SlideShare una empresa de Scribd logo
1 de 16
ESCUELA UNIVERSITARIA DE POST GRADO
UNIVERSO Y MUESTRA
Dr. Manuel Montoya Ugarte
ESCUELA UNIVERSITARIA DE POST GRADO
INTRODUCCION
En este capitulo se define lo que es universo y muestra.
Los tipos de muestra probabilística y no probabilística.
Tamaño de la muestra y error muestral. El capitulo
termina con dos ejemplos de obtención de muestra
aplicando tanto la formula como las tablas.
ESCUELA UNIVERSITARIA DE POST GRADO
Universo
Es el conjunto de individuos de los que se desea
conocer algo en una investigación; es la totalidad de
individuos o elementos en los cuales pueden
presentarse determinada característica susceptible de
ser estudiada. El universo o población puede estar
constituida por personas, animales, registros médicos,
los nacimientos, las muestras de laboratorio, los
accidentes viales entre otros. El universo es el grupo de
elementos al que se generalizarán los hallazgos.
ESCUELA UNIVERSITARIA DE POST GRADO
Muestra
 definir en forma concreta y específica cuál es
el universo a estudiar, debe hacerse una
delimitación cuidadosa de la población en
función del problema, objetivos, hipótesis,
variables y tipos de estudio, definiendo cuáles
serán las unidades de observación y las unidades
de muestreo.
ESCUELA UNIVERSITARIA DE POST GRADO
Muestra
 Es un subconjunto o parte del universo o población en
que se llevarán a cabo la investigación con el fin
posterior de generalizar los hallazgos del todo.
 Muestra probabilística, es aquella extraída de una
población de tal manera que todo miembro de esta
última tenga una probabilidad conocida de estar incluido
en la muestra.
 En las muestras se pueden destacar:
1. Permite que el estudio se realice en menor tiempo
2. Se incurre en menos gastos
3. Posibilita profundizar en el análisis de variables
4. Permite tener mayor control de las variables a estudiar
ESCUELA UNIVERSITARIA DE POST GRADO
Conceptos, población y muestra
Parte de los elementos
o subconjuntos de una
Población que se selecciona
Para el estudio de esa
Característica o condición
Conjunto de elementos
que presentan una
Característica o
condición
Común que es objeto
de estudio
Muestra
Población
Generalización
de hallazgos
Extracción
Muestra
ESCUELA UNIVERSITARIA DE POST GRADO
Muestra y Muestreo
 Cualquier subconjunto de elementos de una población es una
muestra de ella.
 De cada población puede extraerse un número indefinido de
muestras
 Cuando se utiliza la muestra se pretende conocer las características
de la población.
 La muestra a estudiar, por lo tanto, debe ser representativa de la
población, pues este es requisito fundamental para poder hacer
generalizaciones válidas para la población.
 Muestra representativa es aquella que reúne en sí las características
principales de la población y guarda relación con la condición
particular que se estudia.
 Los aspectos fundamentales que se deben considerar en la extracción
de una muestra representativa son:
1. El sistema de muestreo utilizado
2. El tamaño de la muestra
ESCUELA UNIVERSITARIA DE POST GRADO
Tipos de Muestreo
Tipos de Muestreo
Probabilístico No probabilístico
Accidental
Por cuotas
Intencionado
Sistemático
Aleatorio Simple
Estratificado
Conglomerado
ESCUELA UNIVERSITARIA DE POST GRADO
Tamaño de la muestra y error
muestral• Cuando una muestra es aleatoria o probabilística es posible calcular
para ella el error muestral. Este error indica el % de incertidumbre, o
riesgo que se corre de que la muestra escogida no sea representativa.
Es decir si trabajamos con un error calculado en un 5 % significa que
existe un 95% de probabilidades de que el conjunto muestral
representa adecuadamente el universo del cual ha sido extraído.
• Para fijar el tamaño de la muestra adecuada a cada investigación es
preciso primero determinar el % de error que estamos dispuestos a
asumir. Una vez hecho esto deberán realizarse las operaciones
estadísticas correspondientes para poder calcular el tamaño de la
muestra que nos permite situarnos dentro del margen de error
aceptado. Es decir que no se fija primero el número de unidades de la
muestra para luego proceder a determinar el riesgo que se corre sino
a la inversa, se pone un límite a este riesgo y es en función de eso se
define el tamaño de la muestra que nos garantiza no sobrepásarlo.
ESCUELA UNIVERSITARIA DE POST GRADO
% de error Más menos Más menos Más menos Más menos Más menos Más menos
Población 1% 2% 3% 4% 5% 10%
Np N1 N2 N3 N4 N5 N10
500 - - - - 222 83
1000 - - 385 286 91
1500 - - 638 441 316 94
2000 - - 714 476 333 95
2500 - 1,250 769 500 345 96
3000 - 1,364 811 520 353 97
3500 - 1,458 843 530 359 98
4000 - 1,538 870 541 364 98
4500 - 1,607 891 546 367 98
5000 - 1,667 909 556 370 98
6000 - 1,765 938 565 375 99
7000 - 1,842 959 574 378 99
8000 - 1,905 976 580 381 99
9000 - 1,957 989 584 383 99
10000 5,000 2,000 1,000 588 385 99
15000 6,000 2,143 1,034 600 390 100
20000 6,667 2,222 1,053 606 392 100
25000 7,143 2,273 1,064 610 394 100
50000 8,333 2,381 1,087 617 397 100
100000 9,091 2,439 1,099 621 398 100
más de
100000 10,000 2,500 1,111 625 400 100
ConsiderandoConsiderando
márgenes de error ymárgenes de error y
confiabilidad.confiabilidad.
Tamaños de muestrasTamaños de muestras
para las poblacionespara las poblaciones
finitas para márgenesfinitas para márgenes
de error desde +de error desde +
-10%, + -1%, en la-10%, + -1%, en la
hipótesis de P=50% yhipótesis de P=50% y
con una confiabilidadcon una confiabilidad
del 95% (óptima).del 95% (óptima).
Tamaños de Muestras
ESCUELA UNIVERSITARIA DE POST GRADO
Tamaño de Muestra
• Para determinar el tamaño de la muestra con intervalo de confianza
del 95% y márgenes de error de + o- 1% hasta +o-10%, se puede
utilizar la siguiente fórmula.
• La siguiente fórmula es utilizada en el caso de que el universo o
población en estudio sea inferior a 100,000.
4p q N
n=
E (N-1)+4 pq
Donde :
n=tamaño de la muestra a ser determinado
N=tamaño del universo
p=50%
q=50%
E=2%
ESCUELA UNIVERSITARIA DE POST GRADO
Tamaño de Muestra
• Para determinar el tamaño de la muestra con intervalo de confianza
de 95,5% y márgenes de error de +-1%,+-2%,+-3%,+-4%,+-5% se
pueden utilizar las siguientes fórmulas:
Para una población infinita es decir, superior a las 100,000 unidades de
observación:
Z p.q
n= =
E
Donde :
n= tamaño de la muestra
Z=desviación estándar (para un intervalo de confianza de 95,55 es 1,96)
p=proporción de la población que posee la característica (cuando se
desconoce esa proporción se asume p=50 )
q=1-p
E= margen de error que se está dispuesto a aceptar
ESCUELA UNIVERSITARIA DE POST GRADO
EJEMPLO DE OBTENCION DE MUESTRA
UTILIZANDO FORMULA Y TABLA
• Problema 1.
Se pretende realizar un estudio de las actitudes hacia la experiencia
prematrimonial de los estudiantes de una universidad que cuenta con
una población estudiantil de 10,000 alumnos.
Hallar el tamaño de la muestra, aplicando la formula y con las tablas, en el
supuesto que se desea trabajar a un nivel de confianza del 95%, con un
margen de error permitido del 2 por 100 (2%).
1)la siguiente formula es utilizada en el caso de que el universo o
población en estudio sea Inferior a 100,000.
ESCUELA UNIVERSITARIA DE POST GRADO
4p q N
n =
E2
(N-1)+4 pq
Donde :
n=tamaño de la muestra a ser determinado
N=tamaño del universo = 10,000
p=50% q=100-p
q=50% q=100-50=50%
E=2%
Reemplazando los valores en la formula se tiene:
n = 4 x 50 x 50 x 10,000
22
(10,000-1)+ 4x50x50
n = 100’000,000
4(9,999)+ 10,000
ESCUELA UNIVERSITARIA DE POST GRADO
n = 100’000,000
39,996 + 10,000
n = 100’000,000
49,996
n = 2,000.16
n = 2,000 aprox.
UTILIZANDO LA TABLA
Se puede comprobar que la intersección de la fila del tamaño del
universo 10,000 con la columna correspondiente al error del 2 por
100 (2%) elegida, da como tamaño al mismo que fue obtenido con la
formula 2,000.
ESCUELA UNIVERSITARIA DE POST GRADO
• Problema 2.
Suponiendo que un Programa Académico de Derecho y Ciencias
Políticas tiene 1,000 alumnos, de los cuales 500, se orientan hacia
el derecho y el resto hacia las Ciencia Sociales.
Calcular el tamaño de la muestra para conocer cuantos elementos
debe tener la muestra en una investigación sobre actitudes hacia
el estudio; al nivel de confianza del 95 % y con un error permitido
del 5%.
RESPUESTA:
4p q N
n =
E2
(N-1)+4 pq
n = 285,9185
n = 286 ( que coincide con el valor con el
valor dado en la tabla)

Más contenido relacionado

La actualidad más candente

Ejemplo para redactar antecedentes del proyecto.
Ejemplo para redactar antecedentes del proyecto.Ejemplo para redactar antecedentes del proyecto.
Ejemplo para redactar antecedentes del proyecto.Ileana Santos
 
El problema de investigacion
El problema de investigacionEl problema de investigacion
El problema de investigacionLaura Michel
 
MéTodo De Muestreo Por Conglomerados
MéTodo De  Muestreo  Por  ConglomeradosMéTodo De  Muestreo  Por  Conglomerados
MéTodo De Muestreo Por ConglomeradosDarii Garcia
 
Niveles de investigacion
Niveles de investigacionNiveles de investigacion
Niveles de investigacionJosé Supo
 
Formulas para calculo de muestras poblacionales
Formulas para calculo de muestras poblacionalesFormulas para calculo de muestras poblacionales
Formulas para calculo de muestras poblacionalesguilleillo
 
08 seleccion de muestra
08 seleccion de muestra08 seleccion de muestra
08 seleccion de muestraCarlos Rojas
 
Procedimiento de muestreo
Procedimiento de muestreoProcedimiento de muestreo
Procedimiento de muestreoAndrea Godoy
 
Ejercicios sobre muestreo
Ejercicios sobre muestreoEjercicios sobre muestreo
Ejercicios sobre muestreo216846
 
Población y Muestra
Población y MuestraPoblación y Muestra
Población y Muestrauci2c
 
Estadistica descriptiva
Estadistica descriptivaEstadistica descriptiva
Estadistica descriptivahilzap
 
Muestreo probabilistico
Muestreo probabilisticoMuestreo probabilistico
Muestreo probabilisticoIsaac Gomez
 
Capítulo 2 : Población, muestra y contexto
Capítulo 2 : Población, muestra y contextoCapítulo 2 : Población, muestra y contexto
Capítulo 2 : Población, muestra y contextoug-dipa
 
Ensayo de estadística inferencial
Ensayo de estadística inferencialEnsayo de estadística inferencial
Ensayo de estadística inferencialthomas669
 
Estimacion puntual
Estimacion puntualEstimacion puntual
Estimacion puntualJhonny_Mayk
 
Cálculo del tamaño de muestra (con ejemplos)
Cálculo del tamaño de muestra  (con ejemplos)Cálculo del tamaño de muestra  (con ejemplos)
Cálculo del tamaño de muestra (con ejemplos)Filomeno Carvajal
 
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 MendozaEstadisticosProcesos
 

La actualidad más candente (20)

Datos agrupados y no agrupados
Datos agrupados y no agrupadosDatos agrupados y no agrupados
Datos agrupados y no agrupados
 
Ejemplo para redactar antecedentes del proyecto.
Ejemplo para redactar antecedentes del proyecto.Ejemplo para redactar antecedentes del proyecto.
Ejemplo para redactar antecedentes del proyecto.
 
El problema de investigacion
El problema de investigacionEl problema de investigacion
El problema de investigacion
 
MéTodo De Muestreo Por Conglomerados
MéTodo De  Muestreo  Por  ConglomeradosMéTodo De  Muestreo  Por  Conglomerados
MéTodo De Muestreo Por Conglomerados
 
Niveles de investigacion
Niveles de investigacionNiveles de investigacion
Niveles de investigacion
 
Formulas para calculo de muestras poblacionales
Formulas para calculo de muestras poblacionalesFormulas para calculo de muestras poblacionales
Formulas para calculo de muestras poblacionales
 
08 seleccion de muestra
08 seleccion de muestra08 seleccion de muestra
08 seleccion de muestra
 
Procedimiento de muestreo
Procedimiento de muestreoProcedimiento de muestreo
Procedimiento de muestreo
 
trabajo de campo MODELO
trabajo de campo MODELO trabajo de campo MODELO
trabajo de campo MODELO
 
Ejercicios sobre muestreo
Ejercicios sobre muestreoEjercicios sobre muestreo
Ejercicios sobre muestreo
 
Población y Muestra
Población y MuestraPoblación y Muestra
Población y Muestra
 
Estadistica descriptiva
Estadistica descriptivaEstadistica descriptiva
Estadistica descriptiva
 
Clase 02. analisis descriptivo
Clase 02. analisis descriptivoClase 02. analisis descriptivo
Clase 02. analisis descriptivo
 
Muestreo probabilistico
Muestreo probabilisticoMuestreo probabilistico
Muestreo probabilistico
 
Problemas resueltos-de-dist-normal1
Problemas resueltos-de-dist-normal1Problemas resueltos-de-dist-normal1
Problemas resueltos-de-dist-normal1
 
Capítulo 2 : Población, muestra y contexto
Capítulo 2 : Población, muestra y contextoCapítulo 2 : Población, muestra y contexto
Capítulo 2 : Población, muestra y contexto
 
Ensayo de estadística inferencial
Ensayo de estadística inferencialEnsayo de estadística inferencial
Ensayo de estadística inferencial
 
Estimacion puntual
Estimacion puntualEstimacion puntual
Estimacion puntual
 
Cálculo del tamaño de muestra (con ejemplos)
Cálculo del tamaño de muestra  (con ejemplos)Cálculo del tamaño de muestra  (con ejemplos)
Cálculo del tamaño de muestra (con ejemplos)
 
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
 

Destacado

Universo, población y muestra
Universo, población y muestraUniverso, población y muestra
Universo, población y muestraTomás Calderón
 
3. universo y muestra- prof gino giorgianni
3. universo y muestra- prof gino giorgianni3. universo y muestra- prof gino giorgianni
3. universo y muestra- prof gino giorgianniReina Hadas
 
Errores epidemiológicos
Errores epidemiológicosErrores epidemiológicos
Errores epidemiológicosYoy Rangel
 
Clase población muestra y muestreo
Clase población muestra y muestreoClase población muestra y muestreo
Clase población muestra y muestreoMadelynSaidy
 
Poblacion, Muestra Muestreo
Poblacion, Muestra MuestreoPoblacion, Muestra Muestreo
Poblacion, Muestra MuestreoSandra Zapata
 
Tipos de variables, Criterios de exclucion, eliminacion e inclusion
Tipos de variables, Criterios de exclucion, eliminacion e inclusionTipos de variables, Criterios de exclucion, eliminacion e inclusion
Tipos de variables, Criterios de exclucion, eliminacion e inclusionMartin Rangel
 
Seleccion de la Muestra en Investigacion
Seleccion de la Muestra en InvestigacionSeleccion de la Muestra en Investigacion
Seleccion de la Muestra en Investigaciongambitguille
 
Tipos de investigacion y diseño de investigacion
Tipos de investigacion y diseño de investigacionTipos de investigacion y diseño de investigacion
Tipos de investigacion y diseño de investigacionwendyhuamanv
 
TAMAÑO DE LA MUESTRA
TAMAÑO DE LA MUESTRATAMAÑO DE LA MUESTRA
TAMAÑO DE LA MUESTRAguest8a3c19
 
Muestreo aleatorio simple
Muestreo aleatorio simpleMuestreo aleatorio simple
Muestreo aleatorio simplemilit
 
7.Seleccion de la muestra. Paso 7 de la Investigacion Científica.
7.Seleccion de la muestra. Paso 7 de la Investigacion Científica.7.Seleccion de la muestra. Paso 7 de la Investigacion Científica.
7.Seleccion de la muestra. Paso 7 de la Investigacion Científica.Edison Coimbra G.
 

Destacado (20)

Universo, población y muestra
Universo, población y muestraUniverso, población y muestra
Universo, población y muestra
 
Tamaño muestra
Tamaño muestraTamaño muestra
Tamaño muestra
 
3. universo y muestra- prof gino giorgianni
3. universo y muestra- prof gino giorgianni3. universo y muestra- prof gino giorgianni
3. universo y muestra- prof gino giorgianni
 
Errores epidemiológicos
Errores epidemiológicosErrores epidemiológicos
Errores epidemiológicos
 
Sesgos
SesgosSesgos
Sesgos
 
Delimitación de la muestra
Delimitación de la muestraDelimitación de la muestra
Delimitación de la muestra
 
Clase población muestra y muestreo
Clase población muestra y muestreoClase población muestra y muestreo
Clase población muestra y muestreo
 
Sesgos
SesgosSesgos
Sesgos
 
Poblacion, Muestra Muestreo
Poblacion, Muestra MuestreoPoblacion, Muestra Muestreo
Poblacion, Muestra Muestreo
 
Tipos de variables, Criterios de exclucion, eliminacion e inclusion
Tipos de variables, Criterios de exclucion, eliminacion e inclusionTipos de variables, Criterios de exclucion, eliminacion e inclusion
Tipos de variables, Criterios de exclucion, eliminacion e inclusion
 
Errores, sesgos y causalidad
Errores, sesgos y causalidadErrores, sesgos y causalidad
Errores, sesgos y causalidad
 
Población y muestra seminario de tesis
Población y muestra  seminario de tesisPoblación y muestra  seminario de tesis
Población y muestra seminario de tesis
 
Poblacion y sus caracteristicas
Poblacion y sus caracteristicasPoblacion y sus caracteristicas
Poblacion y sus caracteristicas
 
Seleccion de la Muestra en Investigacion
Seleccion de la Muestra en InvestigacionSeleccion de la Muestra en Investigacion
Seleccion de la Muestra en Investigacion
 
Estadistica
EstadisticaEstadistica
Estadistica
 
Tipos de investigacion y diseño de investigacion
Tipos de investigacion y diseño de investigacionTipos de investigacion y diseño de investigacion
Tipos de investigacion y diseño de investigacion
 
TAMAÑO DE LA MUESTRA
TAMAÑO DE LA MUESTRATAMAÑO DE LA MUESTRA
TAMAÑO DE LA MUESTRA
 
Población y Muestra
Población y MuestraPoblación y Muestra
Población y Muestra
 
Muestreo aleatorio simple
Muestreo aleatorio simpleMuestreo aleatorio simple
Muestreo aleatorio simple
 
7.Seleccion de la muestra. Paso 7 de la Investigacion Científica.
7.Seleccion de la muestra. Paso 7 de la Investigacion Científica.7.Seleccion de la muestra. Paso 7 de la Investigacion Científica.
7.Seleccion de la muestra. Paso 7 de la Investigacion Científica.
 

Similar a 12. universo y muestra

4. METODOLOGÍA DE TRABAJO
4. METODOLOGÍA DE TRABAJO4. METODOLOGÍA DE TRABAJO
4. METODOLOGÍA DE TRABAJOUNT VJ
 
Tamaño de la muestra
Tamaño de la muestraTamaño de la muestra
Tamaño de la muestraAGENCIAS2
 
Tamaño de la muestra
Tamaño de la muestraTamaño de la muestra
Tamaño de la muestraAGENCIAS2
 
Cálculo del tamaño de la muestra
Cálculo del tamaño de la muestraCálculo del tamaño de la muestra
Cálculo del tamaño de la muestraMiriam Rocio
 
Guía de estudio distribuciones muestrales 1
Guía de estudio  distribuciones muestrales 1Guía de estudio  distribuciones muestrales 1
Guía de estudio distribuciones muestrales 1Liliana Salomon
 
Guía de estudio. Distribuciones muestrales
Guía de estudio. Distribuciones muestrales Guía de estudio. Distribuciones muestrales
Guía de estudio. Distribuciones muestrales Liliana Salomon
 
Muestra y muestreo (2)
Muestra y muestreo (2)Muestra y muestreo (2)
Muestra y muestreo (2)paolajd
 
Muestra de Investigación Cuantitativa
Muestra de Investigación CuantitativaMuestra de Investigación Cuantitativa
Muestra de Investigación Cuantitativagambitguille
 
Muestra en la Investigación Cuantitativa
Muestra en la Investigación CuantitativaMuestra en la Investigación Cuantitativa
Muestra en la Investigación Cuantitativagambitguille
 
05muestrainvestigacion 140820185016-phpapp01
05muestrainvestigacion 140820185016-phpapp0105muestrainvestigacion 140820185016-phpapp01
05muestrainvestigacion 140820185016-phpapp01JuanitoGutierrez2
 
Unidad 3.5 población y muestra
Unidad 3.5 población y muestraUnidad 3.5 población y muestra
Unidad 3.5 población y muestraJessica Ferreira
 

Similar a 12. universo y muestra (20)

4. METODOLOGÍA DE TRABAJO
4. METODOLOGÍA DE TRABAJO4. METODOLOGÍA DE TRABAJO
4. METODOLOGÍA DE TRABAJO
 
Muestreo
MuestreoMuestreo
Muestreo
 
Tamaño de la muestra
Tamaño de la muestraTamaño de la muestra
Tamaño de la muestra
 
Tamaño de la muestra
Tamaño de la muestraTamaño de la muestra
Tamaño de la muestra
 
7. población y muestra
7. población y muestra 7. población y muestra
7. población y muestra
 
ESTADÍSTICA Y MUESTREO
ESTADÍSTICA Y MUESTREOESTADÍSTICA Y MUESTREO
ESTADÍSTICA Y MUESTREO
 
Cálculo del tamaño de la muestra
Cálculo del tamaño de la muestraCálculo del tamaño de la muestra
Cálculo del tamaño de la muestra
 
Clase de muestreo
Clase de muestreoClase de muestreo
Clase de muestreo
 
Muestreo
MuestreoMuestreo
Muestreo
 
Guía de estudio distribuciones muestrales 1
Guía de estudio  distribuciones muestrales 1Guía de estudio  distribuciones muestrales 1
Guía de estudio distribuciones muestrales 1
 
Guía de estudio. Distribuciones muestrales
Guía de estudio. Distribuciones muestrales Guía de estudio. Distribuciones muestrales
Guía de estudio. Distribuciones muestrales
 
Muestra y muestreo (2)
Muestra y muestreo (2)Muestra y muestreo (2)
Muestra y muestreo (2)
 
Muestra de Investigación Cuantitativa
Muestra de Investigación CuantitativaMuestra de Investigación Cuantitativa
Muestra de Investigación Cuantitativa
 
Muestra en la Investigación Cuantitativa
Muestra en la Investigación CuantitativaMuestra en la Investigación Cuantitativa
Muestra en la Investigación Cuantitativa
 
05muestrainvestigacion 140820185016-phpapp01
05muestrainvestigacion 140820185016-phpapp0105muestrainvestigacion 140820185016-phpapp01
05muestrainvestigacion 140820185016-phpapp01
 
Muestreo
Muestreo Muestreo
Muestreo
 
Practica5
Practica5Practica5
Practica5
 
Estimaciones estadisticas
Estimaciones estadisticasEstimaciones estadisticas
Estimaciones estadisticas
 
Unidad 3.5 población y muestra
Unidad 3.5 población y muestraUnidad 3.5 población y muestra
Unidad 3.5 población y muestra
 
Estadistica Muestreo
Estadistica MuestreoEstadistica Muestreo
Estadistica Muestreo
 

Último

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
 
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
 
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
 
Estrategia de Enseñanza y Aprendizaje.pdf
Estrategia de Enseñanza y Aprendizaje.pdfEstrategia de Enseñanza y Aprendizaje.pdf
Estrategia de Enseñanza y Aprendizaje.pdfromanmillans
 
codigos HTML para blogs y paginas web Karina
codigos HTML para blogs y paginas web Karinacodigos HTML para blogs y paginas web Karina
codigos HTML para blogs y paginas web Karinavergarakarina022
 
Unidad II Doctrina de la Iglesia 1 parte
Unidad II Doctrina de la Iglesia 1 parteUnidad II Doctrina de la Iglesia 1 parte
Unidad II Doctrina de la Iglesia 1 parteJuan Hernandez
 
TRIPTICO-SISTEMA-MUSCULAR. PARA NIÑOS DE PRIMARIA
TRIPTICO-SISTEMA-MUSCULAR. PARA NIÑOS DE PRIMARIATRIPTICO-SISTEMA-MUSCULAR. PARA NIÑOS DE PRIMARIA
TRIPTICO-SISTEMA-MUSCULAR. PARA NIÑOS DE PRIMARIAAbelardoVelaAlbrecht1
 
Tarea 5_ Foro _Selección de herramientas digitales_Manuel.pdf
Tarea 5_ Foro _Selección de herramientas digitales_Manuel.pdfTarea 5_ Foro _Selección de herramientas digitales_Manuel.pdf
Tarea 5_ Foro _Selección de herramientas digitales_Manuel.pdfManuel Molina
 
SINTAXIS DE LA ORACIÓN SIMPLE 2023-2024.pptx
SINTAXIS DE LA ORACIÓN SIMPLE 2023-2024.pptxSINTAXIS DE LA ORACIÓN SIMPLE 2023-2024.pptx
SINTAXIS DE LA ORACIÓN SIMPLE 2023-2024.pptxlclcarmen
 
Factores ecosistemas: interacciones, energia y dinamica
Factores ecosistemas: interacciones, energia y dinamicaFactores ecosistemas: interacciones, energia y dinamica
Factores ecosistemas: interacciones, energia y dinamicaFlor Idalia Espinoza Ortega
 
EXPECTATIVAS vs PERSPECTIVA en la vida.
EXPECTATIVAS vs PERSPECTIVA  en la vida.EXPECTATIVAS vs PERSPECTIVA  en la vida.
EXPECTATIVAS vs PERSPECTIVA en la vida.DaluiMonasterio
 
VOLUMEN 1 COLECCION PRODUCCION BOVINA . SERIE SANIDAD ANIMAL
VOLUMEN 1 COLECCION PRODUCCION BOVINA . SERIE SANIDAD ANIMALVOLUMEN 1 COLECCION PRODUCCION BOVINA . SERIE SANIDAD ANIMAL
VOLUMEN 1 COLECCION PRODUCCION BOVINA . SERIE SANIDAD ANIMALEDUCCUniversidadCatl
 
Identificación de componentes Hardware del PC
Identificación de componentes Hardware del PCIdentificación de componentes Hardware del PC
Identificación de componentes Hardware del PCCesarFernandez937857
 
Cuadernillo de las sílabas trabadas.pdf
Cuadernillo de las sílabas trabadas.pdfCuadernillo de las sílabas trabadas.pdf
Cuadernillo de las sílabas trabadas.pdfBrandonsanchezdoming
 
RETO MES DE ABRIL .............................docx
RETO MES DE ABRIL .............................docxRETO MES DE ABRIL .............................docx
RETO MES DE ABRIL .............................docxAna Fernandez
 

Último (20)

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...
 
Earth Day Everyday 2024 54th anniversary
Earth Day Everyday 2024 54th anniversaryEarth Day Everyday 2024 54th anniversary
Earth Day Everyday 2024 54th anniversary
 
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.
 
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
 
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
 
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
 
codigos HTML para blogs y paginas web Karina
codigos HTML para blogs y paginas web Karinacodigos HTML para blogs y paginas web Karina
codigos HTML para blogs y paginas web Karina
 
Unidad II Doctrina de la Iglesia 1 parte
Unidad II Doctrina de la Iglesia 1 parteUnidad II Doctrina de la Iglesia 1 parte
Unidad II Doctrina de la Iglesia 1 parte
 
TRIPTICO-SISTEMA-MUSCULAR. PARA NIÑOS DE PRIMARIA
TRIPTICO-SISTEMA-MUSCULAR. PARA NIÑOS DE PRIMARIATRIPTICO-SISTEMA-MUSCULAR. PARA NIÑOS DE PRIMARIA
TRIPTICO-SISTEMA-MUSCULAR. PARA NIÑOS DE PRIMARIA
 
Tarea 5_ Foro _Selección de herramientas digitales_Manuel.pdf
Tarea 5_ Foro _Selección de herramientas digitales_Manuel.pdfTarea 5_ Foro _Selección de herramientas digitales_Manuel.pdf
Tarea 5_ Foro _Selección de herramientas digitales_Manuel.pdf
 
SINTAXIS DE LA ORACIÓN SIMPLE 2023-2024.pptx
SINTAXIS DE LA ORACIÓN SIMPLE 2023-2024.pptxSINTAXIS DE LA ORACIÓN SIMPLE 2023-2024.pptx
SINTAXIS DE LA ORACIÓN SIMPLE 2023-2024.pptx
 
Factores ecosistemas: interacciones, energia y dinamica
Factores ecosistemas: interacciones, energia y dinamicaFactores ecosistemas: interacciones, energia y dinamica
Factores ecosistemas: interacciones, energia y dinamica
 
EXPECTATIVAS vs PERSPECTIVA en la vida.
EXPECTATIVAS vs PERSPECTIVA  en la vida.EXPECTATIVAS vs PERSPECTIVA  en la vida.
EXPECTATIVAS vs PERSPECTIVA en la vida.
 
VOLUMEN 1 COLECCION PRODUCCION BOVINA . SERIE SANIDAD ANIMAL
VOLUMEN 1 COLECCION PRODUCCION BOVINA . SERIE SANIDAD ANIMALVOLUMEN 1 COLECCION PRODUCCION BOVINA . SERIE SANIDAD ANIMAL
VOLUMEN 1 COLECCION PRODUCCION BOVINA . SERIE SANIDAD ANIMAL
 
Identificación de componentes Hardware del PC
Identificación de componentes Hardware del PCIdentificación de componentes Hardware del PC
Identificación de componentes Hardware del PC
 
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
 
Cuadernillo de las sílabas trabadas.pdf
Cuadernillo de las sílabas trabadas.pdfCuadernillo de las sílabas trabadas.pdf
Cuadernillo de las sílabas trabadas.pdf
 
RETO MES DE ABRIL .............................docx
RETO MES DE ABRIL .............................docxRETO MES DE ABRIL .............................docx
RETO MES DE ABRIL .............................docx
 

12. universo y muestra

  • 1. ESCUELA UNIVERSITARIA DE POST GRADO UNIVERSO Y MUESTRA Dr. Manuel Montoya Ugarte
  • 2. ESCUELA UNIVERSITARIA DE POST GRADO INTRODUCCION En este capitulo se define lo que es universo y muestra. Los tipos de muestra probabilística y no probabilística. Tamaño de la muestra y error muestral. El capitulo termina con dos ejemplos de obtención de muestra aplicando tanto la formula como las tablas.
  • 3. ESCUELA UNIVERSITARIA DE POST GRADO Universo Es el conjunto de individuos de los que se desea conocer algo en una investigación; es la totalidad de individuos o elementos en los cuales pueden presentarse determinada característica susceptible de ser estudiada. El universo o población puede estar constituida por personas, animales, registros médicos, los nacimientos, las muestras de laboratorio, los accidentes viales entre otros. El universo es el grupo de elementos al que se generalizarán los hallazgos.
  • 4. ESCUELA UNIVERSITARIA DE POST GRADO Muestra  definir en forma concreta y específica cuál es el universo a estudiar, debe hacerse una delimitación cuidadosa de la población en función del problema, objetivos, hipótesis, variables y tipos de estudio, definiendo cuáles serán las unidades de observación y las unidades de muestreo.
  • 5. ESCUELA UNIVERSITARIA DE POST GRADO Muestra  Es un subconjunto o parte del universo o población en que se llevarán a cabo la investigación con el fin posterior de generalizar los hallazgos del todo.  Muestra probabilística, es aquella extraída de una población de tal manera que todo miembro de esta última tenga una probabilidad conocida de estar incluido en la muestra.  En las muestras se pueden destacar: 1. Permite que el estudio se realice en menor tiempo 2. Se incurre en menos gastos 3. Posibilita profundizar en el análisis de variables 4. Permite tener mayor control de las variables a estudiar
  • 6. ESCUELA UNIVERSITARIA DE POST GRADO Conceptos, población y muestra Parte de los elementos o subconjuntos de una Población que se selecciona Para el estudio de esa Característica o condición Conjunto de elementos que presentan una Característica o condición Común que es objeto de estudio Muestra Población Generalización de hallazgos Extracción Muestra
  • 7. ESCUELA UNIVERSITARIA DE POST GRADO Muestra y Muestreo  Cualquier subconjunto de elementos de una población es una muestra de ella.  De cada población puede extraerse un número indefinido de muestras  Cuando se utiliza la muestra se pretende conocer las características de la población.  La muestra a estudiar, por lo tanto, debe ser representativa de la población, pues este es requisito fundamental para poder hacer generalizaciones válidas para la población.  Muestra representativa es aquella que reúne en sí las características principales de la población y guarda relación con la condición particular que se estudia.  Los aspectos fundamentales que se deben considerar en la extracción de una muestra representativa son: 1. El sistema de muestreo utilizado 2. El tamaño de la muestra
  • 8. ESCUELA UNIVERSITARIA DE POST GRADO Tipos de Muestreo Tipos de Muestreo Probabilístico No probabilístico Accidental Por cuotas Intencionado Sistemático Aleatorio Simple Estratificado Conglomerado
  • 9. ESCUELA UNIVERSITARIA DE POST GRADO Tamaño de la muestra y error muestral• Cuando una muestra es aleatoria o probabilística es posible calcular para ella el error muestral. Este error indica el % de incertidumbre, o riesgo que se corre de que la muestra escogida no sea representativa. Es decir si trabajamos con un error calculado en un 5 % significa que existe un 95% de probabilidades de que el conjunto muestral representa adecuadamente el universo del cual ha sido extraído. • Para fijar el tamaño de la muestra adecuada a cada investigación es preciso primero determinar el % de error que estamos dispuestos a asumir. Una vez hecho esto deberán realizarse las operaciones estadísticas correspondientes para poder calcular el tamaño de la muestra que nos permite situarnos dentro del margen de error aceptado. Es decir que no se fija primero el número de unidades de la muestra para luego proceder a determinar el riesgo que se corre sino a la inversa, se pone un límite a este riesgo y es en función de eso se define el tamaño de la muestra que nos garantiza no sobrepásarlo.
  • 10. ESCUELA UNIVERSITARIA DE POST GRADO % de error Más menos Más menos Más menos Más menos Más menos Más menos Población 1% 2% 3% 4% 5% 10% Np N1 N2 N3 N4 N5 N10 500 - - - - 222 83 1000 - - 385 286 91 1500 - - 638 441 316 94 2000 - - 714 476 333 95 2500 - 1,250 769 500 345 96 3000 - 1,364 811 520 353 97 3500 - 1,458 843 530 359 98 4000 - 1,538 870 541 364 98 4500 - 1,607 891 546 367 98 5000 - 1,667 909 556 370 98 6000 - 1,765 938 565 375 99 7000 - 1,842 959 574 378 99 8000 - 1,905 976 580 381 99 9000 - 1,957 989 584 383 99 10000 5,000 2,000 1,000 588 385 99 15000 6,000 2,143 1,034 600 390 100 20000 6,667 2,222 1,053 606 392 100 25000 7,143 2,273 1,064 610 394 100 50000 8,333 2,381 1,087 617 397 100 100000 9,091 2,439 1,099 621 398 100 más de 100000 10,000 2,500 1,111 625 400 100 ConsiderandoConsiderando márgenes de error ymárgenes de error y confiabilidad.confiabilidad. Tamaños de muestrasTamaños de muestras para las poblacionespara las poblaciones finitas para márgenesfinitas para márgenes de error desde +de error desde + -10%, + -1%, en la-10%, + -1%, en la hipótesis de P=50% yhipótesis de P=50% y con una confiabilidadcon una confiabilidad del 95% (óptima).del 95% (óptima). Tamaños de Muestras
  • 11. ESCUELA UNIVERSITARIA DE POST GRADO Tamaño de Muestra • Para determinar el tamaño de la muestra con intervalo de confianza del 95% y márgenes de error de + o- 1% hasta +o-10%, se puede utilizar la siguiente fórmula. • La siguiente fórmula es utilizada en el caso de que el universo o población en estudio sea inferior a 100,000. 4p q N n= E (N-1)+4 pq Donde : n=tamaño de la muestra a ser determinado N=tamaño del universo p=50% q=50% E=2%
  • 12. ESCUELA UNIVERSITARIA DE POST GRADO Tamaño de Muestra • Para determinar el tamaño de la muestra con intervalo de confianza de 95,5% y márgenes de error de +-1%,+-2%,+-3%,+-4%,+-5% se pueden utilizar las siguientes fórmulas: Para una población infinita es decir, superior a las 100,000 unidades de observación: Z p.q n= = E Donde : n= tamaño de la muestra Z=desviación estándar (para un intervalo de confianza de 95,55 es 1,96) p=proporción de la población que posee la característica (cuando se desconoce esa proporción se asume p=50 ) q=1-p E= margen de error que se está dispuesto a aceptar
  • 13. ESCUELA UNIVERSITARIA DE POST GRADO EJEMPLO DE OBTENCION DE MUESTRA UTILIZANDO FORMULA Y TABLA • Problema 1. Se pretende realizar un estudio de las actitudes hacia la experiencia prematrimonial de los estudiantes de una universidad que cuenta con una población estudiantil de 10,000 alumnos. Hallar el tamaño de la muestra, aplicando la formula y con las tablas, en el supuesto que se desea trabajar a un nivel de confianza del 95%, con un margen de error permitido del 2 por 100 (2%). 1)la siguiente formula es utilizada en el caso de que el universo o población en estudio sea Inferior a 100,000.
  • 14. ESCUELA UNIVERSITARIA DE POST GRADO 4p q N n = E2 (N-1)+4 pq Donde : n=tamaño de la muestra a ser determinado N=tamaño del universo = 10,000 p=50% q=100-p q=50% q=100-50=50% E=2% Reemplazando los valores en la formula se tiene: n = 4 x 50 x 50 x 10,000 22 (10,000-1)+ 4x50x50 n = 100’000,000 4(9,999)+ 10,000
  • 15. ESCUELA UNIVERSITARIA DE POST GRADO n = 100’000,000 39,996 + 10,000 n = 100’000,000 49,996 n = 2,000.16 n = 2,000 aprox. UTILIZANDO LA TABLA Se puede comprobar que la intersección de la fila del tamaño del universo 10,000 con la columna correspondiente al error del 2 por 100 (2%) elegida, da como tamaño al mismo que fue obtenido con la formula 2,000.
  • 16. ESCUELA UNIVERSITARIA DE POST GRADO • Problema 2. Suponiendo que un Programa Académico de Derecho y Ciencias Políticas tiene 1,000 alumnos, de los cuales 500, se orientan hacia el derecho y el resto hacia las Ciencia Sociales. Calcular el tamaño de la muestra para conocer cuantos elementos debe tener la muestra en una investigación sobre actitudes hacia el estudio; al nivel de confianza del 95 % y con un error permitido del 5%. RESPUESTA: 4p q N n = E2 (N-1)+4 pq n = 285,9185 n = 286 ( que coincide con el valor con el valor dado en la tabla)