PASO 7

Metodología de la investigación
PROT – 7302
Ing. Casto Mamani C.
Universo
 Universo es la totalidad de individuos o elementos
en los cuales puede presentarse determinadas
característica susceptible a ser estudiada.
 No siempre es posible estudiarlo en su totalidad.
 Puede ser finito o infinito, y en el caso de ser
finito, puede ser muy grande y no poderse estudiar
en su totalidad. Por eso es necesario escoger una parte
de ese universo, para llevar a cabo el estudio.
Población
 Grupo del cual se desea algo (obtener información).
 Parte del universo en la cual vamos a basar nuestro
estudio, según las características de nuestra
investigación.
 Conjunto de todos los casos que concuerdan con
una serie de especificaciones.
 Se debe definir la unidad de análisis, “¿Quiénes van a
ser medidos?”. Para esto se debe precisar el problema a
investigar y los objetivos de la investigación.
¿Cómo se delimita una población?
 Las poblaciones deben situarse claramente en torno a
sus características de contenido, lugar y tiempo.

 Un estudio no es mejor al tener una población más grande,

sino al haber delimitado claramente su población en
base a los objetivos del estudio.

 Los criterios de cada investigador dependen de sus

objetivos de est , así que debe establecerlos claramente.
 Ejemplo:

*Toda investigación debe ser transparente, sujeta a crítica y a réplica.

Muestra
 Parte o subconjunto de la población, también conocida
como población muestral.
 Grupo en el que se realiza el estudio.
 Subconjunto de elementos que pertenecen al conjunto
definido en sus características que llamamos
población.
 Para seleccionar la muestra deben delimitarse las
características de la población.
¿Cómo seleccionamos la muestra?

 Estableciendo claramente las características de la

población. Con esto delimitamos cuáles serán nuestro
parámetros muestrales.

 Se busca que la muestra sea un ref lejo fiel del conjunto

de la población (deben ser representativas).
Tipos de muestra
 Muestra probabilísticas: Todos los elementos de la
población tienen la misma posibilidad de ser escogidos.
Esto se logra a través de una selección aleatoria y/o
mecánica de las unidades de análisis.

 Muestras no probabilísticas: Los elementos se

seleccionan según los criterios de la persona encargada de
hacer la muestra.

*La elección entre estos tipos de muestras depende de los objetivos del
estudio, del esquema de investigación y de la contribución que se
piensa hacer con ella.
¿Cómo se delimita una población?
 Las poblaciones deben situarse claramente en
torno a sus características de contenido, lugar y
tiempo.

 Un estudio no es mejor al tener una población más

grande, sino al haber delimitado claramente su
población en base a los objetivos del estudio.

 Los criterios de cada investigador dependen de sus

objetivos de este, así que debe establecerlos
claramente.
*Toda investigación debe ser transparente, sujeta a crítica y a réplica.
Muestra
 Parte o subconjunto de la población, también
conocida como población muestral.

 Grupo en el que se realiza el estudio.

 Subconjunto de elementos que pertenecen al

conjunto definido en sus características
que llamamos población.

 Para seleccionar la muestra deben

delimitarse las características de la población.
¿Cómo seleccionamos la muestra?

 Estableciendo claramente las

características de la población. Con esto
delimitamos cuáles serán nuestro
parámetros muestrales.

 Se busca que la muestra sea un ref lejo fiel

del conjunto de la población (deben ser
representativas).
¿De qué depende el tamaño muestral?
 Tamaño de la población. Una población es una colección bien definida de
objetos o individuos que tienen características similares.

 Nivel de confianza. Son intervalos aleatorios que se usan para acotar un

valor con una determinada probabilidad alta. Por ejemplo, un intervalo
de confianza de 95% significa que los resultados de una acción
probablemente cubrirán las expectativas el 95% de las veces.

 Margen de error (intervalo de confianza). El margen de error es una

estadística que expresa la cantidad de error de muestreo aleatorio en los
resultados de una encuesta, es decir, es la medida estadística del número
de veces de cada 100 que se espera que los resultados se encuentren
dentro de un rango específico.

 La desviación estándar. Es un índice numérico de la dispersión de un

conjunto de datos (o población). Mientras mayor es la desviación
estándar, mayor es la dispersión de la población.
TABLA DE APOYO AL CALCULO DEL TAMAÑO DE UNA MUESTRA
POR NIVELES DE CONFIANZA

NIVELES DE CONFIANZA
Certeza 95% 94% 93% 92% 91% 90% 80% 62.27% 50%
Z 1.96 1.88 1.81 1.75 1.69 1.65 1.28 1 0.6745
Z2 3.84 3.53 3.28 3.06 2.86 2.72 1.64 1.00 0.45

e 0.05 0.06 0.07 0.08 0.09 0.10 0.20 0.37 0.50

e2 0.0025 0.0036 0.0049 0.0064 0.0081 0.01 0.04 0.1369 0.25
 CÁLCULO DEL TAMAÑO DE LA MUESTRA
DESCONOCIENDO EL TAMAÑO DE LA POBLACIÓN

La fórmula para calcular el tamaño de muestra

cuando se desconoce (cuando es infinito) en
donde:

En donde

n = tamaño de la muestra
Z = nivel de confianza,
p = probabilidad de éxito, o proporción esperada
q = probabilidad de fracaso
d = precisión (error máximo admisible en términos de proporción)
CÁLCULO DEL TAMAÑO DE LA MUESTRA
CONOCIENDO EL TAMAÑO DE LA POBLACIÓN

La fórmula para calcular el tamaño de muestra

cuando se conoce el tamaño de la población es
la siguiente:

N = tamaño de la población
Z = nivel de confianza,
P = probabilidad de éxito, o proporción esperada
Q = probabilidad de fracaso
d = precisión (Error máximo admisible en términos de proporción).
Muestras probabilísticas
 Son esenciales en los diseños de investigación por
encuestas en las que se pretende hacer estimaciones de
variables en la población. Las variables se medirán con
instrumentos de medición y se analizarán con pruebas
estadísticas para el análisis de datos.

 Tienen varias ventajas, la principal es que se puede

medir el tamaño del error en nuestras predicciones.
Gracias a ello, los elementos muestrales tendrán
valores muy parecidos a los de la población.
Marcos muestrales
 Archivos: Cuando una investigación lo amerita, se
debe recurrir a los archivos (por ejemplo de una
empresa) para poder utilizarlos como marco de
referencia a partir del cual obtendremos una muestra.

 Mapas: Muy útiles en las muestras de racimo. Permite

ver la población y su situación geográfica, así podrá
seleccionar los lugares que se convertirán en los
racimos de sus estudio.
Marcos muestrales
 Volúmenes:Cuandose analiza el contenido de los
medios escritos,se puede recurrir a vol
anteriores. Si alguno de los volúmenes no se
encuentra, esto se explica en la investigación y se
redefinen la población y muestra.

 Horas de transmisión: Cuando se quiere analizar el

contenido de las emisoras se puede hacer un estudio
en corto tiempo. Ayudándose de divisiones por estratos
y tomando muestras representativas al azar.
Tamaño óptimo de una muestra
 Va depender del problema de investigación y la población a
estudiar.
 Resulta muy útil comparar qué tamaño de muestra se usó
en estudios similares.
 Sudman (1976) nos proporciona tablas que indican el
tamaño de muestra más utilizada por los investigadores.
Tipo de estudio Nacional Regional
Económico 1000 + 100
Médico 1000 + 500
Conducta 1000 + 700 – 300
Actitud 1000 + 700 – 400
Experimento de ----- 100
laboratorio
Tamaño óptimo de una muestra
 El tamaño de una muestra tiende más a depender del número de
subgrupos que nos interesan en una población.
 En el caso de organizaciones el número de la muestra se reduce,
ya que éstas representan casi siempre una gran fracción de la
población total.

Número de Población de sujetos u Poblaciones de

subgrupos hogares organizaciones
Nacionales Regionales Nacionales Regionales
Ninguno – pocos 1000 – 1500 200 – 500 200 – 500 50 – 200
Promedio 1500 – 2500 500 – 1000 500 – 1000 200 – 500
Muchos 2500 + 1000 + 1000 + 500 +

*La distribución de muestras de 100 o más elementos tienden a ser normales,

lo cual sirve para hacer estadística inferencial sobre los valores de una
población.
Muestras no probabilísticas
 También llamadas muestras dirigidas.
 Nacen de un proceso de selección informal y un poco
arbitrario.
 Selecciona sujetos “típicos” con la esperanza de que sean
casos representativos de una población determinada.
 En la elección de los sujetos no se busca que todos tengan
la misma posibilidad de ser elegidos; depende de la
decisión del investigador.
 Su principal desventaja es que no se puede calcular el error
estándar, o sea, no se puede calcular con qué nivel de
confianza hacemos la estimación.
Tipos de muestras dirigidas
Muestra de sujetos voluntarios:
 Frecuentes en ciencias sociales y ciencia de la
conducta.
 Son muestras fortuitas, el investigador elabora
conclusiones sobre especímenes que llegan a sus
manos de manera casual.
 Se usan en estudios de laboratorio donde se procura
que los sujetos sean homogéneos en variables como
edad, sexo, inteligencia. De esta manera los resultados
no obedecen a diferencias individuales, sino a las
condiciones a las que fueron sometidos.
Tipos de muestras dirigidas
Muestra de expertos:
 Son frecuentes en estudios cualitativos y exploratorios.
 Nos ayudan a generar hipótesis más precisas y a
mejorar el diseño de los cuestionarios.
 Son válidas y útiles cuando los objetivos del estudio así
lo requieren.
Muestras probabilísticas
Muestra probabilística simple
(estudios descriptivos, diseño de
investigación por encuestas, censos,
raitings, estudios para toma de
decisiones).
Muestra probabilística estratificada
Muestra probabilística estratificada y
por racimos.
*Las conclusiones se generalizan a la
población y se conoce el error
estándar de nuestros estimados.
Muestras dirigidas
Sujetos voluntarios (diseños
experimentales, situación de
laboratorio).
Muestras de experimentos
Muestras de sujetos-tipo, estudios
cualitativos; investigación
motivacional.
Muestras por cuotas; estudios de
opinión y mercado.
*Las conclusiones difícilmente
pueden generalizarse a la población.
Si estos se hace, se debe hacer con
mucha cautela.
 Autor:
Prof. N. Tomás Atauje Calderón
Metodología de la Investigación