.

1. DISEÑO
METODOLÓGICO
Presentado por estudiantes:
Martinez Kellys
Rodriguez Sandoval M Alejandra
Vergana Maria Del Carmen
Zambrano Roussy
Walters Chamorro Shanely
UNIVERSO, POBLACIÓN Y
MUESTRA, CRITERIOS DE
INCLUSIÓN Y EXCLUSIÓN,
CONSIDERACIONES ÉTICAS Y
FUENTES DE INFORMACIÓN

2. UNIVERSO
Carrasco (2009) señala que universo es el
conjunto de elementos –personas, objetos,
sistemas, sucesos, entre otras- finitos e infinitos,
a los pertenece la población y la muestra de
estudio en estrecha relación con las variables y el
fragmento problemático de la realidad, que es
materia de investigación

3. UNIVERSO
Totalidad de individuos o elementos en los cuales
puede presentarse determinadas características
susceptibles a ser estudiadas
Puede ser finito e infinito. en caso de ser finito puede
ser muy grande y no estudiarse en tu totalidad

4. UNIVERSO
La población o el universo pueden ser finitos o
infinitos. Se dice que la población es finita si está
formada por un número fijo de elementos, de modo
que es posible enumerar en su totalidad. Por
ejemplo, la población de una ciudad o el número de
trabajadores de una fábrica son ejemplos de
poblaciones finitas. El símbolo «N» se utiliza
generalmente para indicar cuántos elementos (o
ítems) hay en el caso de una población finita.

5. UNIVERSO
Una población infinita es aquella en la que
es teóricamente imposible observar todos los
elementos. Por tanto, en una población infinita
el número de elementos es infinito, es decir,
no podemos tener ninguna idea sobre el
número total de elementos.

6. 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.

7. POBLACIÓN

8. DELIMITACION DE 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 estudio, así que debe
establecerlos claramente. Ejemplo: *Toda
investigación debe ser transparente, sujeta a
crítica y a réplica.

9. 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.

10. 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.

11. TIPOS DE MUESTRA
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

12. TIPOS DE MUESTRA
Muestra probabilísticas:
a) Aleatorio simple: Garantiza que todos los
individuos que componen la población blanco
tienen la misma oportunidad de ser incluidos en
la muestra. Esto significa que la probabilidad de
selección de un sujeto a estudio "x" es
independiente de la probabilidad que tienen el
resto de los sujetos que integran forman parte de
la población blanco.

13. TIPOS DE MUESTRA
Muestra probabilísticas:
b) Aleatorio estratificado: Se determina los
estratos que conforman la población blanco para
seleccionar y extraer de ellos la muestra (se
define como estrato a los subgrupos de unidades
de análisis que difieren en las características que
van a ser analizadas). La base de la
estratificación se basa en variable como edad,
sexo, nivel socioeconómico, etc.

14. TIPOS DE MUESTRA
Muestra probabilísticas:
c) Aleatorio sistemático: Cuando el criterio de
distribución de los sujetos a estudio en una serie
es tal, que los más similares tienden a estar más
cercanos. Este tipo de muestreo suele ser más
preciso que el aleatorio simple, debido a que
recorre la población de forma más uniforme.

15. TIPOS DE MUESTRA
Muestra probabilísticas:
d) Por conglomerados: Consiste en elegir de
forma aleatoria ciertos barrios o conglomerados
dentro de una región, ciudad, comuna, etc., para
luego elegir unidades más pequeñas como
cuadras, calles, etc. y finalmente otras más
pequeñas, como escuelas, consultorios, hogares
(una vez elegido esta unidad, se aplica el
instrumento de medición a todos sus integrantes).

16. TAMAÑO DE LA MUESTRA
La fórmula para determinar el tamaño de
“n” consta de dos pasos:
“ n’ ” es el tamaño provisional de la
muestra; el cual será corregido ajustándose
con el tamaño de la población:

17. EJEMPLO
Se precisó que la población era de
1176 directores generales ya que
1176 empresas cumplían con las
características mencionadas. ¿Cuál
es entonces el número de directores
que se tiene que entrevistar para
tener un error estándar menor a
0.015?

18. MUESTRA PROBABILÍSTICA ESTRATIFICADA
También llamado muestreo
estratificado.
El tamaño de n y la varianza de “y”
pueden minimizarse si calculamos
submuestras proporcionales a la
desviación estándar de cada
estrato.
Se da cuando debemos dividir nuestra muestra a fin de que
los elementos muestrales o unidades de análisis posean un
determinado atributo.
Se divide a la población en subpoblaciones o estratos
(fracciones) y se selecciona una muestra para cada uno

19. MUESTRA PROBABILÍSTICA ESTRATIFICADA

21. PROCEDIMIENTO DE SELECCIÓN
¿Cómo seleccionar los elementos muestrales?
¿Cómo se seleccionan los sujetos dentro de cada
racimo?
● Las unidades de análisis o los elementos muestrales se eligen siempre
aleatoriamente para asegurarnos de que cada elemento tenga la misma
probabilidad de ser elegido.
Pueden usarse 3 procedimientos de selección:
● Tómbola
● Números random
● Selección sistemática

22. TÓMBOLA
● Es un tipo de muestreo aleatorio
simple.
● Proceso muy simple y no muy
rápido.
● Consiste en numerar todos los elementos muestrales;
se hace una ficha para cada elemento, se revuelve en
una caja y se sacan “n” fichas (tamaño de la muestra).
● Los números escogidos al azar conformarán nuestra
muestra.

23. NÚMEROS RANDOM O ALEATORIOS
● Es un tipo de muestreo aleatorio
simple.
● Implica la utilización de una tabla de números realizada con
un mecanismo de probabilidad muy bien diseñado.
● Los números random de la corporación Rand fueron generados
con una especie de ruleta electrónica. Existe una tabla de un
millón de dígitos publicada por esta corporación; partes de dicha
tabla se encuentran en los apéndices de muchos libros de
estadística.

24. SELECCIÓN SISTEMÁTICA
Se le conocerá como muestreo sistemático.
Es muy útil y fácil de aplicar. Implica seleccionar dentro de una población “N” un
número “n” de elementos a partir de un intervalo “K”.
K = N / n.
K” va ser redondeado al número entero superior inmediato.

25. SELECCIÓN SISTEMÁTICA
El intervalo será 1/K y se irá seleccionando los elementos hasta
llegar a nuestro “n”.
La selección sistemática de elementos muestrales 1/K se puede utilizar al elegir
elementos de “n” para cada estrato y/o para cada racimo.
No es necesario escoger como primer elemento muestral al primero
de nuestros datos.

26. LISTADOS Y MARCOS MUESTRALES
Listado: Lista (existente o por crear) con los elementos de la
población y a partir de la cual se seleccionarán los elementos
muestrales.
Marco muestral: Marco de referencia que nos permite identificar físicamente
los elementos de la población, la posibilidad de enumerarlos y por lo tanto,
proceder a la selección de los elementos muestrales.
Contiene descripciones del material, organizaciones o sujetos que serán
seleccionados como unidades de análisis. Dentro de ellos podemos considerar
los archivos, mapas, volúmenes (libros) e incluso horas de transmisión
(televisión, radio).

27. 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 estudios.
Volúmenes: Cuando se analiza el contenido de los medios escritos, se puede
recurrir a volúmenes 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.

28. 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.

29. 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.
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.

30. MUESTRAS NO PROBABILÍSTICAS
También llamadas muestras dirigidas.
Nacen de un proceso de selección informal y un poco arbitrario.
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.
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.

31. 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.

32. 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.

33. TIPOS DE MUESTRAS DIRIGIDAS
Muestra de sujetos-tipo:
También es utilizada en estudios exploratorios y en investigaciones de
tipo cualitativo.
Al igual que las muestras de expertos, suelen usarse en estudios de perspectiva
fenomenológica, donde el objetivo es analizar los valores, ritos y significados de un
determinado grupo social.
Los estudios motivacionales (análisis de actitudes y conductas del consumidor)
también utilizan muestras de sujetos-tipo.

34. TIPOS DE MUESTRAS DIRIGIDAS
Muestra por cuotas:
Muy utilizada en estudios de opinión y mercadotecnia.
Los encuestadores realizan cuestionarios a sujetos en la calle e irán conformando o
llenando cuotas de acuerdo con la proporción de ciertas variables demográficas en la
población.
Suelen depender del juicio del entrevistador.

36. CRITERIOS DE INCLUSIÓN
Los criterios de inclusión se encuentran en los
protocolos de investigación, distribuidos en una lista
que enumera las características definitorias que
deben cumplir los sujetos para ser reclutados en el
estudio. Los criterios de inclusión se definen desde
el diseño de la investigación, antes de llevar a cabo
o ejecutar la acción investigativa propiamente dicha.

37. CRITERIOS DE EXCLUSIÓN
Se refiere a las condiciones o características que
presentan los participantes y que pueden alterar o
modificar los resultados, que en consecuencia los
hacen no elegibles para el estudio. Típicamente
estos criterios de exclusión se relacionan con la
edad, etnicidad, por la presencia de
comorbilidades, gravedad de la enfermedad,
presencia de embarazo, o las preferencias de los
pacientes.

38. CRITERIOS DE EXCLUSIÓN
Es importante destacar que estas características no
corresponden a lo “contrario” de los criterios de
inclusión; por ejemplo, si en el estudio se define que
se incluirán mujeres, en los de exclusión no debe
señalarse hombres, o bien, si el estudio será de
adultos, no es correcta la exclusión de niños.

39. CONSIDERACIONES ÉTICAS
La ética es un elemento central a la integridad científica. Lo
que se pide al investigador es una actitud mental con una
consideración completa de las implicaciones de su
investigación y la intención franca de evitar perjudicar a los
elementos objeto de investigación así como al resto de la
sociedad.

40. CONSIDERACIONES ÉTICAS
Toda investigación con seres humanos debe realizarse de acuerdo con cuatro
principios éticos básicos: el respeto a las personas y su autonomía, la beneficencia, la
no maleficencia y la justicia.

41. CONSIDERACIONES ÉTICAS
Otros aspecto a tener en cuenta son:
- Procurar el máximo beneficio comunicando y publicando los resultados del estudio
- Reducir el daño al mínimo respetando las distintas culturas y costumbres sociales
- Confidencialidad: determinación de la incompatibilidad de intereses, objetividad
científica y defensa de intereses

42. BIBLIOGRAFÍA
Jesús Arias-Gómez, Miguel Ángel Villasís-Keever, María Guadalupe MirandaNovales
(2016).El protocolo de investigación III: la población de estudio, obtenido de
https://www.redalyc.org/pdf/4867/486755023011.pdf
Condori-Ojeda, Porfirio (2020). Universo, población y muestra. Curso Taller. obtenido
de https://www.aacademica.org/cporfirio/18.pdf
Tamara Otzen & Carlos Manterola (2017). Técnicas de Muestreo sobre una Población
a Estudio, obtenido de https://www.scielo.cl/scielo.php?script=sci_arttext&pid=S0717-
95022017000100037#f7