Esp. Guillermo Augusto Narváez Burbano

Una parte fundamental para realizar un estudio

estadístico de cualquier tipo es obtener unos

resultados confiables para lo cual se necesita

generalmente la mayor cantidad de datos posibles.

Pero generalmente resulta casi imposible o

impráctico llevar a cabo algunos estudios sobre toda

una población, para esto la solución es desarrollar el

estudio basándose en un subconjunto de dicha

población realizando un muestreo.

El “qué o quiénes”, es decir, los participantes,

objetos, sucesos o comunidades de estudio son las

unidades de análisis de una investigación. Su

elección depende del planteamiento de la

investigación y de los alcances del estudio. Así, en la

situación de que el objetivo sea describir el uso que

hacen los niños de la televisión, lo más factible sería

interrogar a un grupo de niños. También serviría

entrevistar a los padres de los niños.

Por tanto, para seleccionar una muestra, lo primero

que hay que hacer es definir la unidad de análisis

(individuos, organizaciones, comunidades,

situaciones, eventos, etc.). Una vez definida la

unidad de análisis se delimita la población.

Población: Una vez que se ha definido cuál será la unidad

de análisis, se procede a delimitar la población que va a

ser estudiada y sobre la cual se pretende generalizar los

resultados. Así, una población, también llamada universo,

es el conjunto de todos los casos o elementos que

concuerdan con una serie de especificaciones o

características, o que hacen parte de un espacio común y

de los cuales queremos realizar un estudio para conocer

datos específicos.

Muestra: Parte de una población seleccionada sobre la

cual se recolectarán datos, y que tiene que definirse o

delimitarse de antemano con precisión, la muestra deberá

ser estadísticamente representativa de dicha población.

En las muestras probabilísticas todos los elementos de la

población tienen la misma posibilidad de ser escogidos, la

muestra se obtiene usando métodos estadísticos los cuales

resultaran en una cantidad representativa de la población.

En las muestras no probabilísticas, la elección de los

elementos no depende de la probabilidad, sino de las

características de la investigación o de quien hace la

muestra. Aquí el procedimiento no es mecánico ni con

base en matemáticas, sino de las decisiones del (los)

investigador(es) obedeciendo a diversos criterios.

Muestra

Investigación Cuantitativa: Probabilística o Aleatoria

Investigación Cualitativa: No Probabilística, Dirigida o de

Juicio

Para empezar hay que tener en cuenta que el tamaño que

tiene una población es un factor de suma importancia, ya

que según el número de elementos la población puede ser

finita o infinita.

Una población finita es aquella que está formada por un

limitado número de elementos, por ejemplo; el número

de habitantes de una vereda. En estos casos uno debe

preguntarse: dado que una población o universo tiene un

tamaño (N) ¿cuál es el menor número de unidades de

análisis (personas, objetos, etc.) que necesito para

conformar una muestra (n) que me asegure un

determinado nivel de error (e)?. La respuesta a esta

pregunta busca encontrar una muestra que sea

representativa del universo con cierta posibilidad de error

y nivel de confianza (k o Z).

Una población infinita es aquella que no se conoce

su tamaño real, por ejemplo la cantidad de

profesionales en Trabajo Social que están ejerciendo

su carrera. También puede considerarse infinita una

población que es tan grande que por razones

practicas de una investigación debe manejarse como

un universo infinito.

De todas formas el proceso matemático será similar

al de la población finita. Ya que aunque no conozco

el tamaño de mi universo, aun necesito conformar

una muestra (n) que me asegure un determinado

nivel de error (e) y cierto nivel de confianza (Z o k).

Muestras para Población Finita:

Tamaño de la población o universo.

Límite aceptable de error muestral. Suele usarse un valor que

varía entre el 1% (0,01) y 9% (0,09).

Es la variación positiva o la proporción de individuos que

poseen en la población la característica de estudio, toma un

valor entre 0 y 1. Cuando no se conoce generalmente se le da

el valor de 0,5.

Variación negativa o proporción de individuos que no poseen

esa característica, es decir q = 1- p.

Constante que depende del nivel de confianza que asignemos

y corresponde a una distribución Normal o de Gauss.

N=

e=

p=

q=

Z=

Muestras para Población Finita:

Tamaño de la población o universo.

Valor (Aceptable) entre el 1% (0,01) y 9% (0,09).

Cuando no se conoce generalmente se le da el valor de 0,5.

1 – p (1 menos P).

Constante que depende del nivel de confianza que asignemos

y corresponde a una distribución Normal o de Gauss.

N=

e=

p=

q=

Z=

Z (K) 1,28 1,65 1,69 1,75 1,81 1,88 1,96 2,05 2,17 2,24 2,33 2,58

Nivel de

Confianza80% 90% 91% 92% 93% 94% 95% 96% 97% 97,5 98% 99%

Muestras para Población Infinita:

Valor (Aceptable) entre el 1% (0,01) y 9% (0,09).

Cuando no se conoce generalmente se le da el valor de 0,5.

1 – p (1 menos p).

Constante que depende del nivel de confianza que asignemos

y corresponde a una distribución Normal o de Gauss.

e=

p=

q=

Z=

Z (K) 1,28 1,65 1,69 1,75 1,81 1,88 1,96 2,05 2,17 2,24 2,33 2,58

Nivel de

Confianza80% 90% 91% 92% 93% 94% 95% 96% 97% 97,5 98% 99%

HERNANDEZ, Roberto, FERNANDEZ, Carlos, BAPTISTA, Pilar.

Metodología de la Investigación. Perú: McGraw Hill, 2010. 613p.

ISBN 978-607-15-0291-9.

BOLAÑOS, Ernesto. Muestra y Muestreo. Escuela Superior de

Tizayuca

<http://www.uaeh.edu.mx/docencia/P_Presentaciones/tizayuc

a/gestion_tecnologica/muestraMuestreo.pdf> [Citado Marzo 30

de 2014].

Universidad Tec Milenio: Profesional – Metodología de la

investigación.

<http://claroline.ucaribe.edu.mx/claroline/claroline/backends

/download.php?url=L0FwdW50ZXMvMTAucGRm&cidReset=true&

cidReq=GA0102_001> [Citado Marzo 30 de 2014].

Soporte Técnico De Office. Microsoft Excel [En Línea].

<http://office.microsoft.com/es-es/support/?CTT=97> [Citado

Marzo 10 de 2014].