SlideShare una empresa de Scribd logo
1 de 5
Descargar para leer sin conexión
Investigación de Mercados II
Tema: Muestra o análisis muestral
Alumno: Branco Saravia Morales
Docente: Mgr. José Ramiro Zapata Barrientos
-----------------------------------------------------------------------------------------------------------------------------------
1
“LIBEREMOS BOLIVIA”
MUESTRA O ANÁLISIS MUESTRAL
‘’La ventaja competitiva de una sociedad no vendrá de lo bien que se enseñe en sus escuelas la
multiplicación y las tablas periódicas, sino de lo bien que se sepa estimular la imaginación y la
creatividad.’’
WALTER ISAACSON
1. INTRODUCCIÓN
Al realizar un trabajo de investigación, si utilizamos poblaciones numerosas podemos encontrar
problemas para poder responder a la pregunta que hayamos formulado. En estos casos es preciso
efectuar la selección de un subconjunto de la población, a la que denominamos «muestra». Las
técnicas que utilizamos para seleccionar la muestra entre la población de estudio se denominan
«muestreo». De esta forma podremos ahorrar recursos y obtener en la muestra unos resultados
similares a los de la población de referencia.1
2. DESARROLLO
2.1.Definición de Muestra
En estadística, una muestra es un subconjunto de casos o individuos de una población. En diversas
aplicaciones, interesa que una muestra sea representativa, y para ello debe escogerse una técnica
de muestra adecuada que produzca una muestra aleatoria adecuada. También es un subconjunto
de la población, y para ser representativa, debe tener las mismas características de la población. Si
se obtiene una muestra sesgada, su interés y utilidad son más limitados, en función del grado de
sesgos que presente.2
La muestra permite trabajar de una forma más eficiente, ahorrando costes económicos y tiempo.
También puede suponer ventajas éticas, al evitar que un número innecesario de personas se
expongan a factores de riesgo. Así pues, las ventajas de la muestra son científicas y éticas. El tamaño
de la muestra es el número de elementos que determinan la muestra, y hay que determinarlos antes
de realizar el muestreo.1
2.2.Tamaño de la muestra
El cálculo del tamaño de la muestra y las técnicas de muestreo se relacionan con la estimación.
Debemos considerar dos situaciones, los dos problemas fundamentales que estudia la inferencia
estadística que nos permitirá extraer conclusiones válidas de la población a partir de los resultados
de las muestras:
La estimación de parámetros (por ejemplo, estimar el nivel de glucemia promedio).
El contraste de hipótesis (por ejemplo, estudiar si el nivel de glucemia promedio es igual en hombres
que en mujeres).5
2.3.Técnicas de Muestreo
Investigación de Mercados II
Tema: Muestra o análisis muestral
Alumno: Branco Saravia Morales
Docente: Mgr. José Ramiro Zapata Barrientos
-----------------------------------------------------------------------------------------------------------------------------------
2
“LIBEREMOS BOLIVIA”
Una muestra puede ser obtenida de dos tipos: probabilística y no probabilística. Las técnicas de
muestreo probabilísticas, permiten conocer la probabilidad que cada individuo a estudio tiene de
ser incluido en la muestra a través de una selección al azar. En cambio, en las técnicas de muestreo
de tipo no probabilísticas, la selección de los sujetos a estudio dependerá de ciertas características,
criterios, etc. que él (los) investigador (es) considere (n) en ese momento; por lo que pueden ser
poco válidos y confiables o reproducibles; debido a que este tipo de muestras no se ajustan a un
fundamento probabilístico, es decir, no dan certeza que cada sujeto a estudio represente a la
población blanco.3
2.4.El muestreo probabilístico
En este tipo de muestreo, la probabilidad de aparición de cualquier elemento de la población en la
muestra es conocida. Se considera el único científicamente válido. Dentro de este tipo de muestreo
distinguimos diversos tipos:
2.4.1. Muestreo aleatorio simple
Es aquel en que a priori todos los elementos de la muestra tienen la misma probabilidad de
aparición. Partimos de un listado de las unidades de muestreo, las numeramos y seleccionamos un
conjunto de números al azar. Este método puede ser reemplazado por una tabla de números
aleatorios o por un programa que nos permita aleatorizar. Es un método sencillo que permite
estimar parámetros y errores de muestreo, pero necesitamos disponer de un listado completo de
la población.4
2.4.2. Muestreo sistemático
En este caso seleccionamos los elementos de una manera ordenada, basándonos en una regla
sistemática. La forma de seleccionar los individuos dependerá del número de elementos de la
población y del tamaño de la muestra. Supongamos una lista de N elementos; si queremos una
muestra de n sujetos, ordenamos los elementos de la población y obtenemos el coeficiente de
elevación k= N/n. Después se elige al azar un elemento, denominado origen, comprendido entre 1
y k, que nos indica el punto de arranque de la selección. Luego, de forma sistemática tomamos el
que esté k lugares después del primero, y así sucesivamente. Como el primer elemento de la
muestra es seleccionado al azar, una muestra sistemática permite obtener estimaciones y errores
de muestreo. El muestreo sistemático es fácil de aplicar y no siempre es necesario disponer de un
listado de los elementos poblacionales. Cuando la población está ordenada según cierta tendencia
conocida, cubrimos todos los tipos de unidades. En cambio, si la constante de muestreo está
asociada al fenómeno de interés, las estimaciones pueden estar sesgadas.4
2.4.3. Muestreo estratificado
Puede ocurrir que se conozca previamente el comportamiento de la característica que se está
analizando en la población de referencia; es decir, la población se reparte en subconjuntos tales que
la característica considerada en los elementos de cada subconjunto se comporta de forma
homogénea. En este caso se puede establecer un tipo de muestreo que utilice este conocimiento.
Se estudiará una serie de subpoblaciones o estratos de la población; por tanto, la muestra debe
Investigación de Mercados II
Tema: Muestra o análisis muestral
Alumno: Branco Saravia Morales
Docente: Mgr. José Ramiro Zapata Barrientos
-----------------------------------------------------------------------------------------------------------------------------------
3
“LIBEREMOS BOLIVIA”
contar con una representación de todos y cada uno de los estratos considerados. En este tipo de
muestreo debemos dividir la población en grupos, en función de esa característica relevante, estos
grupos serán más homogéneos que la población como un todo. Entonces los elementos de la
muestra son seleccionados al azar o mediante un método sistemático dentro de cada estrato.4
2.4.4. Muestreo por conglomerados
En este tipo de muestreo se consideran «conglomerados de elementos» en lugar de seleccionar
elementos de la población, es decir, se toman al azar grupos de elementos, y la muestra estará
formada por todos los sujetos o por n individuos (seleccionados por muestreo aleatorio o
sistemático) de los conglomerados seleccionados. En este método, aunque no todos los grupos son
muestreados, cada grupo tiene la misma probabilidad de ser elegido, por lo que la muestra es
aleatoria. Es útil cuando la población es muy grande y dispersa; sin embargo, las estimaciones son
menos precisas, por lo que pueden implicar un mayor error muestral. Supongamos que
muestreamos por áreas de residencia. Seguramente los individuos que vivan en la misma área se
parecerán (por ejemplo, si consideramos el nivel económico); entonces, la variabilidad entre los
elementos obtenidos de las áreas seleccionadas es mayor que la variabilidad obtenida si hacemos
un muestreo aleatorio de toda la población. Así pues, utilizando una muestra de conglomerados
obtendremos la misma precisión en la estimación que si utilizamos una muestra aleatoria simple,
siempre que la variabilidad de los elementos dentro de cada conglomerado sea semejante a la
variabilidad poblacional.4
2.5.El muestreo no probabilístico
En este caso la selección de los elementos de la muestra no es por azar, sino que lo realiza el
investigador. Estas muestras son menos representativas de la población que las obtenidas por
muestreo probabilístico, pero se consiguen rápidamente y el coste es inferior. La principal
desventaja es el riesgo de obtener un sesgo excesivo, que puede hacer imposible generalizar los
resultados. Dentro de esta clase de muestreo existen dos tipos:
2.5.1. Muestreo de casos consecutivos
El investigador elige a los sujetos que cumplan los criterios de selección en un intervalo temporal o
hasta que se alcance un número de muestra suficiente.5
2.5.2. Muestreo de conveniencia
Consiste en seleccionar los elementos más fácilmente accesibles, por ser fáciles de recoger o
económico, como por ejemplo incluir voluntarios.5
2.6.Tipos de variables
Se entiende por variable estadística un símbolo que puede tomar cualquier valor dentro de un
conjunto determinado llamado rango o dominio de la variable. En función del tipo de dominio de la
variable, pueden clasificarse en variables cualitativas o cuantitativas.1
Investigación de Mercados II
Tema: Muestra o análisis muestral
Alumno: Branco Saravia Morales
Docente: Mgr. José Ramiro Zapata Barrientos
-----------------------------------------------------------------------------------------------------------------------------------
4
“LIBEREMOS BOLIVIA”
2.6.1. Variables cualitativas
En este caso los valores posibles son de tipo nominal. Por ejemplo, el tipo de hepatitis: A, B, C, etc.
Estas variables se representan con diagramas de barras, sectores y pictogramas, y se expresan en
porcentajes.1
2.6.2. Variables ordinales
Estas variables tienen valores de tipo nominal, pero es posible establecer un orden entre ellos. Por
ejemplo, cuando clasificamos el grado de dolor percibido en leve, moderado, grave o muy grave. En
ocasiones se pueden clasificar estas variables como escalas numéricas, como en la escala visual
analógica del dolor (EVA), de 0 a 10. En estos casos no se aconseja realizar operaciones matemáticas
con estos valores. Se expresan en porcentajes. Su representación corresponde a diagramas de
barras y en escalera.1
2.6.3. Variables cuantitativas
Son las variables que toman por valores cantidades numéricas, con las que se pueden hacer
operaciones matemáticas. Se dividen en cuantitativas discretas, que son las que no admiten valores
intermedios, sólo valores enteros (por ejemplo, el número de hijos), y cuantitativas continuas,
cuando admiten valores intermedios entre dos de sus valores, es decir, valores reales que sólo
pueden estar limitados por el método de medida (por ejemplo, la altura de una persona, el peso o
las cifras de colesterol).
Las variables cuantitativas se representan con histogramas, polígonos de frecuencia y diagramas
acumulados. Se expresan con medidas de centralización (media) y dispersión (desviación estándar).1
3. CONCLUSIONES
La muestra permite estudiar sólo una parte de ella que va ser representativa al resto de la población,
al final poder generalizar los resultados a toda la población. Es un subconjunto o parte del universo
o población en que se llevará a cabo la investigación.
Las muestras se obtienen con la intención de inferir propiedades de la totalidad de la población,
para lo cual deben ser representativas de la misma (una muestra representativa se denomina
técnicamente muestra aleatoria). Para cumplir esta característica, la inclusión de sujetos en la
muestra debe seguir una técnica de muestreo.
4. REFERENCIAS
1. https://www.sietediasmedicos.com/component/k2/item/3383-muestra-y-analisis-de-
variables#.X6XBPihKjDc
2. https://es.wikipedia.org/wiki/Muestra_estad%C3%ADstica
3. https://scielo.conicyt.cl/scielo.php?script=sci_arttext&pid=S0717-95022017000100037
4. http://www.scielo.org.bo/scielo.php?script=sci_arttext&pid=S1815-02762004000100012
5. https://www.uandes.cl/wp-
content/uploads/2019/01/bioestadistica_investigacion_gcavada.pdf
Investigación de Mercados II
Tema: Muestra o análisis muestral
Alumno: Branco Saravia Morales
Docente: Mgr. José Ramiro Zapata Barrientos
-----------------------------------------------------------------------------------------------------------------------------------
5
“LIBEREMOS BOLIVIA”
5. VIDEOS
https://youtu.be/elTml6zLxy4
https://youtu.be/giaOVoyWS2c

Más contenido relacionado

La actualidad más candente

Selección de la muestra trabajo de exelearning-apoyo1.1.
Selección de la muestra trabajo de exelearning-apoyo1.1.Selección de la muestra trabajo de exelearning-apoyo1.1.
Selección de la muestra trabajo de exelearning-apoyo1.1.Mirian Susana Ponce Moran
 
Diseños muestrales y distribucion muestral est 2
Diseños muestrales y distribucion muestral est 2Diseños muestrales y distribucion muestral est 2
Diseños muestrales y distribucion muestral est 2TatianaBarrios
 
Tamaño de muestra
Tamaño de muestraTamaño de muestra
Tamaño de muestraaguilas2013
 
Tipos de muestreo probabilìsticos.enero 2012.
Tipos de muestreo probabilìsticos.enero 2012.Tipos de muestreo probabilìsticos.enero 2012.
Tipos de muestreo probabilìsticos.enero 2012.maryanbalmaceda
 
Poblaciön y muestra1
Poblaciön y muestra1Poblaciön y muestra1
Poblaciön y muestra1docastrobe
 
Material muestra para alumnos
Material muestra para alumnosMaterial muestra para alumnos
Material muestra para alumnostecnicasuba
 
Muestreo técnicas de recolección
Muestreo técnicas de recolecciónMuestreo técnicas de recolección
Muestreo técnicas de recolecciónAlejandra Camors
 
Unidad no2 parte_1
Unidad no2 parte_1Unidad no2 parte_1
Unidad no2 parte_1andriu16
 
MUESTREO
MUESTREOMUESTREO
MUESTREOUNEFA
 
Universo o población
Universo o población Universo o población
Universo o población Jorge Gamarra
 
Poblacion y muestra.
Poblacion y muestra.Poblacion y muestra.
Poblacion y muestra.N Andre Vc
 
Muestreo
MuestreoMuestreo
Muestreod_parra
 
Resumen Muestreo
Resumen MuestreoResumen Muestreo
Resumen Muestreomkt6to
 

La actualidad más candente (20)

Seleccion Muestra
Seleccion MuestraSeleccion Muestra
Seleccion Muestra
 
diseños muestrales
diseños muestralesdiseños muestrales
diseños muestrales
 
Selección de la muestra trabajo de exelearning-apoyo1.1.
Selección de la muestra trabajo de exelearning-apoyo1.1.Selección de la muestra trabajo de exelearning-apoyo1.1.
Selección de la muestra trabajo de exelearning-apoyo1.1.
 
Técnicas de selección de muestras. el muestreo
Técnicas de selección de muestras. el muestreoTécnicas de selección de muestras. el muestreo
Técnicas de selección de muestras. el muestreo
 
Diseños muestrales y distribucion muestral est 2
Diseños muestrales y distribucion muestral est 2Diseños muestrales y distribucion muestral est 2
Diseños muestrales y distribucion muestral est 2
 
Tamaño de muestra
Tamaño de muestraTamaño de muestra
Tamaño de muestra
 
Tipos de muestreo probabilìsticos.enero 2012.
Tipos de muestreo probabilìsticos.enero 2012.Tipos de muestreo probabilìsticos.enero 2012.
Tipos de muestreo probabilìsticos.enero 2012.
 
Poblaciön y muestra1
Poblaciön y muestra1Poblaciön y muestra1
Poblaciön y muestra1
 
10 muestreo
10 muestreo10 muestreo
10 muestreo
 
Material muestra para alumnos
Material muestra para alumnosMaterial muestra para alumnos
Material muestra para alumnos
 
Muestreo técnicas de recolección
Muestreo técnicas de recolecciónMuestreo técnicas de recolección
Muestreo técnicas de recolección
 
Unidad no2 parte_1
Unidad no2 parte_1Unidad no2 parte_1
Unidad no2 parte_1
 
MUESTREO
MUESTREOMUESTREO
MUESTREO
 
Universo o población
Universo o población Universo o población
Universo o población
 
estadistica muestreo
estadistica muestreoestadistica muestreo
estadistica muestreo
 
Poblacion y muestra.
Poblacion y muestra.Poblacion y muestra.
Poblacion y muestra.
 
4. poblacion y muestra
4. poblacion y muestra4. poblacion y muestra
4. poblacion y muestra
 
Muestreo
MuestreoMuestreo
Muestreo
 
Analisis de muestreo
Analisis de muestreoAnalisis de muestreo
Analisis de muestreo
 
Resumen Muestreo
Resumen MuestreoResumen Muestreo
Resumen Muestreo
 

Similar a Muestra o analisis_muestral_-_branco_saravia_morales

Similar a Muestra o analisis_muestral_-_branco_saravia_morales (20)

Muestra o análisis muestral
Muestra o análisis muestral Muestra o análisis muestral
Muestra o análisis muestral
 
yary.pptx
yary.pptxyary.pptx
yary.pptx
 
10° Población y Muestra.pptx
10° Población y Muestra.pptx10° Población y Muestra.pptx
10° Población y Muestra.pptx
 
Muestra o analisis muestral
Muestra o analisis muestralMuestra o analisis muestral
Muestra o analisis muestral
 
Muestra o analisis muestral
Muestra o analisis muestralMuestra o analisis muestral
Muestra o analisis muestral
 
Análisis muestral
Análisis muestralAnálisis muestral
Análisis muestral
 
Estadistica
EstadisticaEstadistica
Estadistica
 
Muestreo
MuestreoMuestreo
Muestreo
 
Muestra o analisis_muestral
Muestra o analisis_muestralMuestra o analisis_muestral
Muestra o analisis_muestral
 
Muestreo Estadístico
Muestreo EstadísticoMuestreo Estadístico
Muestreo Estadístico
 
Diapositivas estadistica
Diapositivas estadisticaDiapositivas estadistica
Diapositivas estadistica
 
21 muestra o_analisis_muestral
21 muestra o_analisis_muestral21 muestra o_analisis_muestral
21 muestra o_analisis_muestral
 
MUESTRA O ANALISIS MUESTRAL
MUESTRA O ANALISIS MUESTRALMUESTRA O ANALISIS MUESTRAL
MUESTRA O ANALISIS MUESTRAL
 
Muestra o analisis muestral
Muestra o analisis muestralMuestra o analisis muestral
Muestra o analisis muestral
 
Muestra o análisis muestral
Muestra o análisis muestralMuestra o análisis muestral
Muestra o análisis muestral
 
Muestreo o analisis_muestral
Muestreo o analisis_muestralMuestreo o analisis_muestral
Muestreo o analisis_muestral
 
Trabajo de investigacion de mercado
Trabajo de  investigacion de mercadoTrabajo de  investigacion de mercado
Trabajo de investigacion de mercado
 
Tipos de muestreo
Tipos de muestreoTipos de muestreo
Tipos de muestreo
 
Estadística inferencial, conceptos basicos
Estadística inferencial, conceptos basicosEstadística inferencial, conceptos basicos
Estadística inferencial, conceptos basicos
 
Muestra o análisis muestral
Muestra o análisis muestralMuestra o análisis muestral
Muestra o análisis muestral
 

Más de BrancoSaraviaMorales

Poblacion o universo_-_branco_saravia_morales
Poblacion o universo_-_branco_saravia_moralesPoblacion o universo_-_branco_saravia_morales
Poblacion o universo_-_branco_saravia_moralesBrancoSaraviaMorales
 
Analisis f.o.d.a. -_branco_saravia_morales
Analisis f.o.d.a. -_branco_saravia_moralesAnalisis f.o.d.a. -_branco_saravia_morales
Analisis f.o.d.a. -_branco_saravia_moralesBrancoSaraviaMorales
 
Analisis p.e.s.t -_branco_saravia_morales
Analisis p.e.s.t -_branco_saravia_moralesAnalisis p.e.s.t -_branco_saravia_morales
Analisis p.e.s.t -_branco_saravia_moralesBrancoSaraviaMorales
 
Desempeno emociones y_creatividad_-_branco_saravia_morales
Desempeno emociones y_creatividad_-_branco_saravia_moralesDesempeno emociones y_creatividad_-_branco_saravia_morales
Desempeno emociones y_creatividad_-_branco_saravia_moralesBrancoSaraviaMorales
 
Las 6 emociones_basicas_de_paul_ekman_-_branco_saravia_morales
Las 6 emociones_basicas_de_paul_ekman_-_branco_saravia_moralesLas 6 emociones_basicas_de_paul_ekman_-_branco_saravia_morales
Las 6 emociones_basicas_de_paul_ekman_-_branco_saravia_moralesBrancoSaraviaMorales
 
La prevision -_saravia_morales_branco
La prevision -_saravia_morales_brancoLa prevision -_saravia_morales_branco
La prevision -_saravia_morales_brancoBrancoSaraviaMorales
 
Recopilacion de informacion_para_trabajos_de_investigacion_-_branco_saravia_m...
Recopilacion de informacion_para_trabajos_de_investigacion_-_branco_saravia_m...Recopilacion de informacion_para_trabajos_de_investigacion_-_branco_saravia_m...
Recopilacion de informacion_para_trabajos_de_investigacion_-_branco_saravia_m...BrancoSaraviaMorales
 
Flujo circular de_la_economia_-_branco_saravia_morales
Flujo circular de_la_economia_-_branco_saravia_moralesFlujo circular de_la_economia_-_branco_saravia_morales
Flujo circular de_la_economia_-_branco_saravia_moralesBrancoSaraviaMorales
 
Enfoque sistemico -_branco_saravia_morales
Enfoque sistemico -_branco_saravia_moralesEnfoque sistemico -_branco_saravia_morales
Enfoque sistemico -_branco_saravia_moralesBrancoSaraviaMorales
 
Estudio comparativo de_los_impuestos_en_latinoamerica_-_branco_saravia_morales
Estudio comparativo de_los_impuestos_en_latinoamerica_-_branco_saravia_moralesEstudio comparativo de_los_impuestos_en_latinoamerica_-_branco_saravia_morales
Estudio comparativo de_los_impuestos_en_latinoamerica_-_branco_saravia_moralesBrancoSaraviaMorales
 
Teoria malthusiana -_branco_saravia_morales
Teoria malthusiana -_branco_saravia_moralesTeoria malthusiana -_branco_saravia_morales
Teoria malthusiana -_branco_saravia_moralesBrancoSaraviaMorales
 
Analisis multivariado -_branco_saravia_morales
Analisis multivariado -_branco_saravia_moralesAnalisis multivariado -_branco_saravia_morales
Analisis multivariado -_branco_saravia_moralesBrancoSaraviaMorales
 
Investigacion cuantitativa -_branco_saravia_morales
Investigacion cuantitativa -_branco_saravia_moralesInvestigacion cuantitativa -_branco_saravia_morales
Investigacion cuantitativa -_branco_saravia_moralesBrancoSaraviaMorales
 
Investigacion cualitativa -_branco_saravia_morales
Investigacion cualitativa -_branco_saravia_moralesInvestigacion cualitativa -_branco_saravia_morales
Investigacion cualitativa -_branco_saravia_moralesBrancoSaraviaMorales
 

Más de BrancoSaraviaMorales (14)

Poblacion o universo_-_branco_saravia_morales
Poblacion o universo_-_branco_saravia_moralesPoblacion o universo_-_branco_saravia_morales
Poblacion o universo_-_branco_saravia_morales
 
Analisis f.o.d.a. -_branco_saravia_morales
Analisis f.o.d.a. -_branco_saravia_moralesAnalisis f.o.d.a. -_branco_saravia_morales
Analisis f.o.d.a. -_branco_saravia_morales
 
Analisis p.e.s.t -_branco_saravia_morales
Analisis p.e.s.t -_branco_saravia_moralesAnalisis p.e.s.t -_branco_saravia_morales
Analisis p.e.s.t -_branco_saravia_morales
 
Desempeno emociones y_creatividad_-_branco_saravia_morales
Desempeno emociones y_creatividad_-_branco_saravia_moralesDesempeno emociones y_creatividad_-_branco_saravia_morales
Desempeno emociones y_creatividad_-_branco_saravia_morales
 
Las 6 emociones_basicas_de_paul_ekman_-_branco_saravia_morales
Las 6 emociones_basicas_de_paul_ekman_-_branco_saravia_moralesLas 6 emociones_basicas_de_paul_ekman_-_branco_saravia_morales
Las 6 emociones_basicas_de_paul_ekman_-_branco_saravia_morales
 
La prevision -_saravia_morales_branco
La prevision -_saravia_morales_brancoLa prevision -_saravia_morales_branco
La prevision -_saravia_morales_branco
 
Recopilacion de informacion_para_trabajos_de_investigacion_-_branco_saravia_m...
Recopilacion de informacion_para_trabajos_de_investigacion_-_branco_saravia_m...Recopilacion de informacion_para_trabajos_de_investigacion_-_branco_saravia_m...
Recopilacion de informacion_para_trabajos_de_investigacion_-_branco_saravia_m...
 
Flujo circular de_la_economia_-_branco_saravia_morales
Flujo circular de_la_economia_-_branco_saravia_moralesFlujo circular de_la_economia_-_branco_saravia_morales
Flujo circular de_la_economia_-_branco_saravia_morales
 
Enfoque sistemico -_branco_saravia_morales
Enfoque sistemico -_branco_saravia_moralesEnfoque sistemico -_branco_saravia_morales
Enfoque sistemico -_branco_saravia_morales
 
Estudio comparativo de_los_impuestos_en_latinoamerica_-_branco_saravia_morales
Estudio comparativo de_los_impuestos_en_latinoamerica_-_branco_saravia_moralesEstudio comparativo de_los_impuestos_en_latinoamerica_-_branco_saravia_morales
Estudio comparativo de_los_impuestos_en_latinoamerica_-_branco_saravia_morales
 
Teoria malthusiana -_branco_saravia_morales
Teoria malthusiana -_branco_saravia_moralesTeoria malthusiana -_branco_saravia_morales
Teoria malthusiana -_branco_saravia_morales
 
Analisis multivariado -_branco_saravia_morales
Analisis multivariado -_branco_saravia_moralesAnalisis multivariado -_branco_saravia_morales
Analisis multivariado -_branco_saravia_morales
 
Investigacion cuantitativa -_branco_saravia_morales
Investigacion cuantitativa -_branco_saravia_moralesInvestigacion cuantitativa -_branco_saravia_morales
Investigacion cuantitativa -_branco_saravia_morales
 
Investigacion cualitativa -_branco_saravia_morales
Investigacion cualitativa -_branco_saravia_moralesInvestigacion cualitativa -_branco_saravia_morales
Investigacion cualitativa -_branco_saravia_morales
 

Último

ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...JAVIER SOLIS NOYOLA
 
Planificacion Anual 2do Grado Educacion Primaria 2024 Ccesa007.pdf
Planificacion Anual 2do Grado Educacion Primaria   2024   Ccesa007.pdfPlanificacion Anual 2do Grado Educacion Primaria   2024   Ccesa007.pdf
Planificacion Anual 2do Grado Educacion Primaria 2024 Ccesa007.pdfDemetrio Ccesa Rayme
 
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptx
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptxTIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptx
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptxlclcarmen
 
RETO MES DE ABRIL .............................docx
RETO MES DE ABRIL .............................docxRETO MES DE ABRIL .............................docx
RETO MES DE ABRIL .............................docxAna Fernandez
 
La triple Naturaleza del Hombre estudio.
La triple Naturaleza del Hombre estudio.La triple Naturaleza del Hombre estudio.
La triple Naturaleza del Hombre estudio.amayarogel
 
el CTE 6 DOCENTES 2 2023-2024abcdefghijoklmnñopqrstuvwxyz
el CTE 6 DOCENTES 2 2023-2024abcdefghijoklmnñopqrstuvwxyzel CTE 6 DOCENTES 2 2023-2024abcdefghijoklmnñopqrstuvwxyz
el CTE 6 DOCENTES 2 2023-2024abcdefghijoklmnñopqrstuvwxyzprofefilete
 
Planificacion Anual 4to Grado Educacion Primaria 2024 Ccesa007.pdf
Planificacion Anual 4to Grado Educacion Primaria   2024   Ccesa007.pdfPlanificacion Anual 4to Grado Educacion Primaria   2024   Ccesa007.pdf
Planificacion Anual 4to Grado Educacion Primaria 2024 Ccesa007.pdfDemetrio Ccesa Rayme
 
proyecto de mayo inicial 5 añitos aprender es bueno para tu niño
proyecto de mayo inicial 5 añitos aprender es bueno para tu niñoproyecto de mayo inicial 5 añitos aprender es bueno para tu niño
proyecto de mayo inicial 5 añitos aprender es bueno para tu niñotapirjackluis
 
TEMA 13 ESPAÑA EN DEMOCRACIA:DISTINTOS GOBIERNOS
TEMA 13 ESPAÑA EN DEMOCRACIA:DISTINTOS GOBIERNOSTEMA 13 ESPAÑA EN DEMOCRACIA:DISTINTOS GOBIERNOS
TEMA 13 ESPAÑA EN DEMOCRACIA:DISTINTOS GOBIERNOSjlorentemartos
 
RAIZ CUADRADA Y CUBICA PARA NIÑOS DE PRIMARIA
RAIZ CUADRADA Y CUBICA PARA NIÑOS DE PRIMARIARAIZ CUADRADA Y CUBICA PARA NIÑOS DE PRIMARIA
RAIZ CUADRADA Y CUBICA PARA NIÑOS DE PRIMARIACarlos Campaña Montenegro
 
Sesión de aprendizaje Planifica Textos argumentativo.docx
Sesión de aprendizaje Planifica Textos argumentativo.docxSesión de aprendizaje Planifica Textos argumentativo.docx
Sesión de aprendizaje Planifica Textos argumentativo.docxMaritzaRetamozoVera
 
Heinsohn Privacidad y Ciberseguridad para el sector educativo
Heinsohn Privacidad y Ciberseguridad para el sector educativoHeinsohn Privacidad y Ciberseguridad para el sector educativo
Heinsohn Privacidad y Ciberseguridad para el sector educativoFundación YOD YOD
 
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 construcciónLourdes Feria
 
Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...
Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...
Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...Carlos Muñoz
 
Caja de herramientas de inteligencia artificial para la academia y la investi...
Caja de herramientas de inteligencia artificial para la academia y la investi...Caja de herramientas de inteligencia artificial para la academia y la investi...
Caja de herramientas de inteligencia artificial para la academia y la investi...Lourdes Feria
 
MAYO 1 PROYECTO día de la madre el amor más grande
MAYO 1 PROYECTO día de la madre el amor más grandeMAYO 1 PROYECTO día de la madre el amor más grande
MAYO 1 PROYECTO día de la madre el amor más grandeMarjorie Burga
 
Neurociencias para Educadores NE24 Ccesa007.pdf
Neurociencias para Educadores  NE24  Ccesa007.pdfNeurociencias para Educadores  NE24  Ccesa007.pdf
Neurociencias para Educadores NE24 Ccesa007.pdfDemetrio Ccesa Rayme
 

Último (20)

Medición del Movimiento Online 2024.pptx
Medición del Movimiento Online 2024.pptxMedición del Movimiento Online 2024.pptx
Medición del Movimiento Online 2024.pptx
 
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
 
Planificacion Anual 2do Grado Educacion Primaria 2024 Ccesa007.pdf
Planificacion Anual 2do Grado Educacion Primaria   2024   Ccesa007.pdfPlanificacion Anual 2do Grado Educacion Primaria   2024   Ccesa007.pdf
Planificacion Anual 2do Grado Educacion Primaria 2024 Ccesa007.pdf
 
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptx
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptxTIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptx
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptx
 
RETO MES DE ABRIL .............................docx
RETO MES DE ABRIL .............................docxRETO MES DE ABRIL .............................docx
RETO MES DE ABRIL .............................docx
 
La triple Naturaleza del Hombre estudio.
La triple Naturaleza del Hombre estudio.La triple Naturaleza del Hombre estudio.
La triple Naturaleza del Hombre estudio.
 
el CTE 6 DOCENTES 2 2023-2024abcdefghijoklmnñopqrstuvwxyz
el CTE 6 DOCENTES 2 2023-2024abcdefghijoklmnñopqrstuvwxyzel CTE 6 DOCENTES 2 2023-2024abcdefghijoklmnñopqrstuvwxyz
el CTE 6 DOCENTES 2 2023-2024abcdefghijoklmnñopqrstuvwxyz
 
Planificacion Anual 4to Grado Educacion Primaria 2024 Ccesa007.pdf
Planificacion Anual 4to Grado Educacion Primaria   2024   Ccesa007.pdfPlanificacion Anual 4to Grado Educacion Primaria   2024   Ccesa007.pdf
Planificacion Anual 4to Grado Educacion Primaria 2024 Ccesa007.pdf
 
proyecto de mayo inicial 5 añitos aprender es bueno para tu niño
proyecto de mayo inicial 5 añitos aprender es bueno para tu niñoproyecto de mayo inicial 5 añitos aprender es bueno para tu niño
proyecto de mayo inicial 5 añitos aprender es bueno para tu niño
 
TEMA 13 ESPAÑA EN DEMOCRACIA:DISTINTOS GOBIERNOS
TEMA 13 ESPAÑA EN DEMOCRACIA:DISTINTOS GOBIERNOSTEMA 13 ESPAÑA EN DEMOCRACIA:DISTINTOS GOBIERNOS
TEMA 13 ESPAÑA EN DEMOCRACIA:DISTINTOS GOBIERNOS
 
RAIZ CUADRADA Y CUBICA PARA NIÑOS DE PRIMARIA
RAIZ CUADRADA Y CUBICA PARA NIÑOS DE PRIMARIARAIZ CUADRADA Y CUBICA PARA NIÑOS DE PRIMARIA
RAIZ CUADRADA Y CUBICA PARA NIÑOS DE PRIMARIA
 
Presentacion Metodología de Enseñanza Multigrado
Presentacion Metodología de Enseñanza MultigradoPresentacion Metodología de Enseñanza Multigrado
Presentacion Metodología de Enseñanza Multigrado
 
Sesión de aprendizaje Planifica Textos argumentativo.docx
Sesión de aprendizaje Planifica Textos argumentativo.docxSesión de aprendizaje Planifica Textos argumentativo.docx
Sesión de aprendizaje Planifica Textos argumentativo.docx
 
Power Point: Fe contra todo pronóstico.pptx
Power Point: Fe contra todo pronóstico.pptxPower Point: Fe contra todo pronóstico.pptx
Power Point: Fe contra todo pronóstico.pptx
 
Heinsohn Privacidad y Ciberseguridad para el sector educativo
Heinsohn Privacidad y Ciberseguridad para el sector educativoHeinsohn Privacidad y Ciberseguridad para el sector educativo
Heinsohn Privacidad y Ciberseguridad para el sector educativo
 
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
 
Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...
Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...
Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...
 
Caja de herramientas de inteligencia artificial para la academia y la investi...
Caja de herramientas de inteligencia artificial para la academia y la investi...Caja de herramientas de inteligencia artificial para la academia y la investi...
Caja de herramientas de inteligencia artificial para la academia y la investi...
 
MAYO 1 PROYECTO día de la madre el amor más grande
MAYO 1 PROYECTO día de la madre el amor más grandeMAYO 1 PROYECTO día de la madre el amor más grande
MAYO 1 PROYECTO día de la madre el amor más grande
 
Neurociencias para Educadores NE24 Ccesa007.pdf
Neurociencias para Educadores  NE24  Ccesa007.pdfNeurociencias para Educadores  NE24  Ccesa007.pdf
Neurociencias para Educadores NE24 Ccesa007.pdf
 

Muestra o analisis_muestral_-_branco_saravia_morales

  • 1. Investigación de Mercados II Tema: Muestra o análisis muestral Alumno: Branco Saravia Morales Docente: Mgr. José Ramiro Zapata Barrientos ----------------------------------------------------------------------------------------------------------------------------------- 1 “LIBEREMOS BOLIVIA” MUESTRA O ANÁLISIS MUESTRAL ‘’La ventaja competitiva de una sociedad no vendrá de lo bien que se enseñe en sus escuelas la multiplicación y las tablas periódicas, sino de lo bien que se sepa estimular la imaginación y la creatividad.’’ WALTER ISAACSON 1. INTRODUCCIÓN Al realizar un trabajo de investigación, si utilizamos poblaciones numerosas podemos encontrar problemas para poder responder a la pregunta que hayamos formulado. En estos casos es preciso efectuar la selección de un subconjunto de la población, a la que denominamos «muestra». Las técnicas que utilizamos para seleccionar la muestra entre la población de estudio se denominan «muestreo». De esta forma podremos ahorrar recursos y obtener en la muestra unos resultados similares a los de la población de referencia.1 2. DESARROLLO 2.1.Definición de Muestra En estadística, una muestra es un subconjunto de casos o individuos de una población. En diversas aplicaciones, interesa que una muestra sea representativa, y para ello debe escogerse una técnica de muestra adecuada que produzca una muestra aleatoria adecuada. También es un subconjunto de la población, y para ser representativa, debe tener las mismas características de la población. Si se obtiene una muestra sesgada, su interés y utilidad son más limitados, en función del grado de sesgos que presente.2 La muestra permite trabajar de una forma más eficiente, ahorrando costes económicos y tiempo. También puede suponer ventajas éticas, al evitar que un número innecesario de personas se expongan a factores de riesgo. Así pues, las ventajas de la muestra son científicas y éticas. El tamaño de la muestra es el número de elementos que determinan la muestra, y hay que determinarlos antes de realizar el muestreo.1 2.2.Tamaño de la muestra El cálculo del tamaño de la muestra y las técnicas de muestreo se relacionan con la estimación. Debemos considerar dos situaciones, los dos problemas fundamentales que estudia la inferencia estadística que nos permitirá extraer conclusiones válidas de la población a partir de los resultados de las muestras: La estimación de parámetros (por ejemplo, estimar el nivel de glucemia promedio). El contraste de hipótesis (por ejemplo, estudiar si el nivel de glucemia promedio es igual en hombres que en mujeres).5 2.3.Técnicas de Muestreo
  • 2. Investigación de Mercados II Tema: Muestra o análisis muestral Alumno: Branco Saravia Morales Docente: Mgr. José Ramiro Zapata Barrientos ----------------------------------------------------------------------------------------------------------------------------------- 2 “LIBEREMOS BOLIVIA” Una muestra puede ser obtenida de dos tipos: probabilística y no probabilística. Las técnicas de muestreo probabilísticas, permiten conocer la probabilidad que cada individuo a estudio tiene de ser incluido en la muestra a través de una selección al azar. En cambio, en las técnicas de muestreo de tipo no probabilísticas, la selección de los sujetos a estudio dependerá de ciertas características, criterios, etc. que él (los) investigador (es) considere (n) en ese momento; por lo que pueden ser poco válidos y confiables o reproducibles; debido a que este tipo de muestras no se ajustan a un fundamento probabilístico, es decir, no dan certeza que cada sujeto a estudio represente a la población blanco.3 2.4.El muestreo probabilístico En este tipo de muestreo, la probabilidad de aparición de cualquier elemento de la población en la muestra es conocida. Se considera el único científicamente válido. Dentro de este tipo de muestreo distinguimos diversos tipos: 2.4.1. Muestreo aleatorio simple Es aquel en que a priori todos los elementos de la muestra tienen la misma probabilidad de aparición. Partimos de un listado de las unidades de muestreo, las numeramos y seleccionamos un conjunto de números al azar. Este método puede ser reemplazado por una tabla de números aleatorios o por un programa que nos permita aleatorizar. Es un método sencillo que permite estimar parámetros y errores de muestreo, pero necesitamos disponer de un listado completo de la población.4 2.4.2. Muestreo sistemático En este caso seleccionamos los elementos de una manera ordenada, basándonos en una regla sistemática. La forma de seleccionar los individuos dependerá del número de elementos de la población y del tamaño de la muestra. Supongamos una lista de N elementos; si queremos una muestra de n sujetos, ordenamos los elementos de la población y obtenemos el coeficiente de elevación k= N/n. Después se elige al azar un elemento, denominado origen, comprendido entre 1 y k, que nos indica el punto de arranque de la selección. Luego, de forma sistemática tomamos el que esté k lugares después del primero, y así sucesivamente. Como el primer elemento de la muestra es seleccionado al azar, una muestra sistemática permite obtener estimaciones y errores de muestreo. El muestreo sistemático es fácil de aplicar y no siempre es necesario disponer de un listado de los elementos poblacionales. Cuando la población está ordenada según cierta tendencia conocida, cubrimos todos los tipos de unidades. En cambio, si la constante de muestreo está asociada al fenómeno de interés, las estimaciones pueden estar sesgadas.4 2.4.3. Muestreo estratificado Puede ocurrir que se conozca previamente el comportamiento de la característica que se está analizando en la población de referencia; es decir, la población se reparte en subconjuntos tales que la característica considerada en los elementos de cada subconjunto se comporta de forma homogénea. En este caso se puede establecer un tipo de muestreo que utilice este conocimiento. Se estudiará una serie de subpoblaciones o estratos de la población; por tanto, la muestra debe
  • 3. Investigación de Mercados II Tema: Muestra o análisis muestral Alumno: Branco Saravia Morales Docente: Mgr. José Ramiro Zapata Barrientos ----------------------------------------------------------------------------------------------------------------------------------- 3 “LIBEREMOS BOLIVIA” contar con una representación de todos y cada uno de los estratos considerados. En este tipo de muestreo debemos dividir la población en grupos, en función de esa característica relevante, estos grupos serán más homogéneos que la población como un todo. Entonces los elementos de la muestra son seleccionados al azar o mediante un método sistemático dentro de cada estrato.4 2.4.4. Muestreo por conglomerados En este tipo de muestreo se consideran «conglomerados de elementos» en lugar de seleccionar elementos de la población, es decir, se toman al azar grupos de elementos, y la muestra estará formada por todos los sujetos o por n individuos (seleccionados por muestreo aleatorio o sistemático) de los conglomerados seleccionados. En este método, aunque no todos los grupos son muestreados, cada grupo tiene la misma probabilidad de ser elegido, por lo que la muestra es aleatoria. Es útil cuando la población es muy grande y dispersa; sin embargo, las estimaciones son menos precisas, por lo que pueden implicar un mayor error muestral. Supongamos que muestreamos por áreas de residencia. Seguramente los individuos que vivan en la misma área se parecerán (por ejemplo, si consideramos el nivel económico); entonces, la variabilidad entre los elementos obtenidos de las áreas seleccionadas es mayor que la variabilidad obtenida si hacemos un muestreo aleatorio de toda la población. Así pues, utilizando una muestra de conglomerados obtendremos la misma precisión en la estimación que si utilizamos una muestra aleatoria simple, siempre que la variabilidad de los elementos dentro de cada conglomerado sea semejante a la variabilidad poblacional.4 2.5.El muestreo no probabilístico En este caso la selección de los elementos de la muestra no es por azar, sino que lo realiza el investigador. Estas muestras son menos representativas de la población que las obtenidas por muestreo probabilístico, pero se consiguen rápidamente y el coste es inferior. La principal desventaja es el riesgo de obtener un sesgo excesivo, que puede hacer imposible generalizar los resultados. Dentro de esta clase de muestreo existen dos tipos: 2.5.1. Muestreo de casos consecutivos El investigador elige a los sujetos que cumplan los criterios de selección en un intervalo temporal o hasta que se alcance un número de muestra suficiente.5 2.5.2. Muestreo de conveniencia Consiste en seleccionar los elementos más fácilmente accesibles, por ser fáciles de recoger o económico, como por ejemplo incluir voluntarios.5 2.6.Tipos de variables Se entiende por variable estadística un símbolo que puede tomar cualquier valor dentro de un conjunto determinado llamado rango o dominio de la variable. En función del tipo de dominio de la variable, pueden clasificarse en variables cualitativas o cuantitativas.1
  • 4. Investigación de Mercados II Tema: Muestra o análisis muestral Alumno: Branco Saravia Morales Docente: Mgr. José Ramiro Zapata Barrientos ----------------------------------------------------------------------------------------------------------------------------------- 4 “LIBEREMOS BOLIVIA” 2.6.1. Variables cualitativas En este caso los valores posibles son de tipo nominal. Por ejemplo, el tipo de hepatitis: A, B, C, etc. Estas variables se representan con diagramas de barras, sectores y pictogramas, y se expresan en porcentajes.1 2.6.2. Variables ordinales Estas variables tienen valores de tipo nominal, pero es posible establecer un orden entre ellos. Por ejemplo, cuando clasificamos el grado de dolor percibido en leve, moderado, grave o muy grave. En ocasiones se pueden clasificar estas variables como escalas numéricas, como en la escala visual analógica del dolor (EVA), de 0 a 10. En estos casos no se aconseja realizar operaciones matemáticas con estos valores. Se expresan en porcentajes. Su representación corresponde a diagramas de barras y en escalera.1 2.6.3. Variables cuantitativas Son las variables que toman por valores cantidades numéricas, con las que se pueden hacer operaciones matemáticas. Se dividen en cuantitativas discretas, que son las que no admiten valores intermedios, sólo valores enteros (por ejemplo, el número de hijos), y cuantitativas continuas, cuando admiten valores intermedios entre dos de sus valores, es decir, valores reales que sólo pueden estar limitados por el método de medida (por ejemplo, la altura de una persona, el peso o las cifras de colesterol). Las variables cuantitativas se representan con histogramas, polígonos de frecuencia y diagramas acumulados. Se expresan con medidas de centralización (media) y dispersión (desviación estándar).1 3. CONCLUSIONES La muestra permite estudiar sólo una parte de ella que va ser representativa al resto de la población, al final poder generalizar los resultados a toda la población. Es un subconjunto o parte del universo o población en que se llevará a cabo la investigación. Las muestras se obtienen con la intención de inferir propiedades de la totalidad de la población, para lo cual deben ser representativas de la misma (una muestra representativa se denomina técnicamente muestra aleatoria). Para cumplir esta característica, la inclusión de sujetos en la muestra debe seguir una técnica de muestreo. 4. REFERENCIAS 1. https://www.sietediasmedicos.com/component/k2/item/3383-muestra-y-analisis-de- variables#.X6XBPihKjDc 2. https://es.wikipedia.org/wiki/Muestra_estad%C3%ADstica 3. https://scielo.conicyt.cl/scielo.php?script=sci_arttext&pid=S0717-95022017000100037 4. http://www.scielo.org.bo/scielo.php?script=sci_arttext&pid=S1815-02762004000100012 5. https://www.uandes.cl/wp- content/uploads/2019/01/bioestadistica_investigacion_gcavada.pdf
  • 5. Investigación de Mercados II Tema: Muestra o análisis muestral Alumno: Branco Saravia Morales Docente: Mgr. José Ramiro Zapata Barrientos ----------------------------------------------------------------------------------------------------------------------------------- 5 “LIBEREMOS BOLIVIA” 5. VIDEOS https://youtu.be/elTml6zLxy4 https://youtu.be/giaOVoyWS2c