Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ALUMNA
Karen Selene Notario De la cruz.
SEMESTRE
3ro
TURNO
Viernes 8-1 pm
ACTIVIDAD 1
Investigar los conceptos del tema 5
CARRERA
Lic. Trabajo social
Tema 5: Población y muestra.
Una población finita es aquella que está formada por un limitado número de elementos,
por ejemplo; el número de habitantes de una comarca.
Cuando la población es muy grande, es obvio que la observación y/o medición de todos
los elementos se multiplica la complejidad, en cuanto al trabajo, tiempo y costos
necesarios para hacerlo. Para solucionar este inconveniente se utiliza una muestra
estadística.
MUESTRA:
"Se llama muestra a una parte de la población a estudiar qué sirve para representarla".
Murria R. Spiegel (1991).
"Una muestra debe ser definida en base de la población determinada, y las conclusiones
que se obtengan de dicha muestra solo podrán referirse a la población en referencia",
Cadenas (1974).
Por ejemplo, estudiamos los valores sociales de una población de 5000 habitantes aprox.,
entendemos que sería de gran dificultad poder analizar los valores sociales de todos ellos,
por ello, la estadística nos dota de una herramienta que es la muestra para extraer un
conjunto de población que represente a la globalidad y sobre la muestra realizar el
estudio. Una muestra representativa contiene las características relevantes de la
población en las mismas proporciones que están incluidas en tal población.
Los expertos en estadística recogen datos de una muestra. Utilizan esta información para
hacer referencias sobre la población que está representada por la muestra. En
consecuencia, muestra y población son conceptos relativos. Una población es un todo y
una muestra es una fracción o segmento de ese todo.
TÉCNICAS DE MUESTREO:
Esto no es más que el procedimiento empleado para obtener una o más muestras de una
población; el muestreo es una técnica que sirve para obtener una o más muestras de
población.
Este se realiza una vez que se ha establecido un marco muestral representativo de la
población, se procede a la selección de los elementos de la muestra, aunque hay muchos
diseños de la muestra.
Al tomar varias muestras de una población, las estadísticas que calculamos para cada
muestra no necesariamente serían iguales, y lo más probable es que variaran de una
muestra a otra.
TIPOS DE MUESTREO:
Población:
Por población se hace referencia habitualmente al conjunto de seres humanos que hacen
vida en un determinado espacio geográfico o territorio. Es decir, suele referirse a la
población humana.
Componentes de la población
Población en estadística
1. Población finita
2. Población infinita
3. Población hipotética
4. Población real
Es aquella población que puede ser identificada en números exactos y reales a partir de
diferentes instrumentos de indagación. Es comprobable. Por ejemplo, el número de
electores que ejercieron el voto en una jornada comicial.
Muestra:
Muestra es una porción de la totalidad de un fenómeno, producto o actividad que se
considera representativa del total también llamada una muestra representativa.
Muestra viene de mostrar siendo que da a conocer a los interesados o públicos objetivos
resultados, productos o servicios que ejemplifican o sirve como demostración de un tipo
de evento, calidad o la estandarización.
Muestra probabilística
2. Muestreo sistemático
La población que se trabajará debe ser enumerada y los investigadores se tendrán que
encargar de hacer listas con cada uno de los individuos en diferentes grupos de 10 de
manera aleatoria. Después, se selecciona uno de cada de cada grupo al azar y así se
formará la muestra.
3. Muestreo estratificado
Muestra no probabilística
En esta muestra los elementos se seleccionan por medio de diversos procedimientos que
no proporcionan a los individuos de la población las mismas oportunidades de poder ser
elegidos para la muestra. Este tipo también comprende los siguientes derivados:
Por medio de ella los investigadores realizan la muestra al tener en cuenta diversas
características y de esa forma poder lograr en la muestra una distribución de
características igual que en la población.
2. Muestreo de conveniencia
4. Muestra discrecional
Muestreo probabilístico
1. Todos los elementos de la población tienen una probabilidad mayor a cero de ser
seleccionados en la muestra.
La definición anterior nos lleva a concluir que sólo podemos hacer muestreo probabilístico
si se dispone de un marco muestral. El censo de un país, el conjunto de direcciones de
hogares en una población o la lista de clientes de una empresa, son ejemplos de marcos
muestrales que hacen posible un muestreo probabilístico. En cada uno de estos casos, el
universo a estudiar es diferente: habitantes de un país, hogares de una población y
clientes de una empresa, respectivamente.
Una tenemos un marco muestral, la forma exacta en que se utiliza para seleccionar la
muestra define las diferentes técnicas de muestreo probabilístico: muestreo aleatorio
simple, muestreo sistemático, muestreo estratificado, muestreo por conglomerados...
No probabilístico.
Muestreo no probabilístico
2. Lograr que todos los individuos de la población tengan una probabilidad no nula de ser
seleccionados es un requisito igualmente exigente, más aún conocer la probabilidad de
inclusión exacta de cada unidad muestral. Todos los individuos que no pueden ser
seleccionados en una muestra se suelen referir como unidades fuera de cobertura.
Por todas estas razones, así como por razones de coste, los investigadores recurren con
frecuencia a otras técnicas de muestreo, agrupadas dentro de lo que se conoce como
muestreo no probabilístico. En estas técnicas alternativas, es habitual seleccionar
elementos para la muestra basándose en hipótesis relativas a la población de interés, lo
que se conoce como criterios de selección. Por ejemplo, seleccionar una muestra
buscando individuos por la calle, tratando de que la mitad sean hombres y la mitad
mujeres (coincidiendo con la distribución que se supone en la población) sería un criterio
de muestreo no probabilístico.
5.3 Error.
El error muestral deseado, generalmente puede ser controlado tomando una muestra
aleatoria de la población, suficientemente grande, sin embargo, el costo de esto puede ser
limitante. Si las observaciones son tomadas de una muestra aleatoria, la teoría estadística
brinda cálculos probabilísticos del tamaño deseado del error muestral para una estadística
en particular o estimación. Estos usualmente son expresados en términos del error
estándar.
El error muestral puede ser contrastado con el error no muestral, el cual se refiere al
conjunto de las desviaciones del valor real que no van en función de la muestra escogida,
entre los cuales se encuentran varios errores sistemáticos y algunos errores aleatorios.
Resultan mucho más difíciles de cuantificar que el error muestral.
En donde
Z = nivel de confianza,
Q = probabilidad de fracaso