Solucin prueba piti

Poblacin:

- Universo o poblacin: Es el total de individuos que deseo estudiar o caracterizar.

- Una poblacin de la investigacin tambin es conocida como una coleccin bien definida de individuos u objetos
que tienen caractersticas similares. Todas las personas u objetos dentro de una determinada poblacin por lo
general tienen una caracterstica o rasgo en comn.

- Poblacin objetivo (grupo de inters de los investigadores) y poblacin accesible (donde buscan aplicar
conclusiones).

Muestreo:

- Es el conjunto de individuos del universo que selecciono para estudiarlos(muestra)

- El muestreo es el proceso de seleccionar un conjunto de individuos de una poblacin con el fin de estudiarlos y
poder caracterizar el total de la poblacin.

Relacin muestra-poblacin:

- La funcin principal de la muestra es permitir que los investigadores lleven a cabo el estudio de los individuos
de la poblacin de manera tal que los resultados de su estudio puedan ser utilizados para sacar conclusiones
que se aplicarn a toda la poblacin.

Tamao de la muestra y de que depende

- El tamao de la muestra normalmente es representado por "n", No se puede hablar de ningn tamao exacto
de la muestra, ya que puede variar dependiendo de los diferentes marcos de investigacin.

- Tiempo y recursos: importante ya que la disponibilidad de ambos afectaran el tamao y el alcance de nuestra
investigacin (muestreo).

- Modalidad de muestreo: la eleccin de la tcnica de muestro ser dependiente de los factores objetivos,
tiempo y recursos que guiaran nuestra decisin si desarrollar un muestro probabilstico o no probabilstico.

- Investigaciones o anlisis de datos previos: el estudio y reflexin previo al inicio de nuestra investigacin y por
sobre todo a la utilizacin de herramienta de muestreo es fundamental para definir el tamao de nuestra
muestra, y as por sobre todo no incurrir en error que a la posteriori significaran prdidas o gastos no previstos.

- Varianza poblacional: esta determina la exactitud de la muestra utilizada (tamao) de manera que si una
poblacin es heterognea mayor ser la varianza, mientras que si es homognea menor ser la varianza.

Cundo no hay varianza? Es la situacin ms desfavorable (inv. Sociales) donde se parte del supuesto
P=posibilidades que suceda, y Q= 1-p que correspondera a que el suceso no ocurra.

*siempre acercndose a los valores 50/50, o al 0,5.

- Error admisible: punto de equilibrio entra tamao de la muestra y el error muestral (mientras ms grande sea
la muestra menor error muestral).
 - Nivel de confianza: El intervalo de confianza es la medida estadstica del nmero de veces de cada 100 que se
espera que los resultados se encuentren dentro de un rango especfico.

Existen 3 niveles de confianza (sigmas): 3 (99,7), 2 (95,5), 1 (68,3) Por qu se utiliza el 2? Porque la relacin
costos y exactitud genera ms beneficios que la utilizacin del 3 donde se utilizara ms del doble de recursos
que el sigma 2.

- Error muestral: siempre habr divergencia en los resultados en contraste con la realidad poblacional de la
muestra/Es la mxima diferencia que esperamos que haya entre el dato observado en mi muestra y el dato real
en el universo(ms grande la poblacin menor error)

Marco muestral y sus requisitos

- El marco muestral es la informacin que ubica y dimensiona al universo y puede consistir de censos de vivienda
y mapas agrupados por localidades, etc.

- Representativo: contenga toda la gente que participe(objetivo, fidedigno)

- Comprehensividad: actualizacin constante para evitar errores (evitar sesgos o falta de conocimiento).

- Generalizar: cuando generalizamos debemos evitar la duplicidad (2 veces el mismo individuo en la muestra).

- Supresin: sacar a todo individuo que no pertenezca a los objetivos de nuestra investigacin (edad).

- Incluir informacin adicional(telfonos, direccin, Rut)

- El marco muestral debe ser una herramienta de fcil utilizacin por el investigador.

Poblacin finita:

- es el conjunto compuesto por una cantidad limitada de elementos, como el nmero de especies, el nmero de
estudiantes, el nmero de obreros. (-100.000)

Poblacin infinita:

- es la que tiene un nmero extremadamente grande de componentes, como el conjunto de especies que tiene
el reino animal. (+100.000)

Representatividad estadstica de una muestra:

Muestreo probabilstico y no probabilstico:

- Muestreos de tipo Probabilstico: este tipo de muestreos se caracteriza por basarse en la probabilidad que
tienen todos los miembros de una poblacin de resultar elegidos como parte del muestreo que se quiere
realizar, es decir, que responde a un factor de equiprobabilidad.

- Muestreos de tipo No Probabilsticos: por su parte los muestreos de tipo no probabilsticos se basan en estudios
donde la muestre escogida no es representativa, puesto que no se da bajo el trmino de las probabilidades que
tienen todos los sujetos de ser elegidos, sino que por el contrario se establecen criterios claros para escoger a
los sujetos a los cuales se le realizar un estudio.
Muestreo aleatorio simple:

- es la tcnica de muestreo en la que todos los elementos que forman el universo y que, por lo tanto, estn
descritos en el marco muestral, tienen idntica probabilidad de ser seleccionados para la muestra.
- se selecciona la muestra aleatoriamente con ayuda de tablas de nmeros aleatorios, calculadoras, sorteo, etc.
Esta tcnica solo puede ser aplicada cuando se dispone de un marco muestral completo, que incluya a todas
las UM, y stas puedan ser reconocidas e identificadas sin dificultad en el terreno.

Cundo se debe usar el muestreo aleatorio simple:

Cuando se sabe que la variable de mayor inters se distribuye aleatoriamente en el universo.

Para universos pequeos (no ms de 200 UMs).
Para universos de poca dispersin geogrfica.
Cuando no se conoce el patrn de distribucin para la variable de inters.

Muestreo aleatorio sistemtico:

- La seleccin de la primera UM es aleatoria y las siguientes se eligen con un intervalo regular de UM, distancias
o tiempo. Su limitacin terica consiste en que slo el primer nmero se selecciona al azar, y los restantes no
tienen la misma probabilidad de ser incluidos en la muestra. Su ventaja reside en que facilita la localizacin de
UM en lugares donde hay dificultad de acceso y en que permite visitar UM que no se encuentren definidas en
el marco muestral.

Cundo se debe usar la seleccin sistemtica?

Cuando no hay posibilidad de identificar en el marco muestral a cada una de las UM. Por ejemplo, en ciudades
grandes donde no se tienen listados de viviendas

Cuando se dificulta el acceso a las UM, por distancias, falta de caminos o en terrenos abruptos. Por ejemplo, en
un inventario forestal.

Combinacin de tipos de muestreo

Muestreo estratificado:

- Este tipo de muestreo se utiliza cuando el universo original, de tamao N, es fragmentado en estratos
relativamente homogneos en cuanto a la variable de inters. Esto es aconsejable siempre que la variacin
entre estratos sea mayor que la interna de cada estrato.

A cada uno de estos estratos se les trata independientemente como un universo, en cuanto al mtodo de
seleccin de las UM y de estimacin de parmetros. Al interior de cada estrato, las UM se pueden seleccionar
en forma aleatoria, por conglomerados o sistemticamente.

El muestreo estratificado permite mejorar la precisin de las estimaciones con menor esfuerzo de muestreo,
caracterizar a cada estrato por separado y facilitar la coordinacin del trabajo de campo.

Cundo se debe usar el muestreo estratificado?

Se usa principalmente en poblaciones donde se supone o se conoce que la distribucin de la(s) variable(s) de
mayor inters es diferente entre subpoblaciones fcilmente identificables.
Por su baja eficiencia del muestreo, NO se recomienda aplicarlo en universos pequeos, con menos de 200 UM
y variables de distribucin normal.
Muestreo aleatorio por conglomerados.

- Un conglomerado es un conjunto espacialmente compacto de UM.

- Los conglomerados se seleccionan aleatoriamente y dentro de cada uno se estudian todas sus UM o se hace un
muestreo de ellos.

- Cundo se debe usar el muestreo por conglomerados?

Se aplica cuando existe alta dificultad para llegar a todas las UM del universo debido a una gran dispersin
espacial o a tener barreras fsicas de acceso.
Cmo elijo que tipo de muestreo me sirve?

Elegir una de las dos maneras (probabilstico y No probabilstico) depende de:

-Objetivos de la investigacin.

-Motivos econmicos.

-El planteamiento del problema.

-Las hiptesis.

-El diseo de investigacin.

-El alcance de las investigaciones o sus contribuciones.