1 / 24

POBLACIÓN Y MUESTRA

POBLACIÓN Y MUESTRA. Dra. Luzmila Troncoso Corzo 2009. Población y Muestra. CONTENIDOS : Concepto. Tipos de muestreo . Ventajas y desventajas. Criterios de selección. Condiciones de una buena muestra. Tamaño de muestra. Error de muestreo. CONCEPTO. UNIVERSO O POBLACIÓN

van
Download Presentation

POBLACIÓN Y MUESTRA

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. POBLACIÓN Y MUESTRA Dra. Luzmila Troncoso Corzo 2009

  2. Población y Muestra • CONTENIDOS: • Concepto. • Tipos de muestreo. • Ventajas y desventajas. • Criterios de selección. • Condiciones de una buena muestra. • Tamaño de muestra. • Error de muestreo.

  3. CONCEPTO UNIVERSO O POBLACIÓN Conjunto de elementos que comparten una característica. MUESTRA Subconjunto de esa población.

  4. MUESTREO • Es la selección de algunas unidades de análisis entre una población definida correspondiente a un estudio o investigación.

  5. TIPOS DE MUESTREO

  6. TIPOS DE MUESTREO Muestreo no Probabilístico Muestreo Probabilístico • De Conveniencia. • Por Cuotas. • Aleatorio simple. • Aleatorio sistemático. • Aleatorio estratificado. • Por grupos o Conglomerados. • Bietápico. • Multietápico.

  7. MUESTREO NO PROBABILÍSTICO

  8. MUESTREO NO PROBABILÍSTICO

  9. MUESTREO PROBABILÍSTICO

  10. MUESTREO PROBABILÍSTICO

  11. MUESTREO PROBABILÍSTICO

  12. MUESTREO PROBABILÍSTICO

  13. MUESTREO PROBABILÍSTICO

  14. MUESTREO PROBABILÍSTICO MUESTREO NO PROBABILÍSTICO • Ventajas: • Tiene fundamento esta- dístico matemático. • Es más representativo, porque es más exacto. • El error con el que se trabaja es menor y es posible decidir con que error* trabajar.  • Desventajas: • Es costoso. • Requiere el conocimien- to previo del universo. • Ventajas: • Es menos costoso. • De selección más simple. • No requiere conocimiento previo del universo. • No requiere tener identifi- cadas las unidades de análisis. • Desventajas: • Se trabaja con un error desconocido. • No se puede calcular el error. • Es menos representativo.

  15. CRITERIOS DE SELECCIÓN a) Todos los individuos de la muestra debe ser parte del conjunto total de la población estudiada. b) Todos los individuos de la población tiene igual probabilidad estadística de ser seleccionados en la muestra. c) El tamaño de la muestra será adecuado al tipo de estudio. Un tamaño menor pierde fiabilidad, un tamaño mayor implica derroche de recursos. d) La técnica de recolección debe permitir el logro de los objetivos.

  16. CONDICIONES DE UNA BUENA MUESTRA • Las condiciones fundamentales que ha de cumplir una muestra son cuatro: 1. Que comprendan parte del universo y no la totalidad de éste. 2. Que su amplitud sea estadísticamente proporcionada a la magnitud del universo. Esta condición se halla en relación con el punto práctico de determinación del tamaño de la muestra y sirve para decidir si, según las unidades que comprende respecto al universo, una muestra es o no admisible.

  17. CONDICIONES DE UNA BUENA MUESTRA 3. La ausencia de distorsión en la elección de los elementos de la muestra. Si esta elección presenta alguna anomalía, la muestra resultará por este mismo hecho viciada. 4. Que sea representativa o reflejo fiel del universo, de tal modo que reproduzca sus características básicas en orden a la investigación. Esto quiere decir que si hay sectores diferenciados en la población que se supone ofrecen características especiales, a efectos de los objetivos de la investigación, la muestra también deberá comprenderlos y precisamente en la misma proporción, es decir, deberá estar estratificada como el universo”. (Sierra Bravo, 1988: 175)

  18. ETAPAS DEL PROCESO DE MUESTREO • Fox (1981): • Definición o selección del universo o especificación de los posibles sujetos o elementos de un determinado tipo; • Determinación de la población o parte de ella a la que el investigador tiene acceso; • Selección de la muestra invitada o conjunto de elementos de la población a los que se pide que participen en la investigación; • Muestra aceptante o parte de la muestra invitada que acepta participar; • Muestra productora de datos; la parte que aceptó y que realmente produce datos.

  19. TAMAÑO DE MUESTRA n = Z2.p.q.N e2. (N-1) + Z2.p.q

  20. TAMAÑO DE MUESTRA Distribución poblacional de los estudiantes de la UNMSM según EAP :

  21. TAMAÑO DE MUESTRA n = Z2.p.q.N e2. (N-1) + Z2.p.q n = 1.962 x 0.5 x 0.5 x 458 (0.052 x 457) + (1.962 x 0.5 x 0.5) n= 210

  22. TAMAÑO DE MUESTRA • Afijación: estratificado o conglomerados. Distribución poblacional según EAP de los estudiantes de la UNMSM:

  23. ERROR DE MUESTREO • El error muestral o ‘error típico’, es la desviación típica de las distintas medias obtenidas alrededor de la media de la población, suele designarse por Ф y mide la importancia de las variaciones de las medias muestrales en torno a la de la población.El error típico se define en estadística como la desviación típica de la distribución muestral de un estadístico. (Jiménez Fernández, 1983) • Los errores muestrales son debidos a dos causas principales: • Error de sesgo, es debido a que la muestra no es representativa de la población. • Error aleatorio, debido al azar.

  24. ERROR DE MUESTREO s • Muestras con “S”: e = ---------- √n p (1-p) • Muestras con proporciones: e = √ --------- n

More Related