P. 1
Universo y Muestra de Una Investigacion

Universo y Muestra de Una Investigacion

|Views: 64|Likes:

More info:

Published by: J Abigail C González on May 27, 2012
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as DOC, PDF, TXT or read online from Scribd
See more
See less

05/27/2012

pdf

text

original

UNIVERSIDAD DE EL SALVADOR

FACULTAD DE CIENCIAS ECONOMICAS ESCUELA DE ADMINISTRACION DE EMPRESAS

TECNICAS DE INVESTIGACION

LIC. ABRAHAM SANCHEZ

TEMA: “Universo y muestra de una investigación”

GRUPO: 02 INTEGRANTES: Mayra Alejandra Menjivar Chacón Nathaly Dennisse Escamilla Pineda Joselyn Abigail Cantarero González Luis Alejandro Flores Mejía Analy Guadalupe Rincan Calderón Roxana Abigail Flores Cruz CARNET: MC 10085 EP 10011 CG 09065 FM 10002 RC 10074 FC 10020

GRUPO TEORICO: 04

Ciudad Universitaria, 24 de Marzo del 2011

I

CONTENIDO
CONTENIDO.............................................................................................I INTRODUCCION.......................................................................................II 1. OBJETIVOS.........................................................................................III 1.1 OBJETIVO GENERAL......................................................................................................III 1.2 OBJETIVOS ESPECÍFICOS.................................................................................................III 1. UNIVERSO Y MUESTRA DE UNA INVESTIGACION......................................1 1.1 DEFINICIÓN
DE TÉRMINOS................................................................................................1

2. VENTAJAS Y LIMITACIONES DEL USO DE MUESTRAS................................2 2.1 VENTAJAS..................................................................................................................2 2.2 LIMITACIONES.............................................................................................................2 3. TIPOS DE MUESTREO............................................................................3 3.1 MÉTODOS 3.2 MÉTODOS
DE MUESTREO PROBABILÍSTICOS............................................................................3 DE MUESTREO NO PROBABILÍSTICOS........................................................................5

4. APLICACIÓN DEL MUESTREO.................................................................6 4.1 ¿CÓMO SE SELECCIONA UNA MUESTRA PROBABILÍSTICA?.............................................................6 4.1.1 El tamaño de la muestra.............................................................................8 4.2 MUESTRA PROBABILÍSTICA ESTRATIFICADA ...........................................................................10 4.3 MUESTREO PROBABILÍSTICO POR RACIMOS...........................................................................12 CONCLUSIONES......................................................................................IV BIBLIOGRAFIA.........................................................................................V

Para poder hacer esta selección es necesario que la cantidad de sujetos y la forma como son seleccionados. tamaños y formas de aplicaciones de la muestra. . sino que se trabaja con un grupo de ellos para luego generalizar los resultados a la totalidad. Además se estudiara cada una de las ventajas que nos ofrece utilizar el muestro en un universo lleno de variaciones.II INTRODUCCION En la mayoría de las situaciones de investigación no es posible estudiar todos los elementos o sujetos a los cuales se refiere el problema. las cuales se explicaran mas adelante en el presente trabajo. pero como no todas las investigaciones tienen las mismas dificultades o en ocasiones es necesario crear ciertas divisiones o clasificar por tipos las investigaciones por lo que se han creado diferentes tipos. sean adecuadas. En el siguiente trabajo se explica y se aplica la muestra que es uno de los métodos mas utilizados para obtener el numero de selección que determine un porcentaje de veracidad en el estudio realizado dándonos cada vez un margen de error mínimo.

1 Objetivo general  Conocer la aplicación de la muestra en una investigación. 1.III 1. OBJETIVOS 1.2 Objetivos específicos  Conocer las definiciones y características de la muestra. .  Comprender todos los métodos de aplicación del muestreo en una investigación.

POBLACION: (o universo) es cualquier colección finita o infinita de elementos o sujetos. Una población es infinita cuando no se pueden contabilizar todos sus elementos pues existen en número ilimitado. Hay que distinguir dos términos básicos en la investigación de la población: La población objetiva: es aquella sobre la cual el investigador desea establecer una conclusión. MUESTRA: es un subconjunto de la población.1 Definición de términos Dos términos muy importantes para comprender esta temática son: población y muestra. como por ejemplo. que se obtiene para averiguar las propiedades o características de esta ultima. Se habla de que una población es finita cuando consta de un número limitado de elementos. ejemplo: todos los habitantes de una comunidad. La población muestreada: es aquella a partir de la cual se extrajo la muestra y sobre la cual se puede establecer la conclusión. por lo que interesa que sea un reflejo de la población. UNIVERSO Y MUESTRA DE UNA INVESTIGACION 1.1 1. . la población del mundo.

1 Ventajas • Costo reducido: resulta obvio que si no se estudia la totalidad de sujetos sino una muestra de ellos. y de esta forma obtener resultados más exactos que los que obtendríamos de estudiar toda la población. • Mayor exactitud: al estudiar una muestra se reduce el volumen de trabajo. • Mayores posibilidades: Existen casos en los cuales no es posible estudiar toda la población.2 Limitaciones • No se debe emplear muestras cuando la población es muy pequeña • La teoría del muestreo es compleja y no es del dominio de la mayoría de los investigadores.2 2. el procesamiento de los datos. los recursos financieros. o al consumir un artículo para juzgar sobre su calidad). VENTAJAS Y LIMITACIONES DEL USO DE MUESTRAS 2. por lo que con frecuencia deben buscar apoyo en especialistas en la materia. . personal. En ese caso solo es posible estudiar una muestra. la recolección de la información se hará en menos tiempo. etc necesarios para hacer la investigación serán menores. como por ejemplo. materiales. supervisar con mayor cuidado las actividades de campo. • Mayor rapidez: de igual forma. 2. por lo cual es posible entonces emplear personal más capacitado. cuando ésta es infinita o muy grande o cuando el proceso de medida para estudiar la característica deseada es destructivo (determinar la dosis letal de una droga por ejemplo.

atractivo por su simpleza. pero en lugar de extraer n números aleatorios sólo se extrae uno. numerar todos los elementos de la población. Se parte de ese número aleatorio i. etc.1 Métodos de muestreo probabilísticos Los métodos de muestreo probabilísticos son aquellos que se basan en el principio de equiprobabilidad. tiene poca o nula utilidad práctica cuando la población que estamos manejando es muy grande. Puede ser probabilístico y no probabilístico. todas las posibles muestras de tamaño n tienen la misma probabilidad de ser elegidas. Dentro de los métodos de muestreo probabilísticos encontramos los siguientes tipos: 3. Es decir. 3.1.1 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.1. aquellos en los que todos los individuos tienen la misma probabilidad de ser elegidos para formar parte de una muestra y. por tanto. los más recomendables.3 3.2 Muestreo aleatorio sistemático: Este procedimiento exige. consiguientemente. TIPOS DE MUESTREO Se conoce como muestreo el proceso de obtención de la muestra. como el anterior. Sólo estos métodos de muestreo probabilísticos nos aseguran la representatividad de la muestra extraída y son.) se eligen tantos sujetos como sea necesario para completar el tamaño de muestra requerido. Este procedimiento. números aleatorios generados con una calculadora u ordenador. tablas de números aleatorios. 3. .

Lo que se pretende con este tipo de muestreo es asegurarse de que todos los estratos de interés estarán representados adecuadamente en la muestra. y los elementos que integran la muestra son los que ocupan los lugares i..).3 Muestreo aleatorio estratificado: Trata de obviar las dificultades que presentan los anteriores ya que simplifican los procesos y suelen reducir el error muestra para un tamaño dado de la muestra. el estado civil. siendo k el resultado de dividir el tamaño de la población entre el tamaño de la muestra: k=N/n. i+3k.. El riesgo se este tipo de muestreo está en los casos en que se dan periodicidades en la población ya que al elegir a los miembros de la muestra con una periodicidad constante (k) podemos introducir una homogeneidad que no se da en la población. i+2k. .. Consiste en considerar categorías típicas diferentes entre sí (estratos) que poseen gran homogeneidad respecto a alguna característica (se puede estratificar. es decir se toman los individuos de k en k. i+(n-1) k.1. el municipio de residencia. La distribución de la muestra en función de los diferentes estratos se denomina afijación. Afijación Proporcional: La distribución se hace de acuerdo con el peso (tamaño) de la población en cada estrato. según la profesión. El número i que empleamos como punto de partida será un número al azar entre 1 y k. i+k.4 que es un número elegido al azar. por ejemplo. 3. y puede ser de diferentes tipos: Afijación Simple: A cada estrato le corresponde igual número de elementos muéstrales.. el sexo. etc.

de sexo femenino y residentes en Gijón.1 Muestreo por cuotas: También denominado en ocasiones "accidental".2. Este método se utiliza mucho en las encuestas de opinión. a la que llamamos conglomerado. los departamentos universitarios.1. 3. Se asienta generalmente sobre la base de un buen conocimiento de los estratos de la población y/o de los individuos más "representativos" o "adecuados" para los fines de la investigación. 3. En otras ocasiones se pueden utilizar conglomerados no naturales como. 3. Las unidades hospitalarias.2.2 Métodos de muestreo no probabilísticos Se seleccionan a los sujetos siguiendo determinados criterios procurando que la muestra sea representativa.. de modo que se considera la proporción y la desviación típica. Una vez determinada la cuota se eligen los primeros que se encuentren que cumplan esas características. son conglomerados naturales. por ejemplo: 20 individuos de 25 a 40 años. por ejemplo. las urnas electorales. etc. una caja de determinado producto. En este tipo de muestreo se fijan unas "cuotas" que consisten en un número de individuos que reúnen unas determinadas condiciones. Cuando los conglomerados son área geográfica suele hablarse de "muestreo por áreas". Tiene poca aplicación ya que no se suele conocer la desviación.4 Muestreo aleatorio por conglomerados: En el muestreo por conglomerados la unidad muestral es un grupo de elementos de la población que forman una unidad.5 Afijación Óptima: Se tiene en cuenta la previsible dispersión de los resultados. 3.2 Muestreo opinático o intencional: Este tipo de muestreo se caracteriza por un esfuerzo deliberado de obtener muestras "representativas" mediante la .

6 inclusión en la muestra de grupos supuestamente típicos. etc.1 ¿Cómo se selecciona una muestra probabilística? La elección entre la muestra probabilística y la no probabilística se determina con base en el planteamiento del problema. Es muy frecuente su utilización en sondeos preelectorales de zonas que en anteriores votaciones han marcado tendencias de voto. 3.3 Muestreo casual o incidental: Se trata de un proceso en el que el investigador selecciona directa e intencionadamente los individuos de la población. las hipótesis. APLICACIÓN DEL MUESTREO 4. y estos a otros.4 Bola de nieve: Se localiza a algunos individuos. y así hasta conseguir una muestra suficiente. Un caso particular es el de los voluntarios. determinados tipos de enfermos. 4. 3.2. Para hacer una muestra probabilística es necesario entender los siguientes términos y sus definiciones: . la muestra probabilística tiene muchas ventajas y la principal es que se puede medir el tamaño del error por medio de predicciones.2. además que el principal objetivo en el diseño de una muestra probabilística es reducir al mínimo el error al que también se le conoce como: error estándar. los cuales conducen a otros. sectas. Este tipo se emplea muy frecuentemente cuando se hacen estudios con poblaciones "marginales". el diseño de investigación y el alcance de sus contribuciones. delincuentes. El caso más frecuente de este procedimiento el utilizar como muestra los individuos a los que se tiene fácil acceso (los profesores de universidad emplean con mucha frecuencia a sus propios alumnos).

Como los valores de la población no se conocen. . (Se)2 = el error estándar al cuadrado. Nos interesa conocer valores promedio en la población. es un subconjunto de la población N. digamos un promedio. V = la varianza de la población de la población con respecto a determinadas variables (la varianza indica la variabilidad). el cual dependerá del numero de elementos muestreados a este se le conoce “error estándar (se)” Se = la desviación estándar de la distribución muestral y representa la fluctuación de y. seleccionamos una muestra n (y será la estimación del valor de Y. cuya formula nos servirá para calcular la varianza (V) de la población (N). así como la varianza de la muestra (n) será la expresión s2. la cual podrá determinarse en términos de probabilidad donde s2 = p (1-p). La muestra: a la que se le simboliza como n. el cual se desconoce).7 La población: a la que se le suele denominar como N. s2 = varianza de la muestra. lo cual se expresa: Y = al valor de una variable determinada (Y) que nos interesa conocer. es un conjunto de elementos. En nuestra estimación habrá una diferencia (Y-y = ¿?) también llamado error.

s.1 El tamaño de la muestra Al hacer una muestra probabilística uno debe preguntarse ¿Cuál es el menor numero de unidades muéstrales (personas. la cual se estima sobre marcos de muestreo previos o se define. que tan grande debo determinar mi muestra y esto se determina en dos pasos: 1. n = n’/ 1 + n’/N Ejemplo: se delimita una población para un estudio de directores generales. S) Además para una muestra probabilística se necesitan principalmente dos cosas: determinar el tamaño de la muestra (n) y seleccionar los elementos muéstrales de manera que todos tengan la misma posibilidad de ser elegidos. ajustándose si se conoce el tamaño de la población N. etc.) que necesito para conformar una muestra (n) que me asegure un determinado nivel de error estándar. la certeza total siempre es igual a uno. probabilidad de ocurrencia del fenómeno. Cuando se habla de un termino de la muestra se simboliza con una letra minúscula (n. 4. las posibilidades a partir de esto son “p” de que si ocurra y “q” de que no ocurra (p + q = 1). digamos menor de 0.8 p = porcentaje estimado de la muestra. tenían un capital social superior a 30 1 Se corrige con otros datos. n’ = s2 / V2 = tamaño provisional de la muestra1 = varianza de la muestra/ varianza de la población.1. De aquí se deriva 1 – p. organizaciones.01? Es decir. en 1983. en el cual se considera a “todos aquellos directores generales de empresas industriales y comerciales que. 2. capítulos de telenovelas. se) y si se trata de un termino de la población se simboliza con una letra mayúscula (N. .

09 V2 = (0.9 millones de pesos. ¿Cuál es el número de directores generales (n) que se debe entrevistar para tener un error estándar menor de 0.015. Su definición se2 : cuadrado del error estándar s2 = varianza de la muestra expresada como la probabilidad de ocurrencia de y p = 0. determinado por nosotros V2 = varianza de la población al cuadrado.5 n’ = s2/V2 . se = error estándar = 0.09/0. y = valor promedio de una variable = 1.0015) 2 = 0. ya que 1176 empresas reunían las mencionadas características.00025 = 400 n = n’/1 + (n’/N) = 400/1 + (400/1176) = 298. con ventas superiores a los 100 millones de pesos y con más de 300 personas empleadas”. un director general por empresa.000225 n’ = 0.015 y dado que la población total es de 1176? N = tamaño de la población de 1176 empresas.9 n’ = tamaño de la muestra sin ajustar n = tamaño de la muestra Al sustituir tenemos: s2 = p (1-p) = 0.9) = 0.9 (1-0. Con estas características se preciso que la población era de N = 1176 directores generales.

2 Muestra probabilística estratificada A veces las investigaciones implican comparar sus resultados entre segmentos. para nuestra investigación necesitaremos una muestra de 298 directores generales. porque así lo señala el planteamiento del problema. que es necesario estratificar la muestra en relación con estratos o categorías que se presentan en la población y además son relevantes para los objetivos del estudio. lo que aquí se hace es dividir a la población en subpoblaciones o estratos y se selecciona una muestra para cada estrato. pero en este caso la situación se complica y se debe estratificar esta n con la finalidad de que los elementos muéstrales o las unidades de análisis posean un determinado atributo. En este caso el atributo será el giro de la empresa. Ejemplo: tomando como referencia el ejemplo anterior de los directores generales. .10 n = 298 casos Es decir. es decir. grupos o nichos de la población. Ejemplo: efectuar comparaciones por género (entre hombres y mujeres) si la selección de la muestra es aleatoria tendremos unidades o elementos de ambos géneros. Ejemplo: nos interesan personas de todas las religiones para contrastar datos pero en la ciudad donde se efectuara el estudio la mayoría son católicos. 4. al aplicar una muestra probabilística estratificada tendremos los resultado que deseamos.

Esto es: fh = nh/Nh = ksh en donde nh y Nh son muestra y población de cada estrato.11 La estratificación aumenta la precisión de la muestra e implica el uso deliberado de diferentes tamaños de muestra para cada estrato. a fin de lograr reducir la varianza de cada unidad de la media muestral. la población es de 1176 directores de empresa y el tamaño de la muestra es de n = 298 ¿Qué muestra necesitaremos para cada estrato? Ksh = n/N = 298/1176 = 0.2534 De manera que el total de la subpoblación se multiplicara por esta fracción constante para obtener el tamaño de la muestra para cada estrato: ESTRATO POR GIRO DIRECTORES GENERALES TOTAL POBLACION (FH)=0. bebidas y tabaco Papel y artes graficas Textiles Eléctricas y electrónicas Automotriz Quimico-farmaceutica Otras empresas de transformación Comerciales 53 109 215 87 98 110 81 221 151 51 . y sh es la desviación estándar de cada elemento en un determinado estrato entonces se tiene que: ksh = n/N Siguiendo el ejemplo de los directores de empresa.2534 MUESTRA 13 28 55 22 25 28 20 56 38 13 1 2 3 4 5 6 7 8 9 10 Extractivo y siderúrgico Metal-mecánicas Alimentos.

etc. tiempo y energía. La unidad de análisis indican quienes van a ser medidos. Procedimiento: se diseñara un cuestionario que indague estas áreas sobre el uso de la radio. Este implica diferenciar entre la unidad de análisis y la unidad muestral. como utilizan la radio los adultos de una ciudad de 2500000 habitantes. por distancias geográficas. . Se recurre al muestreo por racimos o clusters en este tipo de muestreo se reducen costos. siguiendo los pasos ya señalados de una muestra probabilística o estratificada. Para ello se hace una selección que asegure que todos los elementos del racimo tienen la misma probabilidad de ser elegidos. ambas con procedimientos probabilísticos: en la primera se seleccionan los racimos. La unidad muestral se refiere al racimo por medio del cual se logra el acceso a la unidad de análisis. se seleccionan a los sujetos u objetos que van a medirse. por tiempo. a que horas. que tanto radio escuchan. Ejemplo: problema de investigación: una estación de radio local necesita saber con precisión. con la finalidad de planear sus estrategias. En la segunda y dentro de estos racimos.12 1176 298 4. Los cuestionarios se aplicaran por entrevistadores a una muestra de sujetos adultos. es decir. que contenidos prefieren y sus opiniones con respecto a los programas noticiosos.3 Muestreo probabilístico por racimos En algunos en que el investigador se ve limitado por recursos financieros. o sea. los participantes o casos q quienes en ultima instancia vamos a aplicar el instrumento de medición. Esta clase de muestreo supone una selección en dos etapas.

11/1 + (1111. La población N = 5000.0902 n = 909 Necesitaremos una muestra de 909 cuadras para estimar los valores de la población con una probabilidad de error a 0. esta dividida por estudios previos de acuerdo con cuatro estratos socioeconómicos.5(1-0.25/0. es decir. Lo primero ¿Cuántas cuadras necesitaremos muestrear de una población total de 5000 cuadras. estas se utilizaran como racimos.000225 n’ = 1111.5) = 0. DE CUADRAS 270 1940 2000 790 5000 .11 n’ = n’/1 + (n’/N’) = 1111. si queremos que nuestro error estándar sea no mayor de 0. Se recurre a la estrategia de seleccionar racimos se utiliza un mapa el cual indica que ay 5000 cuadras.015)2 = error estándar = 0. n’ = s2/V2 = p(1-p)/(0.015.11/5000) = 909. como unidades muéstrales.13 Población: hombres y mujeres de mas de 21 años de edad y que vivan en una casa o departamento propio o rentado de la ciudad.015 y con una probabilidad de ocurrencia de 50%? Se tiene entonces: n’ = s2/V2 para una muestra probabilística simple. que categorizan esa población según el ingreso mensual promedio de sus habitantes: ESTRATO 1 2 3 4 TOTAL NUM.

14 ¿Cómo distribuiremos los 909 elementos muéstrales de n.1818) (0.1818) (0. de acuerdo con la distribución de la población en los cuatro estratos socioeconómicos? fh = n/N = 909/5000 = 0.1818) (0. ya que son sujetos y no se pueden fragmentar.1818 ESTRATO 1 2 3 4 NUMERO DE CUADRAS 270 1940 2000 790 N = 5000 fh = 0.1818 (0. para optimizar la muestra. 364 del estrato tres y 143 del estrato cuatro. 353 del estrato dos. 2 Se ajustan los valores (redondeo) para cuadrar el ejemplo.1818) nh2 49 353 364 143 n = 909 En principio tenemos que de 5000 cuadras se seleccionaran 49 del estrato uno. .

. donde se necesite recolectar datos o tener la certeza que la temática que se esta estudiando sea veraz con respecto a los resultados que se obtengan de ella.CONCLUSIONES • El muestreo es una herramienta muy útil al momento de realizar una investigación. • Toda investigación realizada con fines de obtener resultados reales para buscar una respuesta a la temática estudiada se puede hacer en base al muestreo. • Existen diferentes tipos de muestreo para cada investigación el cual nos facilita el trabajo y nos da resultados confiables al aplicar correctamente cada uno de ellos. al igual para la herramienta de la encuesta ya que el muestro nos da el numero exacto de personas a las que debemos entrevistar para obtener resultados beneficiosos y útiles.

pdf” http://www.BIBLIOGRAFIA - LIBRO: Metodología de la investigación (4º edición) Henríquez Sampieri - Fuente de internet: “universo y muestra de una investigacion.edu.ve/dmedicin/departamentos/medicinapreventiv asocial/SEB/investigacion/muestreo.pdf .ucla.

You're Reading a Free Preview

Descarga
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->