SlideShare una empresa de Scribd logo
1 de 29
UNIVERSIDAD MAYOR DE SAN ANDRÉS
FACULTAD DE HUMANIDADES Y CIENCIAS DE LA EDUCACIÓN
CARRERA CIENCIAS DE LA EDUCACIÓN
1. Saico Colque Dance Milka
2. Condori Patzi Flor
3. Churqui Choque Isabel
TEORIA DE LA MUESTRA Y
SU IMPORTANCIA EN
EDUCACIÓN
INDICE
1. MUESTRA
2. VENTAJAS DE LA ELECCIÓN DE UNA MUESTRA
3. DEFINICIONES Y TERMINOS
1. UNIDAD DE ANALISIS
2. UNIDAD DE MUESTREO
3. MARCO MUESTRAL
4. PARAMETRO
4. CÁLCULO DEL TAMAÑO
DE LA MUESTRA
5. TAMAÑO DE LA MUESTRA
6. METODOS DE MUESTREO
1. NO PROBABILISTIO
2. PROBABILISTICO
MUESTRA
Muestreo probabilístico (Aleatorio, Sistemático,
estratificado, por conglomerados) y Muestreo no
probabilístico
Es un subconjunto de la población
estadística, es decir, es una parte
de ella y por lo tanto tiene que
poseer las mismas características
de la población objeto de estudio.
MUESTRA
MUESTRA
 Se le denota por: n
 Subconjunto del universo en que se llevará a cabo la
investigación.
 De cualquier población o universo puede extraerse un
número finito de muestras distintas.
N
n1
n2
n4
n3
nn
VENTAJAS DE LA ELECCIÓN DE
UNA MUESTRA
 Reducción de costos.
 Rapidez.
 Viabilidad
 Ahorra recursos
 Tiempo
 Economía
 Acceso
DEFINICIONES Y TERMINOS
a. Unidad de análisis
b. Unidad de muestreo
c. Marco muestral
d. Parámetro
e. Estadígrafo o estadístico.
UNIDAD DE ANALISIS
TAMBIEN
LLAMADO
ELEMENTO DE LA
POBLACION
ejemplo:
paciente , madre ,
enfermera, animal o
objetos . etc..
es aquella unidad que la
que se obtiene
que participa en el estudio
conformando la muestra.
UNIDAD DE MUESTREO
Ejemplo:
Si se desea conocer en qué medida
las madres de una determinada
comunidad cumplen o no con el
calendario de vacunaciones de sus
niños menores de 5 años.
•Es la unidad seleccionada del marco
muestral.
•Puede coincidir con la unidad de
análisis.
•Es el elemento utilizado para
seleccionar la muestra.
DR.JAIMEPACHECO
La unidad de muestreo: son las
viviendas numeradas de la
comunidad.
La unidad de análisis: es la
madre de familia que se le
entrevistará.
•Es la unidad seleccionada del marco
muestral.
•Puede coincidir con la unidad de análisis.
•Es el elemento utilizado para seleccionar la
muestra.
MARCO MUESTRAL
•Es una lista detallada y actualizada de las unidades
de muestreo de donde se obtiene la muestra.
Ejemplos: de marco muéstrales
 Lista de distritos según estratos.
 Directorio telefónico.
 Lista de alumnos de una universidad.
 Planos de una determinada comunidad
 Lista de manzanas de una comunidad, etc.
PARÁMETRO
Medida estadística que
describe una característica de
la población.
Su valor se calcula en base a todas las
observaciones de la población de estudio.
Se representa con letra griega y
es un valor fijo para la población en
estudio.
CÁLCULO DEL TAMAÑO
DE LA MUESTRA
TAMAÑO DE LA MUESTRA
Tomar en cuenta varios factores:
•Tipo de muestreo.
•El parámetro a estimar.
•El error muestral admisible.
•El nivel de confianza.
ELEMENTOS DE LA MUESTRA
N= tamaño de población
n= tamaño de muestra
Z= nivel de confianza
e= margen de error
p= proporción deseada (+)
q= proporción no deseada (-)
FORMULAS DE LA MUESTRA
Población Infinita Población Finita
EJEMPLO.-
 Elementos de la muestra
 N=
 n=
 Z= 90% 1.645
 e=10% 0.1
 p=50% 0.5
 q=50% 0.5
En el departamento de La Paz nació un partido político sobre la cual no
se hizo ningún estudio anterior se desea saber cual es la preferencia
hacia ese nuevo partido político con un nivel de confianza de 90% y el
margen de error de 10%.
n= (1.645)2 ×0.5×0.5
(0.1)2
n= 2.706025×0.25
0.01
n= 0.67650625
0.01
n= 68
Interpretación:
La preferencia por el nuevo partido político es de 68.
METODOS DE MUESTREO
• Intencional
• Sin norma
• Accidental
• De voluntarios
• Aleatorio simple
• Sistemático
• Estratificado
• De conglomerados
No probabilísticos
Probabilísticos
(Dan muestras
representativas)
METODOS
(Prácticos y
económicos)
TÉCNICAS
DE
MUESTREO
Cuando elegimos individuo de una
población de estudio para formar
muestras podemos encontrarnos
en las siguientes situaciones:
Muestreos
probabilistas
Muestreos no
probabilistas
A pesar de ello una buena parte de los estudios que se
publican usan esta técnica.
Conocemos la probabilidad
de que un individuo sea
elegido para la muestra.
No se conoce la probabilidad.
Son muestreos que seguramente
esconden sesgos.
En principio no se pueden
extrapolar los resultados a la
población.
MUESTREO
PROBABILÍSTICO
Se caracteriza por conocer la probabilidad de
que una unidad particular del universo sea
incluida en una muestra, dicha probabilidad es
mayor de cero. Se puede medir el error de
estimación y por ende, se realizan estimaciones.
DR.JAIMEPACHECO
TIPOS DE MUESTREO PROBABILISTICO
1. Muestreo aleatorio simple (MAS)
2. Muestreo Sistemático (MS)
3. Muestreo Estratificado
4. Muestreo por Conglomerados
DR.JAIMEPACHECO
1. MUESTREO ALEATORIO SIMPLE
Escoge al azar los miembros del
universo hasta completar el
tamaño maestral previsto
El procedimiento puede darse con
o sin reemplazos y esta condición
afectará posteriormente el análisis
En teoría se enumeran previamente
todos los elementos y de acuerdo
con una tabla de números aleatorios
se van escogiendo
DR.JAIMEPACHECO
2. MUESTREO SISTEMATICO
En el universo (N) se elige el primer elemento al azar
Lluego los demás se escogen cada cierto intervalo ,
hasta completar el tamaño muestral (n).
El tamaño del intervalo (k) se calcula así: k = N/n
3. MUESTREO ESTRATIFICADO
Considera que al interior del universo
existen estratos (subgrupos internamente
homogéneos pero cualitativa y
cuantitativamente diferentes entre sí)
que no se cumple la condición de
selección aleatoria pues los miembros del
grupo mayoritario tienen una mayor
probabilidad de ser seleccionados en la
muestra.
ESTRATOS Homogéneos en su interior;
diferentes entre sí en propiedades y
tamaño
Comuna A
Comuna B
Comuna C
Comuna D
4. MUESTREO POR CONGLOMERADOS
•También se denomina de etapas múltiples.
•Se utiliza para poblaciones grandes y dispersas.
•No es posible disponer de un listado.
•En lugar de individuos se seleccionan conglomerados que
están agrupados de forma natural (cuadras de casas,
departamentos, Hospitales, provincias, etc.)
CONCLUSIONES
 La muestra es un método que facilita herramienta y
que permite analizar datos, teniendo ventajas de
tiempo, recursos de fácil y rápido.
 El muestreo es el procedimiento que se emplea a
extraer una pequeña parte de una población dentro
de un universo a esta se le llama espacio muestral
dentro de un universo.
RECOMENDACIONES
 Recomendar que puedan ser implementadas estas técnicas
correctamente para proyectos e investigaciones a futuro.
 Es muy necesario tomar en cuenta que la muestra es una
herramienta de la investigación.
WEBGRAFIA
 www.monografias.com/trabajos14/auditoria/auditoria.shtml
 Leer más: http://www.monografias.com/trabajos39/muestreo-
estadistico/muestreo-
estadistico2.shtml#concl#ixzz3hFHFu7QP
 http://www.fagundojr.com/documentos/Metodologia%20de%2
0muestreo.pdf

Más contenido relacionado

La actualidad más candente

Metodologia de la investigación según sampieri
Metodologia  de la investigación según sampieriMetodologia  de la investigación según sampieri
Metodologia de la investigación según sampieriLuis Trujillo
 
Sampieri analis estadistico
Sampieri analis estadisticoSampieri analis estadistico
Sampieri analis estadisticoYAS Arias
 
Capítulo 3 : Confiabilidad y Validez de los Instrumentos
Capítulo 3 : Confiabilidad y Validez de los InstrumentosCapítulo 3 : Confiabilidad y Validez de los Instrumentos
Capítulo 3 : Confiabilidad y Validez de los Instrumentosug-dipa
 
Escalas o Niveles de medición (estadística)
Escalas o Niveles de medición (estadística)Escalas o Niveles de medición (estadística)
Escalas o Niveles de medición (estadística)Luiscarlys Maican
 
Metodos cuantitativos. ppt
Metodos cuantitativos. ppt  Metodos cuantitativos. ppt
Metodos cuantitativos. ppt jennypanta
 
Niveles de concrecion del curriculo macro meso y micro primer nivel de concre...
Niveles de concrecion del curriculo macro meso y micro primer nivel de concre...Niveles de concrecion del curriculo macro meso y micro primer nivel de concre...
Niveles de concrecion del curriculo macro meso y micro primer nivel de concre...estefania rodriguez
 
Taxonomía de Bloom
Taxonomía de BloomTaxonomía de Bloom
Taxonomía de BloomPanamá
 
MEDIDAS DE DISPERSION ABSOLUTAS Y RELATIVAS
MEDIDAS DE DISPERSION ABSOLUTAS Y RELATIVASMEDIDAS DE DISPERSION ABSOLUTAS Y RELATIVAS
MEDIDAS DE DISPERSION ABSOLUTAS Y RELATIVASMEREDY PANCCA APAZA
 
PLANIFICACIÓN CURRICULAR ANUAL (PCA)
PLANIFICACIÓN CURRICULAR ANUAL (PCA)PLANIFICACIÓN CURRICULAR ANUAL (PCA)
PLANIFICACIÓN CURRICULAR ANUAL (PCA)adrianatoabanda
 

La actualidad más candente (20)

Población y Muestra
Población y MuestraPoblación y Muestra
Población y Muestra
 
Análisis Estadístico
Análisis EstadísticoAnálisis Estadístico
Análisis Estadístico
 
Metodologia de la investigación según sampieri
Metodologia  de la investigación según sampieriMetodologia  de la investigación según sampieri
Metodologia de la investigación según sampieri
 
Sampieri analis estadistico
Sampieri analis estadisticoSampieri analis estadistico
Sampieri analis estadistico
 
Capítulo 3 : Confiabilidad y Validez de los Instrumentos
Capítulo 3 : Confiabilidad y Validez de los InstrumentosCapítulo 3 : Confiabilidad y Validez de los Instrumentos
Capítulo 3 : Confiabilidad y Validez de los Instrumentos
 
Escalas o Niveles de medición (estadística)
Escalas o Niveles de medición (estadística)Escalas o Niveles de medición (estadística)
Escalas o Niveles de medición (estadística)
 
Hipotesis operacionalizacion de variables
Hipotesis  operacionalizacion   de  variablesHipotesis  operacionalizacion   de  variables
Hipotesis operacionalizacion de variables
 
Metodos cuantitativos. ppt
Metodos cuantitativos. ppt  Metodos cuantitativos. ppt
Metodos cuantitativos. ppt
 
Tipos de estadistica
Tipos de estadisticaTipos de estadistica
Tipos de estadistica
 
Niveles de investigacion
Niveles de investigacionNiveles de investigacion
Niveles de investigacion
 
PRUEBAS PARAMETRICAS
PRUEBAS PARAMETRICASPRUEBAS PARAMETRICAS
PRUEBAS PARAMETRICAS
 
Niveles de concrecion del curriculo macro meso y micro primer nivel de concre...
Niveles de concrecion del curriculo macro meso y micro primer nivel de concre...Niveles de concrecion del curriculo macro meso y micro primer nivel de concre...
Niveles de concrecion del curriculo macro meso y micro primer nivel de concre...
 
Muestreo blog
Muestreo   blogMuestreo   blog
Muestreo blog
 
13. Técnicas de procesamiento de datos
13.  Técnicas de procesamiento de datos13.  Técnicas de procesamiento de datos
13. Técnicas de procesamiento de datos
 
Taxonomía de Bloom
Taxonomía de BloomTaxonomía de Bloom
Taxonomía de Bloom
 
7. población y muestra
7. población y muestra 7. población y muestra
7. población y muestra
 
MODELOS DE EVALUACIÓN - CUADRO COMPARATIVO
MODELOS DE EVALUACIÓN - CUADRO COMPARATIVOMODELOS DE EVALUACIÓN - CUADRO COMPARATIVO
MODELOS DE EVALUACIÓN - CUADRO COMPARATIVO
 
Muestreo sistemático
Muestreo sistemáticoMuestreo sistemático
Muestreo sistemático
 
MEDIDAS DE DISPERSION ABSOLUTAS Y RELATIVAS
MEDIDAS DE DISPERSION ABSOLUTAS Y RELATIVASMEDIDAS DE DISPERSION ABSOLUTAS Y RELATIVAS
MEDIDAS DE DISPERSION ABSOLUTAS Y RELATIVAS
 
PLANIFICACIÓN CURRICULAR ANUAL (PCA)
PLANIFICACIÓN CURRICULAR ANUAL (PCA)PLANIFICACIÓN CURRICULAR ANUAL (PCA)
PLANIFICACIÓN CURRICULAR ANUAL (PCA)
 

Similar a Teoria de la muestra e importancia en educacion

Similar a Teoria de la muestra e importancia en educacion (20)

Muestreo Y Probabilidad
Muestreo Y Probabilidad Muestreo Y Probabilidad
Muestreo Y Probabilidad
 
muestreo
muestreomuestreo
muestreo
 
Metodologia de la investigacion
Metodologia de la investigacion Metodologia de la investigacion
Metodologia de la investigacion
 
Tipos de muestreo
Tipos de muestreoTipos de muestreo
Tipos de muestreo
 
Cómo seleccionar una muestra
Cómo seleccionar una muestraCómo seleccionar una muestra
Cómo seleccionar una muestra
 
Selección de la muestra
Selección de la muestraSelección de la muestra
Selección de la muestra
 
Muestreo Probabilístico y sus Métodos
Muestreo Probabilístico y sus MétodosMuestreo Probabilístico y sus Métodos
Muestreo Probabilístico y sus Métodos
 
Muestreo estadistico
Muestreo estadisticoMuestreo estadistico
Muestreo estadistico
 
poblacion y muestra.ppt
poblacion y muestra.pptpoblacion y muestra.ppt
poblacion y muestra.ppt
 
1.2 Recurso Muestreo Unidad 1, Tron y Mendoza
1.2 Recurso Muestreo Unidad 1, Tron y Mendoza1.2 Recurso Muestreo Unidad 1, Tron y Mendoza
1.2 Recurso Muestreo Unidad 1, Tron y Mendoza
 
Elaboración de muestreo
Elaboración de muestreoElaboración de muestreo
Elaboración de muestreo
 
El muestreo
El muestreoEl muestreo
El muestreo
 
Elmuestreo
ElmuestreoElmuestreo
Elmuestreo
 
El muestreo
El muestreoEl muestreo
El muestreo
 
(268083723) el muestreo
(268083723) el muestreo(268083723) el muestreo
(268083723) el muestreo
 
elmuestreo.pdf
elmuestreo.pdfelmuestreo.pdf
elmuestreo.pdf
 
El muestreo (1)
El muestreo (1)El muestreo (1)
El muestreo (1)
 
Elmuestreo
ElmuestreoElmuestreo
Elmuestreo
 
Tipos de muestras -Trabajo 1
Tipos de muestras -Trabajo 1Tipos de muestras -Trabajo 1
Tipos de muestras -Trabajo 1
 
Conceptos generales del muestreo del trabajo
Conceptos generales del muestreo del trabajoConceptos generales del muestreo del trabajo
Conceptos generales del muestreo del trabajo
 

Más de Eliseo Tintaya

Medidas posecion central
Medidas posecion centralMedidas posecion central
Medidas posecion centralEliseo Tintaya
 
Importancia de la estadística en la educacion
Importancia de la estadística en la educacionImportancia de la estadística en la educacion
Importancia de la estadística en la educacionEliseo Tintaya
 
Como extraer muestra finita
Como extraer muestra finitaComo extraer muestra finita
Como extraer muestra finitaEliseo Tintaya
 
Como elaborar tabla de frecuencias
Como elaborar tabla de frecuenciasComo elaborar tabla de frecuencias
Como elaborar tabla de frecuenciasEliseo Tintaya
 
ESTADÍSTICA-APLICACIÓN DE MEDIDAS DE DISTRIBUCIÓN NO CENTRAL
ESTADÍSTICA-APLICACIÓN DE MEDIDAS DE DISTRIBUCIÓN NO CENTRALESTADÍSTICA-APLICACIÓN DE MEDIDAS DE DISTRIBUCIÓN NO CENTRAL
ESTADÍSTICA-APLICACIÓN DE MEDIDAS DE DISTRIBUCIÓN NO CENTRALEliseo Tintaya
 
Liderazgo con proposito
Liderazgo con propositoLiderazgo con proposito
Liderazgo con propositoEliseo Tintaya
 

Más de Eliseo Tintaya (9)

Muestras infinita
Muestras  infinitaMuestras  infinita
Muestras infinita
 
Medidas posecion central
Medidas posecion centralMedidas posecion central
Medidas posecion central
 
Inferencia de tasas
Inferencia de tasasInferencia de tasas
Inferencia de tasas
 
Importancia de la estadística en la educacion
Importancia de la estadística en la educacionImportancia de la estadística en la educacion
Importancia de la estadística en la educacion
 
Como extraer muestra finita
Como extraer muestra finitaComo extraer muestra finita
Como extraer muestra finita
 
Como elaborar tabla de frecuencias
Como elaborar tabla de frecuenciasComo elaborar tabla de frecuencias
Como elaborar tabla de frecuencias
 
ESTADÍSTICA-APLICACIÓN DE MEDIDAS DE DISTRIBUCIÓN NO CENTRAL
ESTADÍSTICA-APLICACIÓN DE MEDIDAS DE DISTRIBUCIÓN NO CENTRALESTADÍSTICA-APLICACIÓN DE MEDIDAS DE DISTRIBUCIÓN NO CENTRAL
ESTADÍSTICA-APLICACIÓN DE MEDIDAS DE DISTRIBUCIÓN NO CENTRAL
 
Liderazgo con proposito
Liderazgo con propositoLiderazgo con proposito
Liderazgo con proposito
 
Diablo
DiabloDiablo
Diablo
 

Último

PIAR v 015. 2024 Plan Individual de ajustes razonables
PIAR v 015. 2024 Plan Individual de ajustes razonablesPIAR v 015. 2024 Plan Individual de ajustes razonables
PIAR v 015. 2024 Plan Individual de ajustes razonablesYanirisBarcelDelaHoz
 
SEPTIMO SEGUNDO PERIODO EMPRENDIMIENTO VS
SEPTIMO SEGUNDO PERIODO EMPRENDIMIENTO VSSEPTIMO SEGUNDO PERIODO EMPRENDIMIENTO VS
SEPTIMO SEGUNDO PERIODO EMPRENDIMIENTO VSYadi Campos
 
PLAN DE REFUERZO ESCOLAR primaria (1).docx
PLAN DE REFUERZO ESCOLAR primaria (1).docxPLAN DE REFUERZO ESCOLAR primaria (1).docx
PLAN DE REFUERZO ESCOLAR primaria (1).docxlupitavic
 
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
 
2 REGLAMENTO RM 0912-2024 DE MODALIDADES DE GRADUACIÓN_.pptx
2 REGLAMENTO RM 0912-2024 DE MODALIDADES DE GRADUACIÓN_.pptx2 REGLAMENTO RM 0912-2024 DE MODALIDADES DE GRADUACIÓN_.pptx
2 REGLAMENTO RM 0912-2024 DE MODALIDADES DE GRADUACIÓN_.pptxRigoTito
 
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
 
Infografía EE con pie del 2023 (3)-1.pdf
Infografía EE con pie del 2023 (3)-1.pdfInfografía EE con pie del 2023 (3)-1.pdf
Infografía EE con pie del 2023 (3)-1.pdfAlfaresbilingual
 
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdf
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdfNUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdf
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdfUPTAIDELTACHIRA
 
Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.
Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.
Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.Alejandrino Halire Ccahuana
 
6.-Como-Atraer-El-Amor-01-Lain-Garcia-Calvo.pdf
6.-Como-Atraer-El-Amor-01-Lain-Garcia-Calvo.pdf6.-Como-Atraer-El-Amor-01-Lain-Garcia-Calvo.pdf
6.-Como-Atraer-El-Amor-01-Lain-Garcia-Calvo.pdfMiNeyi1
 
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VSOCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VSYadi Campos
 
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...JAVIER SOLIS NOYOLA
 
Concepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptxConcepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptxFernando Solis
 
Prueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESOPrueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESOluismii249
 
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
 
INSTRUCCION PREPARATORIA DE TIRO .pptx
INSTRUCCION PREPARATORIA DE TIRO   .pptxINSTRUCCION PREPARATORIA DE TIRO   .pptx
INSTRUCCION PREPARATORIA DE TIRO .pptxdeimerhdz21
 
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdfSELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdfAngélica Soledad Vega Ramírez
 

Último (20)

PIAR v 015. 2024 Plan Individual de ajustes razonables
PIAR v 015. 2024 Plan Individual de ajustes razonablesPIAR v 015. 2024 Plan Individual de ajustes razonables
PIAR v 015. 2024 Plan Individual de ajustes razonables
 
SEPTIMO SEGUNDO PERIODO EMPRENDIMIENTO VS
SEPTIMO SEGUNDO PERIODO EMPRENDIMIENTO VSSEPTIMO SEGUNDO PERIODO EMPRENDIMIENTO VS
SEPTIMO SEGUNDO PERIODO EMPRENDIMIENTO VS
 
PLAN DE REFUERZO ESCOLAR primaria (1).docx
PLAN DE REFUERZO ESCOLAR primaria (1).docxPLAN DE REFUERZO ESCOLAR primaria (1).docx
PLAN DE REFUERZO ESCOLAR primaria (1).docx
 
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
 
2 REGLAMENTO RM 0912-2024 DE MODALIDADES DE GRADUACIÓN_.pptx
2 REGLAMENTO RM 0912-2024 DE MODALIDADES DE GRADUACIÓN_.pptx2 REGLAMENTO RM 0912-2024 DE MODALIDADES DE GRADUACIÓN_.pptx
2 REGLAMENTO RM 0912-2024 DE MODALIDADES DE GRADUACIÓN_.pptx
 
Estrategia de prompts, primeras ideas para su construcción
Estrategia de prompts, primeras ideas para su construcciónEstrategia de prompts, primeras ideas para su construcción
Estrategia de prompts, primeras ideas para su construcción
 
Infografía EE con pie del 2023 (3)-1.pdf
Infografía EE con pie del 2023 (3)-1.pdfInfografía EE con pie del 2023 (3)-1.pdf
Infografía EE con pie del 2023 (3)-1.pdf
 
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdf
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdfNUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdf
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdf
 
Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.
Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.
Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.
 
6.-Como-Atraer-El-Amor-01-Lain-Garcia-Calvo.pdf
6.-Como-Atraer-El-Amor-01-Lain-Garcia-Calvo.pdf6.-Como-Atraer-El-Amor-01-Lain-Garcia-Calvo.pdf
6.-Como-Atraer-El-Amor-01-Lain-Garcia-Calvo.pdf
 
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VSOCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
 
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
 
Medición del Movimiento Online 2024.pptx
Medición del Movimiento Online 2024.pptxMedición del Movimiento Online 2024.pptx
Medición del Movimiento Online 2024.pptx
 
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
 
Concepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptxConcepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptx
 
Prueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESOPrueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESO
 
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...
 
INSTRUCCION PREPARATORIA DE TIRO .pptx
INSTRUCCION PREPARATORIA DE TIRO   .pptxINSTRUCCION PREPARATORIA DE TIRO   .pptx
INSTRUCCION PREPARATORIA DE TIRO .pptx
 
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdfSELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
 
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
 

Teoria de la muestra e importancia en educacion

  • 1. UNIVERSIDAD MAYOR DE SAN ANDRÉS FACULTAD DE HUMANIDADES Y CIENCIAS DE LA EDUCACIÓN CARRERA CIENCIAS DE LA EDUCACIÓN 1. Saico Colque Dance Milka 2. Condori Patzi Flor 3. Churqui Choque Isabel TEORIA DE LA MUESTRA Y SU IMPORTANCIA EN EDUCACIÓN
  • 2. INDICE 1. MUESTRA 2. VENTAJAS DE LA ELECCIÓN DE UNA MUESTRA 3. DEFINICIONES Y TERMINOS 1. UNIDAD DE ANALISIS 2. UNIDAD DE MUESTREO 3. MARCO MUESTRAL 4. PARAMETRO 4. CÁLCULO DEL TAMAÑO DE LA MUESTRA 5. TAMAÑO DE LA MUESTRA 6. METODOS DE MUESTREO 1. NO PROBABILISTIO 2. PROBABILISTICO
  • 3. MUESTRA Muestreo probabilístico (Aleatorio, Sistemático, estratificado, por conglomerados) y Muestreo no probabilístico
  • 4. Es un subconjunto de la población estadística, es decir, es una parte de ella y por lo tanto tiene que poseer las mismas características de la población objeto de estudio. MUESTRA
  • 5. MUESTRA  Se le denota por: n  Subconjunto del universo en que se llevará a cabo la investigación.  De cualquier población o universo puede extraerse un número finito de muestras distintas. N n1 n2 n4 n3 nn
  • 6. VENTAJAS DE LA ELECCIÓN DE UNA MUESTRA  Reducción de costos.  Rapidez.  Viabilidad  Ahorra recursos  Tiempo  Economía  Acceso
  • 7. DEFINICIONES Y TERMINOS a. Unidad de análisis b. Unidad de muestreo c. Marco muestral d. Parámetro e. Estadígrafo o estadístico.
  • 8. UNIDAD DE ANALISIS TAMBIEN LLAMADO ELEMENTO DE LA POBLACION ejemplo: paciente , madre , enfermera, animal o objetos . etc.. es aquella unidad que la que se obtiene que participa en el estudio conformando la muestra.
  • 9. UNIDAD DE MUESTREO Ejemplo: Si se desea conocer en qué medida las madres de una determinada comunidad cumplen o no con el calendario de vacunaciones de sus niños menores de 5 años. •Es la unidad seleccionada del marco muestral. •Puede coincidir con la unidad de análisis. •Es el elemento utilizado para seleccionar la muestra.
  • 10. DR.JAIMEPACHECO La unidad de muestreo: son las viviendas numeradas de la comunidad. La unidad de análisis: es la madre de familia que se le entrevistará. •Es la unidad seleccionada del marco muestral. •Puede coincidir con la unidad de análisis. •Es el elemento utilizado para seleccionar la muestra.
  • 11. MARCO MUESTRAL •Es una lista detallada y actualizada de las unidades de muestreo de donde se obtiene la muestra. Ejemplos: de marco muéstrales  Lista de distritos según estratos.  Directorio telefónico.  Lista de alumnos de una universidad.  Planos de una determinada comunidad  Lista de manzanas de una comunidad, etc.
  • 12. PARÁMETRO Medida estadística que describe una característica de la población. Su valor se calcula en base a todas las observaciones de la población de estudio. Se representa con letra griega y es un valor fijo para la población en estudio.
  • 14. TAMAÑO DE LA MUESTRA Tomar en cuenta varios factores: •Tipo de muestreo. •El parámetro a estimar. •El error muestral admisible. •El nivel de confianza.
  • 15. ELEMENTOS DE LA MUESTRA N= tamaño de población n= tamaño de muestra Z= nivel de confianza e= margen de error p= proporción deseada (+) q= proporción no deseada (-)
  • 16. FORMULAS DE LA MUESTRA Población Infinita Población Finita
  • 17. EJEMPLO.-  Elementos de la muestra  N=  n=  Z= 90% 1.645  e=10% 0.1  p=50% 0.5  q=50% 0.5 En el departamento de La Paz nació un partido político sobre la cual no se hizo ningún estudio anterior se desea saber cual es la preferencia hacia ese nuevo partido político con un nivel de confianza de 90% y el margen de error de 10%.
  • 18. n= (1.645)2 ×0.5×0.5 (0.1)2 n= 2.706025×0.25 0.01 n= 0.67650625 0.01 n= 68 Interpretación: La preferencia por el nuevo partido político es de 68.
  • 19. METODOS DE MUESTREO • Intencional • Sin norma • Accidental • De voluntarios • Aleatorio simple • Sistemático • Estratificado • De conglomerados No probabilísticos Probabilísticos (Dan muestras representativas) METODOS (Prácticos y económicos)
  • 20. TÉCNICAS DE MUESTREO Cuando elegimos individuo de una población de estudio para formar muestras podemos encontrarnos en las siguientes situaciones: Muestreos probabilistas Muestreos no probabilistas A pesar de ello una buena parte de los estudios que se publican usan esta técnica. Conocemos la probabilidad de que un individuo sea elegido para la muestra. No se conoce la probabilidad. Son muestreos que seguramente esconden sesgos. En principio no se pueden extrapolar los resultados a la población.
  • 21. MUESTREO PROBABILÍSTICO Se caracteriza por conocer la probabilidad de que una unidad particular del universo sea incluida en una muestra, dicha probabilidad es mayor de cero. Se puede medir el error de estimación y por ende, se realizan estimaciones.
  • 22. DR.JAIMEPACHECO TIPOS DE MUESTREO PROBABILISTICO 1. Muestreo aleatorio simple (MAS) 2. Muestreo Sistemático (MS) 3. Muestreo Estratificado 4. Muestreo por Conglomerados
  • 23. DR.JAIMEPACHECO 1. MUESTREO ALEATORIO SIMPLE Escoge al azar los miembros del universo hasta completar el tamaño maestral previsto El procedimiento puede darse con o sin reemplazos y esta condición afectará posteriormente el análisis En teoría se enumeran previamente todos los elementos y de acuerdo con una tabla de números aleatorios se van escogiendo
  • 24. DR.JAIMEPACHECO 2. MUESTREO SISTEMATICO En el universo (N) se elige el primer elemento al azar Lluego los demás se escogen cada cierto intervalo , hasta completar el tamaño muestral (n). El tamaño del intervalo (k) se calcula así: k = N/n
  • 25. 3. MUESTREO ESTRATIFICADO Considera que al interior del universo existen estratos (subgrupos internamente homogéneos pero cualitativa y cuantitativamente diferentes entre sí) que no se cumple la condición de selección aleatoria pues los miembros del grupo mayoritario tienen una mayor probabilidad de ser seleccionados en la muestra.
  • 26. ESTRATOS Homogéneos en su interior; diferentes entre sí en propiedades y tamaño Comuna A Comuna B Comuna C Comuna D
  • 27. 4. MUESTREO POR CONGLOMERADOS •También se denomina de etapas múltiples. •Se utiliza para poblaciones grandes y dispersas. •No es posible disponer de un listado. •En lugar de individuos se seleccionan conglomerados que están agrupados de forma natural (cuadras de casas, departamentos, Hospitales, provincias, etc.)
  • 28. CONCLUSIONES  La muestra es un método que facilita herramienta y que permite analizar datos, teniendo ventajas de tiempo, recursos de fácil y rápido.  El muestreo es el procedimiento que se emplea a extraer una pequeña parte de una población dentro de un universo a esta se le llama espacio muestral dentro de un universo.
  • 29. RECOMENDACIONES  Recomendar que puedan ser implementadas estas técnicas correctamente para proyectos e investigaciones a futuro.  Es muy necesario tomar en cuenta que la muestra es una herramienta de la investigación. WEBGRAFIA  www.monografias.com/trabajos14/auditoria/auditoria.shtml  Leer más: http://www.monografias.com/trabajos39/muestreo- estadistico/muestreo- estadistico2.shtml#concl#ixzz3hFHFu7QP  http://www.fagundojr.com/documentos/Metodologia%20de%2 0muestreo.pdf