entrevistas grabadas son
generalmente editadas por el encuestador, es decir son interpretadas y resumidas. La
edicin es una tarea difcil ya que requiere experiencia, conocimiento y tica para no
manipular la posicin del encuestado externada en la encuesta.

El Universo y La Muestra

Încărcat de

Informații document

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

El Universo y La Muestra

Încărcat de

Drepturi de autor:

Formate disponibile

EL UNIVERSO Y LA MUESTRA

El universo constituye el conjunto de elementos que tienen una caracterstica

los habitantes de una ciudad

Los sujetos que conforman el universo se denominan elementos, y al realizar

cuntos de los habitantes del cantn son partidarios de un determinado

Un censo no es sino el recuento de los elementos de una nacin o de una parte

La amplitud est dada por el tema de investigacin; pero qu lmites debe

Sin embargo, no siempre puede mantenerse este universo enunciado en un

1.3.1. Universo inicial

Es el que el investigador cree conveniente determinarlo para poder

Las necesidades de la investigacin deberan ser las nicas que

1.3.2. Las necesidades prcticas

Obligan, casi siempre, a reducir ese universo fijado en un principio; pero,

Sin embargo, estos factores pueden tener repercusin en toda la

1.3.3. La accesibilidad o no a los elementos, materia de la investigacin.

Esta variable funciona de dos maneras completamente distintas:

1.3.4. La consideracin de los anlisis estadsticos

Que tendrn lugar luego de la recogida de datos, hace pensar en la

Una poblacin o universo puede ser incluido en otro ms amplio por su

En caso de que una poblacin o universo se halle incluido en otro ms grande, a

La provincia de Chimborazo ser una subpoblacin o estrato de Sierra, y sta

1.6. Los estratos.

Aparentemente un grupo humano parece homogneo, como tambin un grupo

Si se habla de los habitantes de un pueblo A, constituye una unidad diferente a

La estratificacin es el proceso que permite asegurar que todos los

Para ser vlidos los estratos dentro de la investigacin deben guardar

Para ordenarlos debe comenzarse por numerarlos:

Es una parte del universo en la que se hallan representados los elementos de

2.2. Confiabilidad de la muestra:

La investigacin se propone obtener las respuestas requeridas de cada uno de

Investigador Muestra % Respuestas

El primer investigador lo hace a un sujeto de cada 50, esto es al 2% de la

2.3. Clases de muestras.

Si un profesor entra a su aula donde se hallan alumnos y llama por sus

2.3.1. Muestras de No Probabilidades.

Dentro de este grupo se hallan las siguientes muestras:

2.3.1.1. Muestra accidental N 1.

Una vez determinado el nmero de casos que comprender la

2.3.1.2. Muestra accidental N 2.

a. Despus de haber elaborado una lista de los elementos que

b. Cosa semejante pasa con un programa de televisin que trata de

2.3.1.3. Muestras intencionadas.

Finalmente, dentro de este grupo resta analizar la muestra

2.3.2. Muestras de Probabilidades.

Se caracteriza porque cada sujeto tiene igual de probabilidad de salir en

2.3.2.1. Muestra sencilla de azar.

En esta clase de muestras lo que se quiere es que la voluntad o

2.3.2.2. Muestra estratificada al azar.

Universo: 20000 personas

Tanto por ciento de la muestra: 10% lo que da 2 000 personas.

Estratos: al universo se le va a dividir en dos grupos de estratos:

POR EDUCACION RECIBIDA

POR EL TIPO DE SEXO

ESTRATOS UNIVERSO 10% MUESTRA

2.3.3. Muestra mediante las tablas aleatorias.

Segn David J. Fox, este mtodo de seleccin aleatoria, es aquel en

De otra manera se difiere en que esta muestra obtenida es mediante la

b) Los dgitos aleatorios

Se emplean enumerando a los nombres de los sujetos del universo,

Supongamos que se quiere una muestra al azar de un par de sujetos a

Las combinaciones pueden ser: AB AC AD AE BC BD BE-

A continuacin habra que escribir cada combinacin en un ficha,

c) Las tablas de los dgitos aleatorios

Para poder utilizar las tablas se necesita primero numerar los