SlideShare una empresa de Scribd logo
DanitzaKatherine Juanez
Mgr. José RamiroZapata Barrientos
Materia: investigaciónde mercados II
LIBEREMOS BOLIVIA
Muestra o analisis muestal
“No hay sacrificio sin éxito, lleva con orgullo las cicatrices que
marcaron tu jornada, no son menos que trofeos gloriosos de
guerra” ( Paul Barrios Duque)
Introducción:
En estadística, una muestra es un subconjunto de casos o individuos de
una población. En diversas aplicaciones, interesa que una muestra
sea representativa, y para ello debe escogerse una técnica de muestra adecuada
que produzca una muestra aleatoria adecuada. También es un subconjunto de la
población, y para ser representativa, debe tener las mismas características de la
población. Si se obtiene una muestra sesgada, su interés y utilidad son más
limitados, en función del grado de sesgos que presente.
Como un subgrupo o subconjunto representativo de la población, extraída
seleccionada por algún método de muestreo, la muestra siempre es una parte de
la población. Si se tienen varias poblaciones, entonces se tendrán varias
muestras. La muestra debe poseer toda la información deseada para tener la
posibilidad de extraerla, y esto solo se puede lograr con una buena selección de la
muestra y un trabajo muy cuidadoso y de alta calidad en la recogida de datos.
Desarrollo:
Muestra es una porción de la totalidad de un fenómeno, producto o actividad
que se considera representativa del total también llamada una muestra
representativa.
Muestra viene de mostrar siendo que da a conocer a los interesados o públicos
objetivos resultados, productos o servicios que ejemplifican o sirve como
demostración de un tipo de evento, calidad o la estandarización.
En estadísticas, la muestra es una porción extraída mediante métodos
específicos que representan los resultados de una totalidad
llamada población usando la probabilidad como, por ejemplo, “la muestra
estadística de 100 personas que se someten a una encuesta para conocer la
satisfacción de un producto”.1
Tipos de muestreo aleatorio o probabilístico
DanitzaKatherine Juanez
Mgr. José RamiroZapata Barrientos
Materia: investigaciónde mercados II
LIBEREMOS BOLIVIA
Hablamos de muestreo aleatorio en los casos en que todos los sujetos que
forman parte de una población tienen la misma probabilidad de ser
escogidos como parte de la muestra. Los muestreos de esta clase son más
populares y útiles que los no aleatorios, principalmente porque tienen una elevada
representatividad y permiten calcular el error de la muestra.
1. Muestreo aleatorio simple
En este tipo de muestreo las variables relevantes de la muestra tienen la misma
función de probabilidad y son independientes entre ellas. La población tiene que
ser infinita o bien finita con reposición de elementos. El muestreo aleatorio
simple es el que más se utiliza en la estadística inferencial, pero es menos
eficaz en muestras muy grandes.
2. Estratificado
El muestreo aleatorio estratificado consiste en dividir la población en estratos; un
ejemplo de esto sería estudiar la relación entre el grado de satisfacción vital y el
nivel socioeconómico. A continuación se extrae un número determinado de sujetos
de cada uno de los estratos por tal de mantener la proporción de la población de
referencia.
3. De conglomerados
En estadística inferencial los conglomerados son conjuntos de elementos
poblacionales, como pueden ser las escuelas o los centros hospitalarios públicos
de un municipio. Al llevar a cabo este tipo de muestreo se divide la población (en
los ejemplos, una localidad concreta) en varios conglomerados y se elige de forma
aleatoria algunos de ellos para estudiarlos.
DanitzaKatherine Juanez
Mgr. José RamiroZapata Barrientos
Materia: investigaciónde mercados II
LIBEREMOS BOLIVIA
4. Sistemático
En este caso se empieza dividiendo el número total de sujetos u observaciones
que conforman la población entre el que se quiere utilizar para la muestra.
Posteriormente se escoge un número al azar de entre los primeros y se va
sumando de forma constante este mismo valor; los elementos seleccionados
pasarán a formar parte de la muestra.
Muestreos no aleatorios o no probabilísticos
Los muestreos no probabilísticos utilizan criterios con un bajo nivel de
sistematización que procuran asegurar que la muestra tenga un cierto grado de
representatividad. Este tipo de muestreos se emplean principalmente cuando no
es posible llevar a cabo otros de tipo aleatorio, lo cual es muy habitual a causa
del elevado coste de los procedimientos de control.
1. Intencional, opinático o de conveniencia
En el muestreo intencional el investigador escoge de forma voluntaria los
elementos que conformarán la muestra, dando por supuesto que esta será
representativa de la población de referencia. Un ejemplo que resultará familiar a
los estudiantes de psicología es la utilización de alumnos como muestra opinática
por parte de profesores universitarios.
2. Muestreo de bola de nieve o en cadena
En este tipo de muestreo los investigadores establecen contacto con sujetos
determinados; a continuación estos consiguen a nuevos participantes para la
muestra hasta completarla. El muestreo de bola de nieve se usa
DanitzaKatherine Juanez
Mgr. José RamiroZapata Barrientos
Materia: investigaciónde mercados II
LIBEREMOS BOLIVIA
generalmente cuando se trabaja con poblaciones de difícil acceso, como en el
caso de adictos a sustancias o de miembros de culturas minoritarias.
3. Muestreo por cuotas o accidental
Hablamos de muestreo por cuotas cuando los investigadores escogen un número
concreto de sujetos que cumplan unas características determinadas (p. e. mujeres
españolas de más de 65 años con deterioro cognitivo severo) a partir de su
conocimiento sobre los estratos de la población. El muestreo accidental se usa
con frecuencia en las encuestas.2
conclusiones:
DanitzaKatherine Juanez
Mgr. José RamiroZapata Barrientos
Materia: investigaciónde mercados II
LIBEREMOS BOLIVIA
En conclusión, la Muestra es una porción de la totalidad de un fenómeno, producto
o actividad que se considera representativa del total también llamada una muestra
representativa. La Muestra viene de mostrar siendo que da a conocer a los
interesados o públicos objetivos resultados, productos o servicios que ejemplifican
o sirve como demostración de un tipo de evento, calidad o la estandarización.
Referencias:
1. https://www.significados.com/muestra/
2. https://www.tiposde.com/tipos_de_muestras_estadisticas.html
3. https://youtu.be/gl9EEbT7viM
4. https://youtu.be/G1sI8HXGFEw
Videos:

Más contenido relacionado

La actualidad más candente

Muestreo o analisis_muestral
Muestreo o analisis_muestralMuestreo o analisis_muestral
Muestreo o analisis_muestral
LisbethParra5
 
Muestra o analisis muestral
Muestra o analisis muestralMuestra o analisis muestral
Muestra o analisis muestral
DANIELMARCELOMONZONP
 
Analisis
AnalisisAnalisis
Muestreo
MuestreoMuestreo
Muestreo
titiparkour
 
tipos de Muestreo
tipos de Muestreo tipos de Muestreo
tipos de Muestreo
jjessu
 
Tamaño de muestra
Tamaño de muestraTamaño de muestra
Tamaño de muestra
aguilas2013
 
Muestreo bioestadisticppt
Muestreo bioestadisticpptMuestreo bioestadisticppt
Muestreo bioestadisticppt
claudia tavara velasquez
 
Muestreo no probabilistico
Muestreo no probabilisticoMuestreo no probabilistico
Muestreo no probabilisticoanthonymaule
 
Poblacion y Muestra
Poblacion y MuestraPoblacion y Muestra
Poblacion y Muestra
Tensor
 
Poblaciones y muestras 8
Poblaciones y muestras 8Poblaciones y muestras 8
Poblaciones y muestras 8
Pregrado - Postgrado
 

La actualidad más candente (13)

Muestreo o analisis_muestral
Muestreo o analisis_muestralMuestreo o analisis_muestral
Muestreo o analisis_muestral
 
Muestra o analisis muestral
Muestra o analisis muestralMuestra o analisis muestral
Muestra o analisis muestral
 
Analisis
AnalisisAnalisis
Analisis
 
Elaboración de muestreo
Elaboración de muestreoElaboración de muestreo
Elaboración de muestreo
 
Muestreo
MuestreoMuestreo
Muestreo
 
Muestreo
MuestreoMuestreo
Muestreo
 
tipos de Muestreo
tipos de Muestreo tipos de Muestreo
tipos de Muestreo
 
Tamaño de muestra
Tamaño de muestraTamaño de muestra
Tamaño de muestra
 
Muestreo bioestadisticppt
Muestreo bioestadisticpptMuestreo bioestadisticppt
Muestreo bioestadisticppt
 
Muestreo no probabilistico
Muestreo no probabilisticoMuestreo no probabilistico
Muestreo no probabilistico
 
Poblacion y Muestra
Poblacion y MuestraPoblacion y Muestra
Poblacion y Muestra
 
Tipos de muestreo
Tipos de muestreoTipos de muestreo
Tipos de muestreo
 
Poblaciones y muestras 8
Poblaciones y muestras 8Poblaciones y muestras 8
Poblaciones y muestras 8
 

Similar a Muestra o analisis muestal

Muestra o analisis muestral
Muestra o analisis muestralMuestra o analisis muestral
Muestra o analisis muestral
andreaayalaheredia2
 
Elmuestreo
ElmuestreoElmuestreo
Elmuestreo
Dannymen
 
El muestreo
El muestreoEl muestreo
El muestreo
im_rodriguez
 
Elmuestreo
ElmuestreoElmuestreo
Elmuestreo
Irma Ramirez
 
Elmuestreo
ElmuestreoElmuestreo
Elmuestreo
Juan Soto
 
elmuestreo.pdf
elmuestreo.pdfelmuestreo.pdf
elmuestreo.pdf
RosibelCordero1
 
El muestreo (1)
El muestreo (1)El muestreo (1)
El muestreo (1)
HumbertoCarlosGalleg
 
El muestreo
El muestreoEl muestreo
El muestreo
Marleny Hualpa
 
Muestra o analisis muestral
Muestra o analisis muestralMuestra o analisis muestral
Muestra o analisis muestral
brendaguzmanmamani
 
Muestra o Análisis Muestral
Muestra o Análisis Muestral Muestra o Análisis Muestral
Muestra o Análisis Muestral
JHENNYCANAVIRICONDOR
 
Analisis muestral
Analisis muestralAnalisis muestral
Analisis muestral
JenniferCanoGonzales
 
Muestra o Análisis Muestral
Muestra o Análisis MuestralMuestra o Análisis Muestral
Muestra o Análisis Muestral
JhoselynAutalioLaime
 
Analisis de muestreo
Analisis de muestreoAnalisis de muestreo
Analisis de muestreo
FernandoCocaGuierrez
 
Muestra o analisis muestral
Muestra o analisis muestralMuestra o analisis muestral
Muestra o analisis muestral
MoreliaLimacondori
 
Poblacion y muestra
Poblacion y muestraPoblacion y muestra
Poblacion y muestra
fernandolorenzomaman
 

Similar a Muestra o analisis muestal (20)

Muestra o analisis muestral
Muestra o analisis muestralMuestra o analisis muestral
Muestra o analisis muestral
 
Elmuestreo
ElmuestreoElmuestreo
Elmuestreo
 
Elmuestreo
ElmuestreoElmuestreo
Elmuestreo
 
Elmuestreo
ElmuestreoElmuestreo
Elmuestreo
 
El muestreo
El muestreoEl muestreo
El muestreo
 
Elmuestreo
ElmuestreoElmuestreo
Elmuestreo
 
Elmuestreo
ElmuestreoElmuestreo
Elmuestreo
 
Elmuestreo
ElmuestreoElmuestreo
Elmuestreo
 
elmuestreo.pdf
elmuestreo.pdfelmuestreo.pdf
elmuestreo.pdf
 
El muestreo (1)
El muestreo (1)El muestreo (1)
El muestreo (1)
 
El muestreo
El muestreoEl muestreo
El muestreo
 
Muestra o analisis muestral
Muestra o analisis muestralMuestra o analisis muestral
Muestra o analisis muestral
 
Tipos de muestreo
Tipos de muestreoTipos de muestreo
Tipos de muestreo
 
Muestra o Análisis Muestral
Muestra o Análisis Muestral Muestra o Análisis Muestral
Muestra o Análisis Muestral
 
Analisis muestral
Analisis muestralAnalisis muestral
Analisis muestral
 
Muestra o Análisis Muestral
Muestra o Análisis MuestralMuestra o Análisis Muestral
Muestra o Análisis Muestral
 
Muestreo Y Probabilidad
Muestreo Y Probabilidad Muestreo Y Probabilidad
Muestreo Y Probabilidad
 
Analisis de muestreo
Analisis de muestreoAnalisis de muestreo
Analisis de muestreo
 
Muestra o analisis muestral
Muestra o analisis muestralMuestra o analisis muestral
Muestra o analisis muestral
 
Poblacion y muestra
Poblacion y muestraPoblacion y muestra
Poblacion y muestra
 

Más de JUANEZDANITZAKATHERI

Poblacion
PoblacionPoblacion
Competencia administrativa
Competencia administrativaCompetencia administrativa
Competencia administrativa
JUANEZDANITZAKATHERI
 
ANALISIS FODA
ANALISIS FODAANALISIS FODA
ANALISIS FODA
JUANEZDANITZAKATHERI
 
PEST
PESTPEST
RECOPILACION DE INFORMACION
RECOPILACION DE INFORMACIONRECOPILACION DE INFORMACION
RECOPILACION DE INFORMACION
JUANEZDANITZAKATHERI
 
DESEMPEÑO EMOCIONES Y CREATIVIDAD
DESEMPEÑO EMOCIONES Y CREATIVIDADDESEMPEÑO EMOCIONES Y CREATIVIDAD
DESEMPEÑO EMOCIONES Y CREATIVIDAD
JUANEZDANITZAKATHERI
 
Seis emociones basicas
Seis emociones basicasSeis emociones basicas
Seis emociones basicas
JUANEZDANITZAKATHERI
 
Marketing 1.0,2.0,3.0 y 4.0
Marketing 1.0,2.0,3.0 y 4.0Marketing 1.0,2.0,3.0 y 4.0
Marketing 1.0,2.0,3.0 y 4.0
JUANEZDANITZAKATHERI
 
La prevision
La previsionLa prevision
La prevision
JUANEZDANITZAKATHERI
 
Flujo circular economico
Flujo circular economicoFlujo circular economico
Flujo circular economico
JUANEZDANITZAKATHERI
 
Importaciones de alimentos en bolivia
Importaciones de alimentos en boliviaImportaciones de alimentos en bolivia
Importaciones de alimentos en bolivia
JUANEZDANITZAKATHERI
 
Enfoque sistematico
Enfoque sistematicoEnfoque sistematico
Enfoque sistematico
JUANEZDANITZAKATHERI
 
Estudio comparativo de los impuestos en latino América
Estudio comparativo de los impuestos en latino América Estudio comparativo de los impuestos en latino América
Estudio comparativo de los impuestos en latino América
JUANEZDANITZAKATHERI
 
Teoria malthusiana danitza juanez
Teoria malthusiana danitza juanezTeoria malthusiana danitza juanez
Teoria malthusiana danitza juanez
JUANEZDANITZAKATHERI
 
Análisis multivariado Danitza Katherine Juanez
Análisis multivariado Danitza Katherine JuanezAnálisis multivariado Danitza Katherine Juanez
Análisis multivariado Danitza Katherine Juanez
JUANEZDANITZAKATHERI
 
Investigacion cuantitativa juanez danitza
Investigacion cuantitativa  juanez danitzaInvestigacion cuantitativa  juanez danitza
Investigacion cuantitativa juanez danitza
JUANEZDANITZAKATHERI
 

Más de JUANEZDANITZAKATHERI (16)

Poblacion
PoblacionPoblacion
Poblacion
 
Competencia administrativa
Competencia administrativaCompetencia administrativa
Competencia administrativa
 
ANALISIS FODA
ANALISIS FODAANALISIS FODA
ANALISIS FODA
 
PEST
PESTPEST
PEST
 
RECOPILACION DE INFORMACION
RECOPILACION DE INFORMACIONRECOPILACION DE INFORMACION
RECOPILACION DE INFORMACION
 
DESEMPEÑO EMOCIONES Y CREATIVIDAD
DESEMPEÑO EMOCIONES Y CREATIVIDADDESEMPEÑO EMOCIONES Y CREATIVIDAD
DESEMPEÑO EMOCIONES Y CREATIVIDAD
 
Seis emociones basicas
Seis emociones basicasSeis emociones basicas
Seis emociones basicas
 
Marketing 1.0,2.0,3.0 y 4.0
Marketing 1.0,2.0,3.0 y 4.0Marketing 1.0,2.0,3.0 y 4.0
Marketing 1.0,2.0,3.0 y 4.0
 
La prevision
La previsionLa prevision
La prevision
 
Flujo circular economico
Flujo circular economicoFlujo circular economico
Flujo circular economico
 
Importaciones de alimentos en bolivia
Importaciones de alimentos en boliviaImportaciones de alimentos en bolivia
Importaciones de alimentos en bolivia
 
Enfoque sistematico
Enfoque sistematicoEnfoque sistematico
Enfoque sistematico
 
Estudio comparativo de los impuestos en latino América
Estudio comparativo de los impuestos en latino América Estudio comparativo de los impuestos en latino América
Estudio comparativo de los impuestos en latino América
 
Teoria malthusiana danitza juanez
Teoria malthusiana danitza juanezTeoria malthusiana danitza juanez
Teoria malthusiana danitza juanez
 
Análisis multivariado Danitza Katherine Juanez
Análisis multivariado Danitza Katherine JuanezAnálisis multivariado Danitza Katherine Juanez
Análisis multivariado Danitza Katherine Juanez
 
Investigacion cuantitativa juanez danitza
Investigacion cuantitativa  juanez danitzaInvestigacion cuantitativa  juanez danitza
Investigacion cuantitativa juanez danitza
 

Último

libro conabilidad financiera, 5ta edicion.pdf
libro conabilidad financiera, 5ta edicion.pdflibro conabilidad financiera, 5ta edicion.pdf
libro conabilidad financiera, 5ta edicion.pdf
MiriamAquino27
 
1º Caso Practico Lubricacion Rodamiento Motor 10CV
1º Caso Practico Lubricacion Rodamiento Motor 10CV1º Caso Practico Lubricacion Rodamiento Motor 10CV
1º Caso Practico Lubricacion Rodamiento Motor 10CV
CarlosAroeira1
 
CONTROL DE MOTORES DE CORRIENTE ALTERNA PPT
CONTROL DE MOTORES DE CORRIENTE ALTERNA  PPTCONTROL DE MOTORES DE CORRIENTE ALTERNA  PPT
CONTROL DE MOTORES DE CORRIENTE ALTERNA PPT
LuisLobatoingaruca
 
Análisis de Sensibilidad clases de investigacion de operaciones
Análisis de Sensibilidad clases de investigacion de operacionesAnálisis de Sensibilidad clases de investigacion de operaciones
Análisis de Sensibilidad clases de investigacion de operaciones
SamuelHuapalla
 
Becas de UOC _ Caja Ingenieros 2024-25.pdf
Becas de UOC _ Caja Ingenieros 2024-25.pdfBecas de UOC _ Caja Ingenieros 2024-25.pdf
Becas de UOC _ Caja Ingenieros 2024-25.pdf
UOC Estudios de Informática, Multimedia y Telecomunicación
 
Las Fuentes de Alimentacion Conmutadas (Switching).pdf
Las Fuentes de Alimentacion Conmutadas (Switching).pdfLas Fuentes de Alimentacion Conmutadas (Switching).pdf
Las Fuentes de Alimentacion Conmutadas (Switching).pdf
NicolasGramajo1
 
LA SEÑALES ANALOGICAS Y LAS SEÑALES DIGITALES
LA SEÑALES ANALOGICAS Y LAS SEÑALES DIGITALESLA SEÑALES ANALOGICAS Y LAS SEÑALES DIGITALES
LA SEÑALES ANALOGICAS Y LAS SEÑALES DIGITALES
LuisLobatoingaruca
 
PRESENTACION REUNION DEL COMITE DE SEGURIDAD
PRESENTACION REUNION DEL COMITE DE SEGURIDADPRESENTACION REUNION DEL COMITE DE SEGURIDAD
PRESENTACION REUNION DEL COMITE DE SEGURIDAD
mirellamilagrosvf
 
Criterios de la primera y segunda derivada
Criterios de la primera y segunda derivadaCriterios de la primera y segunda derivada
Criterios de la primera y segunda derivada
YoverOlivares
 
Análisis Combinatorio ,EJERCICIOS Y PROBLEMAS RESUELTOS
Análisis Combinatorio ,EJERCICIOS Y PROBLEMAS RESUELTOSAnálisis Combinatorio ,EJERCICIOS Y PROBLEMAS RESUELTOS
Análisis Combinatorio ,EJERCICIOS Y PROBLEMAS RESUELTOS
ppame8010
 
Vehiculo para niños con paralisis cerebral
Vehiculo para niños con paralisis cerebralVehiculo para niños con paralisis cerebral
Vehiculo para niños con paralisis cerebral
everchanging2020
 
NORMATIVA AMERICANA ASME B30.5-2021 ESPAÑOL
NORMATIVA AMERICANA ASME B30.5-2021 ESPAÑOLNORMATIVA AMERICANA ASME B30.5-2021 ESPAÑOL
NORMATIVA AMERICANA ASME B30.5-2021 ESPAÑOL
Pol Peña Quispe
 
Curso Basico de DIgSILENT power factorys
Curso Basico de DIgSILENT power factorysCurso Basico de DIgSILENT power factorys
Curso Basico de DIgSILENT power factorys
LuisPerezIgnacio1
 
Especificacioes tecnicas.pdfaaaaaaaaaaaaaaaaaaaaaaaaaaa
Especificacioes tecnicas.pdfaaaaaaaaaaaaaaaaaaaaaaaaaaaEspecificacioes tecnicas.pdfaaaaaaaaaaaaaaaaaaaaaaaaaaa
Especificacioes tecnicas.pdfaaaaaaaaaaaaaaaaaaaaaaaaaaa
ssuserebb7f71
 
BOTAnica mesias orland role.pptx1 ciclo agropecuaria
BOTAnica mesias orland role.pptx1 ciclo agropecuariaBOTAnica mesias orland role.pptx1 ciclo agropecuaria
BOTAnica mesias orland role.pptx1 ciclo agropecuaria
mesiassalazarpresent
 
TEMA 11. FLUIDOS-HIDROSTATICA.TEORIApptx
TEMA 11.  FLUIDOS-HIDROSTATICA.TEORIApptxTEMA 11.  FLUIDOS-HIDROSTATICA.TEORIApptx
TEMA 11. FLUIDOS-HIDROSTATICA.TEORIApptx
maitecuba2006
 
Sistema de disposición sanitarias – UBS composteras 2 PARTE.pptx
Sistema de disposición sanitarias – UBS composteras 2 PARTE.pptxSistema de disposición sanitarias – UBS composteras 2 PARTE.pptx
Sistema de disposición sanitarias – UBS composteras 2 PARTE.pptx
RobertRamos84
 
Ciclo de Otto. Máquinas térmicas para el estudio de la termodinámica química
Ciclo de Otto. Máquinas térmicas para el estudio de la termodinámica químicaCiclo de Otto. Máquinas térmicas para el estudio de la termodinámica química
Ciclo de Otto. Máquinas térmicas para el estudio de la termodinámica química
ycalful01
 
choro ciclo de vida anatomía y fisiología
choro ciclo de vida anatomía y fisiologíachoro ciclo de vida anatomía y fisiología
choro ciclo de vida anatomía y fisiología
elvis2000x
 
Clasificacion geomecanica de Q de Barton
Clasificacion geomecanica de Q de BartonClasificacion geomecanica de Q de Barton
Clasificacion geomecanica de Q de Barton
edujunes132
 

Último (20)

libro conabilidad financiera, 5ta edicion.pdf
libro conabilidad financiera, 5ta edicion.pdflibro conabilidad financiera, 5ta edicion.pdf
libro conabilidad financiera, 5ta edicion.pdf
 
1º Caso Practico Lubricacion Rodamiento Motor 10CV
1º Caso Practico Lubricacion Rodamiento Motor 10CV1º Caso Practico Lubricacion Rodamiento Motor 10CV
1º Caso Practico Lubricacion Rodamiento Motor 10CV
 
CONTROL DE MOTORES DE CORRIENTE ALTERNA PPT
CONTROL DE MOTORES DE CORRIENTE ALTERNA  PPTCONTROL DE MOTORES DE CORRIENTE ALTERNA  PPT
CONTROL DE MOTORES DE CORRIENTE ALTERNA PPT
 
Análisis de Sensibilidad clases de investigacion de operaciones
Análisis de Sensibilidad clases de investigacion de operacionesAnálisis de Sensibilidad clases de investigacion de operaciones
Análisis de Sensibilidad clases de investigacion de operaciones
 
Becas de UOC _ Caja Ingenieros 2024-25.pdf
Becas de UOC _ Caja Ingenieros 2024-25.pdfBecas de UOC _ Caja Ingenieros 2024-25.pdf
Becas de UOC _ Caja Ingenieros 2024-25.pdf
 
Las Fuentes de Alimentacion Conmutadas (Switching).pdf
Las Fuentes de Alimentacion Conmutadas (Switching).pdfLas Fuentes de Alimentacion Conmutadas (Switching).pdf
Las Fuentes de Alimentacion Conmutadas (Switching).pdf
 
LA SEÑALES ANALOGICAS Y LAS SEÑALES DIGITALES
LA SEÑALES ANALOGICAS Y LAS SEÑALES DIGITALESLA SEÑALES ANALOGICAS Y LAS SEÑALES DIGITALES
LA SEÑALES ANALOGICAS Y LAS SEÑALES DIGITALES
 
PRESENTACION REUNION DEL COMITE DE SEGURIDAD
PRESENTACION REUNION DEL COMITE DE SEGURIDADPRESENTACION REUNION DEL COMITE DE SEGURIDAD
PRESENTACION REUNION DEL COMITE DE SEGURIDAD
 
Criterios de la primera y segunda derivada
Criterios de la primera y segunda derivadaCriterios de la primera y segunda derivada
Criterios de la primera y segunda derivada
 
Análisis Combinatorio ,EJERCICIOS Y PROBLEMAS RESUELTOS
Análisis Combinatorio ,EJERCICIOS Y PROBLEMAS RESUELTOSAnálisis Combinatorio ,EJERCICIOS Y PROBLEMAS RESUELTOS
Análisis Combinatorio ,EJERCICIOS Y PROBLEMAS RESUELTOS
 
Vehiculo para niños con paralisis cerebral
Vehiculo para niños con paralisis cerebralVehiculo para niños con paralisis cerebral
Vehiculo para niños con paralisis cerebral
 
NORMATIVA AMERICANA ASME B30.5-2021 ESPAÑOL
NORMATIVA AMERICANA ASME B30.5-2021 ESPAÑOLNORMATIVA AMERICANA ASME B30.5-2021 ESPAÑOL
NORMATIVA AMERICANA ASME B30.5-2021 ESPAÑOL
 
Curso Basico de DIgSILENT power factorys
Curso Basico de DIgSILENT power factorysCurso Basico de DIgSILENT power factorys
Curso Basico de DIgSILENT power factorys
 
Especificacioes tecnicas.pdfaaaaaaaaaaaaaaaaaaaaaaaaaaa
Especificacioes tecnicas.pdfaaaaaaaaaaaaaaaaaaaaaaaaaaaEspecificacioes tecnicas.pdfaaaaaaaaaaaaaaaaaaaaaaaaaaa
Especificacioes tecnicas.pdfaaaaaaaaaaaaaaaaaaaaaaaaaaa
 
BOTAnica mesias orland role.pptx1 ciclo agropecuaria
BOTAnica mesias orland role.pptx1 ciclo agropecuariaBOTAnica mesias orland role.pptx1 ciclo agropecuaria
BOTAnica mesias orland role.pptx1 ciclo agropecuaria
 
TEMA 11. FLUIDOS-HIDROSTATICA.TEORIApptx
TEMA 11.  FLUIDOS-HIDROSTATICA.TEORIApptxTEMA 11.  FLUIDOS-HIDROSTATICA.TEORIApptx
TEMA 11. FLUIDOS-HIDROSTATICA.TEORIApptx
 
Sistema de disposición sanitarias – UBS composteras 2 PARTE.pptx
Sistema de disposición sanitarias – UBS composteras 2 PARTE.pptxSistema de disposición sanitarias – UBS composteras 2 PARTE.pptx
Sistema de disposición sanitarias – UBS composteras 2 PARTE.pptx
 
Ciclo de Otto. Máquinas térmicas para el estudio de la termodinámica química
Ciclo de Otto. Máquinas térmicas para el estudio de la termodinámica químicaCiclo de Otto. Máquinas térmicas para el estudio de la termodinámica química
Ciclo de Otto. Máquinas térmicas para el estudio de la termodinámica química
 
choro ciclo de vida anatomía y fisiología
choro ciclo de vida anatomía y fisiologíachoro ciclo de vida anatomía y fisiología
choro ciclo de vida anatomía y fisiología
 
Clasificacion geomecanica de Q de Barton
Clasificacion geomecanica de Q de BartonClasificacion geomecanica de Q de Barton
Clasificacion geomecanica de Q de Barton
 

Muestra o analisis muestal

  • 1. DanitzaKatherine Juanez Mgr. José RamiroZapata Barrientos Materia: investigaciónde mercados II LIBEREMOS BOLIVIA Muestra o analisis muestal “No hay sacrificio sin éxito, lleva con orgullo las cicatrices que marcaron tu jornada, no son menos que trofeos gloriosos de guerra” ( Paul Barrios Duque) Introducción: En estadística, una muestra es un subconjunto de casos o individuos de una población. En diversas aplicaciones, interesa que una muestra sea representativa, y para ello debe escogerse una técnica de muestra adecuada que produzca una muestra aleatoria adecuada. También es un subconjunto de la población, y para ser representativa, debe tener las mismas características de la población. Si se obtiene una muestra sesgada, su interés y utilidad son más limitados, en función del grado de sesgos que presente. Como un subgrupo o subconjunto representativo de la población, extraída seleccionada por algún método de muestreo, la muestra siempre es una parte de la población. Si se tienen varias poblaciones, entonces se tendrán varias muestras. La muestra debe poseer toda la información deseada para tener la posibilidad de extraerla, y esto solo se puede lograr con una buena selección de la muestra y un trabajo muy cuidadoso y de alta calidad en la recogida de datos. Desarrollo: Muestra es una porción de la totalidad de un fenómeno, producto o actividad que se considera representativa del total también llamada una muestra representativa. Muestra viene de mostrar siendo que da a conocer a los interesados o públicos objetivos resultados, productos o servicios que ejemplifican o sirve como demostración de un tipo de evento, calidad o la estandarización. En estadísticas, la muestra es una porción extraída mediante métodos específicos que representan los resultados de una totalidad llamada población usando la probabilidad como, por ejemplo, “la muestra estadística de 100 personas que se someten a una encuesta para conocer la satisfacción de un producto”.1 Tipos de muestreo aleatorio o probabilístico
  • 2. DanitzaKatherine Juanez Mgr. José RamiroZapata Barrientos Materia: investigaciónde mercados II LIBEREMOS BOLIVIA Hablamos de muestreo aleatorio en los casos en que todos los sujetos que forman parte de una población tienen la misma probabilidad de ser escogidos como parte de la muestra. Los muestreos de esta clase son más populares y útiles que los no aleatorios, principalmente porque tienen una elevada representatividad y permiten calcular el error de la muestra. 1. Muestreo aleatorio simple En este tipo de muestreo las variables relevantes de la muestra tienen la misma función de probabilidad y son independientes entre ellas. La población tiene que ser infinita o bien finita con reposición de elementos. El muestreo aleatorio simple es el que más se utiliza en la estadística inferencial, pero es menos eficaz en muestras muy grandes. 2. Estratificado El muestreo aleatorio estratificado consiste en dividir la población en estratos; un ejemplo de esto sería estudiar la relación entre el grado de satisfacción vital y el nivel socioeconómico. A continuación se extrae un número determinado de sujetos de cada uno de los estratos por tal de mantener la proporción de la población de referencia. 3. De conglomerados En estadística inferencial los conglomerados son conjuntos de elementos poblacionales, como pueden ser las escuelas o los centros hospitalarios públicos de un municipio. Al llevar a cabo este tipo de muestreo se divide la población (en los ejemplos, una localidad concreta) en varios conglomerados y se elige de forma aleatoria algunos de ellos para estudiarlos.
  • 3. DanitzaKatherine Juanez Mgr. José RamiroZapata Barrientos Materia: investigaciónde mercados II LIBEREMOS BOLIVIA 4. Sistemático En este caso se empieza dividiendo el número total de sujetos u observaciones que conforman la población entre el que se quiere utilizar para la muestra. Posteriormente se escoge un número al azar de entre los primeros y se va sumando de forma constante este mismo valor; los elementos seleccionados pasarán a formar parte de la muestra. Muestreos no aleatorios o no probabilísticos Los muestreos no probabilísticos utilizan criterios con un bajo nivel de sistematización que procuran asegurar que la muestra tenga un cierto grado de representatividad. Este tipo de muestreos se emplean principalmente cuando no es posible llevar a cabo otros de tipo aleatorio, lo cual es muy habitual a causa del elevado coste de los procedimientos de control. 1. Intencional, opinático o de conveniencia En el muestreo intencional el investigador escoge de forma voluntaria los elementos que conformarán la muestra, dando por supuesto que esta será representativa de la población de referencia. Un ejemplo que resultará familiar a los estudiantes de psicología es la utilización de alumnos como muestra opinática por parte de profesores universitarios. 2. Muestreo de bola de nieve o en cadena En este tipo de muestreo los investigadores establecen contacto con sujetos determinados; a continuación estos consiguen a nuevos participantes para la muestra hasta completarla. El muestreo de bola de nieve se usa
  • 4. DanitzaKatherine Juanez Mgr. José RamiroZapata Barrientos Materia: investigaciónde mercados II LIBEREMOS BOLIVIA generalmente cuando se trabaja con poblaciones de difícil acceso, como en el caso de adictos a sustancias o de miembros de culturas minoritarias. 3. Muestreo por cuotas o accidental Hablamos de muestreo por cuotas cuando los investigadores escogen un número concreto de sujetos que cumplan unas características determinadas (p. e. mujeres españolas de más de 65 años con deterioro cognitivo severo) a partir de su conocimiento sobre los estratos de la población. El muestreo accidental se usa con frecuencia en las encuestas.2 conclusiones:
  • 5. DanitzaKatherine Juanez Mgr. José RamiroZapata Barrientos Materia: investigaciónde mercados II LIBEREMOS BOLIVIA En conclusión, la Muestra es una porción de la totalidad de un fenómeno, producto o actividad que se considera representativa del total también llamada una muestra representativa. La Muestra viene de mostrar siendo que da a conocer a los interesados o públicos objetivos resultados, productos o servicios que ejemplifican o sirve como demostración de un tipo de evento, calidad o la estandarización. Referencias: 1. https://www.significados.com/muestra/ 2. https://www.tiposde.com/tipos_de_muestras_estadisticas.html 3. https://youtu.be/gl9EEbT7viM 4. https://youtu.be/G1sI8HXGFEw Videos: