SlideShare una empresa de Scribd logo
1 de 15
República Bolivariana De Venezuela
Ministerio para el poder popular para la educación superior
Universidad De Los Andes
Facultad de Ciencias Económicas y Sociales
Escuela De Administración Y Contaduría
INTEGRANTES
• DIAZ TORO MARIA DE LOS ANGELES
CI. 2133051
• GARCIA ALEXANDRA
CI. 20736003
Muestreo
Investigación de mercadoMérida, Mayo del 2015
Muestreo El término muestreo se refiere al proceso seguido para seleccionar y
agrupar elementos representativos de una población, con el fin de obtener
inferencia. El muestreo es la parte de la estadística que se ocupa de la
selección y acopio de elementos representativos de cierta población a fin de
obtener inferencia.
A su vez, la población o universo es el conjunto de todos los posibles
elementos que intervienen en un experimento o en un estudio. Un buen
muestreo, es la reducción del tiempo y el dinero que se emplean, buscando
información de la mayor calidad.
Muestra
El término muestreo se refiere al proceso seguido
para seleccionar y agrupar elementos
representativos de una población, con el fin de
obtener inferencia.
Censo
Es la aplicación de las entrevistas a todos los
Elementos de la población u objetos de estudio.
Un buen ejemplo de muestreo es una toma de sangre.
Cuando debemos diagnosticar alguna enfermedad no es
necesario que examinemos la sangre de todo un organismo.
Con cierto volumen es suficiente, ya que la toma de cualquier
parte del cuerpo arrojará los mismos resultados.
Tamaño de la muestra.
El tamaño de la muestra es el
numero de sujetos que componen la
muestra extraída de una población
1. Determinación de las Unidades de Muestreo.
2. Métodos de selección de la muestra.
3. Estimación de las características de la población mediante la muestra:
a) No todas las muestras n os conducen al mismo estimativo
del valor de la población.
b) La mayoría de los estimativos tienden a agruparse alrededor
de la verdadera proporción de la población
Estimación del tamaño de la muestra
1. Se determina el error máximo que puede aceptarse en los resultados, que por lo general es de
10%.
2. Se conoce en el mercado la situación que guarda la característica o el fenómeno investigado.
Cuando no se conoce, se dan los valores máximos a la probabilidad de que no ocurra (0.50 y
0.50).
3. Se determina el intervalo de confianza con el que se va a trabajar.
4. Se aplica la formula. Cuando se conoce el tamaño de la población:
5. Cuando no se conoce el tamaño de la población:
n = 4pqN
s²(N-1) + 4pq
n = 9pqN
s² (N-1) + 9pq
n = 9pq
s²
TIPOS DE Muestreo
Muestreo Probabilístico
Muestreo aleatorio simple
Una muestra aleatoria simple se elige de tal manera que cada muestra posible del
mismo tamaño tiene igual probabilidad de ser seleccionada de la población.
Para hacer un muestreo aleatorio simple podemos recurrir a dos métodos:
• Selección de una lista de todas las muestras posibles.
• Se conoce el tamaño de la población, se numeran las unidades de muestreo
(supongamos del 1 al 20) y se colocan en papelitos separados.
• Se colocan en un recipiente honesto.
• Se extraen tantos papelitos como lo necesite el tamaño de la muestra
: Supongamos que en tu país existen 20 empresas productoras de
juguetes que serían la población total a estudiar. Si deseamos hacer un estudio
entre ocho de esas 20 compañías, anotamos el nombre de cada empresa en cada
uno de los papeles, los mezclamos y tan sólo seleccionamos ocho.
o puede ser tan fácil como usar un software de computadora para hacer la
selección aleatoria llamado tabla de números aleatorios.
Muestreo Probabilístico
Muestreo por estratos
Introduce ciertos grupos o estratos que reúnen características
homogéneas para investigar una situación en cada uno de
ellos: niveles socioeconómicos, zonas del país, género,
grupos de edad y otros. Para determinar el tamaño de la
muestra en cada estrato, sobre todo si la estratificación es
por niveles de ingreso y por regiones, se pueden utilizar dos
métodos.
• a) Cálculo proporcional al tamaño del estrato.
• b) Cálculo desproporcionado al tamaño del estrato.
El tamaño de la muestra en cada estrato se toma en proporción con el tamaño del estrato.
Eso se llama asignación proporcional. Supóngase que en una empresa se ​​encuentran los siguientes funcionarios
•hombre, jornada completa: 90
•hombre, media jornada: 18
•mujer, jornada completa: 9
•mujer, media jornada: 63
•Total: 180
Se pide tomar una muestra de 40 personas, estratificada según las categorías anteriores. El primer paso es encontrar
el número total de funcionarios (180) y calcular el porcentaje de cada grupo.
•% hombre, jornada completa = 90 / 180 = 50%
•% hombre, media jornada = 18 / 180 = 10%
•% mujer, jornada completa = 9 / 180 = 5%
•% mujer, media jornada = 63 / 180 = 35%
Esto dice que nuestra muestra de 40:
50% debe ser hombre, jornada completa
10% debe ser hombre, media jornada
5% debe ser mujer, jornada completa
35% debe ser mujer, media jornada
50% de 40 es 20
10% de 40 es 4
5% de 40 es 2
35% de 40 es 14
Otra manera fácil sin necesidad de calcular el porcentaje es multiplicar cada tamaño de grupo por el tamaño de la
muestra y se dividen por el tamaño total de la población (tamaño de todo el personal):
hombre, jornada completa = 90 x (40 / 180) = 20
hombre, media jornada = 18 x (40 / 180) = 4
mujer, jornada completa = 9 x (40 / 180) = 2
mujer, media jornada = 63 x (40 / 180) = 14
Calculo desproporcionado : La única diferencia son las fracciones de muestreo, los diferentes estratos tienen
diferentes fracciones de muestreo.
Muestreo sistemático
Se obtiene una muestra sistemática cuando los
elementos son seleccionados de una manera
ordenada. La forma de la selección depende del
número de elementos incluidos en la población y del
tamaño de la muestra.
Por ejemplo, supongamos que estás en una clínica y
tienes 100 pacientes.
Lo primero que tienes que hacer es elegir un número
entero que sea menor que el número total de la
población. Éste será tu primer sujeto, por ejemplo (3).
Selecciona otro número entero que será el número de
individuos entre los sujetos, por ejemplo, (5).
Tus sujetos serán los pacientes 3, 8, 13, 18, 23 y así
sucesivamente.
.
Muestreo aleatorio por conglomerados
se realiza cuando es imposible el muestreo aleatorio simple
debido al tamaño de la población. Seria muy difícil hacer un
muestreo aleatorio simple cuando la población en cuestión
es toda la población de Asia.
1. En el muestreo por conglomerados, la investigación identifica
primero las fronteras, ejemplo. Pueden ser los países de Asia.
2. El investigador selecciona aleatoriamente un número de áreas
identificadas. Es importante que todas las áreas (países) dentro
de la población tengan las mismas posibilidades de ser
seleccionadas.
3. El investigador puede incluir todos los individuos dentro de las
áreas seleccionadas o seleccionar aleatoriamente a los sujetos
de las áreas identificadas. Lo más importante sobre
esta técnica de muestreo es dar a todos los conglomerados
iguales posibilidades de ser seleccionados.
Es una técnica de muestreo donde las muestras se
recogen en un proceso que no brinda a todos los
individuos de la población iguales oportunidades de ser
seleccionados.
No es un producto de un proceso de selección aleatoria.
Muestreo no
Probabilístico
La desventaja del método de muestreo no probabilístico
es que no se toman pruebas de una porción desconocida
de la población.
Muestreo por conveniencia: El muestreo por
conveniencia es probablemente la técnica de
muestreo más común. En el muestreo por
conveniencia, las muestras son seleccionadas
porque son accesibles para el investigador.
Muestreo de Juicio: La muestra de
juicio es aquella cuyos elementos se
eligen mediante el juicio personal. Un
especialista selecciona la que él
considera como muestra ideal para un
estudio específico.
Por ejemplo, un gerente de ventas
puede escoger un grupo de
establecimientos de comestibles en una
ciudad que él supone representativa.
Muestreo por cuotas: Se selecciona una
característica importante a estudiar y se determina la
parte del universo que tiene cada categoría de
características.
Cuota
hombres.
Cuota
mujeres.
Total.
Estudiantes
preparatoria publica
50 50 100
Estudiantes
preparatoria privada
50 50 100
Total 100 100 200
Muestreo Discrecional: El muestreo
discrecional es más comúnmente conocido
como muestreo intencional. En este tipo de
toma de muestras, los sujetos son elegidos
para formar parte de la muestra con un
objetivo específico.
En un estudio donde un investigador quiere
saber que es necesario para graduarse con
los más altos honores en la universidad, las
únicas personas que podrán brindarle el
mejor asesoramiento serán las personas que
se graduaron con los mas altos honores.
Muestreo de Bola de Nieve: El muestreo de
bola de nieve se lleva a cabo generalmente
cuando hay una población muy pequeña.
Un médico ha tratado a un paciente con
una enfermedad rara y decide hacer un estudio
sobre ella. Para ello, recurre al paciente, que le va
derivando a sus conocidos con dicha enfermedad
y a través del muestreo de bola de nieve entrevista
al número de individuos que precisa.
VENTAJAS DEL MUESTREO
Costo reducido.
Es rápido.
Es controlable.
Mayor exactitud los resultados son precisos o amplios.
Posibilidad de hacerse . Por ejemplo, un estudio sobre la duración de los bombillos
o la resistencia de cualquier material.
Facilidad de realizar el estudio.
Menor número de sujetos a estudiar.
Mayor validez del estudio.
Mayor número de variable a estudiar.
Errores en la Investigación de Mercado
El error de muestreo es el más medido en la
encuesta, y uno de los pocos cuantificables en función del
tipo de universo (finitos e infinitos). Para su reducción se
requiere incrementar el tamaño de la muestra y aplicar
diseños muéstrales plenamente aleatorios que garanticen la
heterogeneidad de su selección.
Sin embargo, uno de los problemas del investigador
es determinar la precisión o confiabilidad de sus
estimativos muestrales.
Gracias por la atención

Más contenido relacionado

La actualidad más candente

Diseño factorial general ejemplos
Diseño factorial general ejemplosDiseño factorial general ejemplos
Diseño factorial general ejemplosluluhernan
 
Psico. 13 ava. prueba de hipótesis a partir de dos muestras
Psico. 13 ava. prueba de hipótesis a  partir de dos muestrasPsico. 13 ava. prueba de hipótesis a  partir de dos muestras
Psico. 13 ava. prueba de hipótesis a partir de dos muestrasUniv Peruana Los Andes
 
La importancia de la estadística en la ingeniería industrial
La importancia de la estadística en la ingeniería industrialLa importancia de la estadística en la ingeniería industrial
La importancia de la estadística en la ingeniería industrialIvan Sldñ
 
Teoria de muestreo y prueba de hipotesis
Teoria de muestreo y prueba de hipotesisTeoria de muestreo y prueba de hipotesis
Teoria de muestreo y prueba de hipotesisZully Vèlez
 
Moda, mediana y media
Moda, mediana y mediaModa, mediana y media
Moda, mediana y mediaPaty Montoya
 
Prueba de hipótesis
Prueba de hipótesisPrueba de hipótesis
Prueba de hipótesisCarol Ramos
 
82253086 unidad-iv-pruebas-de-hipotesis-con-dos-muestras-y-varias-muestras-de...
82253086 unidad-iv-pruebas-de-hipotesis-con-dos-muestras-y-varias-muestras-de...82253086 unidad-iv-pruebas-de-hipotesis-con-dos-muestras-y-varias-muestras-de...
82253086 unidad-iv-pruebas-de-hipotesis-con-dos-muestras-y-varias-muestras-de...Ekthor Daniel R G
 
Ejercicios hipótesis
Ejercicios hipótesisEjercicios hipótesis
Ejercicios hipótesisDany Aguilera
 
S01.s1 Estadistica Inferencial. Conceptos Basicos.pdf
S01.s1 Estadistica Inferencial. Conceptos Basicos.pdfS01.s1 Estadistica Inferencial. Conceptos Basicos.pdf
S01.s1 Estadistica Inferencial. Conceptos Basicos.pdfMarcinhoMols
 
Mapa conceptual variables aleatorias
Mapa conceptual variables aleatoriasMapa conceptual variables aleatorias
Mapa conceptual variables aleatoriasyalssi guarenas
 
Muestreo accidental
Muestreo accidentalMuestreo accidental
Muestreo accidentalmanusa27ns
 
practica-de-simulacion-con-arena
practica-de-simulacion-con-arenapractica-de-simulacion-con-arena
practica-de-simulacion-con-arenafelroc
 

La actualidad más candente (20)

Diseño factorial general ejemplos
Diseño factorial general ejemplosDiseño factorial general ejemplos
Diseño factorial general ejemplos
 
Técnicas de estándares de tiempo
Técnicas de estándares de tiempoTécnicas de estándares de tiempo
Técnicas de estándares de tiempo
 
Psico. 13 ava. prueba de hipótesis a partir de dos muestras
Psico. 13 ava. prueba de hipótesis a  partir de dos muestrasPsico. 13 ava. prueba de hipótesis a  partir de dos muestras
Psico. 13 ava. prueba de hipótesis a partir de dos muestras
 
La importancia de la estadística en la ingeniería industrial
La importancia de la estadística en la ingeniería industrialLa importancia de la estadística en la ingeniería industrial
La importancia de la estadística en la ingeniería industrial
 
Teoria de muestreo y prueba de hipotesis
Teoria de muestreo y prueba de hipotesisTeoria de muestreo y prueba de hipotesis
Teoria de muestreo y prueba de hipotesis
 
Moda, mediana y media
Moda, mediana y mediaModa, mediana y media
Moda, mediana y media
 
Estadística: Prueba de Medias
Estadística: Prueba de MediasEstadística: Prueba de Medias
Estadística: Prueba de Medias
 
Prueba de hipótesis
Prueba de hipótesisPrueba de hipótesis
Prueba de hipótesis
 
82253086 unidad-iv-pruebas-de-hipotesis-con-dos-muestras-y-varias-muestras-de...
82253086 unidad-iv-pruebas-de-hipotesis-con-dos-muestras-y-varias-muestras-de...82253086 unidad-iv-pruebas-de-hipotesis-con-dos-muestras-y-varias-muestras-de...
82253086 unidad-iv-pruebas-de-hipotesis-con-dos-muestras-y-varias-muestras-de...
 
Ejercicios hipótesis
Ejercicios hipótesisEjercicios hipótesis
Ejercicios hipótesis
 
Ejercicios minitab
Ejercicios minitabEjercicios minitab
Ejercicios minitab
 
S01.s1 Estadistica Inferencial. Conceptos Basicos.pdf
S01.s1 Estadistica Inferencial. Conceptos Basicos.pdfS01.s1 Estadistica Inferencial. Conceptos Basicos.pdf
S01.s1 Estadistica Inferencial. Conceptos Basicos.pdf
 
Ejercicios estadistica
Ejercicios estadisticaEjercicios estadistica
Ejercicios estadistica
 
Pruebas de hipotesis
Pruebas de hipotesisPruebas de hipotesis
Pruebas de hipotesis
 
Evolucion del estudio del trabajo
Evolucion del estudio del trabajoEvolucion del estudio del trabajo
Evolucion del estudio del trabajo
 
Analisis de datos cuantitativos
Analisis de datos cuantitativos Analisis de datos cuantitativos
Analisis de datos cuantitativos
 
Mapa conceptual variables aleatorias
Mapa conceptual variables aleatoriasMapa conceptual variables aleatorias
Mapa conceptual variables aleatorias
 
Muestreo accidental
Muestreo accidentalMuestreo accidental
Muestreo accidental
 
Calculo del tamaño de muestra
Calculo del tamaño de muestraCalculo del tamaño de muestra
Calculo del tamaño de muestra
 
practica-de-simulacion-con-arena
practica-de-simulacion-con-arenapractica-de-simulacion-con-arena
practica-de-simulacion-con-arena
 

Similar a Exposición # 3 (20)

Estadistica ii expo
Estadistica ii expoEstadistica ii expo
Estadistica ii expo
 
METODOS DE MUESTREO
METODOS DE MUESTREOMETODOS DE MUESTREO
METODOS DE MUESTREO
 
El muestreo
El muestreoEl muestreo
El muestreo
 
ESTADÍSTICA APLICADA[1]-1.pptx
ESTADÍSTICA APLICADA[1]-1.pptxESTADÍSTICA APLICADA[1]-1.pptx
ESTADÍSTICA APLICADA[1]-1.pptx
 
Muestreo
MuestreoMuestreo
Muestreo
 
10° Población y Muestra.pptx
10° Población y Muestra.pptx10° Población y Muestra.pptx
10° Población y Muestra.pptx
 
Diapositivas estadistica
Diapositivas estadisticaDiapositivas estadistica
Diapositivas estadistica
 
poblacion y muestra.ppt
poblacion y muestra.pptpoblacion y muestra.ppt
poblacion y muestra.ppt
 
(268083723) el muestreo
(268083723) el muestreo(268083723) el muestreo
(268083723) el muestreo
 
Muestreo Estadístico
Muestreo EstadísticoMuestreo Estadístico
Muestreo Estadístico
 
Elmuestreo
ElmuestreoElmuestreo
Elmuestreo
 
elmuestreo.pdf
elmuestreo.pdfelmuestreo.pdf
elmuestreo.pdf
 
El muestreo (1)
El muestreo (1)El muestreo (1)
El muestreo (1)
 
Elmuestreo
ElmuestreoElmuestreo
Elmuestreo
 
Elmuestreo
ElmuestreoElmuestreo
Elmuestreo
 
Elmuestreo
ElmuestreoElmuestreo
Elmuestreo
 
El muestreo
El muestreoEl muestreo
El muestreo
 
Elmuestreo
ElmuestreoElmuestreo
Elmuestreo
 
Elmuestreo
ElmuestreoElmuestreo
Elmuestreo
 
Elmuestreo
ElmuestreoElmuestreo
Elmuestreo
 

Último

Ejercicios de PROBLEMAS PAEV 6 GRADO 2024.pdf
Ejercicios de PROBLEMAS PAEV 6 GRADO 2024.pdfEjercicios de PROBLEMAS PAEV 6 GRADO 2024.pdf
Ejercicios de PROBLEMAS PAEV 6 GRADO 2024.pdfMaritzaRetamozoVera
 
Valoración Crítica de EEEM Feco2023 FFUCV
Valoración Crítica de EEEM Feco2023 FFUCVValoración Crítica de EEEM Feco2023 FFUCV
Valoración Crítica de EEEM Feco2023 FFUCVGiustinoAdesso1
 
Programacion Anual Matemática5 MPG 2024 Ccesa007.pdf
Programacion Anual Matemática5    MPG 2024  Ccesa007.pdfProgramacion Anual Matemática5    MPG 2024  Ccesa007.pdf
Programacion Anual Matemática5 MPG 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
 
BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICA
BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICABIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICA
BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICAÁngel Encinas
 
Cuaderno de trabajo Matemática 3 tercer grado.pdf
Cuaderno de trabajo Matemática 3 tercer grado.pdfCuaderno de trabajo Matemática 3 tercer grado.pdf
Cuaderno de trabajo Matemática 3 tercer grado.pdfNancyLoaa
 
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
 
Ley 21.545 - Circular Nº 586.pdf circular
Ley 21.545 - Circular Nº 586.pdf circularLey 21.545 - Circular Nº 586.pdf circular
Ley 21.545 - Circular Nº 586.pdf circularMooPandrea
 
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 NOYOLAJAVIER SOLIS NOYOLA
 
origen y desarrollo del ensayo literario
origen y desarrollo del ensayo literarioorigen y desarrollo del ensayo literario
origen y desarrollo del ensayo literarioELIASAURELIOCHAVEZCA1
 
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
 
CALENDARIZACION DE MAYO / RESPONSABILIDAD
CALENDARIZACION DE MAYO / RESPONSABILIDADCALENDARIZACION DE MAYO / RESPONSABILIDAD
CALENDARIZACION DE MAYO / RESPONSABILIDADauxsoporte
 
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 IIIsauraImbrondone
 
Programacion Anual Matemática4 MPG 2024 Ccesa007.pdf
Programacion Anual Matemática4    MPG 2024  Ccesa007.pdfProgramacion Anual Matemática4    MPG 2024  Ccesa007.pdf
Programacion Anual Matemática4 MPG 2024 Ccesa007.pdfDemetrio Ccesa Rayme
 
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
 
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptx
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptxSEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptx
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptxYadi Campos
 
Estrategias de enseñanza-aprendizaje virtual.pptx
Estrategias de enseñanza-aprendizaje virtual.pptxEstrategias de enseñanza-aprendizaje virtual.pptx
Estrategias de enseñanza-aprendizaje virtual.pptxdkmeza
 
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
 

Último (20)

Ejercicios de PROBLEMAS PAEV 6 GRADO 2024.pdf
Ejercicios de PROBLEMAS PAEV 6 GRADO 2024.pdfEjercicios de PROBLEMAS PAEV 6 GRADO 2024.pdf
Ejercicios de PROBLEMAS PAEV 6 GRADO 2024.pdf
 
Valoración Crítica de EEEM Feco2023 FFUCV
Valoración Crítica de EEEM Feco2023 FFUCVValoración Crítica de EEEM Feco2023 FFUCV
Valoración Crítica de EEEM Feco2023 FFUCV
 
Programacion Anual Matemática5 MPG 2024 Ccesa007.pdf
Programacion Anual Matemática5    MPG 2024  Ccesa007.pdfProgramacion Anual Matemática5    MPG 2024  Ccesa007.pdf
Programacion Anual Matemática5 MPG 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
 
BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICA
BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICABIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICA
BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICA
 
Cuaderno de trabajo Matemática 3 tercer grado.pdf
Cuaderno de trabajo Matemática 3 tercer grado.pdfCuaderno de trabajo Matemática 3 tercer grado.pdf
Cuaderno de trabajo Matemática 3 tercer grado.pdf
 
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
 
Ley 21.545 - Circular Nº 586.pdf circular
Ley 21.545 - Circular Nº 586.pdf circularLey 21.545 - Circular Nº 586.pdf circular
Ley 21.545 - Circular Nº 586.pdf circular
 
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
 
origen y desarrollo del ensayo literario
origen y desarrollo del ensayo literarioorigen y desarrollo del ensayo literario
origen y desarrollo del ensayo literario
 
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...
 
Tema 8.- PROTECCION DE LOS SISTEMAS DE INFORMACIÓN.pdf
Tema 8.- PROTECCION DE LOS SISTEMAS DE INFORMACIÓN.pdfTema 8.- PROTECCION DE LOS SISTEMAS DE INFORMACIÓN.pdf
Tema 8.- PROTECCION DE LOS SISTEMAS DE INFORMACIÓN.pdf
 
CALENDARIZACION DE MAYO / RESPONSABILIDAD
CALENDARIZACION DE MAYO / RESPONSABILIDADCALENDARIZACION DE MAYO / RESPONSABILIDAD
CALENDARIZACION DE MAYO / RESPONSABILIDAD
 
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
 
Programacion Anual Matemática4 MPG 2024 Ccesa007.pdf
Programacion Anual Matemática4    MPG 2024  Ccesa007.pdfProgramacion Anual Matemática4    MPG 2024  Ccesa007.pdf
Programacion Anual Matemática4 MPG 2024 Ccesa007.pdf
 
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...
 
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptx
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptxSEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptx
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptx
 
Estrategias de enseñanza-aprendizaje virtual.pptx
Estrategias de enseñanza-aprendizaje virtual.pptxEstrategias de enseñanza-aprendizaje virtual.pptx
Estrategias de enseñanza-aprendizaje virtual.pptx
 
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...
 

Exposición # 3

  • 1. República Bolivariana De Venezuela Ministerio para el poder popular para la educación superior Universidad De Los Andes Facultad de Ciencias Económicas y Sociales Escuela De Administración Y Contaduría INTEGRANTES • DIAZ TORO MARIA DE LOS ANGELES CI. 2133051 • GARCIA ALEXANDRA CI. 20736003 Muestreo Investigación de mercadoMérida, Mayo del 2015
  • 2. Muestreo El término muestreo se refiere al proceso seguido para seleccionar y agrupar elementos representativos de una población, con el fin de obtener inferencia. El muestreo es la parte de la estadística que se ocupa de la selección y acopio de elementos representativos de cierta población a fin de obtener inferencia. A su vez, la población o universo es el conjunto de todos los posibles elementos que intervienen en un experimento o en un estudio. Un buen muestreo, es la reducción del tiempo y el dinero que se emplean, buscando información de la mayor calidad. Muestra El término muestreo se refiere al proceso seguido para seleccionar y agrupar elementos representativos de una población, con el fin de obtener inferencia. Censo Es la aplicación de las entrevistas a todos los Elementos de la población u objetos de estudio. Un buen ejemplo de muestreo es una toma de sangre. Cuando debemos diagnosticar alguna enfermedad no es necesario que examinemos la sangre de todo un organismo. Con cierto volumen es suficiente, ya que la toma de cualquier parte del cuerpo arrojará los mismos resultados.
  • 3. Tamaño de la muestra. El tamaño de la muestra es el numero de sujetos que componen la muestra extraída de una población 1. Determinación de las Unidades de Muestreo. 2. Métodos de selección de la muestra. 3. Estimación de las características de la población mediante la muestra: a) No todas las muestras n os conducen al mismo estimativo del valor de la población. b) La mayoría de los estimativos tienden a agruparse alrededor de la verdadera proporción de la población
  • 4. Estimación del tamaño de la muestra 1. Se determina el error máximo que puede aceptarse en los resultados, que por lo general es de 10%. 2. Se conoce en el mercado la situación que guarda la característica o el fenómeno investigado. Cuando no se conoce, se dan los valores máximos a la probabilidad de que no ocurra (0.50 y 0.50). 3. Se determina el intervalo de confianza con el que se va a trabajar. 4. Se aplica la formula. Cuando se conoce el tamaño de la población: 5. Cuando no se conoce el tamaño de la población: n = 4pqN s²(N-1) + 4pq n = 9pqN s² (N-1) + 9pq n = 9pq s²
  • 5. TIPOS DE Muestreo Muestreo Probabilístico Muestreo aleatorio simple Una muestra aleatoria simple se elige de tal manera que cada muestra posible del mismo tamaño tiene igual probabilidad de ser seleccionada de la población. Para hacer un muestreo aleatorio simple podemos recurrir a dos métodos: • Selección de una lista de todas las muestras posibles. • Se conoce el tamaño de la población, se numeran las unidades de muestreo (supongamos del 1 al 20) y se colocan en papelitos separados. • Se colocan en un recipiente honesto. • Se extraen tantos papelitos como lo necesite el tamaño de la muestra : Supongamos que en tu país existen 20 empresas productoras de juguetes que serían la población total a estudiar. Si deseamos hacer un estudio entre ocho de esas 20 compañías, anotamos el nombre de cada empresa en cada uno de los papeles, los mezclamos y tan sólo seleccionamos ocho. o puede ser tan fácil como usar un software de computadora para hacer la selección aleatoria llamado tabla de números aleatorios.
  • 6. Muestreo Probabilístico Muestreo por estratos Introduce ciertos grupos o estratos que reúnen características homogéneas para investigar una situación en cada uno de ellos: niveles socioeconómicos, zonas del país, género, grupos de edad y otros. Para determinar el tamaño de la muestra en cada estrato, sobre todo si la estratificación es por niveles de ingreso y por regiones, se pueden utilizar dos métodos. • a) Cálculo proporcional al tamaño del estrato. • b) Cálculo desproporcionado al tamaño del estrato.
  • 7. El tamaño de la muestra en cada estrato se toma en proporción con el tamaño del estrato. Eso se llama asignación proporcional. Supóngase que en una empresa se ​​encuentran los siguientes funcionarios •hombre, jornada completa: 90 •hombre, media jornada: 18 •mujer, jornada completa: 9 •mujer, media jornada: 63 •Total: 180 Se pide tomar una muestra de 40 personas, estratificada según las categorías anteriores. El primer paso es encontrar el número total de funcionarios (180) y calcular el porcentaje de cada grupo. •% hombre, jornada completa = 90 / 180 = 50% •% hombre, media jornada = 18 / 180 = 10% •% mujer, jornada completa = 9 / 180 = 5% •% mujer, media jornada = 63 / 180 = 35%
  • 8. Esto dice que nuestra muestra de 40: 50% debe ser hombre, jornada completa 10% debe ser hombre, media jornada 5% debe ser mujer, jornada completa 35% debe ser mujer, media jornada 50% de 40 es 20 10% de 40 es 4 5% de 40 es 2 35% de 40 es 14 Otra manera fácil sin necesidad de calcular el porcentaje es multiplicar cada tamaño de grupo por el tamaño de la muestra y se dividen por el tamaño total de la población (tamaño de todo el personal): hombre, jornada completa = 90 x (40 / 180) = 20 hombre, media jornada = 18 x (40 / 180) = 4 mujer, jornada completa = 9 x (40 / 180) = 2 mujer, media jornada = 63 x (40 / 180) = 14 Calculo desproporcionado : La única diferencia son las fracciones de muestreo, los diferentes estratos tienen diferentes fracciones de muestreo.
  • 9. Muestreo sistemático Se obtiene una muestra sistemática cuando los elementos son seleccionados de una manera ordenada. La forma de la selección depende del número de elementos incluidos en la población y del tamaño de la muestra. Por ejemplo, supongamos que estás en una clínica y tienes 100 pacientes. Lo primero que tienes que hacer es elegir un número entero que sea menor que el número total de la población. Éste será tu primer sujeto, por ejemplo (3). Selecciona otro número entero que será el número de individuos entre los sujetos, por ejemplo, (5). Tus sujetos serán los pacientes 3, 8, 13, 18, 23 y así sucesivamente. . Muestreo aleatorio por conglomerados se realiza cuando es imposible el muestreo aleatorio simple debido al tamaño de la población. Seria muy difícil hacer un muestreo aleatorio simple cuando la población en cuestión es toda la población de Asia. 1. En el muestreo por conglomerados, la investigación identifica primero las fronteras, ejemplo. Pueden ser los países de Asia. 2. El investigador selecciona aleatoriamente un número de áreas identificadas. Es importante que todas las áreas (países) dentro de la población tengan las mismas posibilidades de ser seleccionadas. 3. El investigador puede incluir todos los individuos dentro de las áreas seleccionadas o seleccionar aleatoriamente a los sujetos de las áreas identificadas. Lo más importante sobre esta técnica de muestreo es dar a todos los conglomerados iguales posibilidades de ser seleccionados.
  • 10. Es una técnica de muestreo donde las muestras se recogen en un proceso que no brinda a todos los individuos de la población iguales oportunidades de ser seleccionados. No es un producto de un proceso de selección aleatoria. Muestreo no Probabilístico La desventaja del método de muestreo no probabilístico es que no se toman pruebas de una porción desconocida de la población. Muestreo por conveniencia: El muestreo por conveniencia es probablemente la técnica de muestreo más común. En el muestreo por conveniencia, las muestras son seleccionadas porque son accesibles para el investigador.
  • 11. Muestreo de Juicio: La muestra de juicio es aquella cuyos elementos se eligen mediante el juicio personal. Un especialista selecciona la que él considera como muestra ideal para un estudio específico. Por ejemplo, un gerente de ventas puede escoger un grupo de establecimientos de comestibles en una ciudad que él supone representativa. Muestreo por cuotas: Se selecciona una característica importante a estudiar y se determina la parte del universo que tiene cada categoría de características. Cuota hombres. Cuota mujeres. Total. Estudiantes preparatoria publica 50 50 100 Estudiantes preparatoria privada 50 50 100 Total 100 100 200
  • 12. Muestreo Discrecional: El muestreo discrecional es más comúnmente conocido como muestreo intencional. En este tipo de toma de muestras, los sujetos son elegidos para formar parte de la muestra con un objetivo específico. En un estudio donde un investigador quiere saber que es necesario para graduarse con los más altos honores en la universidad, las únicas personas que podrán brindarle el mejor asesoramiento serán las personas que se graduaron con los mas altos honores. Muestreo de Bola de Nieve: El muestreo de bola de nieve se lleva a cabo generalmente cuando hay una población muy pequeña. Un médico ha tratado a un paciente con una enfermedad rara y decide hacer un estudio sobre ella. Para ello, recurre al paciente, que le va derivando a sus conocidos con dicha enfermedad y a través del muestreo de bola de nieve entrevista al número de individuos que precisa.
  • 13. VENTAJAS DEL MUESTREO Costo reducido. Es rápido. Es controlable. Mayor exactitud los resultados son precisos o amplios. Posibilidad de hacerse . Por ejemplo, un estudio sobre la duración de los bombillos o la resistencia de cualquier material. Facilidad de realizar el estudio. Menor número de sujetos a estudiar. Mayor validez del estudio. Mayor número de variable a estudiar.
  • 14. Errores en la Investigación de Mercado El error de muestreo es el más medido en la encuesta, y uno de los pocos cuantificables en función del tipo de universo (finitos e infinitos). Para su reducción se requiere incrementar el tamaño de la muestra y aplicar diseños muéstrales plenamente aleatorios que garanticen la heterogeneidad de su selección. Sin embargo, uno de los problemas del investigador es determinar la precisión o confiabilidad de sus estimativos muestrales.
  • 15. Gracias por la atención