SlideShare una empresa de Scribd logo
1 de 27
Descargar para leer sin conexión
ICT0

Lcda. Raquel Soriano
La muestra
• No siempre, pero en la mayoría de las situaciones sí
realizamos el estudio en una muestra.
• Sólo cuando queremos realizar un censo debemos incluir
en el estudio a todos los sujetos o casos (personas,
animales, plantas u objetos) del universo o población.
La muestra
• Por ejemplo:
– Los estudios motivacionales en empresas suelen
abarcar a todos sus empleados para evitar que los
excluidos piensen que su opinión no se toma en
cuenta. Las muestras se utilizan por economía de
tiempo y recursos.
Lo primero…
• Se debe pensar en ¿sobre qué o quiénes se recolectarán
datos?
• Es decir, los sujetos, objetos o comunidades de estudio
(las unidades de análisis), lo cual depende del
planteamiento de la investigación.
• Así, en el caso 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.
• Entonces, hay que decidir ¿qué es lo más factible? ¿Los
niños o los padres?
Por ejemplo:
• En el estudio sobre la relación niño-televisión se podría
determinar que los sujetos seleccionados para el estudio
fueran niños que respondieran sobre sus conductas y
percepciones relacionadas con este medio de
comunicación.
• Muchos estudiantes en propuestas de investigación no
logran una coherencia entre los objetivos de
investigación y la unidad de análisis de la misma.
• Algunos errores más comunes en la tabla siguiente:
• Por lo tanto, para seleccionar una muestra lo primero
que hay que hacer es definir la Unidad de análisis.
Unidades de análisis
• Se les denomina también CASOS o ELEMENTOS.
• El sobre qué o quiénes se van a recolectar los datos
depende del planteamiento del problema a investigar y
de los alcances del estudio. Estas acciones nos llevarán al
siguiente paso.
La muestra
• Para el proceso cuantitativo la muestra
– es un subgrupo de la población de interés (sobre el
cual se recolectarán datos, y que tiene que definirse o
delimitarse de antemano con precisión), éste debe ser
representativo de la población.
Concepto muestra
• Subgrupo de la población del cual se recolectan los datos
y debe ser representativo de dicha población.
• Los investigadores pretenden que de los resultados
encontrados en la muestra logren generalizarse a la
población (en el sentido de la validez externa que se
comentó al hablar de experimentos).
• El interés es que la muestra sea estadísticamente
representativa. La esencia del muestreo cuantitativo
podría esquematizarse así:
¿Cómo se delimita una población?
• Una vez se ha definido la unidad de análisis se procede a
delimitar la población que va a ser estudiada y sobre la
cual se pretende generalizar los resultados.
• Población es: el conjunto de todos los casos que
concuerdan con una serie de especificaciones (Selltiz et
al. 1980).
• Si seguimos con el ejemplo del estudio de la televisión y
los niños, está claro que la unidad de análisis son lo
niños, pero ¿de qué población se trata? ¿de todos los
niños del mundo? ¿ de todos los niños de la república de
El Salvador? Sería muy ambicioso y prácticamente
imposible referirnos a poblaciones tan grandes
• Las poblaciones deben situarse claramente en torno a
sus características de contenido, de lugar y en el tiempo.
Por ejemplo:
• Baptista (1983) en un estudio sobre directivos de
empresa en México y con base en las consideraciones
teóricas de estudio que describe el comportamiento
gerencial de los individuos y la relación de éste con otras
variables de tipo organizacional , procedió a definir la
población de la siguiente manera.
• En este ejemplo se delimita claramente la población,
excluyendo a personas que no son directores generales, a
empresas que no pertenezcan al giro industrial y
comercial.
• Se establece también con base a criterios de capital y de
recursos humanos, que se trata de empresas medianas y
grandes.
• La muestra en esencia es un subgrupo de la población.
Digamos que es un subconjunto de elementos que
pertenecen a ese conjunto definido en sus características
al que llamamos población.
Muestra probabilística
• Subgrupo de la población en el que todos los elementos
de ésta tienen la misma posibilidad de ser elegidos
Muestra no probabilística
• Subgrupo de la población en la que la elección de los
elementos no depende de la probabilidad sino de las
características de la investigación.

Más contenido relacionado

La actualidad más candente

Investigación Cuantitativa
Investigación Cuantitativa Investigación Cuantitativa
Investigación Cuantitativa
Crhistian Xavier Orozco La Fuente
 
Investigación Descriptiva por Deysi Borja
Investigación Descriptiva por Deysi BorjaInvestigación Descriptiva por Deysi Borja
Investigación Descriptiva por Deysi Borja
deysiborja
 

La actualidad más candente (6)

Investigación Cuantitativa
Investigación Cuantitativa Investigación Cuantitativa
Investigación Cuantitativa
 
Investigación Cuantitativa
Investigación CuantitativaInvestigación Cuantitativa
Investigación Cuantitativa
 
Investigacion descriptiva
Investigacion descriptivaInvestigacion descriptiva
Investigacion descriptiva
 
Investigacion descriptiva
Investigacion descriptivaInvestigacion descriptiva
Investigacion descriptiva
 
Investigación Descriptiva por Deysi Borja
Investigación Descriptiva por Deysi BorjaInvestigación Descriptiva por Deysi Borja
Investigación Descriptiva por Deysi Borja
 
Bioestadistica
BioestadisticaBioestadistica
Bioestadistica
 

Destacado (6)

Internet
InternetInternet
Internet
 
Paul FINAL
Paul FINALPaul FINAL
Paul FINAL
 
Thanasis tziastas c.v 17.03.2015
Thanasis tziastas c.v  17.03.2015Thanasis tziastas c.v  17.03.2015
Thanasis tziastas c.v 17.03.2015
 
CV Sebastián Moná
CV Sebastián MonáCV Sebastián Moná
CV Sebastián Moná
 
Abc de las pruebas textiles apparel 2011
Abc de las pruebas textiles apparel 2011Abc de las pruebas textiles apparel 2011
Abc de las pruebas textiles apparel 2011
 
Pensamiento complejo (1)
Pensamiento complejo (1)Pensamiento complejo (1)
Pensamiento complejo (1)
 

Similar a Clase 9 ict0 educacion virtual ecc_rs

estudiantes-estadistica-inferencial-a-2016.pptx
estudiantes-estadistica-inferencial-a-2016.pptxestudiantes-estadistica-inferencial-a-2016.pptx
estudiantes-estadistica-inferencial-a-2016.pptx
karreagac1
 
Selección de la muestra Metodologia
Selección de la muestra MetodologiaSelección de la muestra Metodologia
Selección de la muestra Metodologia
Daysi Briseida
 
Diseño de investigacion
Diseño de investigacionDiseño de investigacion
Diseño de investigacion
Laura Torrealba
 
Diseño de investigacion
Diseño de investigacionDiseño de investigacion
Diseño de investigacion
Laura Torrealba
 
Muestra o analisis_muestral_-_documentos_de_google
Muestra o analisis_muestral_-_documentos_de_googleMuestra o analisis_muestral_-_documentos_de_google
Muestra o analisis_muestral_-_documentos_de_google
RaquelCh5
 

Similar a Clase 9 ict0 educacion virtual ecc_rs (20)

Poblacion o universo
Poblacion o universoPoblacion o universo
Poblacion o universo
 
estudiantes-estadistica-inferencial-a-2016.pptx
estudiantes-estadistica-inferencial-a-2016.pptxestudiantes-estadistica-inferencial-a-2016.pptx
estudiantes-estadistica-inferencial-a-2016.pptx
 
7. Muestra
7. Muestra7. Muestra
7. Muestra
 
Población y Universo
Población y Universo Población y Universo
Población y Universo
 
Sampieri capitulo 8
Sampieri capitulo 8 Sampieri capitulo 8
Sampieri capitulo 8
 
Seleccionar una muestra
Seleccionar una muestraSeleccionar una muestra
Seleccionar una muestra
 
Selección de la muestra Metodologia
Selección de la muestra MetodologiaSelección de la muestra Metodologia
Selección de la muestra Metodologia
 
Muestra o analisis muestral
Muestra o analisis muestralMuestra o analisis muestral
Muestra o analisis muestral
 
Tipo de-muestreo
Tipo de-muestreoTipo de-muestreo
Tipo de-muestreo
 
Capitulo 9
Capitulo  9Capitulo  9
Capitulo 9
 
Selección de la muestra.pdf
Selección de la muestra.pdfSelección de la muestra.pdf
Selección de la muestra.pdf
 
Selecciondelamuestra Universidad Americana del Noreste
Selecciondelamuestra Universidad Americana del NoresteSelecciondelamuestra Universidad Americana del Noreste
Selecciondelamuestra Universidad Americana del Noreste
 
Diseño de investigacion
Diseño de investigacionDiseño de investigacion
Diseño de investigacion
 
yary.pptx
yary.pptxyary.pptx
yary.pptx
 
Unidad 3.5 población y muestra
Unidad 3.5 población y muestraUnidad 3.5 población y muestra
Unidad 3.5 población y muestra
 
Muestra o analisis muestral
Muestra o analisis muestral Muestra o analisis muestral
Muestra o analisis muestral
 
Diseño de investigacion
Diseño de investigacionDiseño de investigacion
Diseño de investigacion
 
Proyecto de Investigación (1° Parte).pptx
Proyecto de Investigación (1° Parte).pptxProyecto de Investigación (1° Parte).pptx
Proyecto de Investigación (1° Parte).pptx
 
Muestra o analisis_muestral_-_documentos_de_google
Muestra o analisis_muestral_-_documentos_de_googleMuestra o analisis_muestral_-_documentos_de_google
Muestra o analisis_muestral_-_documentos_de_google
 
1 tipo muestra crit selecc-procedim
1 tipo muestra crit selecc-procedim1 tipo muestra crit selecc-procedim
1 tipo muestra crit selecc-procedim
 

Más de Dirección de Educación Virtual

Más de Dirección de Educación Virtual (20)

2. Desarrollo de las personas
2. Desarrollo de las personas2. Desarrollo de las personas
2. Desarrollo de las personas
 
Desarrollo de las personas
Desarrollo de las personasDesarrollo de las personas
Desarrollo de las personas
 
Validez- Unidad 3
 Validez- Unidad 3  Validez- Unidad 3
Validez- Unidad 3
 
Fin del curso
Fin del cursoFin del curso
Fin del curso
 
Almacenamiento transporte frutas hortalizas
Almacenamiento transporte frutas hortalizasAlmacenamiento transporte frutas hortalizas
Almacenamiento transporte frutas hortalizas
 
El ciclo vital de los productos hortofruticolas y factores q condicionan el c...
El ciclo vital de los productos hortofruticolas y factores q condicionan el c...El ciclo vital de los productos hortofruticolas y factores q condicionan el c...
El ciclo vital de los productos hortofruticolas y factores q condicionan el c...
 
Operaciones de elaboaracion carnicas
Operaciones de elaboaracion carnicasOperaciones de elaboaracion carnicas
Operaciones de elaboaracion carnicas
 
Uso de aditivos carnicos
Uso de aditivos carnicosUso de aditivos carnicos
Uso de aditivos carnicos
 
Elaboracion de mermelada
Elaboracion de mermeladaElaboracion de mermelada
Elaboracion de mermelada
 
Proceso de diseño
Proceso de diseñoProceso de diseño
Proceso de diseño
 
Que es-sociedad
Que es-sociedadQue es-sociedad
Que es-sociedad
 
Que es ingenieria
Que es ingenieriaQue es ingenieria
Que es ingenieria
 
4 introduccion a la ingenieria pag 37-40
4 introduccion a la ingenieria pag 37-404 introduccion a la ingenieria pag 37-40
4 introduccion a la ingenieria pag 37-40
 
Inspeccion de animales
Inspeccion de animalesInspeccion de animales
Inspeccion de animales
 
Anlaboratorio
AnlaboratorioAnlaboratorio
Anlaboratorio
 
Laboratorio de metodos de conservacion
Laboratorio de metodos de conservacionLaboratorio de metodos de conservacion
Laboratorio de metodos de conservacion
 
Ahumado
AhumadoAhumado
Ahumado
 
Conservacion por radiacion
Conservacion por radiacionConservacion por radiacion
Conservacion por radiacion
 
Cde cereales
Cde cerealesCde cereales
Cde cereales
 
Esterilizacion
EsterilizacionEsterilizacion
Esterilizacion
 

Último

Concepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptxConcepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptx
Fernando Solis
 
TEMA 14.DERIVACIONES ECONÓMICAS, SOCIALES Y POLÍTICAS DEL PROCESO DE INTEGRAC...
TEMA 14.DERIVACIONES ECONÓMICAS, SOCIALES Y POLÍTICAS DEL PROCESO DE INTEGRAC...TEMA 14.DERIVACIONES ECONÓMICAS, SOCIALES Y POLÍTICAS DEL PROCESO DE INTEGRAC...
TEMA 14.DERIVACIONES ECONÓMICAS, SOCIALES Y POLÍTICAS DEL PROCESO DE INTEGRAC...
jlorentemartos
 

Último (20)

Concepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptxConcepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptx
 
AEC 2. Aventura en el Antiguo Egipto.pptx
AEC 2. Aventura en el Antiguo Egipto.pptxAEC 2. Aventura en el Antiguo Egipto.pptx
AEC 2. Aventura en el Antiguo Egipto.pptx
 
Tema 10. Dinámica y funciones de la Atmosfera 2024
Tema 10. Dinámica y funciones de la Atmosfera 2024Tema 10. Dinámica y funciones de la Atmosfera 2024
Tema 10. Dinámica y funciones de la Atmosfera 2024
 
Procedimientos para la planificación en los Centros Educativos tipo V ( multi...
Procedimientos para la planificación en los Centros Educativos tipo V ( multi...Procedimientos para la planificación en los Centros Educativos tipo V ( multi...
Procedimientos para la planificación en los Centros Educativos tipo V ( multi...
 
Power Point E. S.: Los dos testigos.pptx
Power Point E. S.: Los dos testigos.pptxPower Point E. S.: Los dos testigos.pptx
Power Point E. S.: Los dos testigos.pptx
 
TRABAJO FINAL TOPOGRAFÍA COMPLETO DE LA UPC
TRABAJO FINAL TOPOGRAFÍA COMPLETO DE LA UPCTRABAJO FINAL TOPOGRAFÍA COMPLETO DE LA UPC
TRABAJO FINAL TOPOGRAFÍA COMPLETO DE LA UPC
 
FUERZA Y MOVIMIENTO ciencias cuarto basico.ppt
FUERZA Y MOVIMIENTO ciencias cuarto basico.pptFUERZA Y MOVIMIENTO ciencias cuarto basico.ppt
FUERZA Y MOVIMIENTO ciencias cuarto basico.ppt
 
Supuestos_prácticos_funciones.docx
Supuestos_prácticos_funciones.docxSupuestos_prácticos_funciones.docx
Supuestos_prácticos_funciones.docx
 
TEMA 14.DERIVACIONES ECONÓMICAS, SOCIALES Y POLÍTICAS DEL PROCESO DE INTEGRAC...
TEMA 14.DERIVACIONES ECONÓMICAS, SOCIALES Y POLÍTICAS DEL PROCESO DE INTEGRAC...TEMA 14.DERIVACIONES ECONÓMICAS, SOCIALES Y POLÍTICAS DEL PROCESO DE INTEGRAC...
TEMA 14.DERIVACIONES ECONÓMICAS, SOCIALES Y POLÍTICAS DEL PROCESO DE INTEGRAC...
 
Prueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESOPrueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESO
 
Desarrollo y Aplicación de la Administración por Valores
Desarrollo y Aplicación de la Administración por ValoresDesarrollo y Aplicación de la Administración por Valores
Desarrollo y Aplicación de la Administración por Valores
 
Sesión de clase APC: Los dos testigos.pdf
Sesión de clase APC: Los dos testigos.pdfSesión de clase APC: Los dos testigos.pdf
Sesión de clase APC: Los dos testigos.pdf
 
TIENDAS MASS MINIMARKET ESTUDIO DE MERCADO
TIENDAS MASS MINIMARKET ESTUDIO DE MERCADOTIENDAS MASS MINIMARKET ESTUDIO DE MERCADO
TIENDAS MASS MINIMARKET ESTUDIO DE MERCADO
 
PINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).ppt
PINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).pptPINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).ppt
PINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).ppt
 
ACRÓNIMO DE PARÍS PARA SU OLIMPIADA 2024. Por JAVIER SOLIS NOYOLA
ACRÓNIMO DE PARÍS PARA SU OLIMPIADA 2024. Por JAVIER SOLIS NOYOLAACRÓNIMO DE PARÍS PARA SU OLIMPIADA 2024. Por JAVIER SOLIS NOYOLA
ACRÓNIMO DE PARÍS PARA SU OLIMPIADA 2024. Por JAVIER SOLIS NOYOLA
 
ACERTIJO LA RUTA DEL MARATÓN OLÍMPICO DEL NÚMERO PI EN PARÍS. Por JAVIER SOL...
ACERTIJO LA RUTA DEL MARATÓN OLÍMPICO DEL NÚMERO PI EN  PARÍS. Por JAVIER SOL...ACERTIJO LA RUTA DEL MARATÓN OLÍMPICO DEL NÚMERO PI EN  PARÍS. Por JAVIER SOL...
ACERTIJO LA RUTA DEL MARATÓN OLÍMPICO DEL NÚMERO PI EN PARÍS. Por JAVIER SOL...
 
Tema 17. Biología de los microorganismos 2024
Tema 17. Biología de los microorganismos 2024Tema 17. Biología de los microorganismos 2024
Tema 17. Biología de los microorganismos 2024
 
PLAN DE REFUERZO ESCOLAR MERC 2024-2.docx
PLAN DE REFUERZO ESCOLAR MERC 2024-2.docxPLAN DE REFUERZO ESCOLAR MERC 2024-2.docx
PLAN DE REFUERZO ESCOLAR MERC 2024-2.docx
 
Tema 19. Inmunología y el sistema inmunitario 2024
Tema 19. Inmunología y el sistema inmunitario 2024Tema 19. Inmunología y el sistema inmunitario 2024
Tema 19. Inmunología y el sistema inmunitario 2024
 
Usos y desusos de la inteligencia artificial en revistas científicas
Usos y desusos de la inteligencia artificial en revistas científicasUsos y desusos de la inteligencia artificial en revistas científicas
Usos y desusos de la inteligencia artificial en revistas científicas
 

Clase 9 ict0 educacion virtual ecc_rs

  • 2.
  • 3. La muestra • No siempre, pero en la mayoría de las situaciones sí realizamos el estudio en una muestra. • Sólo cuando queremos realizar un censo debemos incluir en el estudio a todos los sujetos o casos (personas, animales, plantas u objetos) del universo o población.
  • 4. La muestra • Por ejemplo: – Los estudios motivacionales en empresas suelen abarcar a todos sus empleados para evitar que los excluidos piensen que su opinión no se toma en cuenta. Las muestras se utilizan por economía de tiempo y recursos.
  • 5. Lo primero… • Se debe pensar en ¿sobre qué o quiénes se recolectarán datos? • Es decir, los sujetos, objetos o comunidades de estudio (las unidades de análisis), lo cual depende del planteamiento de la investigación.
  • 6. • Así, en el caso 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. • Entonces, hay que decidir ¿qué es lo más factible? ¿Los niños o los padres?
  • 7. Por ejemplo: • En el estudio sobre la relación niño-televisión se podría determinar que los sujetos seleccionados para el estudio fueran niños que respondieran sobre sus conductas y percepciones relacionadas con este medio de comunicación.
  • 8. • Muchos estudiantes en propuestas de investigación no logran una coherencia entre los objetivos de investigación y la unidad de análisis de la misma. • Algunos errores más comunes en la tabla siguiente:
  • 9.
  • 10.
  • 11.
  • 12. • Por lo tanto, para seleccionar una muestra lo primero que hay que hacer es definir la Unidad de análisis.
  • 13. Unidades de análisis • Se les denomina también CASOS o ELEMENTOS.
  • 14. • El sobre qué o quiénes se van a recolectar los datos depende del planteamiento del problema a investigar y de los alcances del estudio. Estas acciones nos llevarán al siguiente paso.
  • 15. La muestra • Para el proceso cuantitativo la muestra – es un subgrupo de la población de interés (sobre el cual se recolectarán datos, y que tiene que definirse o delimitarse de antemano con precisión), éste debe ser representativo de la población.
  • 16. Concepto muestra • Subgrupo de la población del cual se recolectan los datos y debe ser representativo de dicha población.
  • 17. • Los investigadores pretenden que de los resultados encontrados en la muestra logren generalizarse a la población (en el sentido de la validez externa que se comentó al hablar de experimentos).
  • 18. • El interés es que la muestra sea estadísticamente representativa. La esencia del muestreo cuantitativo podría esquematizarse así:
  • 19.
  • 20. ¿Cómo se delimita una población? • Una vez se ha definido la unidad de análisis se procede a delimitar la población que va a ser estudiada y sobre la cual se pretende generalizar los resultados. • Población es: el conjunto de todos los casos que concuerdan con una serie de especificaciones (Selltiz et al. 1980).
  • 21. • Si seguimos con el ejemplo del estudio de la televisión y los niños, está claro que la unidad de análisis son lo niños, pero ¿de qué población se trata? ¿de todos los niños del mundo? ¿ de todos los niños de la república de El Salvador? Sería muy ambicioso y prácticamente imposible referirnos a poblaciones tan grandes
  • 22. • Las poblaciones deben situarse claramente en torno a sus características de contenido, de lugar y en el tiempo. Por ejemplo: • Baptista (1983) en un estudio sobre directivos de empresa en México y con base en las consideraciones teóricas de estudio que describe el comportamiento gerencial de los individuos y la relación de éste con otras variables de tipo organizacional , procedió a definir la población de la siguiente manera.
  • 23.
  • 24. • En este ejemplo se delimita claramente la población, excluyendo a personas que no son directores generales, a empresas que no pertenezcan al giro industrial y comercial. • Se establece también con base a criterios de capital y de recursos humanos, que se trata de empresas medianas y grandes.
  • 25. • La muestra en esencia es un subgrupo de la población. Digamos que es un subconjunto de elementos que pertenecen a ese conjunto definido en sus características al que llamamos población.
  • 26. Muestra probabilística • Subgrupo de la población en el que todos los elementos de ésta tienen la misma posibilidad de ser elegidos
  • 27. Muestra no probabilística • Subgrupo de la población en la que la elección de los elementos no depende de la probabilidad sino de las características de la investigación.