SlideShare una empresa de Scribd logo
1 de 21
EL MUESTREO
Parte de esta presentación fue con imágenes
e información datada de internet.
No se atento ninguna pagina en su desarrollo
El propio concepto de muestreo supone que en
el estudio no se observa a todos los elementos
de la población o universo.
Esto tiene tres implicaciones básicas:
1. Que por no incluir a todos los elementos, se
comete un error muestral. Si, el muestreo es
aleatorio, ese error se podrá estimar antes de
abordar el trabajo de campo, y por tanto decidir
cuáles son los umbrales aceptables de error.
2. Que se pueden producir errores “de
muestreo”, es decir en la selección de los
individuos. En algunas ocasiones son difíciles de
prever, pero básicamente se refieren a hechos
importantes que pueden condicionar la validez
del estudio.
Por ejemplo realizar encuestas en
hogares durante el mes de agosto, tratando de
extraer una muestra representativa de la
composición social de todos los hogares de la
ciudad.
3. Que por no tener que acudir a todos los
elementos de la población, si se observa el rigor
suficiente, se pueden extraer datos
representativos de dicha población a un coste
infinitamente menor.
También son tres las
labores básicasa la
hora de abordar la construcción de la muestra.
1. En primer lugar,
es preciso definir claramente el universo objeto
de estudio y los elementos que lo componen.
Una confusa definición de estos conceptos
puede dar lugar a planteamientos de estudio
diferentes, y a graves problemas en la
interpretación de los datos.
Un ejemplo: se quiere conocer el porcentaje de penetración de
Internet en los hogares de una ciudad. Se entiende que la
conexión a Internet es un concepto asociado al consumo del
hogar, y no al individuo, porque se supone que los miembros del
hogar compartirán la conexión. Por tanto, el universo lo forman
todos los hogares de la ciudad, y no todas las personas.
Evidentemente, el hogar no puede contestar por si mismo, sino
que hay que seleccionar a una persona cualificada dentro de
cada hogar para que nos proporcione los datos. Puesto que el
universo son todos lo hogares, los elementos de la población son
cada uno de dichos hogares. El muestreo que se realice debe ser
un muestreo de hogares, y no de individuos. Se deberán
seleccionar hogares de forma aleatoria.
Esto significa que si posteriormente se quisiera extraer
una tabla sobre el sexo de las personas encuestadas,
este probablemente no se corresponda con la
distribución poblacional de la ciudad (de hecho, si lo
fuese, sería una auténtica casualidad). En cualquier
caso, lo que se buscaba era la representatividad por
hogares, y no por personas. Ahora bien, se pueden
crear soluciones técnicas para resolver este tipo de
problemas.
2. En segundo lugar
hay que determinar el tamaño de la muestra. A este
respecto hay que tener siempre presente que EL ERROR
MUESTRAL DESCRIBE LA FUNCIÓN DE RENDIMIENTOS
DECRECIENTES, de manera que para un nivel de confianza
(probabilidad de acertar al describir la realidad con
nuestros resultados) constante, llega un punto que mayores
incrementos de la muestra no suponen reducciones
sustanciales del error muestral.
Por ejemplo:
Se extrae una muestra representativa de la
población mayor de edad de una ciudad
compuesta por 384 individuos. Esto supone un
error del 5%. La distribución de la muestra por
tramos de edad es la que se muestra en la tabla.
También se indica cuántos fueron o no al cine.
Calcule el porcentaje de la muestra existente
para los individuos de 18 a 30 años?
En conclusión, a la hora de determinar el tamaño
de la muestra, hay que prever los análisis que se van a realizar, y
las posibles pérdidas de muestra que se producirán en caso de
haber filtros en el cuestionario (filtros: preguntas que dan pie a
que unos encuestados sigan respondiendo determinadas
preguntas y otros no porque no están cualificados para ello).
A su vez, existen estudios donde el margen de error debe ser
mínimo; no es lo mismo un estudio de opinión donde un margen
de error de 5% es más que aceptable.
Las fórmulas para calcular el tamaño de las
muestras son diversas, basadas todas ellas en las
fórmulas para la estimación del error muestral,
ya sea de la proporción, de la media o de la
desviación típica.
Dos de las más habituales son las siguientes:
El muestreo
El muestreo
El muestreo
El muestreo
El muestreo

Más contenido relacionado

Destacado

Tt es dec03_paula1
Tt es dec03_paula1Tt es dec03_paula1
Tt es dec03_paula1Ruralticnova
 
Solucion de problemas
Solucion de problemasSolucion de problemas
Solucion de problemasStoka Nekus
 
Colocación percutánea del catéter de diálisis peritoneal
Colocación percutánea del catéter de diálisis peritonealColocación percutánea del catéter de diálisis peritoneal
Colocación percutánea del catéter de diálisis peritonealJuan de Dios Díaz Rosales
 
Investigacion documental
Investigacion documentalInvestigacion documental
Investigacion documentalAlan Cárdenas
 
07 - Tipos de datos definidos por el programador en lenguaje C: struct, typed...
07 - Tipos de datos definidos por el programador en lenguaje C: struct, typed...07 - Tipos de datos definidos por el programador en lenguaje C: struct, typed...
07 - Tipos de datos definidos por el programador en lenguaje C: struct, typed...Diego Andrés Alvarez Marín
 
Cómo leer y escribir un paper
Cómo leer y escribir un paperCómo leer y escribir un paper
Cómo leer y escribir un paperHarold Gamero
 
Inducción de estados de ánimo y sesgos en el recuerdo
Inducción de estados de ánimo y sesgos en el recuerdoInducción de estados de ánimo y sesgos en el recuerdo
Inducción de estados de ánimo y sesgos en el recuerdoStoka Nekus
 

Destacado (20)

Tt es dec03_paula1
Tt es dec03_paula1Tt es dec03_paula1
Tt es dec03_paula1
 
Solucion de problemas
Solucion de problemasSolucion de problemas
Solucion de problemas
 
14. metaanalísis
14. metaanalísis14. metaanalísis
14. metaanalísis
 
Formatos de importacion de video & audio
Formatos de importacion de video & audioFormatos de importacion de video & audio
Formatos de importacion de video & audio
 
#5 Distribucion y Ventas
#5 Distribucion y Ventas#5 Distribucion y Ventas
#5 Distribucion y Ventas
 
15. prueba t de student
15. prueba t de student15. prueba t de student
15. prueba t de student
 
Colocación percutánea del catéter de diálisis peritoneal
Colocación percutánea del catéter de diálisis peritonealColocación percutánea del catéter de diálisis peritoneal
Colocación percutánea del catéter de diálisis peritoneal
 
#4 Relaciones Publicas y Posicionamiento
#4  Relaciones Publicas y Posicionamiento#4  Relaciones Publicas y Posicionamiento
#4 Relaciones Publicas y Posicionamiento
 
Big Data Begins
Big Data BeginsBig Data Begins
Big Data Begins
 
Investigacion documental
Investigacion documentalInvestigacion documental
Investigacion documental
 
19. Regresión Logística
19. Regresión Logística19. Regresión Logística
19. Regresión Logística
 
06 - Arrays y matrices en lenguaje C
06 - Arrays y matrices en lenguaje C06 - Arrays y matrices en lenguaje C
06 - Arrays y matrices en lenguaje C
 
11. Estudio casos y controles
11. Estudio casos y controles11. Estudio casos y controles
11. Estudio casos y controles
 
Marca de principio al comienzo
Marca de principio al comienzoMarca de principio al comienzo
Marca de principio al comienzo
 
07 - Tipos de datos definidos por el programador en lenguaje C: struct, typed...
07 - Tipos de datos definidos por el programador en lenguaje C: struct, typed...07 - Tipos de datos definidos por el programador en lenguaje C: struct, typed...
07 - Tipos de datos definidos por el programador en lenguaje C: struct, typed...
 
12. Estructura de caso clínico
12. Estructura de caso clínico12. Estructura de caso clínico
12. Estructura de caso clínico
 
Cómo leer y escribir un paper
Cómo leer y escribir un paperCómo leer y escribir un paper
Cómo leer y escribir un paper
 
16. U de Mann Whitney
16. U de Mann Whitney16. U de Mann Whitney
16. U de Mann Whitney
 
12. Encuesta transversal
12. Encuesta transversal12. Encuesta transversal
12. Encuesta transversal
 
Inducción de estados de ánimo y sesgos en el recuerdo
Inducción de estados de ánimo y sesgos en el recuerdoInducción de estados de ánimo y sesgos en el recuerdo
Inducción de estados de ánimo y sesgos en el recuerdo
 

Similar a El muestreo (20)

Trabajo de sistemass paola 11
Trabajo de sistemass paola 11Trabajo de sistemass paola 11
Trabajo de sistemass paola 11
 
Muestreo2
Muestreo2Muestreo2
Muestreo2
 
1 POBLACIÓN.pdf
1 POBLACIÓN.pdf1 POBLACIÓN.pdf
1 POBLACIÓN.pdf
 
Clase 1
Clase 1Clase 1
Clase 1
 
Sampieri capitulo 8
Sampieri capitulo 8 Sampieri capitulo 8
Sampieri capitulo 8
 
Muestra
MuestraMuestra
Muestra
 
Muestra o analisis muestral
Muestra o analisis muestralMuestra o analisis muestral
Muestra o analisis muestral
 
Seleccionar una muestra
Seleccionar una muestraSeleccionar una muestra
Seleccionar una muestra
 
Trabajo de sistemas alex
Trabajo de sistemas alexTrabajo de sistemas alex
Trabajo de sistemas alex
 
Trabajo de sistemas alex
Trabajo de sistemas alexTrabajo de sistemas alex
Trabajo de sistemas alex
 
Trabajo de sistemas alex
Trabajo de sistemas alexTrabajo de sistemas alex
Trabajo de sistemas alex
 
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
 
Clase 1
Clase 1Clase 1
Clase 1
 
Selección de la muestra.pdf
Selección de la muestra.pdfSelección de la muestra.pdf
Selección de la muestra.pdf
 
Willy valverde muestreo
Willy valverde   muestreoWilly valverde   muestreo
Willy valverde muestreo
 
Artículo Tamaño de muestra
Artículo Tamaño de muestraArtículo Tamaño de muestra
Artículo Tamaño de muestra
 
Semana 2 1_
Semana 2 1_Semana 2 1_
Semana 2 1_
 
Muestra o Análisis Muestral
Muestra o Análisis MuestralMuestra o Análisis Muestral
Muestra o Análisis Muestral
 
Comunicación efectiva de información gerencial
Comunicación efectiva de información gerencialComunicación efectiva de información gerencial
Comunicación efectiva de información gerencial
 
Unidad no2 parte_1
Unidad no2 parte_1Unidad no2 parte_1
Unidad no2 parte_1
 

Más de Gustavo Adolfo Fontal Vargas

Más de Gustavo Adolfo Fontal Vargas (20)

#4 Relaciones publicas y Posicionamiento
#4  Relaciones publicas y Posicionamiento#4  Relaciones publicas y Posicionamiento
#4 Relaciones publicas y Posicionamiento
 
#3 investigación de mdos.
#3 investigación de mdos.#3 investigación de mdos.
#3 investigación de mdos.
 
#2 teoria general y precio, mezclas y plaza
#2 teoria general y precio, mezclas y plaza#2 teoria general y precio, mezclas y plaza
#2 teoria general y precio, mezclas y plaza
 
Introducción al mercadeo
Introducción al mercadeoIntroducción al mercadeo
Introducción al mercadeo
 
Generalidades de flash
Generalidades de flashGeneralidades de flash
Generalidades de flash
 
Actividades del Vendedors
Actividades del VendedorsActividades del Vendedors
Actividades del Vendedors
 
Teoria de la Venta
Teoria de la VentaTeoria de la Venta
Teoria de la Venta
 
Como Generar Entusiamos
Como Generar EntusiamosComo Generar Entusiamos
Como Generar Entusiamos
 
Proceso de Vender
Proceso de VenderProceso de Vender
Proceso de Vender
 
Como medir nuestra seguridad
Como medir nuestra seguridadComo medir nuestra seguridad
Como medir nuestra seguridad
 
Como hacer estadistica descriptiva con excel
Como hacer estadistica descriptiva con excelComo hacer estadistica descriptiva con excel
Como hacer estadistica descriptiva con excel
 
Como crear un histograma con Excel
Como crear un histograma con ExcelComo crear un histograma con Excel
Como crear un histograma con Excel
 
Muestreo y Presentación de Encuestas
Muestreo y Presentación de EncuestasMuestreo y Presentación de Encuestas
Muestreo y Presentación de Encuestas
 
Medición y Escalas de Respuestas
Medición y Escalas de RespuestasMedición y Escalas de Respuestas
Medición y Escalas de Respuestas
 
La encuesta
La encuestaLa encuesta
La encuesta
 
Otros metodos de recoleccion de datos
Otros metodos de recoleccion de datosOtros metodos de recoleccion de datos
Otros metodos de recoleccion de datos
 
Encuestas por internet
Encuestas por internetEncuestas por internet
Encuestas por internet
 
Fase I & II Formulacion de Problemas
Fase I &  II Formulacion de ProblemasFase I &  II Formulacion de Problemas
Fase I & II Formulacion de Problemas
 
Panel on line
Panel on linePanel on line
Panel on line
 
Entrevista a profundidad
Entrevista a profundidadEntrevista a profundidad
Entrevista a profundidad
 

Último

Introducción:Los objetivos de Desarrollo Sostenible
Introducción:Los objetivos de Desarrollo SostenibleIntroducción:Los objetivos de Desarrollo Sostenible
Introducción:Los objetivos de Desarrollo SostenibleJonathanCovena1
 
Procesos Didácticos en Educación Inicial .pptx
Procesos Didácticos en Educación Inicial .pptxProcesos Didácticos en Educación Inicial .pptx
Procesos Didácticos en Educación Inicial .pptxMapyMerma1
 
Identificación de componentes Hardware del PC
Identificación de componentes Hardware del PCIdentificación de componentes Hardware del PC
Identificación de componentes Hardware del PCCesarFernandez937857
 
CULTURA NAZCA, presentación en aula para compartir
CULTURA NAZCA, presentación en aula para compartirCULTURA NAZCA, presentación en aula para compartir
CULTURA NAZCA, presentación en aula para compartirPaddySydney1
 
programa dia de las madres 10 de mayo para evento
programa dia de las madres 10 de mayo  para eventoprograma dia de las madres 10 de mayo  para evento
programa dia de las madres 10 de mayo para eventoDiegoMtsS
 
LA ECUACIÓN DEL NÚMERO PI EN LOS JUEGOS OLÍMPICOS DE PARÍS. Por JAVIER SOLIS ...
LA ECUACIÓN DEL NÚMERO PI EN LOS JUEGOS OLÍMPICOS DE PARÍS. Por JAVIER SOLIS ...LA ECUACIÓN DEL NÚMERO PI EN LOS JUEGOS OLÍMPICOS DE PARÍS. Por JAVIER SOLIS ...
LA ECUACIÓN DEL NÚMERO PI EN LOS JUEGOS OLÍMPICOS DE PARÍS. Por JAVIER SOLIS ...JAVIER SOLIS NOYOLA
 
Plan Año Escolar Año Escolar 2023-2024. MPPE
Plan Año Escolar Año Escolar 2023-2024. MPPEPlan Año Escolar Año Escolar 2023-2024. MPPE
Plan Año Escolar Año Escolar 2023-2024. MPPELaura Chacón
 
NARRACIONES SOBRE LA VIDA DEL GENERAL ELOY ALFARO
NARRACIONES SOBRE LA VIDA DEL GENERAL ELOY ALFARONARRACIONES SOBRE LA VIDA DEL GENERAL ELOY ALFARO
NARRACIONES SOBRE LA VIDA DEL GENERAL ELOY ALFAROJosé Luis Palma
 
Análisis de la Implementación de los Servicios Locales de Educación Pública p...
Análisis de la Implementación de los Servicios Locales de Educación Pública p...Análisis de la Implementación de los Servicios Locales de Educación Pública p...
Análisis de la Implementación de los Servicios Locales de Educación Pública p...Baker Publishing Company
 
Lecciones 04 Esc. Sabática. Defendamos la verdad
Lecciones 04 Esc. Sabática. Defendamos la verdadLecciones 04 Esc. Sabática. Defendamos la verdad
Lecciones 04 Esc. Sabática. Defendamos la verdadAlejandrino Halire Ccahuana
 
5° SEM29 CRONOGRAMA PLANEACIÓN DOCENTE DARUKEL 23-24.pdf
5° SEM29 CRONOGRAMA PLANEACIÓN DOCENTE DARUKEL 23-24.pdf5° SEM29 CRONOGRAMA PLANEACIÓN DOCENTE DARUKEL 23-24.pdf
5° SEM29 CRONOGRAMA PLANEACIÓN DOCENTE DARUKEL 23-24.pdfOswaldoGonzalezCruz
 
PPT GESTIÓN ESCOLAR 2024 Comités y Compromisos.pptx
PPT GESTIÓN ESCOLAR 2024 Comités y Compromisos.pptxPPT GESTIÓN ESCOLAR 2024 Comités y Compromisos.pptx
PPT GESTIÓN ESCOLAR 2024 Comités y Compromisos.pptxOscarEduardoSanchezC
 
Estas son las escuelas y colegios que tendrán modalidad no presencial este lu...
Estas son las escuelas y colegios que tendrán modalidad no presencial este lu...Estas son las escuelas y colegios que tendrán modalidad no presencial este lu...
Estas son las escuelas y colegios que tendrán modalidad no presencial este lu...fcastellanos3
 
RETO MES DE ABRIL .............................docx
RETO MES DE ABRIL .............................docxRETO MES DE ABRIL .............................docx
RETO MES DE ABRIL .............................docxAna Fernandez
 
Día de la Madre Tierra-1.pdf día mundial
Día de la Madre Tierra-1.pdf día mundialDía de la Madre Tierra-1.pdf día mundial
Día de la Madre Tierra-1.pdf día mundialpatriciaines1993
 

Último (20)

Introducción:Los objetivos de Desarrollo Sostenible
Introducción:Los objetivos de Desarrollo SostenibleIntroducción:Los objetivos de Desarrollo Sostenible
Introducción:Los objetivos de Desarrollo Sostenible
 
Procesos Didácticos en Educación Inicial .pptx
Procesos Didácticos en Educación Inicial .pptxProcesos Didácticos en Educación Inicial .pptx
Procesos Didácticos en Educación Inicial .pptx
 
La Trampa De La Felicidad. Russ-Harris.pdf
La Trampa De La Felicidad. Russ-Harris.pdfLa Trampa De La Felicidad. Russ-Harris.pdf
La Trampa De La Felicidad. Russ-Harris.pdf
 
Identificación de componentes Hardware del PC
Identificación de componentes Hardware del PCIdentificación de componentes Hardware del PC
Identificación de componentes Hardware del PC
 
CULTURA NAZCA, presentación en aula para compartir
CULTURA NAZCA, presentación en aula para compartirCULTURA NAZCA, presentación en aula para compartir
CULTURA NAZCA, presentación en aula para compartir
 
programa dia de las madres 10 de mayo para evento
programa dia de las madres 10 de mayo  para eventoprograma dia de las madres 10 de mayo  para evento
programa dia de las madres 10 de mayo para evento
 
Defendamos la verdad. La defensa es importante.
Defendamos la verdad. La defensa es importante.Defendamos la verdad. La defensa es importante.
Defendamos la verdad. La defensa es importante.
 
Tema 7.- E-COMMERCE SISTEMAS DE INFORMACION.pdf
Tema 7.- E-COMMERCE SISTEMAS DE INFORMACION.pdfTema 7.- E-COMMERCE SISTEMAS DE INFORMACION.pdf
Tema 7.- E-COMMERCE SISTEMAS DE INFORMACION.pdf
 
LA ECUACIÓN DEL NÚMERO PI EN LOS JUEGOS OLÍMPICOS DE PARÍS. Por JAVIER SOLIS ...
LA ECUACIÓN DEL NÚMERO PI EN LOS JUEGOS OLÍMPICOS DE PARÍS. Por JAVIER SOLIS ...LA ECUACIÓN DEL NÚMERO PI EN LOS JUEGOS OLÍMPICOS DE PARÍS. Por JAVIER SOLIS ...
LA ECUACIÓN DEL NÚMERO PI EN LOS JUEGOS OLÍMPICOS DE PARÍS. Por JAVIER SOLIS ...
 
Plan Año Escolar Año Escolar 2023-2024. MPPE
Plan Año Escolar Año Escolar 2023-2024. MPPEPlan Año Escolar Año Escolar 2023-2024. MPPE
Plan Año Escolar Año Escolar 2023-2024. MPPE
 
NARRACIONES SOBRE LA VIDA DEL GENERAL ELOY ALFARO
NARRACIONES SOBRE LA VIDA DEL GENERAL ELOY ALFARONARRACIONES SOBRE LA VIDA DEL GENERAL ELOY ALFARO
NARRACIONES SOBRE LA VIDA DEL GENERAL ELOY ALFARO
 
Análisis de la Implementación de los Servicios Locales de Educación Pública p...
Análisis de la Implementación de los Servicios Locales de Educación Pública p...Análisis de la Implementación de los Servicios Locales de Educación Pública p...
Análisis de la Implementación de los Servicios Locales de Educación Pública p...
 
Lecciones 04 Esc. Sabática. Defendamos la verdad
Lecciones 04 Esc. Sabática. Defendamos la verdadLecciones 04 Esc. Sabática. Defendamos la verdad
Lecciones 04 Esc. Sabática. Defendamos la verdad
 
5° SEM29 CRONOGRAMA PLANEACIÓN DOCENTE DARUKEL 23-24.pdf
5° SEM29 CRONOGRAMA PLANEACIÓN DOCENTE DARUKEL 23-24.pdf5° SEM29 CRONOGRAMA PLANEACIÓN DOCENTE DARUKEL 23-24.pdf
5° SEM29 CRONOGRAMA PLANEACIÓN DOCENTE DARUKEL 23-24.pdf
 
PPT GESTIÓN ESCOLAR 2024 Comités y Compromisos.pptx
PPT GESTIÓN ESCOLAR 2024 Comités y Compromisos.pptxPPT GESTIÓN ESCOLAR 2024 Comités y Compromisos.pptx
PPT GESTIÓN ESCOLAR 2024 Comités y Compromisos.pptx
 
Estas son las escuelas y colegios que tendrán modalidad no presencial este lu...
Estas son las escuelas y colegios que tendrán modalidad no presencial este lu...Estas son las escuelas y colegios que tendrán modalidad no presencial este lu...
Estas son las escuelas y colegios que tendrán modalidad no presencial este lu...
 
Unidad 4 | Teorías de las Comunicación | MCDI
Unidad 4 | Teorías de las Comunicación | MCDIUnidad 4 | Teorías de las Comunicación | MCDI
Unidad 4 | Teorías de las Comunicación | MCDI
 
RETO MES DE ABRIL .............................docx
RETO MES DE ABRIL .............................docxRETO MES DE ABRIL .............................docx
RETO MES DE ABRIL .............................docx
 
Sesión de clase: Defendamos la verdad.pdf
Sesión de clase: Defendamos la verdad.pdfSesión de clase: Defendamos la verdad.pdf
Sesión de clase: Defendamos la verdad.pdf
 
Día de la Madre Tierra-1.pdf día mundial
Día de la Madre Tierra-1.pdf día mundialDía de la Madre Tierra-1.pdf día mundial
Día de la Madre Tierra-1.pdf día mundial
 

El muestreo

  • 1. EL MUESTREO Parte de esta presentación fue con imágenes e información datada de internet. No se atento ninguna pagina en su desarrollo
  • 2. El propio concepto de muestreo supone que en el estudio no se observa a todos los elementos de la población o universo. Esto tiene tres implicaciones básicas:
  • 3. 1. Que por no incluir a todos los elementos, se comete un error muestral. Si, el muestreo es aleatorio, ese error se podrá estimar antes de abordar el trabajo de campo, y por tanto decidir cuáles son los umbrales aceptables de error.
  • 4. 2. Que se pueden producir errores “de muestreo”, es decir en la selección de los individuos. En algunas ocasiones son difíciles de prever, pero básicamente se refieren a hechos importantes que pueden condicionar la validez del estudio.
  • 5. Por ejemplo realizar encuestas en hogares durante el mes de agosto, tratando de extraer una muestra representativa de la composición social de todos los hogares de la ciudad.
  • 6. 3. Que por no tener que acudir a todos los elementos de la población, si se observa el rigor suficiente, se pueden extraer datos representativos de dicha población a un coste infinitamente menor.
  • 7. También son tres las labores básicasa la hora de abordar la construcción de la muestra.
  • 8. 1. En primer lugar, es preciso definir claramente el universo objeto de estudio y los elementos que lo componen. Una confusa definición de estos conceptos puede dar lugar a planteamientos de estudio diferentes, y a graves problemas en la interpretación de los datos.
  • 9. Un ejemplo: se quiere conocer el porcentaje de penetración de Internet en los hogares de una ciudad. Se entiende que la conexión a Internet es un concepto asociado al consumo del hogar, y no al individuo, porque se supone que los miembros del hogar compartirán la conexión. Por tanto, el universo lo forman todos los hogares de la ciudad, y no todas las personas. Evidentemente, el hogar no puede contestar por si mismo, sino que hay que seleccionar a una persona cualificada dentro de cada hogar para que nos proporcione los datos. Puesto que el universo son todos lo hogares, los elementos de la población son cada uno de dichos hogares. El muestreo que se realice debe ser un muestreo de hogares, y no de individuos. Se deberán seleccionar hogares de forma aleatoria.
  • 10. Esto significa que si posteriormente se quisiera extraer una tabla sobre el sexo de las personas encuestadas, este probablemente no se corresponda con la distribución poblacional de la ciudad (de hecho, si lo fuese, sería una auténtica casualidad). En cualquier caso, lo que se buscaba era la representatividad por hogares, y no por personas. Ahora bien, se pueden crear soluciones técnicas para resolver este tipo de problemas.
  • 11. 2. En segundo lugar hay que determinar el tamaño de la muestra. A este respecto hay que tener siempre presente que EL ERROR MUESTRAL DESCRIBE LA FUNCIÓN DE RENDIMIENTOS DECRECIENTES, de manera que para un nivel de confianza (probabilidad de acertar al describir la realidad con nuestros resultados) constante, llega un punto que mayores incrementos de la muestra no suponen reducciones sustanciales del error muestral.
  • 12.
  • 13. Por ejemplo: Se extrae una muestra representativa de la población mayor de edad de una ciudad compuesta por 384 individuos. Esto supone un error del 5%. La distribución de la muestra por tramos de edad es la que se muestra en la tabla. También se indica cuántos fueron o no al cine.
  • 14. Calcule el porcentaje de la muestra existente para los individuos de 18 a 30 años?
  • 15. En conclusión, a la hora de determinar el tamaño de la muestra, hay que prever los análisis que se van a realizar, y las posibles pérdidas de muestra que se producirán en caso de haber filtros en el cuestionario (filtros: preguntas que dan pie a que unos encuestados sigan respondiendo determinadas preguntas y otros no porque no están cualificados para ello). A su vez, existen estudios donde el margen de error debe ser mínimo; no es lo mismo un estudio de opinión donde un margen de error de 5% es más que aceptable.
  • 16. Las fórmulas para calcular el tamaño de las muestras son diversas, basadas todas ellas en las fórmulas para la estimación del error muestral, ya sea de la proporción, de la media o de la desviación típica. Dos de las más habituales son las siguientes: