SlideShare una empresa de Scribd logo
MUESTREO
DEFINICION: El muestreo es una herramienta de la
investigación científica. Su función básica es determinar que
parte de una realidad en estudio (población o universo) debe
examinarse con la finalidad de hacer inferencias sobre dicha
población.
DEFINICIONES BÁSICAS:
• 1) Universo o población: Es el total de individuos que se desea
estudiar o caracterizar.
• 2) Muestra: Es el conjunto de individuos del universo o
poblacion que se selecciono para estudiarlos.
TÉCNICAS DE MUESTREO
• La muestra debe haberse seleccionado de forma que sea
representativa de la población a la que se pretende
aplicar la conclusión.
• Existen dos métodos para seleccionar muestras de
poblaciones: el muestreo no probabilístico o de juicio y
el muestreo probabilístico (que incorpora el azar como
recurso en el proceso de selección)
• CLASIFICACIÓN DE LOS TIPOS DE
MUESTREO PROBABILÍSTICO
• Muestreo aleatorio simple:Se caracteriza porque cada elemento de la población
tiene la misma probabilidad de ser escogido para formar parte de la muestra.
Determinar tamaño de la muestra.
• Formula.
• Cuando no se conoce a la población:
• Cuando se conoce la población:
2
2 2
. .
. . .
Z p q N
n
N e Z p q


𝑛 =
𝑍2𝑝. 𝑞
𝑒2
𝑛 =
𝑍2𝑝. 𝑞. 𝑁
𝑁. 𝑒2 + 𝑍2. 𝑝. 𝑞
DONDE:
• n = tamaño de la muestra
• Z = valor de la distribución normal
• p = probabilidad de certeza.
• q = probabilidad de fallo.
• N = población.
• E = de error de tolerancia.
• Según diferentes seguridades el
coeficiente de Z varía, así:
ELEGIR LA MUESTRA
𝑛 = 𝑚𝑢𝑒𝑠𝑡𝑟𝑎
𝑁 = 𝑝𝑜𝑏𝑙𝑎𝑐𝑖𝑜𝑛
1 =
𝑛
𝑁
2 =
𝑛 − 1
𝑁 − 1
.
.
.
𝑛 =
(
1
𝑁 + 𝑛 − 1
) =
N
n
• Entonces el número de muestras
de tamaño n viene dado por:
𝑁!
𝑛! (𝑁 − 𝑛)!
= 𝑁𝐶 𝑛
CUANDO UTILIZARLO
• El método de muestreo aleatorio simple debe utilizarse cuando los
individuos de la población son homogéneos respecto a las características a
estudiar (es decir, a priori no sabemos si los resultados van a ser muy
diferentes por causa de otras variables).
• Es poco recomendado cuando la población es muy grande
y heterogénea (los individuos presentan características dispares).
EJEMPLO APLICADO:
• Población y muestra
• El restaurante de comida rápida “CHASQUI” tiene una concurrencia de
clientes que puede aumentar o disminuir cada mes, es decir que
pertenece al tipo de poblaciones infinitas o desconocidas, los clientes
mensuales no son constantes. Cabe recalcar que el restaurante lleva el
control de facturas más no el control de clientes de cada mes.
 Muestra
La muestra es una parte representativa de la
población del restaurante que será estudiada
para obtener respuestas sobre la aceptación
que tendrá la implementación de la
aplicación móvil. La fórmula que se aplicará
para determinar la muestra de la población
infinita es:
La fórmula es la siguiente:
n 
𝑛 =
𝑍2
𝑝. 𝑞
𝑒2
CALCULANDO.
n= 18
Por lo tanto, la muestra es igual a 18 clientes.
𝑛 =
𝑍2𝑝. 𝑞
𝑒2
Dónde:
Z = Valor del nivel de confianza 95% = 1.96
p = probabilidad de certeza 5% = 0.05
q = 1- p = 0.95
i = error que se predice cometer 10% = 0.1
2
2
1.96 *0.05*0.95
18
0.1
n  
𝑛 =
1.962 ∗ 0.05 ∗ 0.95
0.12
= 18

Más contenido relacionado

Similar a MUESTREO_trabajo.pptx

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
 
(268083723) el muestreo
(268083723) el muestreo(268083723) el muestreo
(268083723) el muestreo
Faty Hernandez
 
Muestreo Y Probabilidad
Muestreo Y Probabilidad Muestreo Y Probabilidad
Muestreo Y Probabilidad
Arianna Moreno Perez
 
Elmuestreo
ElmuestreoElmuestreo
Elmuestreo
paulamurua3
 
poblacion y muestra.ppt
poblacion y muestra.pptpoblacion y muestra.ppt
poblacion y muestra.ppt
MariajoseCreixellM
 
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
 
ANALISIS DE RESULTADOS
ANALISIS DE RESULTADOSANALISIS DE RESULTADOS
ANALISIS DE RESULTADOS
SistemadeEstudiosMed
 
Selección de la muestra
Selección de la muestraSelección de la muestra
Selección de la muestra
Carlos Neira
 
muestreo y estimacion 2012
muestreo y estimacion 2012muestreo y estimacion 2012
muestreo y estimacion 2012
jose_pabon_2012
 
Muestreo y estimacion 2012
Muestreo y estimacion 2012Muestreo y estimacion 2012
Muestreo y estimacion 2012
jose_pabon_2012
 
Tipos de muestreo
Tipos de muestreoTipos de muestreo
Tipos de muestreo
Cesar Sarmiento
 
Estadistica inferencial
Estadistica inferencial Estadistica inferencial
Estadistica inferencial
Yolanda Gualan
 

Similar a MUESTREO_trabajo.pptx (20)

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
 
(268083723) el muestreo
(268083723) el muestreo(268083723) el muestreo
(268083723) el muestreo
 
Muestreo Y Probabilidad
Muestreo Y Probabilidad Muestreo Y Probabilidad
Muestreo Y Probabilidad
 
Elmuestreo
ElmuestreoElmuestreo
Elmuestreo
 
poblacion y muestra.ppt
poblacion y muestra.pptpoblacion y muestra.ppt
poblacion y muestra.ppt
 
Unidad 3.5 población y muestra
Unidad 3.5 población y muestraUnidad 3.5 población y muestra
Unidad 3.5 población y muestra
 
ANALISIS DE RESULTADOS
ANALISIS DE RESULTADOSANALISIS DE RESULTADOS
ANALISIS DE RESULTADOS
 
Selección de la muestra
Selección de la muestraSelección de la muestra
Selección de la muestra
 
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
 
Tipos de muestreo
Tipos de muestreoTipos de muestreo
Tipos de muestreo
 
Estadistica inferencial
Estadistica inferencial Estadistica inferencial
Estadistica inferencial
 

Último

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
 
Lecciones 11 Esc. Sabática. El conflicto inminente docx
Lecciones 11 Esc. Sabática. El conflicto inminente docxLecciones 11 Esc. Sabática. El conflicto inminente docx
Lecciones 11 Esc. Sabática. El conflicto inminente docx
Alejandrino Halire Ccahuana
 
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
 
Sesión de clase: El conflicto inminente.
Sesión de clase: El conflicto inminente.Sesión de clase: El conflicto inminente.
Sesión de clase: El conflicto inminente.
https://gramadal.wordpress.com/
 
Business Plan -rAIces - Agro Business Tech
Business Plan -rAIces - Agro Business TechBusiness Plan -rAIces - Agro Business Tech
Business Plan -rAIces - Agro Business Tech
johnyamg20
 
Marketing responsable - Ética y Responsabilidad Social Empresarial
Marketing responsable - Ética y Responsabilidad Social EmpresarialMarketing responsable - Ética y Responsabilidad Social Empresarial
Marketing responsable - Ética y Responsabilidad Social Empresarial
JonathanCovena1
 
Mapa-conceptual-de-la-Evolucion-del-Hombre-3.pptx
Mapa-conceptual-de-la-Evolucion-del-Hombre-3.pptxMapa-conceptual-de-la-Evolucion-del-Hombre-3.pptx
Mapa-conceptual-de-la-Evolucion-del-Hombre-3.pptx
ElizabethLpez634570
 
UrkuninaLab.pdfsadsadasddassadsadsadasdsad
UrkuninaLab.pdfsadsadasddassadsadsadasdsadUrkuninaLab.pdfsadsadasddassadsadsadasdsad
UrkuninaLab.pdfsadsadasddassadsadsadasdsad
JorgeVillota6
 
CALCULO DE AMORTIZACION DE UN PRESTAMO.pdf
CALCULO DE AMORTIZACION DE UN PRESTAMO.pdfCALCULO DE AMORTIZACION DE UN PRESTAMO.pdf
CALCULO DE AMORTIZACION DE UN PRESTAMO.pdf
cesareduvr95
 
Presentación simple corporativa degradado en violeta blanco.pdf
Presentación simple corporativa degradado en violeta blanco.pdfPresentación simple corporativa degradado en violeta blanco.pdf
Presentación simple corporativa degradado en violeta blanco.pdf
eleandroth
 
Desarrollo-Embrionario-y-Diferenciacion-Celular.pptx
Desarrollo-Embrionario-y-Diferenciacion-Celular.pptxDesarrollo-Embrionario-y-Diferenciacion-Celular.pptx
Desarrollo-Embrionario-y-Diferenciacion-Celular.pptx
TatianaHerrera46
 
Carnavision: anticipa y aprovecha - hackathon Pasto2024 .pdf
Carnavision: anticipa y aprovecha - hackathon Pasto2024 .pdfCarnavision: anticipa y aprovecha - hackathon Pasto2024 .pdf
Carnavision: anticipa y aprovecha - hackathon Pasto2024 .pdf
EleNoguera
 
Fundamentos filosóficos de la metodología de la enseñanza
Fundamentos filosóficos de la metodología de la enseñanzaFundamentos filosóficos de la metodología de la enseñanza
Fundamentos filosóficos de la metodología de la enseñanza
iamgaby0724
 
Qué entra en el examen de Geografía.pptx
Qué entra en el examen de Geografía.pptxQué entra en el examen de Geografía.pptx
Qué entra en el examen de Geografía.pptx
saradocente
 
ROMPECABEZAS DE COMPETENCIAS OLÍMPICAS. Por JAVIER SOLIS NOYOLA
ROMPECABEZAS DE COMPETENCIAS OLÍMPICAS. Por JAVIER SOLIS NOYOLAROMPECABEZAS DE COMPETENCIAS OLÍMPICAS. Por JAVIER SOLIS NOYOLA
ROMPECABEZAS DE COMPETENCIAS OLÍMPICAS. Por JAVIER SOLIS NOYOLA
JAVIER SOLIS NOYOLA
 
REGLAMENTO DE FALTAS Y SANCIONES DEL MAGISTERIO 2024.pptx
REGLAMENTO DE FALTAS Y SANCIONES DEL MAGISTERIO 2024.pptxREGLAMENTO DE FALTAS Y SANCIONES DEL MAGISTERIO 2024.pptx
REGLAMENTO DE FALTAS Y SANCIONES DEL MAGISTERIO 2024.pptx
RiosMartin
 
ELEMENTOS DE LA COMPRENSION ORAL-ESCUCHA ACTIVA.pdf
ELEMENTOS DE LA COMPRENSION ORAL-ESCUCHA ACTIVA.pdfELEMENTOS DE LA COMPRENSION ORAL-ESCUCHA ACTIVA.pdf
ELEMENTOS DE LA COMPRENSION ORAL-ESCUCHA ACTIVA.pdf
DaliaAndrade1
 
Mi Comunidad En El Sector Monterrey-Poste Blanco
Mi Comunidad En El Sector Monterrey-Poste BlancoMi Comunidad En El Sector Monterrey-Poste Blanco
Mi Comunidad En El Sector Monterrey-Poste Blanco
Ruth Noemí Soto Villegas
 
Presentación sector la arenita_paijan pptx
Presentación sector la arenita_paijan pptxPresentación sector la arenita_paijan pptx
Presentación sector la arenita_paijan pptx
Aracely Natalia Lopez Talavera
 
Gracias papá hombre_letra y acordes de guitarra.pdf
Gracias papá hombre_letra y acordes de guitarra.pdfGracias papá hombre_letra y acordes de guitarra.pdf
Gracias papá hombre_letra y acordes de guitarra.pdf
Ani Ann
 

Último (20)

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
 
Lecciones 11 Esc. Sabática. El conflicto inminente docx
Lecciones 11 Esc. Sabática. El conflicto inminente docxLecciones 11 Esc. Sabática. El conflicto inminente docx
Lecciones 11 Esc. Sabática. El conflicto inminente docx
 
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...
 
Sesión de clase: El conflicto inminente.
Sesión de clase: El conflicto inminente.Sesión de clase: El conflicto inminente.
Sesión de clase: El conflicto inminente.
 
Business Plan -rAIces - Agro Business Tech
Business Plan -rAIces - Agro Business TechBusiness Plan -rAIces - Agro Business Tech
Business Plan -rAIces - Agro Business Tech
 
Marketing responsable - Ética y Responsabilidad Social Empresarial
Marketing responsable - Ética y Responsabilidad Social EmpresarialMarketing responsable - Ética y Responsabilidad Social Empresarial
Marketing responsable - Ética y Responsabilidad Social Empresarial
 
Mapa-conceptual-de-la-Evolucion-del-Hombre-3.pptx
Mapa-conceptual-de-la-Evolucion-del-Hombre-3.pptxMapa-conceptual-de-la-Evolucion-del-Hombre-3.pptx
Mapa-conceptual-de-la-Evolucion-del-Hombre-3.pptx
 
UrkuninaLab.pdfsadsadasddassadsadsadasdsad
UrkuninaLab.pdfsadsadasddassadsadsadasdsadUrkuninaLab.pdfsadsadasddassadsadsadasdsad
UrkuninaLab.pdfsadsadasddassadsadsadasdsad
 
CALCULO DE AMORTIZACION DE UN PRESTAMO.pdf
CALCULO DE AMORTIZACION DE UN PRESTAMO.pdfCALCULO DE AMORTIZACION DE UN PRESTAMO.pdf
CALCULO DE AMORTIZACION DE UN PRESTAMO.pdf
 
Presentación simple corporativa degradado en violeta blanco.pdf
Presentación simple corporativa degradado en violeta blanco.pdfPresentación simple corporativa degradado en violeta blanco.pdf
Presentación simple corporativa degradado en violeta blanco.pdf
 
Desarrollo-Embrionario-y-Diferenciacion-Celular.pptx
Desarrollo-Embrionario-y-Diferenciacion-Celular.pptxDesarrollo-Embrionario-y-Diferenciacion-Celular.pptx
Desarrollo-Embrionario-y-Diferenciacion-Celular.pptx
 
Carnavision: anticipa y aprovecha - hackathon Pasto2024 .pdf
Carnavision: anticipa y aprovecha - hackathon Pasto2024 .pdfCarnavision: anticipa y aprovecha - hackathon Pasto2024 .pdf
Carnavision: anticipa y aprovecha - hackathon Pasto2024 .pdf
 
Fundamentos filosóficos de la metodología de la enseñanza
Fundamentos filosóficos de la metodología de la enseñanzaFundamentos filosóficos de la metodología de la enseñanza
Fundamentos filosóficos de la metodología de la enseñanza
 
Qué entra en el examen de Geografía.pptx
Qué entra en el examen de Geografía.pptxQué entra en el examen de Geografía.pptx
Qué entra en el examen de Geografía.pptx
 
ROMPECABEZAS DE COMPETENCIAS OLÍMPICAS. Por JAVIER SOLIS NOYOLA
ROMPECABEZAS DE COMPETENCIAS OLÍMPICAS. Por JAVIER SOLIS NOYOLAROMPECABEZAS DE COMPETENCIAS OLÍMPICAS. Por JAVIER SOLIS NOYOLA
ROMPECABEZAS DE COMPETENCIAS OLÍMPICAS. Por JAVIER SOLIS NOYOLA
 
REGLAMENTO DE FALTAS Y SANCIONES DEL MAGISTERIO 2024.pptx
REGLAMENTO DE FALTAS Y SANCIONES DEL MAGISTERIO 2024.pptxREGLAMENTO DE FALTAS Y SANCIONES DEL MAGISTERIO 2024.pptx
REGLAMENTO DE FALTAS Y SANCIONES DEL MAGISTERIO 2024.pptx
 
ELEMENTOS DE LA COMPRENSION ORAL-ESCUCHA ACTIVA.pdf
ELEMENTOS DE LA COMPRENSION ORAL-ESCUCHA ACTIVA.pdfELEMENTOS DE LA COMPRENSION ORAL-ESCUCHA ACTIVA.pdf
ELEMENTOS DE LA COMPRENSION ORAL-ESCUCHA ACTIVA.pdf
 
Mi Comunidad En El Sector Monterrey-Poste Blanco
Mi Comunidad En El Sector Monterrey-Poste BlancoMi Comunidad En El Sector Monterrey-Poste Blanco
Mi Comunidad En El Sector Monterrey-Poste Blanco
 
Presentación sector la arenita_paijan pptx
Presentación sector la arenita_paijan pptxPresentación sector la arenita_paijan pptx
Presentación sector la arenita_paijan pptx
 
Gracias papá hombre_letra y acordes de guitarra.pdf
Gracias papá hombre_letra y acordes de guitarra.pdfGracias papá hombre_letra y acordes de guitarra.pdf
Gracias papá hombre_letra y acordes de guitarra.pdf
 

MUESTREO_trabajo.pptx

  • 1. MUESTREO DEFINICION: El muestreo es una herramienta de la investigación científica. Su función básica es determinar que parte de una realidad en estudio (población o universo) debe examinarse con la finalidad de hacer inferencias sobre dicha población.
  • 2. DEFINICIONES BÁSICAS: • 1) Universo o población: Es el total de individuos que se desea estudiar o caracterizar. • 2) Muestra: Es el conjunto de individuos del universo o poblacion que se selecciono para estudiarlos.
  • 3. TÉCNICAS DE MUESTREO • La muestra debe haberse seleccionado de forma que sea representativa de la población a la que se pretende aplicar la conclusión. • Existen dos métodos para seleccionar muestras de poblaciones: el muestreo no probabilístico o de juicio y el muestreo probabilístico (que incorpora el azar como recurso en el proceso de selección)
  • 4. • CLASIFICACIÓN DE LOS TIPOS DE MUESTREO PROBABILÍSTICO • Muestreo aleatorio simple:Se caracteriza porque cada elemento de la población tiene la misma probabilidad de ser escogido para formar parte de la muestra. Determinar tamaño de la muestra. • Formula. • Cuando no se conoce a la población: • Cuando se conoce la población: 2 2 2 . . . . . Z p q N n N e Z p q   𝑛 = 𝑍2𝑝. 𝑞 𝑒2 𝑛 = 𝑍2𝑝. 𝑞. 𝑁 𝑁. 𝑒2 + 𝑍2. 𝑝. 𝑞
  • 5. DONDE: • n = tamaño de la muestra • Z = valor de la distribución normal • p = probabilidad de certeza. • q = probabilidad de fallo. • N = población. • E = de error de tolerancia. • Según diferentes seguridades el coeficiente de Z varía, así:
  • 6. ELEGIR LA MUESTRA 𝑛 = 𝑚𝑢𝑒𝑠𝑡𝑟𝑎 𝑁 = 𝑝𝑜𝑏𝑙𝑎𝑐𝑖𝑜𝑛 1 = 𝑛 𝑁 2 = 𝑛 − 1 𝑁 − 1 . . . 𝑛 = ( 1 𝑁 + 𝑛 − 1 ) = N n • Entonces el número de muestras de tamaño n viene dado por: 𝑁! 𝑛! (𝑁 − 𝑛)! = 𝑁𝐶 𝑛
  • 7. CUANDO UTILIZARLO • El método de muestreo aleatorio simple debe utilizarse cuando los individuos de la población son homogéneos respecto a las características a estudiar (es decir, a priori no sabemos si los resultados van a ser muy diferentes por causa de otras variables). • Es poco recomendado cuando la población es muy grande y heterogénea (los individuos presentan características dispares).
  • 8. EJEMPLO APLICADO: • Población y muestra • El restaurante de comida rápida “CHASQUI” tiene una concurrencia de clientes que puede aumentar o disminuir cada mes, es decir que pertenece al tipo de poblaciones infinitas o desconocidas, los clientes mensuales no son constantes. Cabe recalcar que el restaurante lleva el control de facturas más no el control de clientes de cada mes.
  • 9.  Muestra La muestra es una parte representativa de la población del restaurante que será estudiada para obtener respuestas sobre la aceptación que tendrá la implementación de la aplicación móvil. La fórmula que se aplicará para determinar la muestra de la población infinita es: La fórmula es la siguiente: n  𝑛 = 𝑍2 𝑝. 𝑞 𝑒2
  • 10. CALCULANDO. n= 18 Por lo tanto, la muestra es igual a 18 clientes. 𝑛 = 𝑍2𝑝. 𝑞 𝑒2 Dónde: Z = Valor del nivel de confianza 95% = 1.96 p = probabilidad de certeza 5% = 0.05 q = 1- p = 0.95 i = error que se predice cometer 10% = 0.1 2 2 1.96 *0.05*0.95 18 0.1 n   𝑛 = 1.962 ∗ 0.05 ∗ 0.95 0.12 = 18