PIAR v 015. 2024 Plan Individual de ajustes razonables
Tipos de muestreo
1. SEMINARIO
DE
TESIS I
Dr. LUIS FACUNDO ANTÓN
Dr. Luis Facundo Antón
UNIVERSIDAD NACIONAL PEDRO RUIZ GALLO
ESCUELA DE POST GRADO
MAESTRÍA EN DOCENCIA UNIVERSITARIA E
INVESTIGACIÓN EDUCATIVA
1
3. subconjunto representativo y
finito que se extrae de la
población accesible
La MUESTRA
aquella que por su tamaño y características
similares , permite hacer inferencias o
generalizar los resultados al resto de la
población con un margen de error conocido.
Muestra
representativa
Dr. Luis Facundo Antón 3
5. MUESTRA PROBABILÍSTICA
Subgrupo de la población en el que todos
los elementos de ésta tienen la misma
posibilidad de ser elegidos y se obtienen
definiendo las características de la
población y el tamaño de la muestra, y por
medio de una selección aleatoria o
mecánica de las unidades de análisis.
Subgrupo de la población en la que la
elección de los elementos no depende de la
probabilidad sino de las características de la
investigación y su procedimiento no es
mecánico ni con base en fórmulas de
probabilidad, SINO que depende del proceso
de toma de decisiones de un investigador o
de un grupo de investigadores
MUESTRA NO PROBABILÍSTICA
Elegir entre una muestra probabilística o una no probabilística depende de los objetivos del estudio, del esquema de investigación y de
la contribución que se piensa hacer con ella. Para ilustrar lo anterior mencionaremos tres ejemplos que toman en cuenta dichas
consideraciones Dr. Luis Facundo Antón 5
7. Por Juicio o deliberado
•Muestreo al azar simple
•Muestreo al azar sistemático
•Muestreo estratificado
•Muestreo por conglomerados
Todos los procedimientos de muestreo
No Probabilísticos Probabilísticos
Intencional o por
Por conveniencia
PROCEDIMIENTO DE MUESTREO
Dr. Luis Facundo Antón 7
8. MUESTREO ALEATORIO SIMPLE (M.A.S.)
Muestra formulada de manera que cada
integrante de la población tenga la misma
probabilidad de quedar incluido.
Población Muestraaleatorización
Dr. Luis Facundo Antón 8
9. 1 2 3 4 5 6
7 8 9 10 11 12
13 14 15 16 17 18
19 20 21 22 23 24
25 26 27 28 29 30
31 32 33 34 35 36
Población ordenada
1 5 9
13 17 21
25 29 36
Muestra sistemática
MUESTREO AL AZAR SISTEMÁTICO
Los integrantes de la población se ordenan de acuerdo algún método y se selecciona al azar un punto
de inicio y después se elige cada “k” elemento de la población para la muestra de manera
sistemática.
Dr. Luis Facundo Antón 9
10. MUESTREO ESTRATIFICADO
Consiste en dividir la población en subconjuntos
cuyos elementos posean características
comunes, es decir, estratos homogéneos en su
interior. Posteriormente se hace la escogencia al
azar en cada estrato
Ejemplo: En una institución de educación
universitaria, se divide la población por carreras o
especialidades, las cuales conformarán los
estratos. Después se efectúa la selección aleatoria
en cada una de ellas.
POBLACIÓN ESTRATIFICADA
Aleatorización
MUESTRA ESTRATIFICADA
Dr. Luis Facundo Antón 10
11. La población se agrupa en conglomerados,
los cuales poseen la característica de ser
dispersos dentro de ellos, estos son elegidos
por ubicación geográfica.
Población por
conglomerado
Muestra por
conglomerado
Muestreo por conglomerado
Dr. Luis Facundo Antón 11
14. NO PROBABILÍSTICOS
INTENCIONAL U OPINÁTICO
Los elementos son escogidos con base en
criterios o juicios preestablecidos por el
investigador
MUESTREO POR CUOTAS:
La elección de los elementos se hace en función a ciertas
características de la población, de modo tal que se
conformen grupos o cuotas con cada característica,
procurando respetar las proporciones en que se encuentran
en la población.
Dr. Luis Facundo Antón 14
15. Desde el punto de vista estadístico, una población FINITA es la
constituida por un número inferior a CIEN MIL UNIDADES (Sierra
Bravo, 1991 a).
Población INFINITA: es aquella en la que se desconoce el total de
elementos que la conforman,
En la disciplina estadística, se considera una POBLACIÓN INFINITA a la
conformada por CIEN MIL UNIDADES O MÁS (SIERRA BRAVO, 1991 A).
TIPOS DE POBLACION
Dr. Luis Facundo Antón 15
16. FÓRMULAS PARA CALCULAR EL TAMAÑO DE LA MUESTRA cuando el objetivo consiste en estimar la
media poblacional
Cuando el tamaño de la población
es conocido (población finita)
Cuando el tamaño de la población
es desconocido (población infinita)
Dr. Luis Facundo Antón 16
17. FÓRMULAS PARA CALCULAR EL TAMAÑO DE LA MUESTRA cuando el objetivo radica en
estimar la proporción poblacional
Si el tamaño de la población es
conocido (población finita)
Si el tamaño de la población
es desconocido
(población infinita)
Dr. Luis Facundo Antón 17
18. Ejemplo
Se desea determinar el tamaño de la muestra para una población de 1000 profesores, con un
nivel de confianza del 95%, un error del 5%, un valor de p = 40 y q = 60.
Cuando el tamaño de la población
es conocido (población finita)
Dr. Luis Facundo Antón 18
20. La población está constituido por 213
docentes de educación secundaria de los
centros educativos públicos “Alfredo Rebaza
Acosta”, “José Granda”, e “Independencia”
de la UGEL 02 - Rímac de Lima
Metropolitana y 1,120 estudiantes del quinto
año de educación secundaria de las
instituciones educativas mencionadas
anteriormente
Población
Se trabajó con una muestra probabilística
estratificada constituida por 116 docentes de
educación secundaria de los centros educativos
públicos Alfredo Rebaza Acosta, José Granda, e
Independencia de la UGEL 02 , Rímac -Lima
Metropolitana y 242 estudiantes del quinto año
de educación secundaria de las instituciones
educativas mencionadas anteriormente.
Muestra
Dr. Luis Facundo Antón 20
21. Nomeclatura:
n = Tamaño de la muestra.
N= Total de elementos que integran la población.
Z2C=Zeta crítico: valor determinado por el nivel de confianza adoptado, elevado al cuadrado.
Para un grado de confianza de 95% el coeficiente es igual a 2,entonces el valor de zeta crítico es
igual a 22= 4 . Para un nivel de confianza del 99% el coeficiente es igual a 3, y zeta crítico es igual
a 32 = 9 .
S= Desviación típica o desviación estándar: medida de dispersión de los datos obtenidos con
respecto a la media.
e= Error muestral: falla que se produce al extraer la muestra de la población. Generalmente,
oscila entre 1% y 5%.
p= Proporción de elementos que presentan una determinada característica a ser investigada.
Una proporción es la relación de una cantidad con respecto a otra mayor. Por ejemplo, en un
grupo de 100 estudiantes hay 75 mujeres y 25 hombres.
La fórmula es p = A/N. Entonces la proporción de mujeres es 75/100 = 0,75 y la proporción de
hombres es 25/100 = 0,25.
q= Proporción de elementos que no presentan la característica que se investiga. Se aplica la
fórmula anterior q=A/N, y p+q=1.
Dr. Luis Facundo Antón 21
22. Muestra probabilística estratificada
Se aplicó el muestreo aleatorio simple para proporciones con
un margen de error de 5% y un nivel de confiabilidad de 95%
Fórmula:
22
2
))(()1(
))()((
ZQPeN
ZQPN
n
Donde:
N: Población muestreada del estudio (N=213)
P: Proporción de sujetos que opinan favorablemente (se obtuvo
de la prueba piloto) P=021
Q: 1-P = 1-0.21 = 0.79 complemento de P
Z: Coeficiente de confiabilidad al 95% igual a 1,96 con = 0,95
E: Máximo error permisible en la investigación e = 0,05 (5%)
Aplicando la fórmula
11629.116
1673.1
7494.135
96.1)79.0)(21.0(05.0)1213(
)96.1)(79.0)(21.0(213
22
2
n
Dr. Luis Facundo Antón 22
23. UGEL
Distrito
Institución
Educativa Total de
profesores
Nh
02
Los Olivos
Alfredo Rebaza
Acosta
85 0.40 46.40 46
02
San Martín José Granda 70 0.33 38.28 38
02
Independencia
independencia
58 0.27 31.32 32
Total (N) 213 1.00 116
N
Nh
Wh )(nwhnh nh
Se seleccionó 116 docentes
Se seleccionará aleatoriamente 46 profesores del colegio Alfredo Rebaza Acosta; 38
profesores del colegio José Granda; y 32 profesores del colegio Independencia.
Muestra de docentes por Institución Educativa
Dr. Luis Facundo Antón 23
24. Tamaño de la Muestra para alumnos
Se aplicó el muestreo aleatorio simple para proporciones con un margen de error de 5% y un nivel de confiabilidad de 95%
Fórmula:
22
2
))(()1(
))()((
ZQPeN
ZQPN
n
Donde:
N: Población muestreada del estudio (N=1120)
P: Proporción de sujetos que opinan favorablemente (se obtuvo de la prueba
piloto) P=028
Q: 1-P = 1-0.28 = 0.72 complemento de P
Z: Coeficiente de confiabilidad al 95% igual a 1,96 con = 0,95
E: Máximo error permisible en la investigación e = 0,05 (5%)
Aplicando la fórmula:
24216.242
6188.3
4025.877
96.1)72.0)(28.0(05.0)1213(
)96.1)(72.0)(28.0(1120
22
2
n
Dr. Luis Facundo Antón 24
25. Muestra de estudiantes por Institución Educativa
UGEL Distrito Institución
Educativa
Total de
estudiantes
Nh
02 Los Olivos Alfredo
Rebaza
Acosta
400 0.36 87.12 86
02 San Martín José Granda 360 0.32 77.45 78
02 Independenc
ia
Independenci
a
360 0.32 77.45 78
TOTAL Total (N) 1 120 1.00 242
N
Nh
Wh )(nwhnh nh
Se seleccionaron aleatoriamente 86 alumnos de quinto año del colegio Alfredo
Rebaza Acosta; 78 alumnos del colegio José Granda; y 78 alumnos del
colegio independencia.
Dr. Luis Facundo Antón 25