SlideShare una empresa de Scribd logo
1 de 10
POBLACIÓN Y MUESTRAS
PROBABILISTICAS
ESTADÍSTICA II
LICENCIATURA EN ADMINISTRACIÓN
ELEMENTOS DE LA ESTADÍSTICA
Tomado de Alanís, 2014:36
MUESTRAS NO PROBABILÍSTICAS
Las características de este tipo de muestras son:
1. No calcula con precisión el error estándar
2. Los datos no pueden generalizarse a una
población que no se consideró en sus
parámetros, ni en sus elementos para obtener
la muestra.
3. La elección de los sujetos no depende que
todos tengan la misma posibilidad de ser
Métodos no probabilísticos
Tomado de Bijarro, 2011:84
MUESTRA DE SUJETOS VOLUNTARIOS
Se utiliza muy frecuente en Ciencias Sociales y
Ciencias de la Conducta
El investigador elabora conclusiones sobre algo en
específico.
Los estudios en laboratorios se procura que los
sujetos sean homogéneos en variables como:
edad, sexo, inteligencia, para que los efectos o
resultados obedezcan a condiciones que fueron
sometidos y no a las diferencias individuales.
Se trata de muestras fortuitas. (Bijarro, 2011:90)
MUESTRA DE EXPERTOS
Se tiene en cuenta la opinión de sujetos
expertos en un tema.
Son frecuentes en estudios cualitativos y
explorativos.
(Bijarro, 2011:91)
MUESTRA DE SUJETOS-TIPO
 El objetivo fundamental es la riqueza, profundidad y calidad
de la información, no la cantidad, ni la estandarización.
 Es utilizado en aquellos estudios de perspectiva
fenomenológica. Donde se analiza los valores y significados
de un determinado grupo social, por lo tanto, el uso de
expertos como sujeto - tipo es frecuente.
 Se definen grupos dirigidos a un determinado producto, se
establecen sesiones o talleres dirigidos por gestores,
multiplicadores, facilitadores, donde el grupo a partir de
consideraciones, expresan sus valores, expectativas de un
determinado producto o servicio. (Bijarro, 2011:91)
MUESTREO POR CUOTAS
Consiste en tomar grupos existentes en la
población (tipos de sujetos) fijando el número de
cada uno de ellos (cuota) que se desea estudiar
y extraer de cada grupo el número de elementos
representativo (no aleatorio) para el objetivo de
la investigación. Así, por ejemplo la edad sería el
grupo, fijaríamos el número de edades y el
número de sujetos de cada edad que deseamos
constituyan nuestra muestra. (Albert, 2007:62).
Albert, 2007:62, menciona también como tipos
de muestreo no probabilístico los siguientes:
Muestreo accidental o causal, en el cual la
selección de los individuos depende de la
posibilidad de acceder a ellos.
Muestreo intencional, en él los sujetos se
seleccionan según se estima que son
representativos o típicos de la población.
En la web
 http://www.surveysoftware.net/sscalce.htm#terminologye
 http://med.unne.edu.ar/biblioteca/calculos/calculadora.htm
 http://www.netquest.com/es/panel/calculadora-muestras.html

Más contenido relacionado

La actualidad más candente

Tipo Y Diseño De La Investigacion
Tipo Y Diseño De La InvestigacionTipo Y Diseño De La Investigacion
Tipo Y Diseño De La Investigacion
uci2c
 
Investigacion cuantitativa
Investigacion cuantitativaInvestigacion cuantitativa
Investigacion cuantitativa
Jose Andrade
 
Diseños no experimentales
Diseños no experimentalesDiseños no experimentales
Diseños no experimentales
Vilma H
 
Tipos de hipótesis
Tipos de hipótesisTipos de hipótesis
Tipos de hipótesis
eduholding
 
Etapas o faces de una investigación
Etapas o faces de una investigaciónEtapas o faces de una investigación
Etapas o faces de una investigación
AltarjerjesO
 

La actualidad más candente (20)

7.Seleccion de la muestra. Paso 7 de la Investigacion Científica.
7.Seleccion de la muestra. Paso 7 de la Investigacion Científica.7.Seleccion de la muestra. Paso 7 de la Investigacion Científica.
7.Seleccion de la muestra. Paso 7 de la Investigacion Científica.
 
Diseño metodologico
Diseño metodologicoDiseño metodologico
Diseño metodologico
 
Tipo Y Diseño De La Investigacion
Tipo Y Diseño De La InvestigacionTipo Y Diseño De La Investigacion
Tipo Y Diseño De La Investigacion
 
Tipos de Muestreo
Tipos de MuestreoTipos de Muestreo
Tipos de Muestreo
 
Seminario de tesis unidad 1
Seminario de tesis unidad 1Seminario de tesis unidad 1
Seminario de tesis unidad 1
 
8 muestra sampieri
8 muestra sampieri8 muestra sampieri
8 muestra sampieri
 
Investigacion cuantitativa
Investigacion cuantitativaInvestigacion cuantitativa
Investigacion cuantitativa
 
Analisis de datos cuantitativos
Analisis de datos cuantitativos Analisis de datos cuantitativos
Analisis de datos cuantitativos
 
Muestreo Estadístico
Muestreo EstadísticoMuestreo Estadístico
Muestreo Estadístico
 
Diseños no experimentales
Diseños no experimentalesDiseños no experimentales
Diseños no experimentales
 
Justificación de la investigación según Carlos Méndez
Justificación de la investigación según Carlos MéndezJustificación de la investigación según Carlos Méndez
Justificación de la investigación según Carlos Méndez
 
Muestreo aleatorio simple
Muestreo aleatorio simpleMuestreo aleatorio simple
Muestreo aleatorio simple
 
(Metodos Inv.) Tema 2 - La Idea
(Metodos Inv.) Tema 2 - La Idea(Metodos Inv.) Tema 2 - La Idea
(Metodos Inv.) Tema 2 - La Idea
 
Diseño de la Investigación
Diseño de la InvestigaciónDiseño de la Investigación
Diseño de la Investigación
 
Población y Muestra
Población y MuestraPoblación y Muestra
Población y Muestra
 
Diseño cuasiexperimental
Diseño cuasiexperimentalDiseño cuasiexperimental
Diseño cuasiexperimental
 
Proceso de investigación y análisis de datos
Proceso de investigación y análisis de datosProceso de investigación y análisis de datos
Proceso de investigación y análisis de datos
 
Recoleccion de datos cuantitativos
Recoleccion de datos cuantitativos Recoleccion de datos cuantitativos
Recoleccion de datos cuantitativos
 
Tipos de hipótesis
Tipos de hipótesisTipos de hipótesis
Tipos de hipótesis
 
Etapas o faces de una investigación
Etapas o faces de una investigaciónEtapas o faces de una investigación
Etapas o faces de una investigación
 

Destacado (7)

Bola nieve
Bola nieveBola nieve
Bola nieve
 
Muestreo no probabilístico
Muestreo no probabilísticoMuestreo no probabilístico
Muestreo no probabilístico
 
Muestreo no-probabilístico
Muestreo no-probabilísticoMuestreo no-probabilístico
Muestreo no-probabilístico
 
Presentación capítulo 8 sampieri
Presentación capítulo 8 sampieriPresentación capítulo 8 sampieri
Presentación capítulo 8 sampieri
 
Métodos de muestreo No Probabilísticos
Métodos de muestreo No ProbabilísticosMétodos de muestreo No Probabilísticos
Métodos de muestreo No Probabilísticos
 
U2 capitulo-8-sampieri
U2 capitulo-8-sampieriU2 capitulo-8-sampieri
U2 capitulo-8-sampieri
 
Universo, población y muestra
Universo, población y muestraUniverso, población y muestra
Universo, población y muestra
 

Similar a Muestras no probabilisticas

Preguntas de defensa, postulante carranza
Preguntas de defensa, postulante carranzaPreguntas de defensa, postulante carranza
Preguntas de defensa, postulante carranza
BibliaSantSexVocablo DiccionarioVocabulario BibliotecaCristo
 
Sesion 5 MAE Ed Inclusiva (E).pptx
Sesion 5 MAE Ed Inclusiva (E).pptxSesion 5 MAE Ed Inclusiva (E).pptx
Sesion 5 MAE Ed Inclusiva (E).pptx
JennyAmparo3
 

Similar a Muestras no probabilisticas (20)

1222368251 jscharag sec4_pos0
1222368251 jscharag sec4_pos01222368251 jscharag sec4_pos0
1222368251 jscharag sec4_pos0
 
Preguntas de defensa, postulante carranza
Preguntas de defensa, postulante carranzaPreguntas de defensa, postulante carranza
Preguntas de defensa, postulante carranza
 
Preguntas de defensa, postulante carranza
Preguntas de defensa, postulante carranzaPreguntas de defensa, postulante carranza
Preguntas de defensa, postulante carranza
 
Enfoque cualitativo y cuantitativo
Enfoque cualitativo y cuantitativo Enfoque cualitativo y cuantitativo
Enfoque cualitativo y cuantitativo
 
Población, muestra, informantes clave, variable, unidad de análisis
Población, muestra, informantes clave, variable, unidad de análisisPoblación, muestra, informantes clave, variable, unidad de análisis
Población, muestra, informantes clave, variable, unidad de análisis
 
1
11
1
 
Investigacion cualitativa sileny, lizmayery
Investigacion cualitativa sileny, lizmayeryInvestigacion cualitativa sileny, lizmayery
Investigacion cualitativa sileny, lizmayery
 
Sesion 5 MAE Ed Inclusiva (E).pptx
Sesion 5 MAE Ed Inclusiva (E).pptxSesion 5 MAE Ed Inclusiva (E).pptx
Sesion 5 MAE Ed Inclusiva (E).pptx
 
Poblacion y Muestra 12-04-2021.pptx
Poblacion y Muestra 12-04-2021.pptxPoblacion y Muestra 12-04-2021.pptx
Poblacion y Muestra 12-04-2021.pptx
 
Metodos de investigacion
Metodos de investigacionMetodos de investigacion
Metodos de investigacion
 
Diseño Metodológico de la Investigación Científica.pdf
Diseño Metodológico de la Investigación  Científica.pdfDiseño Metodológico de la Investigación  Científica.pdf
Diseño Metodológico de la Investigación Científica.pdf
 
yary.pptx
yary.pptxyary.pptx
yary.pptx
 
Analisis metodos de muestreo
Analisis metodos de muestreoAnalisis metodos de muestreo
Analisis metodos de muestreo
 
Exposicion p
Exposicion pExposicion p
Exposicion p
 
Investigacion descriptica
Investigacion descripticaInvestigacion descriptica
Investigacion descriptica
 
TRABAJO U.pptx
TRABAJO U.pptxTRABAJO U.pptx
TRABAJO U.pptx
 
Ensayo un1 taller-de-investigacion-i
Ensayo un1 taller-de-investigacion-iEnsayo un1 taller-de-investigacion-i
Ensayo un1 taller-de-investigacion-i
 
Foro 1. proyecto integrador ii.jenny paola bautista laica
Foro 1. proyecto integrador ii.jenny paola bautista laicaForo 1. proyecto integrador ii.jenny paola bautista laica
Foro 1. proyecto integrador ii.jenny paola bautista laica
 
Foro 1.-proyecto-integrador-ii.jenny-paola-bautista-laica
Foro 1.-proyecto-integrador-ii.jenny-paola-bautista-laicaForo 1.-proyecto-integrador-ii.jenny-paola-bautista-laica
Foro 1.-proyecto-integrador-ii.jenny-paola-bautista-laica
 
Foro 1.PROYECTO INTEGRADOR II
Foro 1.PROYECTO INTEGRADOR IIForo 1.PROYECTO INTEGRADOR II
Foro 1.PROYECTO INTEGRADOR II
 

Más de ALANIS

Más de ALANIS (20)

Aplicaciones de la diferencial
Aplicaciones de la diferencialAplicaciones de la diferencial
Aplicaciones de la diferencial
 
Formulas excel
Formulas excelFormulas excel
Formulas excel
 
Acervo de recursos
Acervo de recursosAcervo de recursos
Acervo de recursos
 
Factor comun
Factor comunFactor comun
Factor comun
 
Combinaciones
CombinacionesCombinaciones
Combinaciones
 
Diagramas de arbol
Diagramas de arbolDiagramas de arbol
Diagramas de arbol
 
Problemas de conjuntos
Problemas de conjuntosProblemas de conjuntos
Problemas de conjuntos
 
Tamaño de la muestra
Tamaño de la muestraTamaño de la muestra
Tamaño de la muestra
 
Muestra probabilistica
Muestra probabilisticaMuestra probabilistica
Muestra probabilistica
 
Permutaciones
PermutacionesPermutaciones
Permutaciones
 
Dispersion no agrupados
Dispersion no agrupadosDispersion no agrupados
Dispersion no agrupados
 
Dispersion agrupados
Dispersion agrupadosDispersion agrupados
Dispersion agrupados
 
Diagramas de arbol
Diagramas de arbolDiagramas de arbol
Diagramas de arbol
 
Datos cuantitativos no agrupados
Datos cuantitativos no agrupadosDatos cuantitativos no agrupados
Datos cuantitativos no agrupados
 
Datos cuantitativos agrupados
Datos cuantitativos  agrupadosDatos cuantitativos  agrupados
Datos cuantitativos agrupados
 
Datos cualitativos
Datos cualitativosDatos cualitativos
Datos cualitativos
 
Combinaciones
CombinacionesCombinaciones
Combinaciones
 
Centralizacion no agrupados
Centralizacion no agrupadosCentralizacion no agrupados
Centralizacion no agrupados
 
Centralizacion agrupados
Centralizacion agrupadosCentralizacion agrupados
Centralizacion agrupados
 
Calculo de probabilidades
Calculo de probabilidadesCalculo de probabilidades
Calculo de probabilidades
 

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
 
6.-Como-Atraer-El-Amor-01-Lain-Garcia-Calvo.pdf
6.-Como-Atraer-El-Amor-01-Lain-Garcia-Calvo.pdf6.-Como-Atraer-El-Amor-01-Lain-Garcia-Calvo.pdf
6.-Como-Atraer-El-Amor-01-Lain-Garcia-Calvo.pdf
MiNeyi1
 
Proyecto de aprendizaje dia de la madre MINT.pdf
Proyecto de aprendizaje dia de la madre MINT.pdfProyecto de aprendizaje dia de la madre MINT.pdf
Proyecto de aprendizaje dia de la madre MINT.pdf
patriciaines1993
 

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
 
Sesión de clase: Fe contra todo pronóstico
Sesión de clase: Fe contra todo pronósticoSesión de clase: Fe contra todo pronóstico
Sesión de clase: Fe contra todo pronóstico
 
Prueba libre de Geografía para obtención título Bachillerato - 2024
Prueba libre de Geografía para obtención título Bachillerato - 2024Prueba libre de Geografía para obtención título Bachillerato - 2024
Prueba libre de Geografía para obtención título Bachillerato - 2024
 
SESION DE PERSONAL SOCIAL. La convivencia en familia 22-04-24 -.doc
SESION DE PERSONAL SOCIAL.  La convivencia en familia 22-04-24  -.docSESION DE PERSONAL SOCIAL.  La convivencia en familia 22-04-24  -.doc
SESION DE PERSONAL SOCIAL. La convivencia en familia 22-04-24 -.doc
 
6.-Como-Atraer-El-Amor-01-Lain-Garcia-Calvo.pdf
6.-Como-Atraer-El-Amor-01-Lain-Garcia-Calvo.pdf6.-Como-Atraer-El-Amor-01-Lain-Garcia-Calvo.pdf
6.-Como-Atraer-El-Amor-01-Lain-Garcia-Calvo.pdf
 
Unidad 3 | Metodología de la Investigación
Unidad 3 | Metodología de la InvestigaciónUnidad 3 | Metodología de la Investigación
Unidad 3 | Metodología de la Investigación
 
Supuestos_prácticos_funciones.docx
Supuestos_prácticos_funciones.docxSupuestos_prácticos_funciones.docx
Supuestos_prácticos_funciones.docx
 
ACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLA
ACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLAACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLA
ACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLA
 
INSTRUCCION PREPARATORIA DE TIRO .pptx
INSTRUCCION PREPARATORIA DE TIRO   .pptxINSTRUCCION PREPARATORIA DE TIRO   .pptx
INSTRUCCION PREPARATORIA DE TIRO .pptx
 
Estrategia de prompts, primeras ideas para su construcción
Estrategia de prompts, primeras ideas para su construcciónEstrategia de prompts, primeras ideas para su construcción
Estrategia de prompts, primeras ideas para su construcción
 
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptx
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptxSEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptx
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptx
 
Interpretación de cortes geológicos 2024
Interpretación de cortes geológicos 2024Interpretación de cortes geológicos 2024
Interpretación de cortes geológicos 2024
 
Tema 11. Dinámica de la hidrosfera 2024
Tema 11.  Dinámica de la hidrosfera 2024Tema 11.  Dinámica de la hidrosfera 2024
Tema 11. Dinámica de la hidrosfera 2024
 
Prueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESOPrueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESO
 
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
 
AFICHE EL MANIERISMO HISTORIA DE LA ARQUITECTURA II
AFICHE EL MANIERISMO HISTORIA DE LA ARQUITECTURA IIAFICHE EL MANIERISMO HISTORIA DE LA ARQUITECTURA II
AFICHE EL MANIERISMO HISTORIA DE LA ARQUITECTURA II
 
Qué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativaQué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativa
 
Medición del Movimiento Online 2024.pptx
Medición del Movimiento Online 2024.pptxMedición del Movimiento Online 2024.pptx
Medición del Movimiento Online 2024.pptx
 
Abril 2024 - Maestra Jardinera Ediba.pdf
Abril 2024 -  Maestra Jardinera Ediba.pdfAbril 2024 -  Maestra Jardinera Ediba.pdf
Abril 2024 - Maestra Jardinera Ediba.pdf
 
Proyecto de aprendizaje dia de la madre MINT.pdf
Proyecto de aprendizaje dia de la madre MINT.pdfProyecto de aprendizaje dia de la madre MINT.pdf
Proyecto de aprendizaje dia de la madre MINT.pdf
 

Muestras no probabilisticas

  • 1. POBLACIÓN Y MUESTRAS PROBABILISTICAS ESTADÍSTICA II LICENCIATURA EN ADMINISTRACIÓN
  • 2. ELEMENTOS DE LA ESTADÍSTICA Tomado de Alanís, 2014:36
  • 3. MUESTRAS NO PROBABILÍSTICAS Las características de este tipo de muestras son: 1. No calcula con precisión el error estándar 2. Los datos no pueden generalizarse a una población que no se consideró en sus parámetros, ni en sus elementos para obtener la muestra. 3. La elección de los sujetos no depende que todos tengan la misma posibilidad de ser
  • 5. MUESTRA DE SUJETOS VOLUNTARIOS Se utiliza muy frecuente en Ciencias Sociales y Ciencias de la Conducta El investigador elabora conclusiones sobre algo en específico. Los estudios en laboratorios se procura que los sujetos sean homogéneos en variables como: edad, sexo, inteligencia, para que los efectos o resultados obedezcan a condiciones que fueron sometidos y no a las diferencias individuales. Se trata de muestras fortuitas. (Bijarro, 2011:90)
  • 6. MUESTRA DE EXPERTOS Se tiene en cuenta la opinión de sujetos expertos en un tema. Son frecuentes en estudios cualitativos y explorativos. (Bijarro, 2011:91)
  • 7. MUESTRA DE SUJETOS-TIPO  El objetivo fundamental es la riqueza, profundidad y calidad de la información, no la cantidad, ni la estandarización.  Es utilizado en aquellos estudios de perspectiva fenomenológica. Donde se analiza los valores y significados de un determinado grupo social, por lo tanto, el uso de expertos como sujeto - tipo es frecuente.  Se definen grupos dirigidos a un determinado producto, se establecen sesiones o talleres dirigidos por gestores, multiplicadores, facilitadores, donde el grupo a partir de consideraciones, expresan sus valores, expectativas de un determinado producto o servicio. (Bijarro, 2011:91)
  • 8. MUESTREO POR CUOTAS Consiste en tomar grupos existentes en la población (tipos de sujetos) fijando el número de cada uno de ellos (cuota) que se desea estudiar y extraer de cada grupo el número de elementos representativo (no aleatorio) para el objetivo de la investigación. Así, por ejemplo la edad sería el grupo, fijaríamos el número de edades y el número de sujetos de cada edad que deseamos constituyan nuestra muestra. (Albert, 2007:62).
  • 9. Albert, 2007:62, menciona también como tipos de muestreo no probabilístico los siguientes: Muestreo accidental o causal, en el cual la selección de los individuos depende de la posibilidad de acceder a ellos. Muestreo intencional, en él los sujetos se seleccionan según se estima que son representativos o típicos de la población.
  • 10. En la web  http://www.surveysoftware.net/sscalce.htm#terminologye  http://med.unne.edu.ar/biblioteca/calculos/calculadora.htm  http://www.netquest.com/es/panel/calculadora-muestras.html