EL MUESTREOGRUPO 5

PARTICIPANTES

Jenny Montilla Mat. 09-3849Dastenia Casado Mat. 09-2240LinaOrlando Holguin-Veras Sánchez Mat. 08-2531Ivette Troncoso Mat. 09-2304

Es una herramienta de la investigación científica, cuya función de una población debe examinarse, con la finalidad de hacer inferencias sobre dicha población.

Es el procedimiento mediante el cuál seleccionamos una muestra representativa de la población objeto de estudio.

CONCEPTOS

Preparación. En esta se define el universo y la población a partir de la cual se va a extraer la muestra.

Muestreo. En esta fase se determina la técnica más apropiada en función del problema, las hipótesis y el diseño. Aquí cabe diferenciar varios tipos de muestras resultado de las distintas depuraciones que se van haciendo a lo largo del proceso de la recogida de los datos. Nos referimos a:

Etapas del muestreo

Muestra invitada. Son los sujetos de la población a quienes se les invita a participar.

Muestra participante . Son los sujetos que aceptan formar parte del estudio.

Muestra real. Es la muestra productora de los datos que servirán para el análisis final. La diferencia entre la muestra invitada y la muestra real rara vez aparece especificado en los informes de investigación.

Existen diferentes criterios de clasificación de los diferentes tipos de muestreo, aunque en general pueden dividirse en dos grandes grupos: métodos de muestreo probabilísticos y métodos de muestreo no probabilísticos.

Tipos de Muestreo:

Los métodos de muestreo probabilísticos son aquellos que se basan en el principio de equiprobabilidad. Es decir, aquellos en los que todos los individuos tienen la misma probabilidad de ser elegidos para formar parte de una muestra y, consiguientemente, todas las posibles muestras de tamaño n tienen la misma probabilidad de ser seleccionadas. Sólo estos métodos de muestreo probabilísticos nos aseguran la representatividad de la muestra extraída y son, por tanto, los más recomendables. Dentro de los métodos de muestreo probabilísticos encontramos los siguientes tipos:

Muestreo Probabilístico:

Muestreo aleatorio simple:   El procedimiento empleado es el siguiente:

1) se asigna un número a cada individuo de la población y 2) a través de algún medio mecánico (bolas dentro de una bolsa, tablas de números aleatorios, números aleatorios generados con una calculadora u ordenador, etc.) se eligen tantos sujetos como sea necesario para completar el tamaño de muestra requerido.

Muestreo aleatorio sistemático:

Este procedimiento exige, como el anterior, numerar todos los elementos de la población, pero en lugar de extraer n números aleatorios sólo se extrae uno. Se parte de ese número aleatorio i, que es un número elegido al azar, y los elementos que integran la muestra son los que ocupa los lugares i, i+k, i+2k, i+3k,...,i+(n-1)k, es decir se toman los individuos de k en k, siendo k el resultado de dividir el tamaño de la población entre el tamaño de la muestra: k= N/n. El número i que empleamos como punto de partida será un número al azar entre 1 y k.

Trata de obviar las dificultades que presentan los anteriores ya que simplifican los procesos y suelen reducir el error muestral para un tamaño dado de la muestra. Consiste en considerar categorías típicas diferentes entre sí (estratos) que poseen gran homogeneidad respecto a alguna característica (se puede estratificar, por ejemplo, según la profesión, el municipio de residencia, el sexo, el estado civil, etc.).

Muestreo aleatorio estratificado

El muestreo por conglomerados consiste en seleccionar aleatoriamente un cierto numero de conglomerados (el necesario para alcanzar el tamaño muestral establecido) y en investigar, después, todos los elementos pertenecientes a los conglomerados elegidos.

Ejemplo de conglomerados: Las unidades hospitalarias, los departamentos universitarios, una caja de determinado producto, etc.

Muestreo aleatorio por conglomerados

Las muestras no probabilísticas, también llamadas dirigidas tiene muchas desventajas. La principal es, o ser probabilística no se puede calcular el nivel de confianza con que se hace la estimación.

Las pruebas estadísticas en muestra no probabilísticas tienen un valor limitado a la muestra en si, pero no para la población. Es decir, los datos no pueden generalizarse a la población, ya que los sujetos elegidos en la muestra no dependen de que todos tengan la misma probabilidad de ser elegidos, sino de la decisión del investigador.

Muestreo No Probabilístico

La ventaja del muestreo no probabilístico es su utilidad para determinado tipo de investigación en que se requiere un cuidado y controlada elección de sujetos con ciertas características especificadas previamente en el planteamiento del problema, mas que una representatividad de elementos de una población

TIPOS DE MUESTREO NO PROBABILISTICO

Intencional Y

Selectivo

casuales o fáciles de estudiar

basados en

expertos

de sujetos voluntarios

por cuotas

Muestreo Intencional Y Selectivo: consiste en escoger de la posición aquellas unidades que pueden proporcionar información esencial.

Muestreos casuales o fáciles de estudiar: esta técnica consiste en encuestar a cualquier grupo de personas que son de fácil acceso que acuden a un lugar.

Muestreos basados en expertos: en caso especiales es necesario la opinión de personas expertas en un tema y por ejemplo, si desea hacer un estudio sobre el perfil de una mujer abogada en la republica dominicana, se puede seleccionar una muestra de mujeres que sean abogadas partiendo de la presunción que ellas son las mas idóneas para hablar de sueldos.

Muestra de sujetos voluntarios: las muestras de sujetos voluntarios son frecuentes en ciencias sociales, en ciencias de la conducta, en medicina, en la arqueología, donde el investigador elabora conclusiones a partir de especímenes que legan a sus manos voluntariamente.

Muestreo por cuotas: este tipo de muestreo se utiliza mucho en estudios de opinión y de mercadotecnia.

Ejemplo: Se divide la población en sus subgrupos con características comunes (edad, estado civil, escolaridad, etc.).

Que es una Muestra: es un subconjunto de casos o individuos de una población estadística

Que es una Población: Es aquel conjunto de individuos o elementos que le podemos observar, medir una característica o atributo con fines específicos.

Error del Muestreo

Cualquiera sea el procedimiento utilizado y la perfección del método empleado, la muestra diferirá de la población. A esta diferencia se la denomina error de muestreo. Cuando una muestra es aleatoria o probabilística, es posible calcular sobre ella el error muestral. Este error indica el porcentaje de incertidumbre, es decir, el riesgo que se corre de, que la muestra elegida no sea representativa.

Error Muestral

Si se trabaja con un error calculado en 5%, ello significa que existe un 95% de probabilidades de que el conjunto muestral represente adecuadamente al universo del cual ha sido extraído.

A medida que incrementamos el tamaño de la muestra, el error muestral tiende a reducirse, pues la muestra va acercándose más al tamaño del universo. Del mismo modo, para una muestra determinada, su error será menor cuanto más pequeño sea el universo a partir del cual se la ha seleccionado

 Así, para un universo de 10.000 casos, una muestra de 200 unidades tendrá un error mayor que una de 300; una muestra de 200 casos, por otra parte, tendrá un error mayor si el universo tiene 10.000 unidades que si éste posee solamente 2.000.

Pueden presentarse situaciones que afecten de algun modo la recoleccion de muestras y afecten el nivel de confianza.

Situaciones inadecuadas: Se presentan, por ejemplo, cuando el encuestador tiene dificultades para obtener la información y la sustituye por la que más fácilmente está a su alcance, que no siempre es la más confiable. 

Insuficiencia en la recolección de datos: Hay distorsión por falta de respuestas, o respuestas inadecuadas, ya sea por ignorancia o falta de datos relativos a los elementos incluidos. Distorsiones del encuestador causadas por prejuicios, interés personal o por fallas en la aplicación de instrumentos. Errores de cobertura a causa de que no se han incluido elementos importantes y significativos para la investigación que se realiza. 

Situaciones inadecuadas: 

Se presentan, por ejemplo, cuando el encuestador tiene dificultades para obtener la información y la sustituye por la que más fácilmente está a su alcance, que no siempre es la más confiable.

 

Insuficiencia en la recolección de datos: 

Hay distorsión por falta de respuestas, o respuestas inadecuadas, ya sea por ignorancia o falta de datos relativos a los elementos incluidos. Distorsiones del encuestador causadas por prejuicios, interés personal o por fallas en la aplicación de instrumentos. Errores de cobertura a causa de que no se han incluido elementos importantes y significativos para la investigación que se realiza. 

es el número de sujetos que componen la muestra extraída de una población, necesarios para que los datos obtenidos sean representativos de la población.

Se determina mediante la fórmula:

donde: Za 

2 = Nivel de confianza p = proporción esperada q = 1 – p d = Precisión o Error permitido

Tamaño de la Muestra:

FIN!!!

MUCHAS GRACIAS POR SU ATENCIÓN!!