SlideShare una empresa de Scribd logo
1 de 6
MoreliaLimaCondori
Mgr. José ramirozapata
Materia: investigaciónde mercadosII
¨LIBEREMOS BOLIVIA¨
Muestra o análisis muestral
Una vez aceptamos nuestros límites, vamos más allá de estos
(AlbertEinstein)
1. Introducción
En estadística, una muestra es un subconjunto de casos o individuosde una población. En
diversas aplicaciones, interesa que una muestra sea representativa, y para ello debe
escogerse unatécnicade muestraadecuadaqueproduzcaunamuestraaleatoriaadecuada.
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.
Comounsubgrupoosubconjuntorepresentativode lapoblación, extraídaseleccionadapor
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
informacióndeseadaparatenerla posibilidadde extraerla,yestosolose puede lograrcon
una buena selección de la muestra y un trabajo muy cuidadoso y de alta calidad en la
recogida de datos.
2. Desarrollo
Los conceptos básicos que uno debe aprender y diferenciar:
a) Población.Es el conjuntode personasu objetosde losque se deseaconoceralgoenuna
investigación. "El universo o población puede estar constituido por personas, animales,
registrosmédicos,losnacimientos,lasmuestrasde laboratorio,losaccidentesvialesentre
otros". (PINEDA et al 1994:108) En nuestro campo pueden ser artículos de prensa,
editoriales, películas, videos, novelas, series de televisión, programas radiales y por
supuesto personas.
b) Muestra. Es un subconjuntooparte del universoopoblaciónenque se llevaráa cabo la
investigación. Hay procedimientos para obtener la cantidad de los componentes de la
muestracomo fórmulas,lógicay otros que se vera más adelante.La muestraes una parte
representativa de la población.
c) Muestreo.Es el métodoutilizadoparaseleccionaraloscomponentesde lamuestradel
total de la población. "Consiste en un conjunto de reglas, procedimientos y criterios
mediante los cuales se selecciona un conjunto de elementos de una población que
representan lo que sucede en toda esa población". (MATA et al, 1997:19).
El realizar el diseño muestral es importante porque:
a) Permite que el estudio se realice en menor tiempo.
MoreliaLimaCondori
Mgr. José ramirozapata
Materia: investigaciónde mercadosII
¨LIBEREMOS BOLIVIA¨
b) Se incurre en menos gastos.
c) Posibilita profundizar en el análisis de las variables.
d) Permite tener mayor control de las variables a estudiar.
Otro aspecto que genera gran inquietuden los investigadores es el tamaño de la muestra
que se desarrollará a continuación.1
Tamaño de la muestra
El tamaño de la muestra normalmente es representado por "n" y siempre es un número
enteropositivo. Nose puede hablarde ningúntamañoexactode lamuestra,ya que puede
variar dependiendo de los diferentes marcos de investigación. Sin embargo, si todo lo
demásesigual,unamuestrade tamañogrande brindamayorprecisiónenlasestimaciones
¿Cuál debe ser el tamaño de la muestra?
Determinar el tamaño de la muestra que se va a seleccionar es un paso importante en
cualquier estudio de investigación. Por ejemplo, un investigador desea determinar la
prevalenciade problemasocularesenniñosenedadescolaryquiererealizarunaencuesta.
La pregunta importante que debe ser contestada en todas las encuestas de muestra es:
"¿Cuántosparticipantesdebenserelegidosparaunaencuesta?"Sinembargo,larespuesta
no puede serdadasintenerencuentalos objetivosycircunstanciasde lasinvestigaciones.
La elección del tamaño de la muestra depende de consideraciones no estadísticas y
estadísticas. Las consideraciones no estadísticas pueden incluir la disponibilidad de los
recursos, la mano de obra, el presupuesto, la ética y el marco de muestreo. Las
MoreliaLimaCondori
Mgr. José ramirozapata
Materia: investigaciónde mercadosII
¨LIBEREMOS BOLIVIA¨
consideraciones estadísticas incluirán la precisión deseada de la estimación de la
prevalenciaylaprevalenciaesperadade losproblemasocularesenniñosen edad escolar.
Para determinarel tamañoadecuadode lasmuestrasesnecesarioseguirlostres criterios:
1. Nivel de precisión
El nivel de precisión, también llamado error de muestreo, es el rango en donde se estima
que estáel valor real de la población.Este rangose expresaenpuntosporcentuales.Porlo
tanto, si un investigador descubre que el 70% de los agricultores de la muestra han
adoptado una tecnología recomendada con una tasa de precisión de ~+mn~ 5%, el
investigador puede concluir que entre el 65% y el 75% de los agricultores de la población
han adoptado la nueva tecnología.
Nivel de confianza
El intervalode confianzaesla medidaestadísticadel númerode vecesde cada 100 que se
espera que los resultados se encuentren dentro de un rango específico.
Por ejemplo, un intervalo de confianza de 90% significa que los resultados de una acción
probablemente cubrirán las expectativas el 90% de las veces.
La idea básica descripta en el Teorema del límite central es que cuando una población se
muestreamuchasveces,el valorpromediode unatributoobtenidoesigual al valorreal de
la población.Enotras palabras,si un intervalode confianzaesdel 95%, significaque 95 de
100 muestras tendrán el valor real de la población dentro del rango de precisión.
Grado de variabilidad
Dependiendode lapoblaciónobjetivoylosatributosa considerar,el gradode variabilidad
varía considerablemente.Cuantomásheterogéneaseaunapoblación,mayordeberáserel
tamaño de la muestra para obtener un nivel óptimo de precisión. Ten en cuenta que una
proporción de 55% indica un nivel más alto de variabilidad que un 10% o un 80%. Esto se
debe a que 10% y 80% significa que una gran mayoría no posee o posee el atributo en
cuestión.
Existen muchos enfoques para determinar el tamaño de la muestra, incluyendo el uso de
un censo en el caso de poblaciones más pequeñas, el uso de tablas publicadas, imitar un
tamaño de muestra de estudiossimilares y aplicar fórmulas para calcular un tamaño de la
muestra.
La fórmula es:
m= muestra
N= Población o universo
K= margen de error (puede ser10%, 5%, 2%) para la fórmula,el porcentaje ausar debe ser
expresado en decimales.
MoreliaLimaCondori
Mgr. José ramirozapata
Materia: investigaciónde mercadosII
¨LIBEREMOS BOLIVIA¨
El hecho de que una muestra sea grande no necesariamente cumple con el requisito de
representatividad pues esta cualidad depende de muchos factores y no sólo del tamaño,
sinodel diseñodel muestreode cómo se seleccionará a los componentes de la muestra.2
Tipos de muestreo
- Tipos de muestreo aleatorio o probabilístico
Hablamosde muestreoaleatorioenloscasosenque todoslossujetosque formanparte de
unapoblacióntienenlamismaprobabilidadde serescogidoscomoparte de lamuestra.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 tipode muestreolasvariablesrelevantesde lamuestratienenlamismafunciónde
probabilidad y son independientes entre ellas. La población tiene que ser infinita o bien
finitaconreposiciónde elementos.El muestreoaleatoriosimpleesel que másse utilizaen
la estadística inferencial, pero es menos eficaz en muestras muy grandes.
2. Estratificado
El muestreoaleatorioestratificadoconsiste endividirlapoblaciónenestratos;un ejemplo
de esto sería estudiar la relación entre el grado de satisfacción vital y el nivel
socioeconómico.A continuación,se extraeunnúmerodeterminadode sujetosde cadauno
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 puedenserlasescuelasoloscentroshospitalariospúblicosde unmunicipio.Al llevar
a caboeste tipode muestreosedividelapoblación(enlosejemplos,unalocalidadconcreta)
en varios conglomerados y se elige de forma aleatoria algunos de ellos para estudiarlos.
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 númeroal azar de entre los primerosy se va sumandode forma constante este
mismo valor; los elementos seleccionados pasarán a formar parte de la muestra.
- Muestreos no aleatorios o no probabilísticos
Los muestreosnoprobabilísticosutilizancriteriosconun bajonivel de sistematizaciónque
procuran asegurarque la muestratengaun ciertogrado de representatividad. Este tipode
muestreos se emplean principalmente cuando no es posible llevar a cabo otros de tipo
MoreliaLimaCondori
Mgr. José ramirozapata
Materia: investigaciónde mercadosII
¨LIBEREMOS BOLIVIA¨
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
conformaránla muestra,dando por supuestoque estaserá representativade 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 tipode muestreolosinvestigadoresestablecencontactoconsujetosdeterminados;
a continuación,estosconsiguenanuevosparticipantesparala muestrahasta 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.
3. Muestreo por cuotas o accidental
Hablamosde muestreoporcuotas cuando losinvestigadoresescogenunnúmeroconcreto
de sujetosque cumplanunascaracterísticasdeterminadas(p.e.mujeresespañolasde más
de 65 años con deterioro cognitivosevero) a partir de su conocimiento sobre los estratos
de la población. El muestreo accidental se usa con frecuencia en las encuestas.4
Pasos para seleccionar una muestra
1. Para definir la población objetivo, se debe tener claridad absoluta sobre el objetivo
general del estudio, ya que éste será el guía para todos los pasos posteriores.
2. Definir la población objetivo
· Elemento muestral: Es el elemento del cual se obtiene la medición.
· Unidad muestral:Está compuestapor elementosmuestrales,enalgunoscasos es igual al
elemento muestral.
· Alcance: Hace referencia a la ubicación espacial y geográfica del estudio.
· Tiempo: Definir el intervalo de tiempo en el cual se realiza la investigación.
· Marco muestral:Esun listadode todaslas unidadesque conformanlapoblaciónobjetivo,
puede serunabase de datos,un planoe inclusomapas.Esútil aclarar, que enlapráctica se
diferencialapoblación objetivo de la población en estudio (marco muestral disponible).
3. Seleccionar un procedimiento.
4. Definir el tamaño de la muestra (Según el tipo de muestreo la Estadística proporciona
fórmulas para calcular el tamaño muestral)
MoreliaLimaCondori
Mgr. José ramirozapata
Materia: investigaciónde mercadosII
¨LIBEREMOS BOLIVIA¨
5. Seleccionar las unidades muéstrales.5
3. Conclusiones
La muestra es un método que facilita herramienta y que permite analizar datos, teniendo
ventajas de tiempo, recursos de fácil y rápido.
El tamaño que tiene una población es un factor de suma importancia en el proceso de
investigación estadística y este tamaño vienen dado por el número de elementos que
constituyen la población puede ser finita o infinita.
Muestra y población son conceptos relativos, una población es un todo y una muestra es
una fracción o segmento de ese todo.
4. Referencias
1.https://es.wikipedia.org/wiki/Muestra_estad%C3%ADstica
2.http://www.scielo.org.bo/scielo.php?script=sci_arttext&pid=S1815-
02762004000100012
3.https://explorable.com/es/tamano-de-la-muestra
4.https://psicologiaymente.com/miscelanea/tipos-de-muestreo
5.http://aprendeenlinea.udea.edu.co/lms/moodle/mod/page/view.php?id=35696
5. Videos
https://sites.google.com/site/wikinfermeria/trabajo-final-de-grado/4-recursos-para-
seleccion-de-
muestra?tmpl=%2Fsystem%2Fapp%2Ftemplates%2Fprint%2F&showPrintDialog=1

Más contenido relacionado

La actualidad más candente

La actualidad más candente (20)

Tamaño de muestra
Tamaño de muestraTamaño de muestra
Tamaño de muestra
 
Muestra
Muestra Muestra
Muestra
 
Muestra o analisis muestral
Muestra o analisis muestralMuestra o analisis muestral
Muestra o analisis muestral
 
Tipo de-muestreo
Tipo de-muestreoTipo de-muestreo
Tipo de-muestreo
 
Muestreo o analisis_muestral
Muestreo o analisis_muestralMuestreo o analisis_muestral
Muestreo o analisis_muestral
 
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
 
10 muestreo
10 muestreo10 muestreo
10 muestreo
 
Muestreo en epidemiologia (2)
Muestreo en epidemiologia (2)Muestreo en epidemiologia (2)
Muestreo en epidemiologia (2)
 
Sesion 05b - Diseño y Procedimiento de Muestreo,ppt
Sesion 05b - Diseño y  Procedimiento de Muestreo,pptSesion 05b - Diseño y  Procedimiento de Muestreo,ppt
Sesion 05b - Diseño y Procedimiento de Muestreo,ppt
 
Muestreo
MuestreoMuestreo
Muestreo
 
Muestra o Análisis muestral
Muestra o Análisis muestralMuestra o Análisis muestral
Muestra o Análisis muestral
 
Muestreo o analisis muestral
Muestreo o analisis muestralMuestreo o analisis muestral
Muestreo o analisis muestral
 
Muestreo
MuestreoMuestreo
Muestreo
 
Muestreo
MuestreoMuestreo
Muestreo
 
Capitulo 9
Capitulo  9Capitulo  9
Capitulo 9
 
Muestra o análisis muestral
Muestra o análisis muestralMuestra o análisis muestral
Muestra o análisis muestral
 
Diseño y procedimientos de muestreo
Diseño y procedimientos de muestreoDiseño y procedimientos de muestreo
Diseño y procedimientos de muestreo
 
4. poblacion y muestra
4. poblacion y muestra4. poblacion y muestra
4. poblacion y muestra
 
El muestreo, la encuesta laura
El muestreo, la encuesta lauraEl muestreo, la encuesta laura
El muestreo, la encuesta laura
 
Muestra o analisis muestral
Muestra o analisis muestralMuestra o analisis muestral
Muestra o analisis muestral
 

Similar a Muestra o analisis muestral

Análisis muestral
Análisis muestralAnálisis muestral
Análisis muestralkimsora7524
 
Muestra o analisis_muestral
Muestra o analisis_muestralMuestra o analisis_muestral
Muestra o analisis_muestralestefani alvarez
 
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.pptxJoseGalvez83
 
Unidad 3.5 población y muestra
Unidad 3.5 población y muestraUnidad 3.5 población y muestra
Unidad 3.5 población y muestraJessica Ferreira
 
Dialnet-DisenosMuestralesEnLaInvestigacion-5262273 (2).pdf
Dialnet-DisenosMuestralesEnLaInvestigacion-5262273 (2).pdfDialnet-DisenosMuestralesEnLaInvestigacion-5262273 (2).pdf
Dialnet-DisenosMuestralesEnLaInvestigacion-5262273 (2).pdfHerminio Leiva Barrios
 
Dialnet-DisenosMuestralesEnLaInvestigacion-5262273 (1).pdf
Dialnet-DisenosMuestralesEnLaInvestigacion-5262273 (1).pdfDialnet-DisenosMuestralesEnLaInvestigacion-5262273 (1).pdf
Dialnet-DisenosMuestralesEnLaInvestigacion-5262273 (1).pdfHerminio Leiva Barrios
 
Exposición # 3
Exposición # 3Exposición # 3
Exposición # 3albertoinv
 
Muestreo y estimacion 2012
Muestreo y estimacion 2012Muestreo y estimacion 2012
Muestreo y estimacion 2012jose_pabon_2012
 
muestreo y estimacion 2012
muestreo y estimacion 2012muestreo y estimacion 2012
muestreo y estimacion 2012jose_pabon_2012
 

Similar a Muestra o analisis muestral (20)

Muestra o análisis muestral
Muestra o análisis muestralMuestra o análisis muestral
Muestra o análisis muestral
 
Estadistica ii expo
Estadistica ii expoEstadistica ii expo
Estadistica ii expo
 
Muestra o analisis muestral
Muestra o analisis muestralMuestra o analisis muestral
Muestra o analisis muestral
 
tema 1.pdf
tema 1.pdftema 1.pdf
tema 1.pdf
 
Análisis muestral
Análisis muestralAnálisis muestral
Análisis muestral
 
Muestra o análisis muestral
Muestra o análisis muestralMuestra o análisis muestral
Muestra o análisis muestral
 
Tamaño de muestra
Tamaño de muestraTamaño de muestra
Tamaño de muestra
 
Muestra o analisis_muestral
Muestra o analisis_muestralMuestra o analisis_muestral
Muestra o analisis_muestral
 
Población y muestra seminario de tesis
Población y muestra  seminario de tesisPoblación y muestra  seminario de tesis
Población y muestra seminario de tesis
 
Muestra o Análisis Muestral
Muestra o Análisis MuestralMuestra o Análisis Muestral
Muestra o Análisis 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
 
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
 
Dialnet-DisenosMuestralesEnLaInvestigacion-5262273 (2).pdf
Dialnet-DisenosMuestralesEnLaInvestigacion-5262273 (2).pdfDialnet-DisenosMuestralesEnLaInvestigacion-5262273 (2).pdf
Dialnet-DisenosMuestralesEnLaInvestigacion-5262273 (2).pdf
 
Dialnet-DisenosMuestralesEnLaInvestigacion-5262273 (1).pdf
Dialnet-DisenosMuestralesEnLaInvestigacion-5262273 (1).pdfDialnet-DisenosMuestralesEnLaInvestigacion-5262273 (1).pdf
Dialnet-DisenosMuestralesEnLaInvestigacion-5262273 (1).pdf
 
Exposición # 3
Exposición # 3Exposición # 3
Exposición # 3
 
Muestra
MuestraMuestra
Muestra
 
Muestra o analisis_muestral
Muestra o analisis_muestralMuestra o analisis_muestral
Muestra o analisis_muestral
 
Muestreo y estimacion 2012
Muestreo y estimacion 2012Muestreo y estimacion 2012
Muestreo y estimacion 2012
 
muestreo y estimacion 2012
muestreo y estimacion 2012muestreo y estimacion 2012
muestreo y estimacion 2012
 

Más de MoreliaLimacondori (12)

Poblacion o universo
Poblacion o universoPoblacion o universo
Poblacion o universo
 
Competencia administrativa
Competencia administrativaCompetencia administrativa
Competencia administrativa
 
Analisis pest
Analisis pestAnalisis pest
Analisis pest
 
Analisis foda
Analisis fodaAnalisis foda
Analisis foda
 
Recopilacion de datos
Recopilacion de datosRecopilacion de datos
Recopilacion de datos
 
Prevision
PrevisionPrevision
Prevision
 
Marketing 1.0 al 4.0
Marketing 1.0 al 4.0Marketing 1.0 al 4.0
Marketing 1.0 al 4.0
 
Emociones basicas paul ekman
Emociones basicas paul ekmanEmociones basicas paul ekman
Emociones basicas paul ekman
 
Enfoque sistemico
Enfoque sistemicoEnfoque sistemico
Enfoque sistemico
 
Thomas malthus
Thomas malthusThomas malthus
Thomas malthus
 
Investigacion cuantitativa
Investigacion cuantitativaInvestigacion cuantitativa
Investigacion cuantitativa
 
Investigacion cualitativa
Investigacion cualitativaInvestigacion cualitativa
Investigacion cualitativa
 

Último

PPT_Formación integral y educación CRESE (1).pdf
PPT_Formación integral y educación CRESE (1).pdfPPT_Formación integral y educación CRESE (1).pdf
PPT_Formación integral y educación CRESE (1).pdfEDILIAGAMBOA
 
Uses of simple past and time expressions
Uses of simple past and time expressionsUses of simple past and time expressions
Uses of simple past and time expressionsConsueloSantana3
 
PINTURA ITALIANA DEL CINQUECENTO (SIGLO XVI).ppt
PINTURA ITALIANA DEL CINQUECENTO (SIGLO XVI).pptPINTURA ITALIANA DEL CINQUECENTO (SIGLO XVI).ppt
PINTURA ITALIANA DEL CINQUECENTO (SIGLO XVI).pptAlberto Rubio
 
LA OVEJITA QUE VINO A CENAR CUENTO INFANTIL.pdf
LA OVEJITA QUE VINO A CENAR CUENTO INFANTIL.pdfLA OVEJITA QUE VINO A CENAR CUENTO INFANTIL.pdf
LA OVEJITA QUE VINO A CENAR CUENTO INFANTIL.pdfNataliaMalky1
 
Mapa Mental de estrategias de articulación de las areas curriculares.pdf
Mapa Mental de estrategias de articulación de las areas curriculares.pdfMapa Mental de estrategias de articulación de las areas curriculares.pdf
Mapa Mental de estrategias de articulación de las areas curriculares.pdfvictorbeltuce
 
Metabolismo 3: Anabolismo y Fotosíntesis 2024
Metabolismo 3: Anabolismo y Fotosíntesis 2024Metabolismo 3: Anabolismo y Fotosíntesis 2024
Metabolismo 3: Anabolismo y Fotosíntesis 2024IES Vicent Andres Estelles
 
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
 
c3.hu3.p1.p3.El ser humano como ser histórico.pptx
c3.hu3.p1.p3.El ser humano como ser histórico.pptxc3.hu3.p1.p3.El ser humano como ser histórico.pptx
c3.hu3.p1.p3.El ser humano como ser histórico.pptxMartín Ramírez
 
LINEAMIENTOS INICIO DEL AÑO LECTIVO 2024-2025.pptx
LINEAMIENTOS INICIO DEL AÑO LECTIVO 2024-2025.pptxLINEAMIENTOS INICIO DEL AÑO LECTIVO 2024-2025.pptx
LINEAMIENTOS INICIO DEL AÑO LECTIVO 2024-2025.pptxdanalikcruz2000
 
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
 
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
 
5° SEM29 CRONOGRAMA PLANEACIÓN DOCENTE DARUKEL 23-24.pdf
5° SEM29 CRONOGRAMA PLANEACIÓN DOCENTE DARUKEL 23-24.pdf5° SEM29 CRONOGRAMA PLANEACIÓN DOCENTE DARUKEL 23-24.pdf
5° SEM29 CRONOGRAMA PLANEACIÓN DOCENTE DARUKEL 23-24.pdfOswaldoGonzalezCruz
 
NARRACIONES SOBRE LA VIDA DEL GENERAL ELOY ALFARO
NARRACIONES SOBRE LA VIDA DEL GENERAL ELOY ALFARONARRACIONES SOBRE LA VIDA DEL GENERAL ELOY ALFARO
NARRACIONES SOBRE LA VIDA DEL GENERAL ELOY ALFAROJosé Luis Palma
 

Último (20)

PPT_Formación integral y educación CRESE (1).pdf
PPT_Formación integral y educación CRESE (1).pdfPPT_Formación integral y educación CRESE (1).pdf
PPT_Formación integral y educación CRESE (1).pdf
 
Uses of simple past and time expressions
Uses of simple past and time expressionsUses of simple past and time expressions
Uses of simple past and time expressions
 
PINTURA ITALIANA DEL CINQUECENTO (SIGLO XVI).ppt
PINTURA ITALIANA DEL CINQUECENTO (SIGLO XVI).pptPINTURA ITALIANA DEL CINQUECENTO (SIGLO XVI).ppt
PINTURA ITALIANA DEL CINQUECENTO (SIGLO XVI).ppt
 
TL/CNL – 2.ª FASE .
TL/CNL – 2.ª FASE                       .TL/CNL – 2.ª FASE                       .
TL/CNL – 2.ª FASE .
 
LA OVEJITA QUE VINO A CENAR CUENTO INFANTIL.pdf
LA OVEJITA QUE VINO A CENAR CUENTO INFANTIL.pdfLA OVEJITA QUE VINO A CENAR CUENTO INFANTIL.pdf
LA OVEJITA QUE VINO A CENAR CUENTO INFANTIL.pdf
 
Mapa Mental de estrategias de articulación de las areas curriculares.pdf
Mapa Mental de estrategias de articulación de las areas curriculares.pdfMapa Mental de estrategias de articulación de las areas curriculares.pdf
Mapa Mental de estrategias de articulación de las areas curriculares.pdf
 
Tema 7.- E-COMMERCE SISTEMAS DE INFORMACION.pdf
Tema 7.- E-COMMERCE SISTEMAS DE INFORMACION.pdfTema 7.- E-COMMERCE SISTEMAS DE INFORMACION.pdf
Tema 7.- E-COMMERCE SISTEMAS DE INFORMACION.pdf
 
Earth Day Everyday 2024 54th anniversary
Earth Day Everyday 2024 54th anniversaryEarth Day Everyday 2024 54th anniversary
Earth Day Everyday 2024 54th anniversary
 
Metabolismo 3: Anabolismo y Fotosíntesis 2024
Metabolismo 3: Anabolismo y Fotosíntesis 2024Metabolismo 3: Anabolismo y Fotosíntesis 2024
Metabolismo 3: Anabolismo y Fotosíntesis 2024
 
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
 
c3.hu3.p1.p3.El ser humano como ser histórico.pptx
c3.hu3.p1.p3.El ser humano como ser histórico.pptxc3.hu3.p1.p3.El ser humano como ser histórico.pptx
c3.hu3.p1.p3.El ser humano como ser histórico.pptx
 
LINEAMIENTOS INICIO DEL AÑO LECTIVO 2024-2025.pptx
LINEAMIENTOS INICIO DEL AÑO LECTIVO 2024-2025.pptxLINEAMIENTOS INICIO DEL AÑO LECTIVO 2024-2025.pptx
LINEAMIENTOS INICIO DEL AÑO LECTIVO 2024-2025.pptx
 
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
 
Unidad 3 | Teorías de la Comunicación | MCDI
Unidad 3 | Teorías de la Comunicación | MCDIUnidad 3 | Teorías de la Comunicación | MCDI
Unidad 3 | Teorías de la Comunicación | MCDI
 
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...
 
5° SEM29 CRONOGRAMA PLANEACIÓN DOCENTE DARUKEL 23-24.pdf
5° SEM29 CRONOGRAMA PLANEACIÓN DOCENTE DARUKEL 23-24.pdf5° SEM29 CRONOGRAMA PLANEACIÓN DOCENTE DARUKEL 23-24.pdf
5° SEM29 CRONOGRAMA PLANEACIÓN DOCENTE DARUKEL 23-24.pdf
 
PPTX: La luz brilla en la oscuridad.pptx
PPTX: La luz brilla en la oscuridad.pptxPPTX: La luz brilla en la oscuridad.pptx
PPTX: La luz brilla en la oscuridad.pptx
 
DIA INTERNACIONAL DAS FLORESTAS .
DIA INTERNACIONAL DAS FLORESTAS         .DIA INTERNACIONAL DAS FLORESTAS         .
DIA INTERNACIONAL DAS FLORESTAS .
 
NARRACIONES SOBRE LA VIDA DEL GENERAL ELOY ALFARO
NARRACIONES SOBRE LA VIDA DEL GENERAL ELOY ALFARONARRACIONES SOBRE LA VIDA DEL GENERAL ELOY ALFARO
NARRACIONES SOBRE LA VIDA DEL GENERAL ELOY ALFARO
 
Sesión La luz brilla en la oscuridad.pdf
Sesión  La luz brilla en la oscuridad.pdfSesión  La luz brilla en la oscuridad.pdf
Sesión La luz brilla en la oscuridad.pdf
 

Muestra o analisis muestral

  • 1. MoreliaLimaCondori Mgr. José ramirozapata Materia: investigaciónde mercadosII ¨LIBEREMOS BOLIVIA¨ Muestra o análisis muestral Una vez aceptamos nuestros límites, vamos más allá de estos (AlbertEinstein) 1. Introducción En estadística, una muestra es un subconjunto de casos o individuosde una población. En diversas aplicaciones, interesa que una muestra sea representativa, y para ello debe escogerse unatécnicade muestraadecuadaqueproduzcaunamuestraaleatoriaadecuada. 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. Comounsubgrupoosubconjuntorepresentativode lapoblación, extraídaseleccionadapor 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 informacióndeseadaparatenerla posibilidadde extraerla,yestosolose puede lograrcon una buena selección de la muestra y un trabajo muy cuidadoso y de alta calidad en la recogida de datos. 2. Desarrollo Los conceptos básicos que uno debe aprender y diferenciar: a) Población.Es el conjuntode personasu objetosde losque se deseaconoceralgoenuna investigación. "El universo o población puede estar constituido por personas, animales, registrosmédicos,losnacimientos,lasmuestrasde laboratorio,losaccidentesvialesentre otros". (PINEDA et al 1994:108) En nuestro campo pueden ser artículos de prensa, editoriales, películas, videos, novelas, series de televisión, programas radiales y por supuesto personas. b) Muestra. Es un subconjuntooparte del universoopoblaciónenque se llevaráa cabo la investigación. Hay procedimientos para obtener la cantidad de los componentes de la muestracomo fórmulas,lógicay otros que se vera más adelante.La muestraes una parte representativa de la población. c) Muestreo.Es el métodoutilizadoparaseleccionaraloscomponentesde lamuestradel total de la población. "Consiste en un conjunto de reglas, procedimientos y criterios mediante los cuales se selecciona un conjunto de elementos de una población que representan lo que sucede en toda esa población". (MATA et al, 1997:19). El realizar el diseño muestral es importante porque: a) Permite que el estudio se realice en menor tiempo.
  • 2. MoreliaLimaCondori Mgr. José ramirozapata Materia: investigaciónde mercadosII ¨LIBEREMOS BOLIVIA¨ b) Se incurre en menos gastos. c) Posibilita profundizar en el análisis de las variables. d) Permite tener mayor control de las variables a estudiar. Otro aspecto que genera gran inquietuden los investigadores es el tamaño de la muestra que se desarrollará a continuación.1 Tamaño de la muestra El tamaño de la muestra normalmente es representado por "n" y siempre es un número enteropositivo. Nose puede hablarde ningúntamañoexactode lamuestra,ya que puede variar dependiendo de los diferentes marcos de investigación. Sin embargo, si todo lo demásesigual,unamuestrade tamañogrande brindamayorprecisiónenlasestimaciones ¿Cuál debe ser el tamaño de la muestra? Determinar el tamaño de la muestra que se va a seleccionar es un paso importante en cualquier estudio de investigación. Por ejemplo, un investigador desea determinar la prevalenciade problemasocularesenniñosenedadescolaryquiererealizarunaencuesta. La pregunta importante que debe ser contestada en todas las encuestas de muestra es: "¿Cuántosparticipantesdebenserelegidosparaunaencuesta?"Sinembargo,larespuesta no puede serdadasintenerencuentalos objetivosycircunstanciasde lasinvestigaciones. La elección del tamaño de la muestra depende de consideraciones no estadísticas y estadísticas. Las consideraciones no estadísticas pueden incluir la disponibilidad de los recursos, la mano de obra, el presupuesto, la ética y el marco de muestreo. Las
  • 3. MoreliaLimaCondori Mgr. José ramirozapata Materia: investigaciónde mercadosII ¨LIBEREMOS BOLIVIA¨ consideraciones estadísticas incluirán la precisión deseada de la estimación de la prevalenciaylaprevalenciaesperadade losproblemasocularesenniñosen edad escolar. Para determinarel tamañoadecuadode lasmuestrasesnecesarioseguirlostres criterios: 1. Nivel de precisión El nivel de precisión, también llamado error de muestreo, es el rango en donde se estima que estáel valor real de la población.Este rangose expresaenpuntosporcentuales.Porlo tanto, si un investigador descubre que el 70% de los agricultores de la muestra han adoptado una tecnología recomendada con una tasa de precisión de ~+mn~ 5%, el investigador puede concluir que entre el 65% y el 75% de los agricultores de la población han adoptado la nueva tecnología. Nivel de confianza El intervalode confianzaesla medidaestadísticadel númerode vecesde cada 100 que se espera que los resultados se encuentren dentro de un rango específico. Por ejemplo, un intervalo de confianza de 90% significa que los resultados de una acción probablemente cubrirán las expectativas el 90% de las veces. La idea básica descripta en el Teorema del límite central es que cuando una población se muestreamuchasveces,el valorpromediode unatributoobtenidoesigual al valorreal de la población.Enotras palabras,si un intervalode confianzaesdel 95%, significaque 95 de 100 muestras tendrán el valor real de la población dentro del rango de precisión. Grado de variabilidad Dependiendode lapoblaciónobjetivoylosatributosa considerar,el gradode variabilidad varía considerablemente.Cuantomásheterogéneaseaunapoblación,mayordeberáserel tamaño de la muestra para obtener un nivel óptimo de precisión. Ten en cuenta que una proporción de 55% indica un nivel más alto de variabilidad que un 10% o un 80%. Esto se debe a que 10% y 80% significa que una gran mayoría no posee o posee el atributo en cuestión. Existen muchos enfoques para determinar el tamaño de la muestra, incluyendo el uso de un censo en el caso de poblaciones más pequeñas, el uso de tablas publicadas, imitar un tamaño de muestra de estudiossimilares y aplicar fórmulas para calcular un tamaño de la muestra. La fórmula es: m= muestra N= Población o universo K= margen de error (puede ser10%, 5%, 2%) para la fórmula,el porcentaje ausar debe ser expresado en decimales.
  • 4. MoreliaLimaCondori Mgr. José ramirozapata Materia: investigaciónde mercadosII ¨LIBEREMOS BOLIVIA¨ El hecho de que una muestra sea grande no necesariamente cumple con el requisito de representatividad pues esta cualidad depende de muchos factores y no sólo del tamaño, sinodel diseñodel muestreode cómo se seleccionará a los componentes de la muestra.2 Tipos de muestreo - Tipos de muestreo aleatorio o probabilístico Hablamosde muestreoaleatorioenloscasosenque todoslossujetosque formanparte de unapoblacióntienenlamismaprobabilidadde serescogidoscomoparte de lamuestra.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 tipode muestreolasvariablesrelevantesde lamuestratienenlamismafunciónde probabilidad y son independientes entre ellas. La población tiene que ser infinita o bien finitaconreposiciónde elementos.El muestreoaleatoriosimpleesel que másse utilizaen la estadística inferencial, pero es menos eficaz en muestras muy grandes. 2. Estratificado El muestreoaleatorioestratificadoconsiste endividirlapoblaciónenestratos;un ejemplo de esto sería estudiar la relación entre el grado de satisfacción vital y el nivel socioeconómico.A continuación,se extraeunnúmerodeterminadode sujetosde cadauno 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 puedenserlasescuelasoloscentroshospitalariospúblicosde unmunicipio.Al llevar a caboeste tipode muestreosedividelapoblación(enlosejemplos,unalocalidadconcreta) en varios conglomerados y se elige de forma aleatoria algunos de ellos para estudiarlos. 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 númeroal azar de entre los primerosy se va sumandode forma constante este mismo valor; los elementos seleccionados pasarán a formar parte de la muestra. - Muestreos no aleatorios o no probabilísticos Los muestreosnoprobabilísticosutilizancriteriosconun bajonivel de sistematizaciónque procuran asegurarque la muestratengaun ciertogrado de representatividad. Este tipode muestreos se emplean principalmente cuando no es posible llevar a cabo otros de tipo
  • 5. MoreliaLimaCondori Mgr. José ramirozapata Materia: investigaciónde mercadosII ¨LIBEREMOS BOLIVIA¨ 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 conformaránla muestra,dando por supuestoque estaserá representativade 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 tipode muestreolosinvestigadoresestablecencontactoconsujetosdeterminados; a continuación,estosconsiguenanuevosparticipantesparala muestrahasta 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. 3. Muestreo por cuotas o accidental Hablamosde muestreoporcuotas cuando losinvestigadoresescogenunnúmeroconcreto de sujetosque cumplanunascaracterísticasdeterminadas(p.e.mujeresespañolasde más de 65 años con deterioro cognitivosevero) a partir de su conocimiento sobre los estratos de la población. El muestreo accidental se usa con frecuencia en las encuestas.4 Pasos para seleccionar una muestra 1. Para definir la población objetivo, se debe tener claridad absoluta sobre el objetivo general del estudio, ya que éste será el guía para todos los pasos posteriores. 2. Definir la población objetivo · Elemento muestral: Es el elemento del cual se obtiene la medición. · Unidad muestral:Está compuestapor elementosmuestrales,enalgunoscasos es igual al elemento muestral. · Alcance: Hace referencia a la ubicación espacial y geográfica del estudio. · Tiempo: Definir el intervalo de tiempo en el cual se realiza la investigación. · Marco muestral:Esun listadode todaslas unidadesque conformanlapoblaciónobjetivo, puede serunabase de datos,un planoe inclusomapas.Esútil aclarar, que enlapráctica se diferencialapoblación objetivo de la población en estudio (marco muestral disponible). 3. Seleccionar un procedimiento. 4. Definir el tamaño de la muestra (Según el tipo de muestreo la Estadística proporciona fórmulas para calcular el tamaño muestral)
  • 6. MoreliaLimaCondori Mgr. José ramirozapata Materia: investigaciónde mercadosII ¨LIBEREMOS BOLIVIA¨ 5. Seleccionar las unidades muéstrales.5 3. Conclusiones La muestra es un método que facilita herramienta y que permite analizar datos, teniendo ventajas de tiempo, recursos de fácil y rápido. El tamaño que tiene una población es un factor de suma importancia en el proceso de investigación estadística y este tamaño vienen dado por el número de elementos que constituyen la población puede ser finita o infinita. Muestra y población son conceptos relativos, una población es un todo y una muestra es una fracción o segmento de ese todo. 4. Referencias 1.https://es.wikipedia.org/wiki/Muestra_estad%C3%ADstica 2.http://www.scielo.org.bo/scielo.php?script=sci_arttext&pid=S1815- 02762004000100012 3.https://explorable.com/es/tamano-de-la-muestra 4.https://psicologiaymente.com/miscelanea/tipos-de-muestreo 5.http://aprendeenlinea.udea.edu.co/lms/moodle/mod/page/view.php?id=35696 5. Videos https://sites.google.com/site/wikinfermeria/trabajo-final-de-grado/4-recursos-para- seleccion-de- muestra?tmpl=%2Fsystem%2Fapp%2Ftemplates%2Fprint%2F&showPrintDialog=1