SlideShare una empresa de Scribd logo
Investigaciónde mercadosII
Tema:Muestra o Analisismuestral
Alumno:AyalaHerediaAndrea
Docente:Mgr. José RamiroZapata Barrientos
MUESTRA O ANALISIS MUESTRAL
“Lo maravilloso es que el ejercicio moderno de la enseñanza no haya ahogado por
completo la sagrada curiosidad por investigar, pues esta delicada plantita, además de
estímulo, necesita, esencialmente, de la libertad, sin la cual perece de modo
inevitable.”
ALBERT EINSTEIN
1. Introducción
Las muestras se obtienen con la intención de inferir propiedades de la totalidad
de la población, para lo cual deben ser representativas de la misma (una
muestra representativa se denomina técnicamente muestra aleatoria). Para
cumplir esta característica, la inclusión de sujetos en la muestra debe seguir
una técnica de muestreo. En tales casos, puede obtenerse una información
similar a la de un estudio exhaustivo con mayor rapidez y menor coste (véanse
las ventajas de la elección de una muestra, más abajo).
Por otra parte, en ocasiones, el muestreo puede ser más exacto que el estudio
de toda la población porque el manejo de un menor número de datos genera
también menos errores en su manipulación. En cualquier caso, el conjunto de
individuos de la muestra son los sujetos realmente estudiados.
2. Desarrollo
El objetivo de este manuscrito, es entregar conocimientos generales
respecto de las técnicas de muestreo más utilizadas en investigación clínica.
Una muestra será o no representativa, si fue seleccionada al azar, es decir
todos los sujetos de la población blanco tienen la misma posibilidad de ser
seleccionados en la muestra. La población accesible es el conjunto de
sujetos que pertenecen a la población blanco, que están disponibles para la
investigación.
Investigaciónde mercadosII
Tema:Muestra o Analisismuestral
Alumno:AyalaHerediaAndrea
Docente:Mgr. José RamiroZapata Barrientos
Generalización de resultados. La representatividad de la muestra, permite
extrapolar los resultados a la población de accesible y de ésta a la población
general.
Criterios de elegibilidad. Los criterios de inclusión corresponden a aquellas
características clínicas, demográficas, temporales y geográficas de los
sujetos que componen la población en estudio. Por su parte, los criterios de
exclusión corresponden a las características de los sujetos que pueden
interferir con la calidad de los datos o la interpretación de los resultados.
2.1. Ventajas y Desventajas de la Aplicación de Técnicas de
Muestreo
Se puede comentar que cada técnica de muestreo tiene sus ventajas y
desventajas (Tabla I); sin embargo, en términos generales existen ventajas
y desventajas comunes para todas ellas:
VENTAJAS
Investigaciónde mercadosII
Tema:Muestra o Analisismuestral
Alumno:AyalaHerediaAndrea
Docente:Mgr. José RamiroZapata Barrientos
 Reducción de costos: Los costes de un estudio serán menores si los
datos de interés se pueden obtener a partir de una muestra de la
población blanco. Por ejemplo, cuando se realizan estudios de
prevalencia de un evento de interés, es más económico medir una
muestra representativa de 1500 sujetos de la población blanco, que a
los 250.000 individuos que la componen.
 Eficiencia: Al trabajar con un número reducido de sujetos a estudio,
representativos de la población blanco; el tiempo necesario para
conducir el estudio y obtener resultados y conclusiones será
ostensiblemente menor.
DESVENTAJA
 Inadecuada representación de la población blanco: Esto puede ocurrir
si se decide trabajar con muestras pequeñas.
Por ejemplo, es muy común ver publicaciones en las que se comparan 50
sujetos tratados con la intervención en estudio versus 50 con la intervención
estándar. Este es un número muy recurrente, pero posiblemente conlleva
una mala representación de la población a la que se desea inferir los
resultados.
Investigaciónde mercadosII
Tema:Muestra o Analisismuestral
Alumno:AyalaHerediaAndrea
Docente:Mgr. José RamiroZapata Barrientos
2.2. Definiciones relacionadas
2.2.1. Espacio muestral
El espacio muestral del que se toma una muestra concreta está
formado por el conjunto de todas las posibles muestras que se pueden
extraer de una población mediante una determinada técnica de
muestreo.
2.2.2. Parámetros estadísticos o estadísticos muestrales
Un parámetro estadístico o simplemente un estadístico muestral es
cualquier valor calculado a partir de la muestra. Por ejemplo, la media,
la varianza o una proporción que describe a una población y puede
estimarse a partir de una muestra. Un estadístico muestral es un tipo de
variable aleatoria y, como tal, tiene una distribución de probabilidad
concreta, frecuentemente caracterizada por un conjunto finito de
parámetros.
2.2.3. Estimación
Una estimación estadística es cualquier técnica para conocer un valor
aproximado de un parámetro referido a la población, a partir de los
estadísticos muestrales calculados a partir de los elementos de la
muestra. Si se estima el suficiente número de parámetros, puede
aproximarse de manera razonable la distribución de probabilidad de la
población para ciertas variables aleatorias.
2.2.4. Nivel de confianza
El nivel de confianza de una aseveración basada en la inferencia
estadística es una medida de la bondad de la estimación realizada a
partir de estadísticos muestrales. Generalmente, se usan niveles de
confianza para intervalos de confianza o bien p-valores que miden la
probabilidad de errores de tipo I (probabilidad de rechazar una cierta
hipótesis que se considera correcta).
2.2.5. Tipos de muestreo
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.
A. 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.
 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.
Investigaciónde mercadosII
Tema:Muestra o Analisismuestral
Alumno:AyalaHerediaAndrea
Docente:Mgr. José RamiroZapata Barrientos
 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.
 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.
B. Muestreos no aleatorios o no probabilísticos
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.
 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.
 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 generalmente cuando se trabaja con
poblaciones de difícil acceso, como en el caso de adictos a
sustancias o de miembros de culturas minoritarias.
 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.
3. CONCLUSIÓN
El muestreo Estadístico resulta beneficioso para implementarlo en la
realización de un estudio, debido a que mediante este se pueden obtener
probabilidades bajas o altas a través de determinados beneficios que estas
Investigaciónde mercadosII
Tema:Muestra o Analisismuestral
Alumno:AyalaHerediaAndrea
Docente:Mgr. José RamiroZapata Barrientos
técnicas ofrecen. En los diferentes tipos de muestreo existen no probabilística
en los cuales se deben establecer diferencia en el momento de realizar
nuestras investigaciones por tanto que en el no probabilística no toda la
población forma parte de la muestra y en el probabilística todos los individuos
tienen probabilidad positiva de formar parte de la muestra.
El muestreo es sencillamente el procedimiento que se emplea a extraer una
pequilla parte de una población dentro de un universo a esta se le llama
espacio muestral dentro de un universo.
Es importante resaltar que el primer procedimiento al realizar una auditoria, es
iniciar las investigaciones de manera tal que esta arrojen conclusiones
provenientes de determinados estudios como puede ser el estadístico a través
de una muestra probabilística.
4. Referencias
 https://es.wikipedia.org/wiki/Muestra_estad%C3%ADstica#Introducci%C
3%B3n
 https://psicologiaymente.com/miscelanea/tipos-de-muestreo
 https://scielo.conicyt.cl/scielo.php?script=sci_arttext&pid=S0717-
95022017000100037
 https://www.monografias.com/trabajos39/muestreo-
estadistico/muestreo-estadistico2.shtml#concl
5. Videos
https://www.youtube.com/watch?v=1jUBkgsoBzA
https://www.youtube.com/watch?v=tQh29_Noo9w

Más contenido relacionado

La actualidad más candente

Muestra o analisis muestral
Muestra o analisis muestralMuestra o analisis muestral
Muestra o analisis muestral
JeraldSchneiderCarba
 
Elaboración de muestreo
Elaboración de muestreoElaboración de muestreo
Elaboración de muestreo
UNIVERSIDAD NACIONAL DE INGENIERÍA
 
Muestra o análisis muestral
Muestra o análisis muestralMuestra o análisis muestral
Muestra o análisis muestral
Jose Fernando Peña Aruquipa
 
Muestra o analisis muestral
Muestra o analisis muestralMuestra o analisis muestral
Muestra o analisis muestral
NicolEstefaniValdezJ
 
Muestra o análisis muestral
Muestra o análisis muestralMuestra o análisis muestral
Muestra o análisis muestral
NaydePaulaZequitaZel
 
Guia de clasificacion del muestreo
Guia de clasificacion del muestreoGuia de clasificacion del muestreo
Guia de clasificacion del muestreo
yovannygon
 
Muestreo
MuestreoMuestreo
Aspectos básicos de muestreo
Aspectos básicos de muestreoAspectos básicos de muestreo
Aspectos básicos de muestreo
Carmen Evelia Gutierrez
 
muestreo
muestreomuestreo
muestreo
MarcosAndrada4
 
Unidad 3.5 población y muestra
Unidad 3.5 población y muestraUnidad 3.5 población y muestra
Unidad 3.5 población y muestra
Jessica Ferreira
 
Muestra o analisis_muestral
Muestra o analisis_muestralMuestra o analisis_muestral
Muestra o analisis_muestral
AbdelEddyUrionaCadim
 

La actualidad más candente (11)

Muestra o analisis muestral
Muestra o analisis muestralMuestra o analisis muestral
Muestra o analisis muestral
 
Elaboración de muestreo
Elaboración de muestreoElaboración de muestreo
Elaboración de 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
 
Muestra o análisis muestral
Muestra o análisis muestralMuestra o análisis muestral
Muestra o análisis muestral
 
Guia de clasificacion del muestreo
Guia de clasificacion del muestreoGuia de clasificacion del muestreo
Guia de clasificacion del muestreo
 
Muestreo
MuestreoMuestreo
Muestreo
 
Aspectos básicos de muestreo
Aspectos básicos de muestreoAspectos básicos de muestreo
Aspectos básicos de muestreo
 
muestreo
muestreomuestreo
muestreo
 
Unidad 3.5 población y muestra
Unidad 3.5 población y muestraUnidad 3.5 población y muestra
Unidad 3.5 población y muestra
 
Muestra o analisis_muestral
Muestra o analisis_muestralMuestra o analisis_muestral
Muestra o analisis_muestral
 

Similar a Muestra o analisis muestral

Poblacion y Muestra 12-04-2021.pptx
Poblacion y Muestra 12-04-2021.pptxPoblacion y Muestra 12-04-2021.pptx
Poblacion y Muestra 12-04-2021.pptx
JoseGalvez83
 
Muestreo Estadistico
Muestreo EstadisticoMuestreo Estadistico
Muestreo Estadistico
wendylinarez
 
Estadistica ii expo
Estadistica ii expoEstadistica ii expo
Estadistica ii expo
Daniel Marquez
 
MATERIAL SEGUNDO PARCIAL BIOESTADISTICA.pdf
MATERIAL SEGUNDO PARCIAL BIOESTADISTICA.pdfMATERIAL SEGUNDO PARCIAL BIOESTADISTICA.pdf
MATERIAL SEGUNDO PARCIAL BIOESTADISTICA.pdf
NellyVirginiaAyalaMe
 
elmuestreo.pdf
elmuestreo.pdfelmuestreo.pdf
elmuestreo.pdf
RosibelCordero1
 
El muestreo (1)
El muestreo (1)El muestreo (1)
El muestreo (1)
HumbertoCarlosGalleg
 
Elmuestreo
ElmuestreoElmuestreo
Elmuestreo
Roberto Flores
 
Elmuestreo
ElmuestreoElmuestreo
Elmuestreo
ElmuestreoElmuestreo
Elmuestreo
Dannymen
 
El muestreo
El muestreoEl muestreo
El muestreo
im_rodriguez
 
Elmuestreo
ElmuestreoElmuestreo
Elmuestreo
Irma Ramirez
 
Elmuestreo
ElmuestreoElmuestreo
Elmuestreo
Juan Soto
 
Elmuestreo
ElmuestreoElmuestreo
Elmuestreo
Jeffry Vera
 
Muestra o analisis muestral
Muestra o analisis muestralMuestra o analisis muestral
Muestra o analisis muestral
MoreliaLimacondori
 
Clase Nº 2- Teoria del Muestreo (1).pptx
Clase Nº 2- Teoria del Muestreo (1).pptxClase Nº 2- Teoria del Muestreo (1).pptx
Clase Nº 2- Teoria del Muestreo (1).pptx
ELIANAMAGALIDUARTEBR
 
El muestreo
El muestreoEl muestreo
El muestreo
Marleny Hualpa
 
Muestreo Estadístico
Muestreo EstadísticoMuestreo Estadístico
Muestreo Estadístico
joclpacheb
 
yary.pptx
yary.pptxyary.pptx
yary.pptx
MaycolDiaz2
 
10° Población y Muestra.pptx
10° Población y Muestra.pptx10° Población y Muestra.pptx
10° Población y Muestra.pptx
NESTOREDGARDOVISLAOQ
 
Población y muestra seminario de tesis
Población y muestra  seminario de tesisPoblación y muestra  seminario de tesis
Población y muestra seminario de tesis
Melissa Sánchez Romero
 

Similar a Muestra o analisis muestral (20)

Poblacion y Muestra 12-04-2021.pptx
Poblacion y Muestra 12-04-2021.pptxPoblacion y Muestra 12-04-2021.pptx
Poblacion y Muestra 12-04-2021.pptx
 
Muestreo Estadistico
Muestreo EstadisticoMuestreo Estadistico
Muestreo Estadistico
 
Estadistica ii expo
Estadistica ii expoEstadistica ii expo
Estadistica ii expo
 
MATERIAL SEGUNDO PARCIAL BIOESTADISTICA.pdf
MATERIAL SEGUNDO PARCIAL BIOESTADISTICA.pdfMATERIAL SEGUNDO PARCIAL BIOESTADISTICA.pdf
MATERIAL SEGUNDO PARCIAL BIOESTADISTICA.pdf
 
elmuestreo.pdf
elmuestreo.pdfelmuestreo.pdf
elmuestreo.pdf
 
El muestreo (1)
El muestreo (1)El muestreo (1)
El muestreo (1)
 
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
 
Muestra o analisis muestral
Muestra o analisis muestralMuestra o analisis muestral
Muestra o analisis muestral
 
Clase Nº 2- Teoria del Muestreo (1).pptx
Clase Nº 2- Teoria del Muestreo (1).pptxClase Nº 2- Teoria del Muestreo (1).pptx
Clase Nº 2- Teoria del Muestreo (1).pptx
 
El muestreo
El muestreoEl muestreo
El muestreo
 
Muestreo Estadístico
Muestreo EstadísticoMuestreo Estadístico
Muestreo Estadístico
 
yary.pptx
yary.pptxyary.pptx
yary.pptx
 
10° Población y Muestra.pptx
10° Población y Muestra.pptx10° Población y Muestra.pptx
10° Población y Muestra.pptx
 
Población y muestra seminario de tesis
Población y muestra  seminario de tesisPoblación y muestra  seminario de tesis
Población y muestra seminario de tesis
 

Más de andreaayalaheredia2

Poblacion o universo
Poblacion o universoPoblacion o universo
Poblacion o universo
andreaayalaheredia2
 
Competencia administrativa
Competencia administrativaCompetencia administrativa
Competencia administrativa
andreaayalaheredia2
 
Analisis foda
Analisis fodaAnalisis foda
Analisis foda
andreaayalaheredia2
 
Analisis de pest
Analisis de pestAnalisis de pest
Analisis de pest
andreaayalaheredia2
 
sesempeño, emociones y creatividad
sesempeño, emociones y creatividadsesempeño, emociones y creatividad
sesempeño, emociones y creatividad
andreaayalaheredia2
 
La prevision
La previsionLa prevision
La prevision
andreaayalaheredia2
 
Marketing 1.0 2.0-3.0-4.0
Marketing 1.0 2.0-3.0-4.0Marketing 1.0 2.0-3.0-4.0
Marketing 1.0 2.0-3.0-4.0
andreaayalaheredia2
 
Recopilacion de informacion para trabajos de investigacion
Recopilacion de informacion para trabajos de investigacionRecopilacion de informacion para trabajos de investigacion
Recopilacion de informacion para trabajos de investigacion
andreaayalaheredia2
 
Las 6 emociones basicas segun Paul ekman
Las 6 emociones basicas segun Paul ekmanLas 6 emociones basicas segun Paul ekman
Las 6 emociones basicas segun Paul ekman
andreaayalaheredia2
 
Enfoque sistemico
Enfoque sistemicoEnfoque sistemico
Enfoque sistemico
andreaayalaheredia2
 
Investigacion de las importaciones de los alimentos en bolivia
Investigacion de las importaciones de los alimentos en boliviaInvestigacion de las importaciones de los alimentos en bolivia
Investigacion de las importaciones de los alimentos en bolivia
andreaayalaheredia2
 
Flujo circular de la economia
Flujo circular de la economiaFlujo circular de la economia
Flujo circular de la economia
andreaayalaheredia2
 
Estudio comparativo de impuestos en latinoamerica
Estudio comparativo de impuestos en latinoamericaEstudio comparativo de impuestos en latinoamerica
Estudio comparativo de impuestos en latinoamerica
andreaayalaheredia2
 
Teoria malthusiana
Teoria malthusianaTeoria malthusiana
Teoria malthusiana
andreaayalaheredia2
 
Analisis multivariante
Analisis multivarianteAnalisis multivariante
Analisis multivariante
andreaayalaheredia2
 
investigación cuantitativa
investigación cuantitativainvestigación cuantitativa
investigación cuantitativa
andreaayalaheredia2
 
investigacion cualitativa
investigacion cualitativainvestigacion cualitativa
investigacion cualitativa
andreaayalaheredia2
 

Más de andreaayalaheredia2 (17)

Poblacion o universo
Poblacion o universoPoblacion o universo
Poblacion o universo
 
Competencia administrativa
Competencia administrativaCompetencia administrativa
Competencia administrativa
 
Analisis foda
Analisis fodaAnalisis foda
Analisis foda
 
Analisis de pest
Analisis de pestAnalisis de pest
Analisis de pest
 
sesempeño, emociones y creatividad
sesempeño, emociones y creatividadsesempeño, emociones y creatividad
sesempeño, emociones y creatividad
 
La prevision
La previsionLa prevision
La prevision
 
Marketing 1.0 2.0-3.0-4.0
Marketing 1.0 2.0-3.0-4.0Marketing 1.0 2.0-3.0-4.0
Marketing 1.0 2.0-3.0-4.0
 
Recopilacion de informacion para trabajos de investigacion
Recopilacion de informacion para trabajos de investigacionRecopilacion de informacion para trabajos de investigacion
Recopilacion de informacion para trabajos de investigacion
 
Las 6 emociones basicas segun Paul ekman
Las 6 emociones basicas segun Paul ekmanLas 6 emociones basicas segun Paul ekman
Las 6 emociones basicas segun Paul ekman
 
Enfoque sistemico
Enfoque sistemicoEnfoque sistemico
Enfoque sistemico
 
Investigacion de las importaciones de los alimentos en bolivia
Investigacion de las importaciones de los alimentos en boliviaInvestigacion de las importaciones de los alimentos en bolivia
Investigacion de las importaciones de los alimentos en bolivia
 
Flujo circular de la economia
Flujo circular de la economiaFlujo circular de la economia
Flujo circular de la economia
 
Estudio comparativo de impuestos en latinoamerica
Estudio comparativo de impuestos en latinoamericaEstudio comparativo de impuestos en latinoamerica
Estudio comparativo de impuestos en latinoamerica
 
Teoria malthusiana
Teoria malthusianaTeoria malthusiana
Teoria malthusiana
 
Analisis multivariante
Analisis multivarianteAnalisis multivariante
Analisis multivariante
 
investigación cuantitativa
investigación cuantitativainvestigación cuantitativa
investigación cuantitativa
 
investigacion cualitativa
investigacion cualitativainvestigacion cualitativa
investigacion cualitativa
 

Último

planificación diaria trastorno del lenguaje.docx
planificación diaria trastorno del lenguaje.docxplanificación diaria trastorno del lenguaje.docx
planificación diaria trastorno del lenguaje.docx
Elsa71869
 
UESJLS Robótica Clase 19 - Dibujo de un polígono sobre otro
UESJLS Robótica Clase 19 - Dibujo de un  polígono sobre otroUESJLS Robótica Clase 19 - Dibujo de un  polígono sobre otro
UESJLS Robótica Clase 19 - Dibujo de un polígono sobre otro
Docente Informático
 
La mujer del flujo de sangre, un pa.pptx
La mujer del flujo de sangre, un pa.pptxLa mujer del flujo de sangre, un pa.pptx
La mujer del flujo de sangre, un pa.pptx
francisconaranjofern1
 
Los acontecimientos finales de la tierra.pdf
Los acontecimientos finales de la tierra.pdfLos acontecimientos finales de la tierra.pdf
Los acontecimientos finales de la tierra.pdf
Alejandrino Halire Ccahuana
 
Sesión: Los acontecimientos finales de la tierra
Sesión: Los acontecimientos finales de la tierraSesión: Los acontecimientos finales de la tierra
Sesión: Los acontecimientos finales de la tierra
https://gramadal.wordpress.com/
 
Los Recursos Naturales como Base de la Economía
Los Recursos Naturales como Base de la EconomíaLos Recursos Naturales como Base de la Economía
Los Recursos Naturales como Base de la Economía
JonathanCovena1
 
Apoplejia_UNIVERSIDAD CENTRAL DEL ECUADOR
Apoplejia_UNIVERSIDAD CENTRAL DEL ECUADORApoplejia_UNIVERSIDAD CENTRAL DEL ECUADOR
Apoplejia_UNIVERSIDAD CENTRAL DEL ECUADOR
NicoleEnriquez19
 
FRASE CÉLEBRE OLÍMPICA EN ROMPECABEZAS. Por JAVIER SOLIS NOYOLA
FRASE CÉLEBRE OLÍMPICA EN ROMPECABEZAS. Por JAVIER SOLIS NOYOLAFRASE CÉLEBRE OLÍMPICA EN ROMPECABEZAS. Por JAVIER SOLIS NOYOLA
FRASE CÉLEBRE OLÍMPICA EN ROMPECABEZAS. Por JAVIER SOLIS NOYOLA
JAVIER SOLIS NOYOLA
 
UESJLS Robótica Clase 16 - vr.vex.com - Unidades 1 a 4 - Evaluación
UESJLS Robótica Clase 16 - vr.vex.com - Unidades 1 a 4 - EvaluaciónUESJLS Robótica Clase 16 - vr.vex.com - Unidades 1 a 4 - Evaluación
UESJLS Robótica Clase 16 - vr.vex.com - Unidades 1 a 4 - Evaluación
Docente Informático
 
CUADRO COMPARATIVO Aylen.docx............
CUADRO COMPARATIVO Aylen.docx............CUADRO COMPARATIVO Aylen.docx............
CUADRO COMPARATIVO Aylen.docx............
LuanaJaime1
 
Os presentamos un nuevo Acompaña2 en Relideleon
Os presentamos un nuevo Acompaña2 en RelideleonOs presentamos un nuevo Acompaña2 en Relideleon
Os presentamos un nuevo Acompaña2 en Relideleon
Profes de Relideleón Apellidos
 
Gui_a para el uso de IA generativa en educacio_n e investigacio_n - UNESCO.pdf
Gui_a para el uso de IA generativa en educacio_n e investigacio_n - UNESCO.pdfGui_a para el uso de IA generativa en educacio_n e investigacio_n - UNESCO.pdf
Gui_a para el uso de IA generativa en educacio_n e investigacio_n - UNESCO.pdf
FRANCISCO PAVON RABASCO
 
Fundamentos filosóficos de la metodología de la enseñanza .pdf
Fundamentos filosóficos de la metodología de la enseñanza .pdfFundamentos filosóficos de la metodología de la enseñanza .pdf
Fundamentos filosóficos de la metodología de la enseñanza .pdf
AnaisMundaray
 
USO DEL MODELO DE CAPAS TCP/IP Y MODELO OSI
USO DEL MODELO DE CAPAS TCP/IP Y MODELO OSIUSO DEL MODELO DE CAPAS TCP/IP Y MODELO OSI
USO DEL MODELO DE CAPAS TCP/IP Y MODELO OSI
J Martin Luzon
 
5° T3 EDITABLE EVALUACIÓN DARUKEL 2023-2024.pdf
5° T3 EDITABLE EVALUACIÓN DARUKEL 2023-2024.pdf5° T3 EDITABLE EVALUACIÓN DARUKEL 2023-2024.pdf
5° T3 EDITABLE EVALUACIÓN DARUKEL 2023-2024.pdf
manuelhinojosa1950
 
La filosofía presocrática y los filosofos más relvantes del periodo.
La filosofía presocrática y los filosofos más relvantes del periodo.La filosofía presocrática y los filosofos más relvantes del periodo.
La filosofía presocrática y los filosofos más relvantes del periodo.
DobbieElfo
 
Leyes de los gases según Boyle-Marriote, Charles, Gay- Lussac, Ley general de...
Leyes de los gases según Boyle-Marriote, Charles, Gay- Lussac, Ley general de...Leyes de los gases según Boyle-Marriote, Charles, Gay- Lussac, Ley general de...
Leyes de los gases según Boyle-Marriote, Charles, Gay- Lussac, Ley general de...
Shirley Vásquez Esparza
 
conectas ideas------------------------------
conectas ideas------------------------------conectas ideas------------------------------
conectas ideas------------------------------
zonia26
 
PPT: Los acontecimientos finales de la tierra
PPT: Los acontecimientos finales de la tierraPPT: Los acontecimientos finales de la tierra
PPT: Los acontecimientos finales de la tierra
https://gramadal.wordpress.com/
 
Elmer crizologo rojas.pdf aplicaciones en internet
Elmer crizologo rojas.pdf aplicaciones en internetElmer crizologo rojas.pdf aplicaciones en internet
Elmer crizologo rojas.pdf aplicaciones en internet
Elmer Crizologo Rojas
 

Último (20)

planificación diaria trastorno del lenguaje.docx
planificación diaria trastorno del lenguaje.docxplanificación diaria trastorno del lenguaje.docx
planificación diaria trastorno del lenguaje.docx
 
UESJLS Robótica Clase 19 - Dibujo de un polígono sobre otro
UESJLS Robótica Clase 19 - Dibujo de un  polígono sobre otroUESJLS Robótica Clase 19 - Dibujo de un  polígono sobre otro
UESJLS Robótica Clase 19 - Dibujo de un polígono sobre otro
 
La mujer del flujo de sangre, un pa.pptx
La mujer del flujo de sangre, un pa.pptxLa mujer del flujo de sangre, un pa.pptx
La mujer del flujo de sangre, un pa.pptx
 
Los acontecimientos finales de la tierra.pdf
Los acontecimientos finales de la tierra.pdfLos acontecimientos finales de la tierra.pdf
Los acontecimientos finales de la tierra.pdf
 
Sesión: Los acontecimientos finales de la tierra
Sesión: Los acontecimientos finales de la tierraSesión: Los acontecimientos finales de la tierra
Sesión: Los acontecimientos finales de la tierra
 
Los Recursos Naturales como Base de la Economía
Los Recursos Naturales como Base de la EconomíaLos Recursos Naturales como Base de la Economía
Los Recursos Naturales como Base de la Economía
 
Apoplejia_UNIVERSIDAD CENTRAL DEL ECUADOR
Apoplejia_UNIVERSIDAD CENTRAL DEL ECUADORApoplejia_UNIVERSIDAD CENTRAL DEL ECUADOR
Apoplejia_UNIVERSIDAD CENTRAL DEL ECUADOR
 
FRASE CÉLEBRE OLÍMPICA EN ROMPECABEZAS. Por JAVIER SOLIS NOYOLA
FRASE CÉLEBRE OLÍMPICA EN ROMPECABEZAS. Por JAVIER SOLIS NOYOLAFRASE CÉLEBRE OLÍMPICA EN ROMPECABEZAS. Por JAVIER SOLIS NOYOLA
FRASE CÉLEBRE OLÍMPICA EN ROMPECABEZAS. Por JAVIER SOLIS NOYOLA
 
UESJLS Robótica Clase 16 - vr.vex.com - Unidades 1 a 4 - Evaluación
UESJLS Robótica Clase 16 - vr.vex.com - Unidades 1 a 4 - EvaluaciónUESJLS Robótica Clase 16 - vr.vex.com - Unidades 1 a 4 - Evaluación
UESJLS Robótica Clase 16 - vr.vex.com - Unidades 1 a 4 - Evaluación
 
CUADRO COMPARATIVO Aylen.docx............
CUADRO COMPARATIVO Aylen.docx............CUADRO COMPARATIVO Aylen.docx............
CUADRO COMPARATIVO Aylen.docx............
 
Os presentamos un nuevo Acompaña2 en Relideleon
Os presentamos un nuevo Acompaña2 en RelideleonOs presentamos un nuevo Acompaña2 en Relideleon
Os presentamos un nuevo Acompaña2 en Relideleon
 
Gui_a para el uso de IA generativa en educacio_n e investigacio_n - UNESCO.pdf
Gui_a para el uso de IA generativa en educacio_n e investigacio_n - UNESCO.pdfGui_a para el uso de IA generativa en educacio_n e investigacio_n - UNESCO.pdf
Gui_a para el uso de IA generativa en educacio_n e investigacio_n - UNESCO.pdf
 
Fundamentos filosóficos de la metodología de la enseñanza .pdf
Fundamentos filosóficos de la metodología de la enseñanza .pdfFundamentos filosóficos de la metodología de la enseñanza .pdf
Fundamentos filosóficos de la metodología de la enseñanza .pdf
 
USO DEL MODELO DE CAPAS TCP/IP Y MODELO OSI
USO DEL MODELO DE CAPAS TCP/IP Y MODELO OSIUSO DEL MODELO DE CAPAS TCP/IP Y MODELO OSI
USO DEL MODELO DE CAPAS TCP/IP Y MODELO OSI
 
5° T3 EDITABLE EVALUACIÓN DARUKEL 2023-2024.pdf
5° T3 EDITABLE EVALUACIÓN DARUKEL 2023-2024.pdf5° T3 EDITABLE EVALUACIÓN DARUKEL 2023-2024.pdf
5° T3 EDITABLE EVALUACIÓN DARUKEL 2023-2024.pdf
 
La filosofía presocrática y los filosofos más relvantes del periodo.
La filosofía presocrática y los filosofos más relvantes del periodo.La filosofía presocrática y los filosofos más relvantes del periodo.
La filosofía presocrática y los filosofos más relvantes del periodo.
 
Leyes de los gases según Boyle-Marriote, Charles, Gay- Lussac, Ley general de...
Leyes de los gases según Boyle-Marriote, Charles, Gay- Lussac, Ley general de...Leyes de los gases según Boyle-Marriote, Charles, Gay- Lussac, Ley general de...
Leyes de los gases según Boyle-Marriote, Charles, Gay- Lussac, Ley general de...
 
conectas ideas------------------------------
conectas ideas------------------------------conectas ideas------------------------------
conectas ideas------------------------------
 
PPT: Los acontecimientos finales de la tierra
PPT: Los acontecimientos finales de la tierraPPT: Los acontecimientos finales de la tierra
PPT: Los acontecimientos finales de la tierra
 
Elmer crizologo rojas.pdf aplicaciones en internet
Elmer crizologo rojas.pdf aplicaciones en internetElmer crizologo rojas.pdf aplicaciones en internet
Elmer crizologo rojas.pdf aplicaciones en internet
 

Muestra o analisis muestral

  • 1. Investigaciónde mercadosII Tema:Muestra o Analisismuestral Alumno:AyalaHerediaAndrea Docente:Mgr. José RamiroZapata Barrientos MUESTRA O ANALISIS MUESTRAL “Lo maravilloso es que el ejercicio moderno de la enseñanza no haya ahogado por completo la sagrada curiosidad por investigar, pues esta delicada plantita, además de estímulo, necesita, esencialmente, de la libertad, sin la cual perece de modo inevitable.” ALBERT EINSTEIN 1. Introducción Las muestras se obtienen con la intención de inferir propiedades de la totalidad de la población, para lo cual deben ser representativas de la misma (una muestra representativa se denomina técnicamente muestra aleatoria). Para cumplir esta característica, la inclusión de sujetos en la muestra debe seguir una técnica de muestreo. En tales casos, puede obtenerse una información similar a la de un estudio exhaustivo con mayor rapidez y menor coste (véanse las ventajas de la elección de una muestra, más abajo). Por otra parte, en ocasiones, el muestreo puede ser más exacto que el estudio de toda la población porque el manejo de un menor número de datos genera también menos errores en su manipulación. En cualquier caso, el conjunto de individuos de la muestra son los sujetos realmente estudiados. 2. Desarrollo El objetivo de este manuscrito, es entregar conocimientos generales respecto de las técnicas de muestreo más utilizadas en investigación clínica. Una muestra será o no representativa, si fue seleccionada al azar, es decir todos los sujetos de la población blanco tienen la misma posibilidad de ser seleccionados en la muestra. La población accesible es el conjunto de sujetos que pertenecen a la población blanco, que están disponibles para la investigación.
  • 2. Investigaciónde mercadosII Tema:Muestra o Analisismuestral Alumno:AyalaHerediaAndrea Docente:Mgr. José RamiroZapata Barrientos Generalización de resultados. La representatividad de la muestra, permite extrapolar los resultados a la población de accesible y de ésta a la población general. Criterios de elegibilidad. Los criterios de inclusión corresponden a aquellas características clínicas, demográficas, temporales y geográficas de los sujetos que componen la población en estudio. Por su parte, los criterios de exclusión corresponden a las características de los sujetos que pueden interferir con la calidad de los datos o la interpretación de los resultados. 2.1. Ventajas y Desventajas de la Aplicación de Técnicas de Muestreo Se puede comentar que cada técnica de muestreo tiene sus ventajas y desventajas (Tabla I); sin embargo, en términos generales existen ventajas y desventajas comunes para todas ellas: VENTAJAS
  • 3. Investigaciónde mercadosII Tema:Muestra o Analisismuestral Alumno:AyalaHerediaAndrea Docente:Mgr. José RamiroZapata Barrientos  Reducción de costos: Los costes de un estudio serán menores si los datos de interés se pueden obtener a partir de una muestra de la población blanco. Por ejemplo, cuando se realizan estudios de prevalencia de un evento de interés, es más económico medir una muestra representativa de 1500 sujetos de la población blanco, que a los 250.000 individuos que la componen.  Eficiencia: Al trabajar con un número reducido de sujetos a estudio, representativos de la población blanco; el tiempo necesario para conducir el estudio y obtener resultados y conclusiones será ostensiblemente menor. DESVENTAJA  Inadecuada representación de la población blanco: Esto puede ocurrir si se decide trabajar con muestras pequeñas. Por ejemplo, es muy común ver publicaciones en las que se comparan 50 sujetos tratados con la intervención en estudio versus 50 con la intervención estándar. Este es un número muy recurrente, pero posiblemente conlleva una mala representación de la población a la que se desea inferir los resultados.
  • 4. Investigaciónde mercadosII Tema:Muestra o Analisismuestral Alumno:AyalaHerediaAndrea Docente:Mgr. José RamiroZapata Barrientos 2.2. Definiciones relacionadas 2.2.1. Espacio muestral El espacio muestral del que se toma una muestra concreta está formado por el conjunto de todas las posibles muestras que se pueden extraer de una población mediante una determinada técnica de muestreo. 2.2.2. Parámetros estadísticos o estadísticos muestrales Un parámetro estadístico o simplemente un estadístico muestral es cualquier valor calculado a partir de la muestra. Por ejemplo, la media, la varianza o una proporción que describe a una población y puede estimarse a partir de una muestra. Un estadístico muestral es un tipo de variable aleatoria y, como tal, tiene una distribución de probabilidad concreta, frecuentemente caracterizada por un conjunto finito de parámetros. 2.2.3. Estimación Una estimación estadística es cualquier técnica para conocer un valor aproximado de un parámetro referido a la población, a partir de los estadísticos muestrales calculados a partir de los elementos de la muestra. Si se estima el suficiente número de parámetros, puede aproximarse de manera razonable la distribución de probabilidad de la población para ciertas variables aleatorias. 2.2.4. Nivel de confianza El nivel de confianza de una aseveración basada en la inferencia estadística es una medida de la bondad de la estimación realizada a partir de estadísticos muestrales. Generalmente, se usan niveles de confianza para intervalos de confianza o bien p-valores que miden la probabilidad de errores de tipo I (probabilidad de rechazar una cierta hipótesis que se considera correcta). 2.2.5. Tipos de muestreo 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. A. 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.  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.
  • 5. Investigaciónde mercadosII Tema:Muestra o Analisismuestral Alumno:AyalaHerediaAndrea Docente:Mgr. José RamiroZapata Barrientos  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.  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. B. Muestreos no aleatorios o no probabilísticos 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.  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.  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 generalmente cuando se trabaja con poblaciones de difícil acceso, como en el caso de adictos a sustancias o de miembros de culturas minoritarias.  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. 3. CONCLUSIÓN El muestreo Estadístico resulta beneficioso para implementarlo en la realización de un estudio, debido a que mediante este se pueden obtener probabilidades bajas o altas a través de determinados beneficios que estas
  • 6. Investigaciónde mercadosII Tema:Muestra o Analisismuestral Alumno:AyalaHerediaAndrea Docente:Mgr. José RamiroZapata Barrientos técnicas ofrecen. En los diferentes tipos de muestreo existen no probabilística en los cuales se deben establecer diferencia en el momento de realizar nuestras investigaciones por tanto que en el no probabilística no toda la población forma parte de la muestra y en el probabilística todos los individuos tienen probabilidad positiva de formar parte de la muestra. El muestreo es sencillamente el procedimiento que se emplea a extraer una pequilla parte de una población dentro de un universo a esta se le llama espacio muestral dentro de un universo. Es importante resaltar que el primer procedimiento al realizar una auditoria, es iniciar las investigaciones de manera tal que esta arrojen conclusiones provenientes de determinados estudios como puede ser el estadístico a través de una muestra probabilística. 4. Referencias  https://es.wikipedia.org/wiki/Muestra_estad%C3%ADstica#Introducci%C 3%B3n  https://psicologiaymente.com/miscelanea/tipos-de-muestreo  https://scielo.conicyt.cl/scielo.php?script=sci_arttext&pid=S0717- 95022017000100037  https://www.monografias.com/trabajos39/muestreo- estadistico/muestreo-estadistico2.shtml#concl 5. Videos https://www.youtube.com/watch?v=1jUBkgsoBzA https://www.youtube.com/watch?v=tQh29_Noo9w