SlideShare una empresa de Scribd logo
1 de 23
Una población es el
conjunto de todos los
casos que concuerdan con
una serie de
especificaciones (criterios
de inclusión y exclusión).
Población
Subconjunto de la
población extraído
mediante un
procedimiento acorde al
tipo de investigación.
Muestra
Etapas del proceso de
selección de una muestra
1.Determinar si se realizará muestreo o si se
trabajará con toda la población
• Si la población es pequeña y se puede acceder a ella sin
restricciones, entonces se trabajará con toda la población. Si la
población es muy grande o es demasiado costoso trabajar con
toda la población, entonces conviene utilizar una muestra.
2. Determinar el tipo de muestreo a emplear
•Precisar si se utilizará un muestreo probabilístico o no
probabilístico.
3. Calcular el tamaño de la muestra
• Utilizando fórmulas estadísticas o cualitativas, calcular el
tamaño de la muestra requerido para el estudio.
4. Identificar el marco poblacional de donde
se extraerá la muestra
•Determinado el tamaño de la muestra, es necesario
identificar a cada uno de los elegidos. Para ello se utiliza el
“marco poblacional”, que es una lista donde están
identificados todos elementos de la población.
5. Seleccionar a los individuos de la
población que conformarán la muestra
• Si se utiliza un muestreo probabilístico, una tabla
de números aleatorios, bolillero o software
estadístico son herramientas válidas para
seleccionar ‐del marco muestral‐ a cada uno de
los integrantes de la muestra.
Muestreo
No probabilístico
Probabilístico
Los métodos de muestreo probabilísticos son
aquellos que se basan en el principio de
probabilidad. Es decir, aquellos en los que todos
los individuos tienen una probabilidad conocida
de ser elegidos para formar parte la una muestra.
Sólo estos métodos de muestreo probabilísticos
nos aseguran la representatividad de la muestra
extraída y son, por tanto, los más
recomendables.
Aleatorio Simple
Sistemático
Estratificado
Conglomerados
 El procedimiento empleado es el siguiente: 1) se
asigna un número a cada individuo de la
población y 2) a través de algún medio mecánico
(bolas dentro de una bolsa, tablas de números
aleatorios, números aleatorios generados con
una calculadora u ordenador, etc.) se eligen
tantos sujetos como sea necesario para
completar el tamaño de muestra requerido. Este
procedimiento, atractivo por su simpleza, tiene
poca o nula utilidad práctica cuando la población
que estamos manejando es muy grande.
Procedimiento
sencillo
Ventajas
No es útil para
poblaciones
grandes
Se requiere el
listado de la
población
Desventajas
 Este procedimiento exige, como el anterior,
numerar todos los elementos de la población,
pero en lugar de extraer n números aleatorios
sólo se extrae uno. Se parte de ese número
aleatorio i, que es un número elegido al azar, y
los elementos que integran la muestra son los
que ocupa los lugares i, i+k, i+2k, i+3k,...,i+(n-
1)k, es decir se toman los individuos de k en k,
siendo k el resultado de dividir el tamaño de la
población entre el tamaño de la muestra: k= N/n.
El número i que empleamos como punto de
partida será un número al azar entre 1 y k.
Procedimiento sencillo
Requiere menor
cantidad de tiempo en
la selección de los casos
con respecto al MAS ya
que sólo el primero se
selecciona al azar.
Ventajas
No es útil para
poblaciones grandes
Se requiere el listado de
la población
Desventajas
Consiste en considerar categorías típicas diferentes entre sí
(estratos) que poseen gran homogeneidad respecto a alguna
característica (se puede estratificar, por ejemplo, según la
profesión, el municipio de residencia, el sexo, el estado civil,
etc.). Lo que se pretende con este tipo de muestreo es
asegurarse de que todos los estratos de interés estarán
representados adecuadamente en la muestra. Cada estrato
funciona independientemente, pudiendo aplicarse dentro de
ellos el muestreo aleatorio simple para elegir los elementos
concretos que formarán parte de la muestra. En ocasiones las
dificultades que plantean son demasiado grandes, pues exige un
conocimiento detallado de la población.
Es útil cuando
tenemos en nuestra
investigación una
variable de
estratificación.
Ventajas
Se requiere el
listado de la
población
Desventajas
En el muestreo por conglomerados la unidad muestral es un grupo de
elementos de la población que forman una unidad, a la que
llamamos conglomerado. Las unidades hospitalarias, los
departamentos universitarios, una caja de determinado producto,
etc., son conglomerados naturales. En otras ocasiones se pueden
utilizar conglomerados no naturales como, por ejemplo, las urnas
electorales. Cuando los conglomerados son áreas geográficas suele
hablarse de “muestreo por áreas".
El muestreo por conglomerados consiste en seleccionar
aleatoriamente un cierto numero de conglomerados (el necesario
para alcanzar el tamaño muestral establecido) y en investigar
después todos los elementos pertenecientes a los conglomerados
elegidos.
No requiere el
listado de la
población
Es útil en
poblaciones
grandes.
Ventajas
Requiere sostener
el supuesto de que
los conglomerados
sean equivalentes.
Desventajas
Voluntarios
Intencional
Conveniencia
Cuotas
Ventajas
Rapidez
Bajo costo
No requiere
marco muestral
Útil en estudios
exploratorios
Desventajas
Las conclusiones
sobre la población
son riesgosas
 Los sujetos que forman la muestra participan
voluntariamente del estudio.
 El investigador toma la muestra
seleccionando los elementos que a él le
parecen representativos o típicos de la
población.
 Se observan/usan los elementos que están
disponibles para el investigador.
 Es el equivalente no probabilístico del
muestreo estratificado. En él se divide la
población según algún criterio (variable de
estratificación) y se eligen de cada subgrupo
elementos de manera intencional.

Más contenido relacionado

La actualidad más candente

La actualidad más candente (19)

Estadística muestreo
Estadística muestreoEstadística muestreo
Estadística muestreo
 
Muestreo bioestadisticppt
Muestreo bioestadisticpptMuestreo bioestadisticppt
Muestreo bioestadisticppt
 
El muestreo en estadística
El muestreo en estadísticaEl muestreo en estadística
El muestreo en estadística
 
Diseno muestral ecc
Diseno muestral eccDiseno muestral ecc
Diseno muestral ecc
 
Trabajo nº 9
Trabajo nº 9Trabajo nº 9
Trabajo nº 9
 
Tipo de muestreo
Tipo de muestreoTipo de muestreo
Tipo de muestreo
 
Muestreo y Presentación de Encuestas
Muestreo y Presentación de EncuestasMuestreo y Presentación de Encuestas
Muestreo y Presentación de Encuestas
 
Muestreo
MuestreoMuestreo
Muestreo
 
Muestra o análisis muestral
Muestra o análisis muestralMuestra o análisis muestral
Muestra o análisis muestral
 
Muestra o analisis_muestral
Muestra o analisis_muestralMuestra o analisis_muestral
Muestra o analisis_muestral
 
Selección de la muestra
Selección de la muestraSelección de la muestra
Selección de la muestra
 
Tipos de Muestreo
Tipos de MuestreoTipos de Muestreo
Tipos de Muestreo
 
Qué es estadística
Qué es estadísticaQué es estadística
Qué es estadística
 
Estadistica y probabilidad
Estadistica y probabilidadEstadistica y probabilidad
Estadistica y probabilidad
 
Muestreo
MuestreoMuestreo
Muestreo
 
Muestra
MuestraMuestra
Muestra
 
tipos de Muestreo
tipos de Muestreo tipos de Muestreo
tipos de Muestreo
 
Distribución normal
Distribución normalDistribución normal
Distribución normal
 
HERRAMIENTAS BÁSICAS PARA LA INVESTIGACIÓN EDUCATIVA
HERRAMIENTAS BÁSICAS PARA LA INVESTIGACIÓN EDUCATIVA  HERRAMIENTAS BÁSICAS PARA LA INVESTIGACIÓN EDUCATIVA
HERRAMIENTAS BÁSICAS PARA LA INVESTIGACIÓN EDUCATIVA
 

Similar a Métodos de muestreo en investigación (20)

Elaboración de muestreo
Elaboración de muestreoElaboración de muestreo
Elaboración de muestreo
 
El muestreo
El muestreoEl muestreo
El muestreo
 
Elmuestreo
ElmuestreoElmuestreo
Elmuestreo
 
Muestreo
MuestreoMuestreo
Muestreo
 
Tiposmuestra
TiposmuestraTiposmuestra
Tiposmuestra
 
Muestreo Probabilístico y sus Métodos
Muestreo Probabilístico y sus MétodosMuestreo Probabilístico y sus Métodos
Muestreo Probabilístico y sus Métodos
 
Tipos de muestreo
Tipos de muestreoTipos de muestreo
Tipos de muestreo
 
10° Población y Muestra.pptx
10° Población y Muestra.pptx10° Población y Muestra.pptx
10° Población y Muestra.pptx
 
<muestreo
<muestreo<muestreo
<muestreo
 
Conceptos generales del muestreo del trabajo
Conceptos generales del muestreo del trabajoConceptos generales del muestreo del trabajo
Conceptos generales del muestreo del trabajo
 
Diseño y procedimientos de muestreo
Diseño y procedimientos de muestreoDiseño y procedimientos de muestreo
Diseño y procedimientos de muestreo
 
Muestreo Y Probabilidad
Muestreo Y Probabilidad Muestreo Y Probabilidad
Muestreo Y Probabilidad
 
Muestra
Muestra Muestra
Muestra
 
Muestreo
MuestreoMuestreo
Muestreo
 
Estadistica
EstadisticaEstadistica
Estadistica
 
Muestreo en estadística
Muestreo en estadísticaMuestreo en estadística
Muestreo en estadística
 
Fundamentos de muestreo
Fundamentos de muestreoFundamentos de muestreo
Fundamentos de muestreo
 
Im 3
Im 3Im 3
Im 3
 
Introducion al muestreo y tipos de muestreo
Introducion al muestreo y tipos de muestreoIntroducion al muestreo y tipos de muestreo
Introducion al muestreo y tipos de muestreo
 
Población y muestra
Población y muestraPoblación y muestra
Población y muestra
 

Más de María Carreras

Clase 04 la comunicacion cientifica
Clase 04   la comunicacion cientificaClase 04   la comunicacion cientifica
Clase 04 la comunicacion cientificaMaría Carreras
 
Clase 02 tipos de publicaciones - fichaje - referencias
Clase 02   tipos de publicaciones - fichaje - referenciasClase 02   tipos de publicaciones - fichaje - referencias
Clase 02 tipos de publicaciones - fichaje - referenciasMaría Carreras
 
Clase 01 el proceso de la investigacion
Clase 01   el proceso de la investigacionClase 01   el proceso de la investigacion
Clase 01 el proceso de la investigacionMaría Carreras
 
Clase 02 tipos de publicaciones - fichaje - referencias
Clase 02   tipos de publicaciones - fichaje - referenciasClase 02   tipos de publicaciones - fichaje - referencias
Clase 02 tipos de publicaciones - fichaje - referenciasMaría Carreras
 
Conferencia investigadores noveles 2018 i.docx
Conferencia investigadores noveles 2018 i.docxConferencia investigadores noveles 2018 i.docx
Conferencia investigadores noveles 2018 i.docxMaría Carreras
 
Clasificación de las ciencias
Clasificación de las cienciasClasificación de las ciencias
Clasificación de las cienciasMaría Carreras
 
Diseños de investigación
Diseños de investigaciónDiseños de investigación
Diseños de investigaciónMaría Carreras
 
Ciencia y conocimiento científico aremyc
Ciencia y conocimiento científico   aremycCiencia y conocimiento científico   aremyc
Ciencia y conocimiento científico aremycMaría Carreras
 
Paradigmas Metodología de la investigación
Paradigmas Metodología de la investigaciónParadigmas Metodología de la investigación
Paradigmas Metodología de la investigaciónMaría Carreras
 
Curso IV - Unidad IV - Escritura Científica
Curso IV - Unidad IV - Escritura CientíficaCurso IV - Unidad IV - Escritura Científica
Curso IV - Unidad IV - Escritura CientíficaMaría Carreras
 
Curso IV - Unidad III - Escritura Científica
Curso IV - Unidad III - Escritura CientíficaCurso IV - Unidad III - Escritura Científica
Curso IV - Unidad III - Escritura CientíficaMaría Carreras
 
Unidad I - Curso IV - Escritura Científica
Unidad I - Curso IV - Escritura CientíficaUnidad I - Curso IV - Escritura Científica
Unidad I - Curso IV - Escritura CientíficaMaría Carreras
 
Unidad 2 - Curso IV - Escritura científica
Unidad 2 - Curso IV - Escritura científicaUnidad 2 - Curso IV - Escritura científica
Unidad 2 - Curso IV - Escritura científicaMaría Carreras
 
Análisis de los datos cualitativos ejemplo
Análisis de los datos cualitativos  ejemploAnálisis de los datos cualitativos  ejemplo
Análisis de los datos cualitativos ejemploMaría Carreras
 

Más de María Carreras (20)

Instrumentos
InstrumentosInstrumentos
Instrumentos
 
Instrumentos
InstrumentosInstrumentos
Instrumentos
 
Clase 04 la comunicacion cientifica
Clase 04   la comunicacion cientificaClase 04   la comunicacion cientifica
Clase 04 la comunicacion cientifica
 
Clase 02 tipos de publicaciones - fichaje - referencias
Clase 02   tipos de publicaciones - fichaje - referenciasClase 02   tipos de publicaciones - fichaje - referencias
Clase 02 tipos de publicaciones - fichaje - referencias
 
Clase 01 el proceso de la investigacion
Clase 01   el proceso de la investigacionClase 01   el proceso de la investigacion
Clase 01 el proceso de la investigacion
 
Clase 02 tipos de publicaciones - fichaje - referencias
Clase 02   tipos de publicaciones - fichaje - referenciasClase 02   tipos de publicaciones - fichaje - referencias
Clase 02 tipos de publicaciones - fichaje - referencias
 
Segunda clase 6to. 2018
Segunda clase 6to. 2018Segunda clase 6to. 2018
Segunda clase 6to. 2018
 
Primera clase 6to. 2018
Primera clase 6to. 2018Primera clase 6to. 2018
Primera clase 6to. 2018
 
Conferencia investigadores noveles 2018 i.docx
Conferencia investigadores noveles 2018 i.docxConferencia investigadores noveles 2018 i.docx
Conferencia investigadores noveles 2018 i.docx
 
Clasificación de las ciencias
Clasificación de las cienciasClasificación de las ciencias
Clasificación de las ciencias
 
Instrumentos
InstrumentosInstrumentos
Instrumentos
 
Diseños de investigación
Diseños de investigaciónDiseños de investigación
Diseños de investigación
 
Variables are my-c
Variables   are my-cVariables   are my-c
Variables are my-c
 
Ciencia y conocimiento científico aremyc
Ciencia y conocimiento científico   aremycCiencia y conocimiento científico   aremyc
Ciencia y conocimiento científico aremyc
 
Paradigmas Metodología de la investigación
Paradigmas Metodología de la investigaciónParadigmas Metodología de la investigación
Paradigmas Metodología de la investigación
 
Curso IV - Unidad IV - Escritura Científica
Curso IV - Unidad IV - Escritura CientíficaCurso IV - Unidad IV - Escritura Científica
Curso IV - Unidad IV - Escritura Científica
 
Curso IV - Unidad III - Escritura Científica
Curso IV - Unidad III - Escritura CientíficaCurso IV - Unidad III - Escritura Científica
Curso IV - Unidad III - Escritura Científica
 
Unidad I - Curso IV - Escritura Científica
Unidad I - Curso IV - Escritura CientíficaUnidad I - Curso IV - Escritura Científica
Unidad I - Curso IV - Escritura Científica
 
Unidad 2 - Curso IV - Escritura científica
Unidad 2 - Curso IV - Escritura científicaUnidad 2 - Curso IV - Escritura científica
Unidad 2 - Curso IV - Escritura científica
 
Análisis de los datos cualitativos ejemplo
Análisis de los datos cualitativos  ejemploAnálisis de los datos cualitativos  ejemplo
Análisis de los datos cualitativos ejemplo
 

Último

RAIZ CUADRADA Y CUBICA PARA NIÑOS DE PRIMARIA
RAIZ CUADRADA Y CUBICA PARA NIÑOS DE PRIMARIARAIZ CUADRADA Y CUBICA PARA NIÑOS DE PRIMARIA
RAIZ CUADRADA Y CUBICA PARA NIÑOS DE PRIMARIACarlos Campaña Montenegro
 
c3.hu3.p1.p2.El ser humano y el sentido de su existencia.pptx
c3.hu3.p1.p2.El ser humano y el sentido de su existencia.pptxc3.hu3.p1.p2.El ser humano y el sentido de su existencia.pptx
c3.hu3.p1.p2.El ser humano y el sentido de su existencia.pptxMartín Ramírez
 
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
 
PLANIFICACION ANUAL 2024 - INICIAL UNIDOCENTE.docx
PLANIFICACION ANUAL 2024 - INICIAL UNIDOCENTE.docxPLANIFICACION ANUAL 2024 - INICIAL UNIDOCENTE.docx
PLANIFICACION ANUAL 2024 - INICIAL UNIDOCENTE.docxJUANSIMONPACHIN
 
RETO MES DE ABRIL .............................docx
RETO MES DE ABRIL .............................docxRETO MES DE ABRIL .............................docx
RETO MES DE ABRIL .............................docxAna Fernandez
 
Presentación de Estrategias de Enseñanza-Aprendizaje Virtual.pptx
Presentación de Estrategias de Enseñanza-Aprendizaje Virtual.pptxPresentación de Estrategias de Enseñanza-Aprendizaje Virtual.pptx
Presentación de Estrategias de Enseñanza-Aprendizaje Virtual.pptxYeseniaRivera50
 
TUTORIA II - CIRCULO DORADO UNIVERSIDAD CESAR VALLEJO
TUTORIA II - CIRCULO DORADO UNIVERSIDAD CESAR VALLEJOTUTORIA II - CIRCULO DORADO UNIVERSIDAD CESAR VALLEJO
TUTORIA II - CIRCULO DORADO UNIVERSIDAD CESAR VALLEJOweislaco
 
CIENCIAS NATURALES 4 TO ambientes .docx
CIENCIAS NATURALES 4 TO  ambientes .docxCIENCIAS NATURALES 4 TO  ambientes .docx
CIENCIAS NATURALES 4 TO ambientes .docxAgustinaNuez21
 
OLIMPIADA DEL CONOCIMIENTO INFANTIL 2024.pptx
OLIMPIADA DEL CONOCIMIENTO INFANTIL 2024.pptxOLIMPIADA DEL CONOCIMIENTO INFANTIL 2024.pptx
OLIMPIADA DEL CONOCIMIENTO INFANTIL 2024.pptxjosetrinidadchavez
 
Estrategia de Enseñanza y Aprendizaje.pdf
Estrategia de Enseñanza y Aprendizaje.pdfEstrategia de Enseñanza y Aprendizaje.pdf
Estrategia de Enseñanza y Aprendizaje.pdfromanmillans
 
TEST DE RAVEN es un test conocido para la personalidad.pdf
TEST DE RAVEN es un test conocido para la personalidad.pdfTEST DE RAVEN es un test conocido para la personalidad.pdf
TEST DE RAVEN es un test conocido para la personalidad.pdfDannyTola1
 
FICHA DE MONITOREO Y ACOMPAÑAMIENTO 2024 MINEDU
FICHA DE MONITOREO Y ACOMPAÑAMIENTO  2024 MINEDUFICHA DE MONITOREO Y ACOMPAÑAMIENTO  2024 MINEDU
FICHA DE MONITOREO Y ACOMPAÑAMIENTO 2024 MINEDUgustavorojas179704
 
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
 
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
 
Uses of simple past and time expressions
Uses of simple past and time expressionsUses of simple past and time expressions
Uses of simple past and time expressionsConsueloSantana3
 

Último (20)

RAIZ CUADRADA Y CUBICA PARA NIÑOS DE PRIMARIA
RAIZ CUADRADA Y CUBICA PARA NIÑOS DE PRIMARIARAIZ CUADRADA Y CUBICA PARA NIÑOS DE PRIMARIA
RAIZ CUADRADA Y CUBICA PARA NIÑOS DE PRIMARIA
 
c3.hu3.p1.p2.El ser humano y el sentido de su existencia.pptx
c3.hu3.p1.p2.El ser humano y el sentido de su existencia.pptxc3.hu3.p1.p2.El ser humano y el sentido de su existencia.pptx
c3.hu3.p1.p2.El ser humano y el sentido de su existencia.pptx
 
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
 
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
 
DIA INTERNACIONAL DAS FLORESTAS .
DIA INTERNACIONAL DAS FLORESTAS         .DIA INTERNACIONAL DAS FLORESTAS         .
DIA INTERNACIONAL DAS FLORESTAS .
 
PLANIFICACION ANUAL 2024 - INICIAL UNIDOCENTE.docx
PLANIFICACION ANUAL 2024 - INICIAL UNIDOCENTE.docxPLANIFICACION ANUAL 2024 - INICIAL UNIDOCENTE.docx
PLANIFICACION ANUAL 2024 - INICIAL UNIDOCENTE.docx
 
RETO MES DE ABRIL .............................docx
RETO MES DE ABRIL .............................docxRETO MES DE ABRIL .............................docx
RETO MES DE ABRIL .............................docx
 
Presentación de Estrategias de Enseñanza-Aprendizaje Virtual.pptx
Presentación de Estrategias de Enseñanza-Aprendizaje Virtual.pptxPresentación de Estrategias de Enseñanza-Aprendizaje Virtual.pptx
Presentación de Estrategias de Enseñanza-Aprendizaje Virtual.pptx
 
TUTORIA II - CIRCULO DORADO UNIVERSIDAD CESAR VALLEJO
TUTORIA II - CIRCULO DORADO UNIVERSIDAD CESAR VALLEJOTUTORIA II - CIRCULO DORADO UNIVERSIDAD CESAR VALLEJO
TUTORIA II - CIRCULO DORADO UNIVERSIDAD CESAR VALLEJO
 
CIENCIAS NATURALES 4 TO ambientes .docx
CIENCIAS NATURALES 4 TO  ambientes .docxCIENCIAS NATURALES 4 TO  ambientes .docx
CIENCIAS NATURALES 4 TO ambientes .docx
 
Earth Day Everyday 2024 54th anniversary
Earth Day Everyday 2024 54th anniversaryEarth Day Everyday 2024 54th anniversary
Earth Day Everyday 2024 54th anniversary
 
OLIMPIADA DEL CONOCIMIENTO INFANTIL 2024.pptx
OLIMPIADA DEL CONOCIMIENTO INFANTIL 2024.pptxOLIMPIADA DEL CONOCIMIENTO INFANTIL 2024.pptx
OLIMPIADA DEL CONOCIMIENTO INFANTIL 2024.pptx
 
Estrategia de Enseñanza y Aprendizaje.pdf
Estrategia de Enseñanza y Aprendizaje.pdfEstrategia de Enseñanza y Aprendizaje.pdf
Estrategia de Enseñanza y Aprendizaje.pdf
 
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
 
TEST DE RAVEN es un test conocido para la personalidad.pdf
TEST DE RAVEN es un test conocido para la personalidad.pdfTEST DE RAVEN es un test conocido para la personalidad.pdf
TEST DE RAVEN es un test conocido para la personalidad.pdf
 
FICHA DE MONITOREO Y ACOMPAÑAMIENTO 2024 MINEDU
FICHA DE MONITOREO Y ACOMPAÑAMIENTO  2024 MINEDUFICHA DE MONITOREO Y ACOMPAÑAMIENTO  2024 MINEDU
FICHA DE MONITOREO Y ACOMPAÑAMIENTO 2024 MINEDU
 
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
 
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
 
Uses of simple past and time expressions
Uses of simple past and time expressionsUses of simple past and time expressions
Uses of simple past and time expressions
 
Unidad 3 | Teorías de la Comunicación | MCDI
Unidad 3 | Teorías de la Comunicación | MCDIUnidad 3 | Teorías de la Comunicación | MCDI
Unidad 3 | Teorías de la Comunicación | MCDI
 

Métodos de muestreo en investigación

  • 1.
  • 2. Una población es el conjunto de todos los casos que concuerdan con una serie de especificaciones (criterios de inclusión y exclusión). Población Subconjunto de la población extraído mediante un procedimiento acorde al tipo de investigación. Muestra
  • 3. Etapas del proceso de selección de una muestra
  • 4. 1.Determinar si se realizará muestreo o si se trabajará con toda la población • Si la población es pequeña y se puede acceder a ella sin restricciones, entonces se trabajará con toda la población. Si la población es muy grande o es demasiado costoso trabajar con toda la población, entonces conviene utilizar una muestra. 2. Determinar el tipo de muestreo a emplear •Precisar si se utilizará un muestreo probabilístico o no probabilístico.
  • 5. 3. Calcular el tamaño de la muestra • Utilizando fórmulas estadísticas o cualitativas, calcular el tamaño de la muestra requerido para el estudio. 4. Identificar el marco poblacional de donde se extraerá la muestra •Determinado el tamaño de la muestra, es necesario identificar a cada uno de los elegidos. Para ello se utiliza el “marco poblacional”, que es una lista donde están identificados todos elementos de la población.
  • 6. 5. Seleccionar a los individuos de la población que conformarán la muestra • Si se utiliza un muestreo probabilístico, una tabla de números aleatorios, bolillero o software estadístico son herramientas válidas para seleccionar ‐del marco muestral‐ a cada uno de los integrantes de la muestra.
  • 8. Los métodos de muestreo probabilísticos son aquellos que se basan en el principio de probabilidad. Es decir, aquellos en los que todos los individuos tienen una probabilidad conocida de ser elegidos para formar parte la una muestra. Sólo estos métodos de muestreo probabilísticos nos aseguran la representatividad de la muestra extraída y son, por tanto, los más recomendables.
  • 10.  El procedimiento empleado es el siguiente: 1) se asigna un número a cada individuo de la población y 2) a través de algún medio mecánico (bolas dentro de una bolsa, tablas de números aleatorios, números aleatorios generados con una calculadora u ordenador, etc.) se eligen tantos sujetos como sea necesario para completar el tamaño de muestra requerido. Este procedimiento, atractivo por su simpleza, tiene poca o nula utilidad práctica cuando la población que estamos manejando es muy grande.
  • 11. Procedimiento sencillo Ventajas No es útil para poblaciones grandes Se requiere el listado de la población Desventajas
  • 12.  Este procedimiento exige, como el anterior, numerar todos los elementos de la población, pero en lugar de extraer n números aleatorios sólo se extrae uno. Se parte de ese número aleatorio i, que es un número elegido al azar, y los elementos que integran la muestra son los que ocupa los lugares i, i+k, i+2k, i+3k,...,i+(n- 1)k, es decir se toman los individuos de k en k, siendo k el resultado de dividir el tamaño de la población entre el tamaño de la muestra: k= N/n. El número i que empleamos como punto de partida será un número al azar entre 1 y k.
  • 13. Procedimiento sencillo Requiere menor cantidad de tiempo en la selección de los casos con respecto al MAS ya que sólo el primero se selecciona al azar. Ventajas No es útil para poblaciones grandes Se requiere el listado de la población Desventajas
  • 14. Consiste en considerar categorías típicas diferentes entre sí (estratos) que poseen gran homogeneidad respecto a alguna característica (se puede estratificar, por ejemplo, según la profesión, el municipio de residencia, el sexo, el estado civil, etc.). Lo que se pretende con este tipo de muestreo es asegurarse de que todos los estratos de interés estarán representados adecuadamente en la muestra. Cada estrato funciona independientemente, pudiendo aplicarse dentro de ellos el muestreo aleatorio simple para elegir los elementos concretos que formarán parte de la muestra. En ocasiones las dificultades que plantean son demasiado grandes, pues exige un conocimiento detallado de la población.
  • 15. Es útil cuando tenemos en nuestra investigación una variable de estratificación. Ventajas Se requiere el listado de la población Desventajas
  • 16. En el muestreo por conglomerados la unidad muestral es un grupo de elementos de la población que forman una unidad, a la que llamamos conglomerado. Las unidades hospitalarias, los departamentos universitarios, una caja de determinado producto, etc., son conglomerados naturales. En otras ocasiones se pueden utilizar conglomerados no naturales como, por ejemplo, las urnas electorales. Cuando los conglomerados son áreas geográficas suele hablarse de “muestreo por áreas". El muestreo por conglomerados consiste en seleccionar aleatoriamente un cierto numero de conglomerados (el necesario para alcanzar el tamaño muestral establecido) y en investigar después todos los elementos pertenecientes a los conglomerados elegidos.
  • 17. No requiere el listado de la población Es útil en poblaciones grandes. Ventajas Requiere sostener el supuesto de que los conglomerados sean equivalentes. Desventajas
  • 19. Ventajas Rapidez Bajo costo No requiere marco muestral Útil en estudios exploratorios Desventajas Las conclusiones sobre la población son riesgosas
  • 20.  Los sujetos que forman la muestra participan voluntariamente del estudio.
  • 21.  El investigador toma la muestra seleccionando los elementos que a él le parecen representativos o típicos de la población.
  • 22.  Se observan/usan los elementos que están disponibles para el investigador.
  • 23.  Es el equivalente no probabilístico del muestreo estratificado. En él se divide la población según algún criterio (variable de estratificación) y se eligen de cada subgrupo elementos de manera intencional.