¿Qué es población? es el conjunto, totalidad o generalización de unidades, individuos, objetos o sujetos que tienen ciertas cantidades y características para ser estudiados, que pueden ser personas, objetos, instituciones, eventos, y otros en los que se puede obtener o puede proporcionar información (datos) investigación que luego pueden ser concluidos.

 

Población y muestra de investigación

 

La población no solo son personas o seres vivos, sino también otros objetos naturales. La población tampoco es solo el número que existe en el objeto o sujeto que se estudia, sino que incluye todas las características, propiedades que posee el objeto o sujeto. Incluso una persona puede usarse como población, porque esa persona tiene varias características, como estilo de hablar, disciplina, personalidad, pasatiempos, etc.

En un estudio la población y muestra de investigación debe estar claramente definida; qué o quién, dónde o cuándo. Qué o quién trata más sobre el contenido de la investigación, mientras que dónde se define como el alcance de la investigación y cuándo se entiende como el tiempo.

 

población y muestra de investigación

 

Definiciones de población de investigación

 

  • población de investigación es el número total de unidades o individuos cuyas características se van a estudiar, y a estas unidades se les denomina unidades de análisis, que pueden ser personas, instituciones, objetos, etc.
  • población de investigación es la totalidad de cada elemento a estudiar que tiene las mismas características, pueden ser individuos de un grupo, evento o algo a estudiar.
  • la población de investigación es el sujeto total o la totalidad de sujetos de investigación que pueden ser; personas, objetos, cosas en las que se pueden obtener y/o pueden proporcionar información de investigación (datos).
  • la población de investigación es un área de generalización que consiste en objetos o sujetos que tienen ciertas cantidades y características establecidas por los investigadores para ser estudiados y luego sacar conclusiones.

 

Definición de muestra de investigación

 

La población y muestra de investigación se refiere al análisis de una representativa o parte de la población que tiene las mismas características y es representativa y describe a la población de manera que se considera representativa de toda la población estudiada. Las técnicas de muestreo son útiles para ayudar a los investigadores a generalizar a la población representada.

La muestra es una pequeña parte de los miembros de la población tomada de acuerdo con ciertos procedimientos que pueden representar a la población. La muestra se utiliza si la población en estudio es grande y es imposible que el investigador estudie a toda la población. Estas limitaciones pueden ocurrir debido al costo, la energía y el tiempo limitados del investigador. La muestra a utilizar de la población debe representar fielmente a la población objeto de estudio.

 

Recopilación de definiciones de muestras de investigación

 

muestra de investigación

 

  • La población y muestra de investigación trata de la parte de la población cuyas características se van a estudiar. Una buena muestra de investigación, cuyas conclusiones se pueden imponer a la población, es una muestra que es representativa o puede describir las características de la población.
  • La población y muestra de investigación es parte del número y características que posee la población, o una pequeña parte de los miembros de la población tomados de acuerdo a ciertos procedimientos para que puedan representar a la población.
  • La población y muestra de investigación es parte o representativa de la población objeto de estudio. Si solo vamos a examinar una parte de la población, entonces el estudio se llama estudio de muestra.
  • La población y muestra de investigación forma parte de la población asequible que tiene las mismas características que la población.

 

Motivo del muestreo

 

El muestreo es la actividad de determinar la muestra. Un estudio no necesita involucrar a toda la población. Con consideraciones académicas y no académicas, la población puede estar representada por algunos de sus miembros denominados muestra. Sin embargo, los resultados de la investigación no perderán peso y precisión porque la muestra tiene el mismo carácter que la población por lo que la información extraída de la muestra es la misma que se aplica a la población.

El muestreo no reduce el peso de los resultados de la investigación. El peso de los resultados de la investigación se garantizará siempre que el muestreo se realice correctamente, tal como se describe en otra parte de este capítulo. Esto está en línea con la noción de que la muestra son los valores que describen las características de la muestra como el valor estadístico de la muestra.

Esto significa que los resultados concluidos en base a los datos obtenidos de la muestra representarán a la población. En otras palabras, la inferencia estadística garantizará el peso de los resultados de la investigación.

 

Varias razones para considerar el uso y muestreo de la investigación son las siguientes:

 

Ahorro de costos

El número de miembros de la muestra en el estudio tiene implicaciones para los costos. Involucrar a un gran número de miembros de la población requiere mayores costos que involucrar a un pequeño número de miembros de la población. Tomando algunos miembros de la población, se pueden hacer ahorros de costos. Cuanto menor sea el número de miembros muestreados, más ahorros se pueden hacer.

 

Ahorro de tiempo

Mediante el muestreo, se puede ahorrar el tiempo utilizado para realizar la investigación. El tiempo empleado en una investigación que utiliza una muestra es menor que el tiempo en un estudio que no utiliza una muestra. También significa que cuantas menos muestras se utilicen, más tiempo se puede ahorrar.

 

Ahorro de energía

Al usar muestreo, la energía requerida para la investigación con muestreo es menor que sin muestreo. Cuantas menos muestras involucradas, menos energía se requiere.

 

Precisión garantizada y peso de rendimiento

En términos de garantizar la precisión, el muestreo permite que los resultados del trabajo de investigación sean más intensos y completos que sin muestreo. Las actividades de investigación al llegar a unos pocos sujetos permiten obtener mucha información relativamente profunda en comparación con grandes temas de investigación.

 

 

Proceso de muestreo

 

El proceso de muestreo en el proceso del estudio de la población y muestra de investigación es útil para ayudar a los investigadores a generalizar a la población que se representa, de modo que la muestra se defina como parte de la población de la que se toman los datos directamente. La generalización es sacar conclusiones de algo que tiene menos elementos en la muestra, a algo que tiene más elementos o una población más amplia.

Existen tres etapas que se deben pasar en el proceso de muestreo, las cuales son las siguientes:

 

Definir la población objetivo

La población objetivo debería haber sido encontrada por el investigador cuando encontró problemas y problemas de investigación. La población objetivo es una colección o elemento que tiene información de investigación. Los resultados de la investigación de la población producirán una conclusión inferencial para el grupo o la población.

Definir un marco de muestra

El marco muestral o marco muestral es representativo de la colección o elementos de la población objetivo. Por ejemplo, un mapa de la provincia con el nombre del distrito o una bibliografía con el título del libro y el autor.

 

Determinar el número de muestras

Este es el elemento a incluir en la muestra: El tamaño de la muestra está fuertemente influenciado por varios factores, incluido el propósito del estudio. Si la investigación es descriptiva, por lo general requiere una gran cantidad de muestras. Sin embargo, aunque solo sea para probar la hipótesis, el número de muestras no necesita ser grande.

Cuanto mayor sea el tamaño de la muestra, mayor será el poder estadístico. Por otro lado, cuanto menor sea el número de muestras, menor será el poder estadístico, por lo que afectará los resultados del estudio.

 

 

Técnicas de muestreo

 

técnicas de muestreo

 

La técnica de muestreo o comúnmente conocida como muestreo es el proceso de seleccionar una cantidad de elementos de la población en estudio para usarlos como muestras, y comprender las diversas propiedades o caracteres del sujeto que se está muestreando, que luego puede generalizarse a partir de elementos de la población.

La técnica de muestreo consta de dos partes, a saber, el muestreo probabilístico y el muestreo no probabilístico. La explicación y tipos de muestreo o técnicas de muestreo son las siguientes:

 

Técnica de muestreo con probabilidad

 

La técnica de muestreo probabilístico o muestreo aleatorio es una técnica de muestreo que se lleva a cabo brindando oportunidades u oportunidades para que todos los miembros de la población se conviertan en muestras. Por tanto, se espera que la muestra obtenida sea una muestra representativa. Esta técnica de muestreo es más capaz de generalizar los resultados de la investigación. Pero generalmente se hace para una población cuyos miembros se pueden contar.

 

Muestreo aleatorio simple

Se dice simple o simple porque el muestreo de los miembros de la población se realiza de forma aleatoria, independientemente de los estratos que contenga la población. Este tipo de técnica de muestreo se lleva a cabo si los miembros de la población son pequeños y se consideran homogéneos. El método más popular utilizado en el proceso de muestreo aleatorio simple es por sorteo. Los resultados del estudio tienen un alto nivel de generalización pero no son tan eficientes como el muestreo estratificado.

 

Muestreo sistemático

Casi lo mismo que el muestreo aleatorio, solo elige sistemáticamente números aleatorios de la tabla. Este procedimiento es en forma de muestreo tomando cada enésima cantidad de casos (número de secuencia) de la lista de población. Este tipo de muestreo es fácil de usar si la población del marco muestral es buena. La desventaja es que el sesgo es bastante alto.

Muestreo por aleatorio proporcional

Una de las técnicas utilizadas si la población tiene miembros o elementos que no son homogéneos y proporcionalmente estratificados. El método de toma se puede hacer por sorteo o sistemáticamente. La población debe definirse según su segmento: La proporcional se toma de los miembros de la población real. La población se toma de otros miembros de la población.

 

Muestreo por conglomerados

Hay momentos en que los investigadores no conocen las características exactas de la población que quieren ser objeto de investigación porque la población se encuentra dispersa en un área muy amplia. Por esta razón, los investigadores solo pueden determinar muestras regionales, en forma de grupos de conglomerados que se determinan por etapas.

Este tipo de técnica de muestreo se denomina muestreo por conglomerados o muestreo en etapas múltiples. Esta técnica de muestreo se utiliza para determinar la muestra si el objeto a estudiar o la fuente de datos es muy amplia, como la población de un país, provincia o distrito.

 

 

Técnica de muestreo no probabilístico

 

técnica de muestreo no probabilístico es una técnica de muestreo encontrada o determinada por el propio investigador o según consideraciones de expertos. Este muestreo es una técnica que no brinda igualdad de oportunidades para que cada elemento o miembro de la población sea seleccionado como muestra.

 

Los tipos de técnicas de muestreo no probabilístico son los siguientes:

 

Muestreo Sistemático

Una técnica de muestreo basada en la secuencia de miembros de la población a los que se les ha dado un número de serie.

 

Muestreo por cuotas

Una técnica para determinar una muestra de una población que tiene ciertas características a la cantidad de cuota deseada. Por ejemplo, el número de muestras masculinas es de 70 personas, la muestra femenina también es de 70 personas.

 

Muestreo accidental

Una técnica de muestreo basada en el azar, es decir, cualquier persona que coincida con un investigador puede utilizarse como muestra, si se considera que la persona con la que se encontró es adecuada como fuente de datos.

Muestreo intencional

Una técnica de muestreo con ciertas consideraciones o selección especial. Por ejemplo, si investiga un delito en una determinada ciudad o área, entonces toma informantes, es decir, el Jefe de Policía de esa ciudad o área, un criminal y una víctima criminal en esa ciudad.

 

Muestreo saturado

Una técnica de muestreo si todos los miembros de la población se utilizan como muestras. Esto se hace a menudo si la población es relativamente pequeña o pequeña, es decir, menos de 30 personas, o si la investigación quiere hacer generalizaciones con errores relativamente pequeños.

Muestreo de bola de nieve

La técnica de determinar la muestra que inicialmente es pequeña en número o pequeña, luego se agranda. O muestras basadas en el rastreo de muestras anteriores. Por ejemplo, la investigación sobre casos de corrupción muestra que la fuente del primer informante conduce al segundo informante y luego al siguiente informante.
Fórmula y cantidad de muestreo

 

hay varias cosas que afectan el tamaño de la muestra que se debe tomar, a saber, las siguientes:

 

  • Heterogeneidad de la población

Cuanto más heterogénea sea una población, mayor será el número de muestras tomadas para poder representar todas las características de la población.

  • Número de variables utilizadas

Cuanto mayor sea el número de variables, mayor deberá ser el número de muestras tomadas. Esto es en vista de los requisitos para probar la relación.

  • La técnica de muestreo utilizada

Si usamos una técnica de muestreo aleatorio simple, el número de muestras automáticamente tiene menos efecto en comparación con el uso del muestreo aleatorio por capas. Las capas más requieren una muestra más grande.

 

Fórmulas de muestreo

 

La fórmula de muestreo para una población conocida puede utilizar la fórmula de Slovin:

 

Muestreo de investigación con fórmula Slovin:

 

fórmula de Slovin

 

Información:

n : Número de muestras.
N : Población total.
E : El valor crítico deseado (límite de precisión) (porcentaje permitido para la imprecisión debido al error de muestreo).

 

La fórmula anterior se usa si se conoce la población total. Si se desconoce la población total, se puede utilizar la siguiente fórmula:

 

 

Se desconoce la fórmula de muestreo de población

Información:

Z : Tabla Z con cierto nivel de significancia.
Q : La proporción de la población que se espera tenga ciertas características.
P : La proporción de población esperada no tiene ciertas características.
d : Tasa de error tolerable.

 

Si deseas seguir leyendo algunos de nuestros artículos, te recomendamos algunos referentes a diferentes organizadores gráficos que ayudan a potenciar las habilidades para el conocimiento de un tema en específico, por ejemplo, si este tema te parece que tiene mucha información, puedes organizarla ya sea en un mapa conceptual, un mapa mental o una infografía y de esta manera podrás entender mucho más fácil.