Este documento define universo y muestra en una investigación. Explica que el universo es el conjunto total de individuos u objetos a estudiar, mientras que la muestra es un subconjunto del universo. Describe diferentes tipos de muestreo como probabilístico (aleatorio simple, sistemático, estratificado y conglomerado) y no probabilístico (por conveniencia y cuota).
Este documento presenta información sobre el uso de muestras en la investigación científica. Define conceptos clave como universo, población y muestra. Explica que una muestra debe ser representativa de la población total y debe seleccionarse de manera probabilística. También describe ventajas del uso de muestras como requerir menos tiempo y recursos que estudiar la población completa, y poder analizar variables con mayor profundidad.
Este documento describe los conceptos de población, muestra y aleatorización en investigación. La población es el conjunto total de individuos sobre los que se desea estudiar una característica. Debido a limitaciones de tiempo y costo, se toma una muestra representativa de la población para hacer inferencias sobre ella. Existen diferentes tipos de muestreo, como probabilístico y no probabilístico. La aleatorización ayuda a evitar sesgos al asignar tratamientos de manera aleatoria entre grupos.
Las estadísticas de por sí no tienen sentido si no se consideran o se relacionan dentro del contexto con que se trabajan.
Por lo tanto es necesario entender los conceptos de población y de muestra para lograr comprender mejor su significado en la investigación educativa o social que se lleva a cabo.
Este documento describe diferentes métodos de muestreo para obtener una parte representativa de una población total. Explica que una muestra probabilística permite inferencias estadísticas sobre la población, mientras que las muestras no probabilísticas no. Luego describe cuatro métodos de muestreo probabilístico (aleatorio simple, aleatorio sistemático, estratificado y aleatorio conglomerado) y tres métodos no probabilísticos (accidental, por cuotas e intencionado).
El documento habla sobre los conceptos de población, muestra, y muestreo en el contexto de investigación. Explica que la población es el conjunto total de unidades de análisis relevantes, mientras que la muestra es una subparte representativa de la población. Detalla los pasos típicos del proceso de muestreo, incluyendo definir la población y unidad de análisis, determinar el tamaño de la muestra, y seleccionar la muestra. También distingue entre muestreo probabilístico y no probabilístico.
Este documento describe conceptos clave relacionados con la población y la muestra en investigación. Define población como el conjunto total de elementos que se estudian y describe sus características como homogeneidad, tiempo, espacio y cantidad. Explica los tipos de población como población de interés y población accesible. También define muestra y marco muestral, e identifica métodos de muestreo como probabilísticos y no probabilísticos.
Muestreo es la selección de algunas unidades de estudio entre una población definida en una investigación. MARCO MUESTRAL Es una lista detallada y actualizada de las unidades de muestreo. La unidad de análisis es cada uno de los elementos que constituyen la población y por lo tanto la muestra.
Este documento presenta un proyecto de estadística sobre muestreo realizado por Gladys Pilar Cando Satán para su curso de cuarto semestre en la Universidad Nacional de Chimborazo. El proyecto describe los objetivos de aprender sobre el diseño de muestras representativas y el cálculo del tamaño de muestra, e introduce los conceptos clave de población, marco muestral, muestra y diferentes métodos de muestreo probabilísticos y no probabilísticos.
Este documento presenta información sobre el uso de muestras en la investigación científica. Define conceptos clave como universo, población y muestra. Explica que una muestra debe ser representativa de la población total y debe seleccionarse de manera probabilística. También describe ventajas del uso de muestras como requerir menos tiempo y recursos que estudiar la población completa, y poder analizar variables con mayor profundidad.
Este documento describe los conceptos de población, muestra y aleatorización en investigación. La población es el conjunto total de individuos sobre los que se desea estudiar una característica. Debido a limitaciones de tiempo y costo, se toma una muestra representativa de la población para hacer inferencias sobre ella. Existen diferentes tipos de muestreo, como probabilístico y no probabilístico. La aleatorización ayuda a evitar sesgos al asignar tratamientos de manera aleatoria entre grupos.
Las estadísticas de por sí no tienen sentido si no se consideran o se relacionan dentro del contexto con que se trabajan.
Por lo tanto es necesario entender los conceptos de población y de muestra para lograr comprender mejor su significado en la investigación educativa o social que se lleva a cabo.
Este documento describe diferentes métodos de muestreo para obtener una parte representativa de una población total. Explica que una muestra probabilística permite inferencias estadísticas sobre la población, mientras que las muestras no probabilísticas no. Luego describe cuatro métodos de muestreo probabilístico (aleatorio simple, aleatorio sistemático, estratificado y aleatorio conglomerado) y tres métodos no probabilísticos (accidental, por cuotas e intencionado).
El documento habla sobre los conceptos de población, muestra, y muestreo en el contexto de investigación. Explica que la población es el conjunto total de unidades de análisis relevantes, mientras que la muestra es una subparte representativa de la población. Detalla los pasos típicos del proceso de muestreo, incluyendo definir la población y unidad de análisis, determinar el tamaño de la muestra, y seleccionar la muestra. También distingue entre muestreo probabilístico y no probabilístico.
Este documento describe conceptos clave relacionados con la población y la muestra en investigación. Define población como el conjunto total de elementos que se estudian y describe sus características como homogeneidad, tiempo, espacio y cantidad. Explica los tipos de población como población de interés y población accesible. También define muestra y marco muestral, e identifica métodos de muestreo como probabilísticos y no probabilísticos.
Muestreo es la selección de algunas unidades de estudio entre una población definida en una investigación. MARCO MUESTRAL Es una lista detallada y actualizada de las unidades de muestreo. La unidad de análisis es cada uno de los elementos que constituyen la población y por lo tanto la muestra.
Este documento presenta un proyecto de estadística sobre muestreo realizado por Gladys Pilar Cando Satán para su curso de cuarto semestre en la Universidad Nacional de Chimborazo. El proyecto describe los objetivos de aprender sobre el diseño de muestras representativas y el cálculo del tamaño de muestra, e introduce los conceptos clave de población, marco muestral, muestra y diferentes métodos de muestreo probabilísticos y no probabilísticos.
El documento proporciona una introducción al concepto de muestreo, describiendo los términos población, muestra y censo. Explica los diferentes tipos de muestreo, incluyendo muestreo probabilístico como aleatorio simple, por estratos y sistemático, así como muestreo no probabilístico como por conveniencia y de juicio. También cubre cómo calcular el tamaño de la muestra y los errores comunes en la investigación de mercado.
Este documento explica los conceptos clave del muestreo como herramienta de investigación. Define población, muestra y sus diferencias. Describe los tipos de muestreo probabilísticos como el aleatorio simple, sistemático y estratificado que garantizan la representatividad de la muestra. También cubre los muestreos no probabilísticos como por cuotas e intencional. El objetivo del muestreo es permitir inferencias sobre una población mediante una muestra representativa seleccionada con una estrategia adecuada.
Este documento define población, muestra y tipos de muestreo. Explica que la población es el conjunto total de elementos sobre los que se investiga, mientras que la muestra es una parte seleccionada de la población. Describe los tipos de muestreo probabilístico como aleatorio simple, estratificado y sistemático, así como los no probabilísticos como por cuotas, juicios y bola de nieve. El objetivo del muestreo es seleccionar una muestra representativa de la población para generalizar los resultados.
El documento describe varios conceptos clave relacionados con la metodología de investigación, incluyendo población, muestra, muestreo, tipos de muestreo (probabilístico y no probabilístico), y el cálculo del tamaño de la muestra. Explica que la muestra debe ser representativa de la población y de un tamaño adecuado, y proporciona una fórmula y ejemplo para calcular el tamaño de la muestra.
Este documento introduce conceptos clave relacionados con los métodos de muestreo en investigación científica. Explica que una muestra es una parte representativa de una población más grande que se estudia para hacer inferencias sobre la población. Luego describe los principales tipos de muestreo, distinguiendo entre muestreo probabilístico y no probabilístico. Dentro del muestreo probabilístico, explica métodos como el muestreo aleatorio simple, sistemático y estratificado.
Este documento describe diferentes técnicas de muestreo estadístico, incluyendo muestreo aleatorio simple, estratificado, de conglomerados y sistemático. Explica las ventajas de la selección de una muestra representativa, como obtener información similar a un estudio exhaustivo con menor costo y tiempo. También cubre definiciones como espacio muestral, parámetros estadísticos, estimación, nivel de confianza y tipos de muestreo como aleatorios y no aleatorios. El objetivo general es proporcionar conocimientos sobre
Uce Muestra psicología educativa octubre 2017Stalin Tipán
Este documento define población y muestra, y describe los tipos de muestreo. Una población es el conjunto total de individuos sobre los cuales se realizará un estudio, mientras que una muestra es un subconjunto de la población. Existen muestras probabilísticas y no probabilísticas, siendo las primeras más rigurosas científicamente. El tamaño y tipo de muestra deben seleccionarse de acuerdo a los objetivos y recursos de la investigación.
Este documento presenta conceptos clave sobre población, muestra y variable. Explica que la población se refiere al conjunto total de elementos a estudiar, mientras que la muestra es un subconjunto de la población. Además, destaca la importancia de definir claramente estas nociones y de obtener una muestra representativa para realizar inferencias válidas sobre la población. Por último, introduce la noción de variable como cualquier característica susceptible de asumir diferentes valores.
Este documento describe los conceptos básicos de muestreo y los diferentes tipos de muestreo. Explica que una muestra representativa es necesaria para estudiar poblaciones grandes de manera más manejable. Describe el muestreo probabilístico, incluyendo el muestreo aleatorio simple y sistemático, y cómo se pueden usar tablas de números aleatorios para seleccionar muestras representativas de manera aleatoria. También discute los errores de muestreo y cómo el diseño de la muestra es más importante que su tamaño.
Este documento describe diferentes tipos de muestras y el cálculo del tamaño de la muestra. Explica que una muestra es un subconjunto representativo de una población y que debe seleccionarse usando una técnica de muestreo adecuada como el muestreo aleatorio para que sea representativa. También describe diferentes tipos de muestreo como el aleatorio simple, estratificado y por conglomerados. Finalmente, explica cómo calcular el tamaño de la muestra necesario para estimar una proporción o media con un nivel de confianza y precisión dados
Este documento describe los conceptos de universo, muestra y técnicas de muestreo. Define un universo como el conjunto total de individuos de interés y una muestra como un subconjunto del universo. Explica dos tipos principales de muestreo: probabilístico, donde cada unidad tiene una probabilidad conocida de ser seleccionada, y no probabilístico, donde la selección depende del criterio del investigador. También describe varias técnicas de muestreo probabilístico como el muestreo aleatorio simple, estratificado y por conglomer
Este documento describe los conceptos de población, muestreo y extracción de muestras en investigación. Explica que la población debe definirse de manera precisa antes de seleccionar una muestra representativa. Describe dos métodos de muestreo: al azar y estratificado, señalando que el estratificado divide primero la población en grupos homogéneos. Resalta la importancia de obtener muestras lo suficientemente grandes para representar a la población total de manera precisa.
El documento describe diferentes tipos de muestreo para obtener información sobre una población. El muestreo por selección intencionada o de conveniencia es no aleatorio y suele presentar sesgos. El muestreo aleatorio incluye el muestreo aleatorio simple, sistemático, estratificado y por conglomerados. El muestreo aleatorio simple elige cada individuo al azar, mientras que el sistemático elige el primero al azar y los demás de forma sistemática. El estratificado divide la población en grupos y muestra proporcionalmente
El documento discute diferentes tipos de muestreo que se pueden aplicar para obtener una muestra representativa de una población. Describe el muestreo por selección intencionada o de conveniencia, que es un muestreo no aleatorio y suele presentar sesgos. También describe varios tipos de muestreo aleatorio, como el muestreo aleatorio simple, el muestreo sistemático y el muestreo aleatorio estratificado, los cuales permiten obtener una muestra representativa de la población de manera aleatoria. Para cada método, discute ventaj
El documento describe diferentes tipos de muestreo para obtener información sobre una población. El muestreo por selección intencionada o de conveniencia es no aleatorio y suele presentar sesgos. El muestreo aleatorio incluye el muestreo aleatorio simple, sistemático, estratificado y por conglomerados. El muestreo aleatorio simple elige cada individuo al azar, mientras que el sistemático elige el primero al azar y los demás de forma sistemática. El estratificado divide la población en grupos y muestra proporcionalmente
Este documento describe diferentes métodos y técnicas de muestreo, incluyendo muestreo probabilístico como aleatorio simple, sistemático y estratificado, y muestreo no probabilístico como por conveniencia o juicio. También proporciona fórmulas clave para determinar el tamaño de la muestra en función del método de muestreo, si la población es finita o infinita, y el nivel de confianza deseado.
Este documento describe diferentes métodos de muestreo para investigaciones de mercado. Explica conceptos clave como muestra, muestreo, marco muestral y tamaño de muestra. También describe diferentes tipos de muestreo como probabilístico (aleatorio simple, aleatorio mediante números aleatorios, sistemático, estratificado y conglomerado) y no probabilístico (intencional, accidental y por cuota). El objetivo del muestreo es obtener una muestra representativa de una población más grande para hacer inferencias sobre la población total de manera más ráp
Este documento describe los conceptos de muestra, unidad muestral y muestreo probabilístico y no probabilístico. Explica que una muestra es un subconjunto de la población que debe ser representativa para inferir propiedades de la población total. Detalla diferentes tipos de muestreo probabilístico como el muestreo aleatorio simple, estratificado y sistemático. También cubre el muestreo no probabilístico y tipos de encuestas como descriptivas, longitudinales y de opinión pública. Concluye resaltando la importancia de la m
El documento describe diferentes técnicas de muestreo para seleccionar una muestra representativa de una población más grande. Explica el muestreo aleatorio simple, el muestreo sistemático, el muestreo estratificado, el muestreo por etapas múltiples, el muestreo por conglomerados, y el muestreo no probabilístico, incluyendo el muestreo por cuotas y el muestreo de bola de nieve. El objetivo del muestreo es obtener una muestra que aproxime las propiedades de la población total con un
El documento proporciona una introducción al concepto de muestreo, describiendo los términos población, muestra y censo. Explica los diferentes tipos de muestreo, incluyendo muestreo probabilístico como aleatorio simple, por estratos y sistemático, así como muestreo no probabilístico como por conveniencia y de juicio. También cubre cómo calcular el tamaño de la muestra y los errores comunes en la investigación de mercado.
Este documento explica los conceptos clave del muestreo como herramienta de investigación. Define población, muestra y sus diferencias. Describe los tipos de muestreo probabilísticos como el aleatorio simple, sistemático y estratificado que garantizan la representatividad de la muestra. También cubre los muestreos no probabilísticos como por cuotas e intencional. El objetivo del muestreo es permitir inferencias sobre una población mediante una muestra representativa seleccionada con una estrategia adecuada.
Este documento define población, muestra y tipos de muestreo. Explica que la población es el conjunto total de elementos sobre los que se investiga, mientras que la muestra es una parte seleccionada de la población. Describe los tipos de muestreo probabilístico como aleatorio simple, estratificado y sistemático, así como los no probabilísticos como por cuotas, juicios y bola de nieve. El objetivo del muestreo es seleccionar una muestra representativa de la población para generalizar los resultados.
El documento describe varios conceptos clave relacionados con la metodología de investigación, incluyendo población, muestra, muestreo, tipos de muestreo (probabilístico y no probabilístico), y el cálculo del tamaño de la muestra. Explica que la muestra debe ser representativa de la población y de un tamaño adecuado, y proporciona una fórmula y ejemplo para calcular el tamaño de la muestra.
Este documento introduce conceptos clave relacionados con los métodos de muestreo en investigación científica. Explica que una muestra es una parte representativa de una población más grande que se estudia para hacer inferencias sobre la población. Luego describe los principales tipos de muestreo, distinguiendo entre muestreo probabilístico y no probabilístico. Dentro del muestreo probabilístico, explica métodos como el muestreo aleatorio simple, sistemático y estratificado.
Este documento describe diferentes técnicas de muestreo estadístico, incluyendo muestreo aleatorio simple, estratificado, de conglomerados y sistemático. Explica las ventajas de la selección de una muestra representativa, como obtener información similar a un estudio exhaustivo con menor costo y tiempo. También cubre definiciones como espacio muestral, parámetros estadísticos, estimación, nivel de confianza y tipos de muestreo como aleatorios y no aleatorios. El objetivo general es proporcionar conocimientos sobre
Uce Muestra psicología educativa octubre 2017Stalin Tipán
Este documento define población y muestra, y describe los tipos de muestreo. Una población es el conjunto total de individuos sobre los cuales se realizará un estudio, mientras que una muestra es un subconjunto de la población. Existen muestras probabilísticas y no probabilísticas, siendo las primeras más rigurosas científicamente. El tamaño y tipo de muestra deben seleccionarse de acuerdo a los objetivos y recursos de la investigación.
Este documento presenta conceptos clave sobre población, muestra y variable. Explica que la población se refiere al conjunto total de elementos a estudiar, mientras que la muestra es un subconjunto de la población. Además, destaca la importancia de definir claramente estas nociones y de obtener una muestra representativa para realizar inferencias válidas sobre la población. Por último, introduce la noción de variable como cualquier característica susceptible de asumir diferentes valores.
Este documento describe los conceptos básicos de muestreo y los diferentes tipos de muestreo. Explica que una muestra representativa es necesaria para estudiar poblaciones grandes de manera más manejable. Describe el muestreo probabilístico, incluyendo el muestreo aleatorio simple y sistemático, y cómo se pueden usar tablas de números aleatorios para seleccionar muestras representativas de manera aleatoria. También discute los errores de muestreo y cómo el diseño de la muestra es más importante que su tamaño.
Este documento describe diferentes tipos de muestras y el cálculo del tamaño de la muestra. Explica que una muestra es un subconjunto representativo de una población y que debe seleccionarse usando una técnica de muestreo adecuada como el muestreo aleatorio para que sea representativa. También describe diferentes tipos de muestreo como el aleatorio simple, estratificado y por conglomerados. Finalmente, explica cómo calcular el tamaño de la muestra necesario para estimar una proporción o media con un nivel de confianza y precisión dados
Este documento describe los conceptos de universo, muestra y técnicas de muestreo. Define un universo como el conjunto total de individuos de interés y una muestra como un subconjunto del universo. Explica dos tipos principales de muestreo: probabilístico, donde cada unidad tiene una probabilidad conocida de ser seleccionada, y no probabilístico, donde la selección depende del criterio del investigador. También describe varias técnicas de muestreo probabilístico como el muestreo aleatorio simple, estratificado y por conglomer
Este documento describe los conceptos de población, muestreo y extracción de muestras en investigación. Explica que la población debe definirse de manera precisa antes de seleccionar una muestra representativa. Describe dos métodos de muestreo: al azar y estratificado, señalando que el estratificado divide primero la población en grupos homogéneos. Resalta la importancia de obtener muestras lo suficientemente grandes para representar a la población total de manera precisa.
El documento describe diferentes tipos de muestreo para obtener información sobre una población. El muestreo por selección intencionada o de conveniencia es no aleatorio y suele presentar sesgos. El muestreo aleatorio incluye el muestreo aleatorio simple, sistemático, estratificado y por conglomerados. El muestreo aleatorio simple elige cada individuo al azar, mientras que el sistemático elige el primero al azar y los demás de forma sistemática. El estratificado divide la población en grupos y muestra proporcionalmente
El documento discute diferentes tipos de muestreo que se pueden aplicar para obtener una muestra representativa de una población. Describe el muestreo por selección intencionada o de conveniencia, que es un muestreo no aleatorio y suele presentar sesgos. También describe varios tipos de muestreo aleatorio, como el muestreo aleatorio simple, el muestreo sistemático y el muestreo aleatorio estratificado, los cuales permiten obtener una muestra representativa de la población de manera aleatoria. Para cada método, discute ventaj
El documento describe diferentes tipos de muestreo para obtener información sobre una población. El muestreo por selección intencionada o de conveniencia es no aleatorio y suele presentar sesgos. El muestreo aleatorio incluye el muestreo aleatorio simple, sistemático, estratificado y por conglomerados. El muestreo aleatorio simple elige cada individuo al azar, mientras que el sistemático elige el primero al azar y los demás de forma sistemática. El estratificado divide la población en grupos y muestra proporcionalmente
Este documento describe diferentes métodos y técnicas de muestreo, incluyendo muestreo probabilístico como aleatorio simple, sistemático y estratificado, y muestreo no probabilístico como por conveniencia o juicio. También proporciona fórmulas clave para determinar el tamaño de la muestra en función del método de muestreo, si la población es finita o infinita, y el nivel de confianza deseado.
Este documento describe diferentes métodos de muestreo para investigaciones de mercado. Explica conceptos clave como muestra, muestreo, marco muestral y tamaño de muestra. También describe diferentes tipos de muestreo como probabilístico (aleatorio simple, aleatorio mediante números aleatorios, sistemático, estratificado y conglomerado) y no probabilístico (intencional, accidental y por cuota). El objetivo del muestreo es obtener una muestra representativa de una población más grande para hacer inferencias sobre la población total de manera más ráp
Este documento describe los conceptos de muestra, unidad muestral y muestreo probabilístico y no probabilístico. Explica que una muestra es un subconjunto de la población que debe ser representativa para inferir propiedades de la población total. Detalla diferentes tipos de muestreo probabilístico como el muestreo aleatorio simple, estratificado y sistemático. También cubre el muestreo no probabilístico y tipos de encuestas como descriptivas, longitudinales y de opinión pública. Concluye resaltando la importancia de la m
El documento describe diferentes técnicas de muestreo para seleccionar una muestra representativa de una población más grande. Explica el muestreo aleatorio simple, el muestreo sistemático, el muestreo estratificado, el muestreo por etapas múltiples, el muestreo por conglomerados, y el muestreo no probabilístico, incluyendo el muestreo por cuotas y el muestreo de bola de nieve. El objetivo del muestreo es obtener una muestra que aproxime las propiedades de la población total con un
Similar a Universo y Muestra - Metodología gloria.pptx (20)
Business Plan -rAIces - Agro Business Techjohnyamg20
Innovación y transparencia se unen en un nuevo modelo de negocio para transformar la economia popular agraria en una agroindustria. Facilitamos el acceso a recursos crediticios, mejoramos la calidad de los productos y cultivamos un futuro agrícola eficiente y sostenible con tecnología inteligente.
3. FAYAD CAMEL .Lo define como la totalidad de individuo o
elementos en los cuales puede presentarse determinada
característica susceptible de ser estudiada
El universo o población puede estar constituida por
personas, animales, registros médicos, los nacimientos,
las muestras de laboratorios, los accidentes vitales, entre
otros.
4. EJEMPLO
CUANTAS PERSONAS EN EL BENI
ENFERMARON DE COVID 19 DURANTE
LA GESTION 2020-2021
5. UNIVERSO
Universo finito. está constituido por un numero delimitado o
conocido de unidades o elementos
EJEMPLO : NUMERO DE PERSONAS DIGNOSTICADAS CON COVID
19 EN EL HOSPITAL GERMAN BUSCH DE TRINIDAD DURANTE LA
GESTION 2020-2021
6. UNIVERSO INFINITO
cuando esta formado por una cantidad ilimitada de
unidades o elementos o que posee un numero
determinado de individuos que no se puede conocer con
exactitud
EJEMPLO : NUMERO DE PERSONAS QUE FALLECIERON
POR COVID 19 EN EL BENI DURANTE LA GESTION 2020-
2021
7. MUESTRA
. Es un subconjunto o parte del universo o
población en que se llevara a cabo la
investigación con el fin posterior de
generalizar los hallazgos al todo.
8. La muestra a estudiar debe ser representativa de la
población para poder hacer generalizaciones válidas para la
población.
Ejemplos: El SEDES BENI esta estudiando cuantas personas
tienen el esquema de vacunación completo contra el COVID
19
Población. – Todos los habitantes del dpto. BENI
Muestra. – Todo el personal de salud en el Beni
9. Personal de salud en el
Beni vacunados
contra COVID 19
Todos los habitantes en el
Beni con covid 19
10. TAMAÑO DE LA MUESTRA
Según Fisher el tamaño de la muestra debe definirse
partiendo de dos criterios:
1. Recursos disponibles
2. Plan de análisis que fija el tamaño mínimo de la
muestra
11. RECURSO DISPONIBLE
la recomendación es siempre tomar la
muestra mayor posible, que entre mas grande
sea esta mayor posibilidad tendrá de ser mas
representativa y menor será el error de
muestreo.
12. EJEMPLO
Si se tiene una población de 100 individuos habrá que tomar
por lo menos el 30 % para no tener menos de 30 casos, que
es lo mismo recomendado para no caer en la categoría de
una muestra pequeña.
13. Plan de análisis que fija el tamaño mínimo de la
muestra
platea que el tamaño de la muestra debera
ser suficiente para permitir un analisis
confiable
14. EJEMPLO
Pero si la población fuese de 50.000 individuos, una muestra del 30
% representara 15.000. El 10 % serán 15.000; 1 % dará una muestra
de 500. En este caso es evidente que una muestra de 1% o menos
podrá ser adecuada para cualquier tipo de análisis que se desee
realizar.
15. MUESTREO
Procedimiento por el cual se extrae, un
subconjunto o una parte de la población con
criterios tales que permitan la generalización de
los resultados a toda la población.
16. TIPOS DE MUESTREO
PROBABILÍSTICO
1. ALEATORIO SIMPLE
2. SISTEMÁTICO
3. ESTRATIFICADO
4. CONGLOMERADO
NO PROBABILÍSTICO
1. POR CONVENIENCIA
2. POR CUOTA
17. MUESTREO PROBABILÍSTICO
Muestreo aleatorio simple: Se caracteriza porque
cada unidad tiene la probabilidad equitativa de ser
incluida en la muestra.
Este sistema funciona a través de un método de
“SORTEO” entre un universo de individuos en el que se
le asigna a cada integrante un numero para ser
escogido.
18. Ejemplo:
Si se necesita seleccionar una muestra de 50 personas entre un
universo de 1000 se le asignara a esas personas un numero y a
modo de SORTEO se seleccionarán 50 números al azar que
conformaran la muestra requerida
19. Muestreo sistemático: Este tipo de
muestreo es similar al aleatorio simple, en
donde cada unidad del universo tiene igual
igual probabilidad de ser seleccionada,
variando el proceso de selección de la
muestra.
20. Por ejemplo, si una ONG busca formar un muestreo sistemático de 500 voluntarios
de una población de 2500, puede seleccionar a una quinta persona de la
población (esto es básicamente de lo que se trata el muestreo sistemático).
El ejemplo mencionado anteriormente sugiere que el intervalo de muestra debe
5, que es el resultado de la división de 2500 (N= tamaño de la población) y 500 (N
= tamaño de la muestra) (i) = N/n = 2500/500 = 5
21. Muestreo estratificado: Una muestra estratificada es aquella que
asegura que los subgrupos (estratos) de una población dada estén
representados adecuadamente dentro de la muestra que se usa en el
estudio.
EJEMPLO, uno podría dividir una muestra de los pacientes
diagnosticados con COVID 19 en subgrupos por edad:
como 10 a 19 años
20 a 29 años
30 a 39 años
40 a 49años
50 a 59 años
22. Muestreo por conglomerado: Este tipo de muestreo se usa en particular
cuando no se dispone de una lista detallada y enumerada de cada una
de las unidades que conforman el universo y resulta muy complejo
elaborarla.
Este tipo de muestreo analiza a una población particular que se
compone de múltiples elementos, como por ejemplo, ciudad, familia,
escuela, industria, etc. Este tipo de muestreo por conglomerados se
utiliza cuando los grupos son similares pero son diversos internamente.
Básicamente estos grupos se seleccionan dividiendo la población
principal en varias secciones.
23. En primer lugar, el investigador selecciona grupos o conglomerados y de ca
da grupo selecciona a los sujetos individuales, ya sea por muestreo
aleatorio simple o muestreo aleatorio sistemático.
El investigador también puede optar por incluir a todo el conglomerado, no
sólo a un subconjunto
POR EJEMPLO, un investigador desea estudiar el rendimiento académico de
los estudiantes de bioquímica
24. MUESTREO NO-PROBABILÍSTICO
Muestreo por conveniencia: Este tipo de muestreo, no es
aleatorio, razón por la que se desconoce la probabilidad de
selección de cada unidad o elemento del universo.
No se recomienda utilizar el muestreo no-probabilístico en las
investigaciones cuantitativas, debido a que por sus características no
permite calcular el error de muestreo.
25. Muestreo por cuota: Consiste en que el investigador
selecciona la muestra considerando algunos fenómenos o
variables a estudiar, como sexo, raza, religión, área de trabajo,
etc.