SlideShare una empresa de Scribd logo
UNIVERSIDAD NORORIENTAL PRIVADA
GRAN MARISCAL DE AYACUCHO
SEDE: EL TIGRE-ESTADO ANZOATEGUI
CIENCIAS GERENCIALES MENCION
RECURSOS HUMANOS
Profesora Integrante:
Carlena Astudillo Dailymar Mesa C.I: 20.171.720
El tigre, Febrero de 2016
EL MUESTRO.
EL MUESTREO.
Es un procedimiento estadístico que nos permite recolectar una
muestra de una población, de la cual se pueden realizar inferencias
basadas en las características de la muestra.
CARACTERISTICAS.
• LA ALEATORIEDAD: depende del procedimiento para la
elección de una muestra.
• LA REPRESENTATIVA: puede ser relativa dependiendo su
credibilidad.
CLASIFICACION DEL MUESTREO.
MUESTREO
NO PROBABLISTICO: el
investigador no elige la muestra
al azar .
PROBABILISTICO: cuando la
muestra se elige al azar.
CLASIFICACION GENERAL DE LOS TIPOS DE MUESTRA.
TIPOS DE
MUESTREO
Muestreo
probabilístico:
( aleatorio)
Muestreo no
probabilistico.
(no aleatorio)
1) Muestreo aleatorio
simple.
2) Muestreo aleatorio
sistemático.
3) Muestreo aleatorio
estratificado .
4) Muestreo aleatorio
en conglomerado.
1) Muestreo por
conveniencia.
2) Muestreo por
criterio o juicio.
3) Muestreo por
cuotas.
4) Bola de nieve.
 Muestreo aleatorio simple: es aquel en el
que cada individuo de la población tiene las
mismas posibilidades de ser seleccionado
en la muestra.
 Muestreo aleatorio sistemático: en el que
se elige un individuo al azar y a partir de él,
a intervalos constantes, se eligen los demás
hasta completar la muestra.
 Muestreo aleatorio estratificado: se divide
la población en clases o estratos y se escoge
aleatoriamente, un número de individuos
de cada estrato proporcional a número de
componentes de cada estrato.
 Muestreo aleatorio con conglomerado: en
este tipo de muestreo en lugar de elegir
individuos directamente, se elige unidades
mas amplias donde se clasifican los
elementos de la población.
TIPOS DE MUESTREO PROBABILISTICOS.
TIPOS DE MUESTREO NO PROBABILISTICO.
 Muestreo por conveniencia: el
investigador selecciona la muestra
de forma que sea la mas
representativa a los efectos de la
investigación que se pretende
realizar.
 Muestreo por criterio o juicio: los
elementos se seleccionan con base en
lo que algún experto piensa acerca de
la contribución que los elementos del
muestreo tienen en particular a los
fines del estudio
 Muestreo por cuotas: es el mas
utilizado, se suele introducir en la
ultima pase de muestreo. Las cuotas
consisten en facilitar al investigador el
perfil de las personas que tienen que
entrevistar, en cada una de las rutas
donde se van a relacionarse la
entrevista.
 Bolas de nieve: primeramente se
selecciona una muestra, y se pide
a cada uno de los individuos que
constituyen dicha muestra que
nombre a otros individuos de la
población, según un criterio
preestablecido. Esta primera pase,
se repite hasta que se completa el
numero deseado de muestra.
OBJETIVO DEL DISEÑO DE MUESTRA.
Su objetivo es seleccionar una muestra que sea representativa del universo o
población a estudiar, facilitando información específica y de utilidad a un
mínimo consto. Las características de la población o universo a estudiar tienen
que ser homogéneas para poder ser condicionalmente que la muestra
proporcione resultados aceptables con la finalidad de determinar cuál es el
método apropiado para obtener la muestra.
EJERCICIO
Una población de 6000 personas se han dividido en 3 estratos, uno con 1000
personas, otro con 3500 y otro con 1500 . En esa población se ha realizado un
muestreo estratificado con fijación proporcional. En el que se ha elegido al azar 15
personas del tercer estrato. Determine el tamaño de la muestra total obtenido con
este muestreo y su composición.
6000
1000 n1 = 10 1000 = n1 1000 = n1 = 60.1000 = 10
6000 n 6000 60 6000
3500 n2 = 35 3500 = n2 3500 = n2 = 60.3500 = 35
6000 n 6000 60 6000
1500 n3 = 15 1500 = 15 n = 15.6000 = 60 n = 60
6000 n 1500
Las cosas complejas y estadísticamente
improbables, son por naturaleza más
difíciles de explicar que las cosas
simples y estadísticamente probables.
Richard Dawkins

Más contenido relacionado

La actualidad más candente

Microempresa Heladosmania
Microempresa  HeladosmaniaMicroempresa  Heladosmania
Microempresa Heladosmania
Mary Coello
 
Proyecto elaboracion y comercializacion de mermelada casera
Proyecto elaboracion y comercializacion de mermelada caseraProyecto elaboracion y comercializacion de mermelada casera
Proyecto elaboracion y comercializacion de mermelada casera
XLSF
 
trabajo de estadistica
trabajo de estadisticatrabajo de estadistica
trabajo de estadistica
Adel Karim Flores Heras
 
10 estudio mercado
10 estudio mercado10 estudio mercado
10 estudio mercadomhuaringa
 
Célula
CélulaCélula
Proyecto de grado
Proyecto de gradoProyecto de grado
Proyecto de grado
tuamorcitho
 
PLANTA PROCESADORA DE MERMELADAS “El Dulce del Sabor” S.A.
PLANTA PROCESADORA DE MERMELADAS “El Dulce del Sabor” S.A.PLANTA PROCESADORA DE MERMELADAS “El Dulce del Sabor” S.A.
PLANTA PROCESADORA DE MERMELADAS “El Dulce del Sabor” S.A.
maribelcastillou
 

La actualidad más candente (8)

Microempresa Heladosmania
Microempresa  HeladosmaniaMicroempresa  Heladosmania
Microempresa Heladosmania
 
Proyecto elaboracion y comercializacion de mermelada casera
Proyecto elaboracion y comercializacion de mermelada caseraProyecto elaboracion y comercializacion de mermelada casera
Proyecto elaboracion y comercializacion de mermelada casera
 
trabajo de estadistica
trabajo de estadisticatrabajo de estadistica
trabajo de estadistica
 
10 estudio mercado
10 estudio mercado10 estudio mercado
10 estudio mercado
 
Célula
CélulaCélula
Célula
 
Proyecto de grado
Proyecto de gradoProyecto de grado
Proyecto de grado
 
Muestreo clase2
Muestreo clase2Muestreo clase2
Muestreo clase2
 
PLANTA PROCESADORA DE MERMELADAS “El Dulce del Sabor” S.A.
PLANTA PROCESADORA DE MERMELADAS “El Dulce del Sabor” S.A.PLANTA PROCESADORA DE MERMELADAS “El Dulce del Sabor” S.A.
PLANTA PROCESADORA DE MERMELADAS “El Dulce del Sabor” S.A.
 

Similar a Muestreo

poblacion y muestra
poblacion y muestrapoblacion y muestra
poblacion y muestraKaren Noelia
 
ESTADÍSTICA APLICADA[1]-1.pptx
ESTADÍSTICA APLICADA[1]-1.pptxESTADÍSTICA APLICADA[1]-1.pptx
ESTADÍSTICA APLICADA[1]-1.pptx
JosepValles1
 
10° Población y Muestra.pptx
10° Población y Muestra.pptx10° Población y Muestra.pptx
10° Población y Muestra.pptx
NESTOREDGARDOVISLAOQ
 
Selección de la muestra
Selección de la muestraSelección de la muestra
Selección de la muestra
Carlos Neira
 
Capitulo 8
Capitulo 8Capitulo 8
ppt poblacion de muestra infinita e finita
ppt poblacion  de muestra infinita e finitappt poblacion  de muestra infinita e finita
ppt poblacion de muestra infinita e finita
MayderRamrez
 
Concepto de muestreo
Concepto de muestreoConcepto de muestreo
Concepto de muestreoalirio123321
 
Concepto de muestreo
Concepto de muestreoConcepto de muestreo
Concepto de muestreoalirio123321
 
Concepto de muestreo
Concepto de muestreoConcepto de muestreo
Concepto de muestreoalirio123321
 
Concepto de muestreo
Concepto de muestreoConcepto de muestreo
Concepto de muestreoalirio123321
 
METODOLOGIA DE INVESTIGACION CIENTIFICA DEL CURSO DE INVESTIGACION CIENTIFICA
METODOLOGIA DE INVESTIGACION CIENTIFICA DEL CURSO DE INVESTIGACION CIENTIFICAMETODOLOGIA DE INVESTIGACION CIENTIFICA DEL CURSO DE INVESTIGACION CIENTIFICA
METODOLOGIA DE INVESTIGACION CIENTIFICA DEL CURSO DE INVESTIGACION CIENTIFICA
APLimaProvincias
 
elmuestreo.pdf
elmuestreo.pdfelmuestreo.pdf
elmuestreo.pdf
RosibelCordero1
 
El muestreo (1)
El muestreo (1)El muestreo (1)
El muestreo (1)
HumbertoCarlosGalleg
 
Concepto de muestreo
Concepto de muestreoConcepto de muestreo
Concepto de muestreoalirio123321
 
Concepto de muestreo
Concepto de muestreoConcepto de muestreo
Concepto de muestreo
alirio123321
 
Muestreo estadistico
Muestreo estadisticoMuestreo estadistico
Muestreo estadistico
Univ Peruana Los Andes
 

Similar a Muestreo (20)

poblacion y muestra
poblacion y muestrapoblacion y muestra
poblacion y muestra
 
ESTADÍSTICA APLICADA[1]-1.pptx
ESTADÍSTICA APLICADA[1]-1.pptxESTADÍSTICA APLICADA[1]-1.pptx
ESTADÍSTICA APLICADA[1]-1.pptx
 
10° Población y Muestra.pptx
10° Población y Muestra.pptx10° Población y Muestra.pptx
10° Población y Muestra.pptx
 
Selección de la muestra
Selección de la muestraSelección de la muestra
Selección de la muestra
 
Capitulo 8
Capitulo 8Capitulo 8
Capitulo 8
 
ppt poblacion de muestra infinita e finita
ppt poblacion  de muestra infinita e finitappt poblacion  de muestra infinita e finita
ppt poblacion de muestra infinita e finita
 
Concepto de muestreo
Concepto de muestreoConcepto de muestreo
Concepto de muestreo
 
Concepto de muestreo
Concepto de muestreoConcepto de muestreo
Concepto de muestreo
 
Concepto de muestreo
Concepto de muestreoConcepto de muestreo
Concepto de muestreo
 
Concepto de muestreo
Concepto de muestreoConcepto de muestreo
Concepto de muestreo
 
METODOLOGIA DE INVESTIGACION CIENTIFICA DEL CURSO DE INVESTIGACION CIENTIFICA
METODOLOGIA DE INVESTIGACION CIENTIFICA DEL CURSO DE INVESTIGACION CIENTIFICAMETODOLOGIA DE INVESTIGACION CIENTIFICA DEL CURSO DE INVESTIGACION CIENTIFICA
METODOLOGIA DE INVESTIGACION CIENTIFICA DEL CURSO DE INVESTIGACION CIENTIFICA
 
El muestreo
El muestreoEl muestreo
El muestreo
 
elmuestreo.pdf
elmuestreo.pdfelmuestreo.pdf
elmuestreo.pdf
 
El muestreo (1)
El muestreo (1)El muestreo (1)
El muestreo (1)
 
Concepto de muestreo
Concepto de muestreoConcepto de muestreo
Concepto de muestreo
 
Concepto de muestreo
Concepto de muestreoConcepto de muestreo
Concepto de muestreo
 
Muestreo
MuestreoMuestreo
Muestreo
 
Muestreo estadistico
Muestreo estadisticoMuestreo estadistico
Muestreo estadistico
 
Elmuestreo
ElmuestreoElmuestreo
Elmuestreo
 
Elmuestreo
ElmuestreoElmuestreo
Elmuestreo
 

Último

modelosdeteclados-230114024527-aa2c9553.pptx
modelosdeteclados-230114024527-aa2c9553.pptxmodelosdeteclados-230114024527-aa2c9553.pptx
modelosdeteclados-230114024527-aa2c9553.pptx
evelinglilibethpeafi
 
Conceptos Básicos de Programación L.D 10-5
Conceptos Básicos de Programación L.D 10-5Conceptos Básicos de Programación L.D 10-5
Conceptos Básicos de Programación L.D 10-5
JulyMuoz18
 
Conceptos básicos de programación 10-5.pdf
Conceptos básicos de programación 10-5.pdfConceptos básicos de programación 10-5.pdf
Conceptos básicos de programación 10-5.pdf
ValeriaAyala48
 
MANUAL DEL DECODIFICADOR DVB S2. PARA VSAT
MANUAL DEL DECODIFICADOR DVB  S2. PARA VSATMANUAL DEL DECODIFICADOR DVB  S2. PARA VSAT
MANUAL DEL DECODIFICADOR DVB S2. PARA VSAT
Ing. Julio Iván Mera Casas
 
EduFlex, una educación accesible para quienes no entienden en clases
EduFlex, una educación accesible para quienes no entienden en clasesEduFlex, una educación accesible para quienes no entienden en clases
EduFlex, una educación accesible para quienes no entienden en clases
PABLOCESARGARZONBENI
 
Desarrollo de Habilidades de Pensamiento.docx (3).pdf
Desarrollo de Habilidades de Pensamiento.docx (3).pdfDesarrollo de Habilidades de Pensamiento.docx (3).pdf
Desarrollo de Habilidades de Pensamiento.docx (3).pdf
AlejandraCasallas7
 
INFORME DE LAS FICHAS.docx.pdf LICEO DEPARTAMENTAL
INFORME DE LAS FICHAS.docx.pdf LICEO DEPARTAMENTALINFORME DE LAS FICHAS.docx.pdf LICEO DEPARTAMENTAL
INFORME DE LAS FICHAS.docx.pdf LICEO DEPARTAMENTAL
CrystalRomero18
 
ACTIVIDAD 2P de Tecnología, 10-7, 2024..
ACTIVIDAD 2P de Tecnología, 10-7, 2024..ACTIVIDAD 2P de Tecnología, 10-7, 2024..
ACTIVIDAD 2P de Tecnología, 10-7, 2024..
IsabelQuintero36
 
Las lámparas de alta intensidad de descarga o lámparas de descarga de alta in...
Las lámparas de alta intensidad de descarga o lámparas de descarga de alta in...Las lámparas de alta intensidad de descarga o lámparas de descarga de alta in...
Las lámparas de alta intensidad de descarga o lámparas de descarga de alta in...
espinozaernesto427
 
TRABAJO DESARROLLO DE HABILIDADES DE PENSAMIENTO.pdf
TRABAJO DESARROLLO DE HABILIDADES DE PENSAMIENTO.pdfTRABAJO DESARROLLO DE HABILIDADES DE PENSAMIENTO.pdf
TRABAJO DESARROLLO DE HABILIDADES DE PENSAMIENTO.pdf
thomasdcroz38
 
Desarrollo de Habilidades de Pensamiento.
Desarrollo de Habilidades de Pensamiento.Desarrollo de Habilidades de Pensamiento.
Desarrollo de Habilidades de Pensamiento.
AlejandraCasallas7
 
Índice del libro "Big Data: Tecnologías para arquitecturas Data-Centric" de 0...
Índice del libro "Big Data: Tecnologías para arquitecturas Data-Centric" de 0...Índice del libro "Big Data: Tecnologías para arquitecturas Data-Centric" de 0...
Índice del libro "Big Data: Tecnologías para arquitecturas Data-Centric" de 0...
Telefónica
 
Ventajas y desventajas de la desinfección con cloro
Ventajas y desventajas de la desinfección con cloroVentajas y desventajas de la desinfección con cloro
Ventajas y desventajas de la desinfección con cloro
durangense277
 
DESARROLO DE HABILIDADES DE PENSAMIENTO.pdf
DESARROLO DE HABILIDADES DE PENSAMIENTO.pdfDESARROLO DE HABILIDADES DE PENSAMIENTO.pdf
DESARROLO DE HABILIDADES DE PENSAMIENTO.pdf
marianabz2403
 
TECLADO ERGONÓMICO Y PANTALLAS TACTILES - GESTIÓN INTEGRAL EDUCATIVA
TECLADO ERGONÓMICO Y PANTALLAS TACTILES - GESTIÓN INTEGRAL EDUCATIVATECLADO ERGONÓMICO Y PANTALLAS TACTILES - GESTIÓN INTEGRAL EDUCATIVA
TECLADO ERGONÓMICO Y PANTALLAS TACTILES - GESTIÓN INTEGRAL EDUCATIVA
LilibethEstupian
 
3Redu: Responsabilidad, Resiliencia y Respeto
3Redu: Responsabilidad, Resiliencia y Respeto3Redu: Responsabilidad, Resiliencia y Respeto
3Redu: Responsabilidad, Resiliencia y Respeto
cdraco
 
Desarrollo de habilidades de pensamiento (2).pdf
Desarrollo de habilidades de pensamiento (2).pdfDesarrollo de habilidades de pensamiento (2).pdf
Desarrollo de habilidades de pensamiento (2).pdf
samuelvideos
 
Posnarrativas en la era de la IA generativa
Posnarrativas en la era de la IA generativaPosnarrativas en la era de la IA generativa
Posnarrativas en la era de la IA generativa
Fernando Villares
 
DESARROLLO DE HABILIDADES DE PENSAMIENTO.pdf
DESARROLLO DE HABILIDADES DE PENSAMIENTO.pdfDESARROLLO DE HABILIDADES DE PENSAMIENTO.pdf
DESARROLLO DE HABILIDADES DE PENSAMIENTO.pdf
sarasofiamontezuma
 
TAREA #6 - RECURSOS INCLUSIVOS POR ANGGIE ARRIAGA
TAREA #6 - RECURSOS INCLUSIVOS POR ANGGIE ARRIAGATAREA #6 - RECURSOS INCLUSIVOS POR ANGGIE ARRIAGA
TAREA #6 - RECURSOS INCLUSIVOS POR ANGGIE ARRIAGA
arriagaanggie50
 

Último (20)

modelosdeteclados-230114024527-aa2c9553.pptx
modelosdeteclados-230114024527-aa2c9553.pptxmodelosdeteclados-230114024527-aa2c9553.pptx
modelosdeteclados-230114024527-aa2c9553.pptx
 
Conceptos Básicos de Programación L.D 10-5
Conceptos Básicos de Programación L.D 10-5Conceptos Básicos de Programación L.D 10-5
Conceptos Básicos de Programación L.D 10-5
 
Conceptos básicos de programación 10-5.pdf
Conceptos básicos de programación 10-5.pdfConceptos básicos de programación 10-5.pdf
Conceptos básicos de programación 10-5.pdf
 
MANUAL DEL DECODIFICADOR DVB S2. PARA VSAT
MANUAL DEL DECODIFICADOR DVB  S2. PARA VSATMANUAL DEL DECODIFICADOR DVB  S2. PARA VSAT
MANUAL DEL DECODIFICADOR DVB S2. PARA VSAT
 
EduFlex, una educación accesible para quienes no entienden en clases
EduFlex, una educación accesible para quienes no entienden en clasesEduFlex, una educación accesible para quienes no entienden en clases
EduFlex, una educación accesible para quienes no entienden en clases
 
Desarrollo de Habilidades de Pensamiento.docx (3).pdf
Desarrollo de Habilidades de Pensamiento.docx (3).pdfDesarrollo de Habilidades de Pensamiento.docx (3).pdf
Desarrollo de Habilidades de Pensamiento.docx (3).pdf
 
INFORME DE LAS FICHAS.docx.pdf LICEO DEPARTAMENTAL
INFORME DE LAS FICHAS.docx.pdf LICEO DEPARTAMENTALINFORME DE LAS FICHAS.docx.pdf LICEO DEPARTAMENTAL
INFORME DE LAS FICHAS.docx.pdf LICEO DEPARTAMENTAL
 
ACTIVIDAD 2P de Tecnología, 10-7, 2024..
ACTIVIDAD 2P de Tecnología, 10-7, 2024..ACTIVIDAD 2P de Tecnología, 10-7, 2024..
ACTIVIDAD 2P de Tecnología, 10-7, 2024..
 
Las lámparas de alta intensidad de descarga o lámparas de descarga de alta in...
Las lámparas de alta intensidad de descarga o lámparas de descarga de alta in...Las lámparas de alta intensidad de descarga o lámparas de descarga de alta in...
Las lámparas de alta intensidad de descarga o lámparas de descarga de alta in...
 
TRABAJO DESARROLLO DE HABILIDADES DE PENSAMIENTO.pdf
TRABAJO DESARROLLO DE HABILIDADES DE PENSAMIENTO.pdfTRABAJO DESARROLLO DE HABILIDADES DE PENSAMIENTO.pdf
TRABAJO DESARROLLO DE HABILIDADES DE PENSAMIENTO.pdf
 
Desarrollo de Habilidades de Pensamiento.
Desarrollo de Habilidades de Pensamiento.Desarrollo de Habilidades de Pensamiento.
Desarrollo de Habilidades de Pensamiento.
 
Índice del libro "Big Data: Tecnologías para arquitecturas Data-Centric" de 0...
Índice del libro "Big Data: Tecnologías para arquitecturas Data-Centric" de 0...Índice del libro "Big Data: Tecnologías para arquitecturas Data-Centric" de 0...
Índice del libro "Big Data: Tecnologías para arquitecturas Data-Centric" de 0...
 
Ventajas y desventajas de la desinfección con cloro
Ventajas y desventajas de la desinfección con cloroVentajas y desventajas de la desinfección con cloro
Ventajas y desventajas de la desinfección con cloro
 
DESARROLO DE HABILIDADES DE PENSAMIENTO.pdf
DESARROLO DE HABILIDADES DE PENSAMIENTO.pdfDESARROLO DE HABILIDADES DE PENSAMIENTO.pdf
DESARROLO DE HABILIDADES DE PENSAMIENTO.pdf
 
TECLADO ERGONÓMICO Y PANTALLAS TACTILES - GESTIÓN INTEGRAL EDUCATIVA
TECLADO ERGONÓMICO Y PANTALLAS TACTILES - GESTIÓN INTEGRAL EDUCATIVATECLADO ERGONÓMICO Y PANTALLAS TACTILES - GESTIÓN INTEGRAL EDUCATIVA
TECLADO ERGONÓMICO Y PANTALLAS TACTILES - GESTIÓN INTEGRAL EDUCATIVA
 
3Redu: Responsabilidad, Resiliencia y Respeto
3Redu: Responsabilidad, Resiliencia y Respeto3Redu: Responsabilidad, Resiliencia y Respeto
3Redu: Responsabilidad, Resiliencia y Respeto
 
Desarrollo de habilidades de pensamiento (2).pdf
Desarrollo de habilidades de pensamiento (2).pdfDesarrollo de habilidades de pensamiento (2).pdf
Desarrollo de habilidades de pensamiento (2).pdf
 
Posnarrativas en la era de la IA generativa
Posnarrativas en la era de la IA generativaPosnarrativas en la era de la IA generativa
Posnarrativas en la era de la IA generativa
 
DESARROLLO DE HABILIDADES DE PENSAMIENTO.pdf
DESARROLLO DE HABILIDADES DE PENSAMIENTO.pdfDESARROLLO DE HABILIDADES DE PENSAMIENTO.pdf
DESARROLLO DE HABILIDADES DE PENSAMIENTO.pdf
 
TAREA #6 - RECURSOS INCLUSIVOS POR ANGGIE ARRIAGA
TAREA #6 - RECURSOS INCLUSIVOS POR ANGGIE ARRIAGATAREA #6 - RECURSOS INCLUSIVOS POR ANGGIE ARRIAGA
TAREA #6 - RECURSOS INCLUSIVOS POR ANGGIE ARRIAGA
 

Muestreo

  • 1. UNIVERSIDAD NORORIENTAL PRIVADA GRAN MARISCAL DE AYACUCHO SEDE: EL TIGRE-ESTADO ANZOATEGUI CIENCIAS GERENCIALES MENCION RECURSOS HUMANOS Profesora Integrante: Carlena Astudillo Dailymar Mesa C.I: 20.171.720 El tigre, Febrero de 2016 EL MUESTRO.
  • 2. EL MUESTREO. Es un procedimiento estadístico que nos permite recolectar una muestra de una población, de la cual se pueden realizar inferencias basadas en las características de la muestra. CARACTERISTICAS. • LA ALEATORIEDAD: depende del procedimiento para la elección de una muestra. • LA REPRESENTATIVA: puede ser relativa dependiendo su credibilidad.
  • 3. CLASIFICACION DEL MUESTREO. MUESTREO NO PROBABLISTICO: el investigador no elige la muestra al azar . PROBABILISTICO: cuando la muestra se elige al azar.
  • 4. CLASIFICACION GENERAL DE LOS TIPOS DE MUESTRA. TIPOS DE MUESTREO Muestreo probabilístico: ( aleatorio) Muestreo no probabilistico. (no aleatorio) 1) Muestreo aleatorio simple. 2) Muestreo aleatorio sistemático. 3) Muestreo aleatorio estratificado . 4) Muestreo aleatorio en conglomerado. 1) Muestreo por conveniencia. 2) Muestreo por criterio o juicio. 3) Muestreo por cuotas. 4) Bola de nieve.
  • 5.  Muestreo aleatorio simple: es aquel en el que cada individuo de la población tiene las mismas posibilidades de ser seleccionado en la muestra.  Muestreo aleatorio sistemático: en el que se elige un individuo al azar y a partir de él, a intervalos constantes, se eligen los demás hasta completar la muestra.  Muestreo aleatorio estratificado: se divide la población en clases o estratos y se escoge aleatoriamente, un número de individuos de cada estrato proporcional a número de componentes de cada estrato.  Muestreo aleatorio con conglomerado: en este tipo de muestreo en lugar de elegir individuos directamente, se elige unidades mas amplias donde se clasifican los elementos de la población. TIPOS DE MUESTREO PROBABILISTICOS.
  • 6. TIPOS DE MUESTREO NO PROBABILISTICO.  Muestreo por conveniencia: el investigador selecciona la muestra de forma que sea la mas representativa a los efectos de la investigación que se pretende realizar.  Muestreo por criterio o juicio: los elementos se seleccionan con base en lo que algún experto piensa acerca de la contribución que los elementos del muestreo tienen en particular a los fines del estudio  Muestreo por cuotas: es el mas utilizado, se suele introducir en la ultima pase de muestreo. Las cuotas consisten en facilitar al investigador el perfil de las personas que tienen que entrevistar, en cada una de las rutas donde se van a relacionarse la entrevista.  Bolas de nieve: primeramente se selecciona una muestra, y se pide a cada uno de los individuos que constituyen dicha muestra que nombre a otros individuos de la población, según un criterio preestablecido. Esta primera pase, se repite hasta que se completa el numero deseado de muestra.
  • 7. OBJETIVO DEL DISEÑO DE MUESTRA. Su objetivo es seleccionar una muestra que sea representativa del universo o población a estudiar, facilitando información específica y de utilidad a un mínimo consto. Las características de la población o universo a estudiar tienen que ser homogéneas para poder ser condicionalmente que la muestra proporcione resultados aceptables con la finalidad de determinar cuál es el método apropiado para obtener la muestra.
  • 8. EJERCICIO Una población de 6000 personas se han dividido en 3 estratos, uno con 1000 personas, otro con 3500 y otro con 1500 . En esa población se ha realizado un muestreo estratificado con fijación proporcional. En el que se ha elegido al azar 15 personas del tercer estrato. Determine el tamaño de la muestra total obtenido con este muestreo y su composición. 6000 1000 n1 = 10 1000 = n1 1000 = n1 = 60.1000 = 10 6000 n 6000 60 6000 3500 n2 = 35 3500 = n2 3500 = n2 = 60.3500 = 35 6000 n 6000 60 6000 1500 n3 = 15 1500 = 15 n = 15.6000 = 60 n = 60 6000 n 1500
  • 9. Las cosas complejas y estadísticamente improbables, son por naturaleza más difíciles de explicar que las cosas simples y estadísticamente probables. Richard Dawkins