CALCULO DE

DE LA
LA
CALCULO
MUESTRA
MUESTRA
Grupo 1

CONCEPTOS BASICOS
UNIVERSO: Es el conjunto de individuos u objetos de los
que se desea conocer algo en una investigacin.
POBLACION: Conjunto de todos los casos que poseen
una caracterstica o condicin comn que es el objeto
de estudio
MUESTRA: Es un subconjunto o parte del universo o
poblacin que es representativo, en el que se llevara a
cabo la investigacin con el fin de generalizar los
hallazgos.
UNIDAD DE ANALISIS U OBSERVACION. Son los
elementos del universo en los que se estudiaran las
variables de inters.

PASOS PARA SELECCIONAR LA MUESTRA

1. DETERMINAR LA UNIDAD DE ANALISIS:
Depender del planteamiento del problema

2. DELIMITAR LA
POBLACION
3. SELECCIONAR LA MUESTRA:
MUESTREO

VENTAJAS DE TRABAJAR CON

MUESTRAS:
El estudio se realice en menor
tiempo
Permite profundizar en el anlisis
de las variables
Permite tener mayor control de
las variables a estudiar

Proceso utilizado para

escoger y extraer una parte
del universo o poblacin de
estudio con el propsito de
que representa al total.

TIPOS DE MUESTREO
PROBALISTIC
O

Es el mtodo que consiste en extraer una parte de una

poblacin, de tal forma que cada uno de los elementos de
estudio tengan la misma probabilidad de ser seleccionadas.

NO PROBABILISTICO

Tambin llamado por conveniencia.

Se caracteriza porque el investigador selecciona la muestra

siguiendo algunos criterios identificados para los fines de
estudio.

Como se selecciona una muestra

CALCULO DEL TAMAO

MUESTRAL

Depende

TAMAO MUESTRAL
y
TECNICA ALEATORIA(probabilidad )

busca encontrar una muestra que sea

representativa del universo con cierta posibilidad de
error (se pretende minimizar) y nivel de confianza
(maximizar), as como probabilidad
estudio en la siguiente poblacin: las empresas de
mi
ciudad. Entonces, lo primero es conocer el tamao de
la poblacin (nmero de empresas en la ciudad).
Supongamos que hay 2200 de ellas. Al abrir el
subprograma Tamao de la muestra en STATS4
Tamao del universo?: 2200
Error mximo aceptable?: 5%
Porcentaje estimado de la muestra?: 50%
Nivel deseado de confianza?: 95
El resultado que nos proporciona STATS es:
Tamao de la muestra: 327 empresas para tener
representadas a las 2200 de la ciudad.

MUESTREO
PROBABILISTICO

MUESTREO ALEATORIO
SIMPLE

MUESTREO ALEATORIO ESTRATIFICADO

Ejemplo: formamos estratos de acuerdo al color de

vestimenta, ello nos permite homogenizar

Ahora de cada
estrato
homogenizado
se puede ,
realizar el
muestreo
aleatorio
simple

MUESTREO ALEATORIO POR

CONGLOMERADOS
Los miembros del grupo mayoritario
tienen una mayor probabilidad de
ser seleccionados
El error de la medicin (error
muestral) no se da al interior del
conglomerado sino entre los
conglomerados
Antes de hacer inferencias, deber
examinar la variabilidad interna de
cada conglomerado y la variabilidad
entre
ellos, se desea estudiar
Ejemplo:
No se cumple la aleatoriedad

tbc en el peru por

Inters es agrupar, pero cada conglomerado en su interior es

heterogneo
Un conglomerado :es un subconjunto de la poblacin que mantiene su
heterogeneidad , la asociacin es por conveniencia
Al interior de cada conglomerado hay que estratificar y luego en cada
estratificacin para tener poblacin homognea , en ello
aleatorizamos

Pregunta en que
consiste el muestreo
aleatorizado
sistematizado?
Respuesta

MUESTREO ALEATORIO SISTEMATIZADO

CMO SE LLEVA A CABO EL PROCEDIMIENTO

DE SELECCIN DE LA MUESTRA?
tamao de la muestra
En
la
muestra
probabilstica,
sealamos que los
tipos de muestra
dependen de dos
cosas:
Se puede
determina
el tamao
de la
muestra n.

pero

procedimiento de seleccin.

cmo
seleccionar
los elementos
mustrales?.

Las Unidades de
anlisis o los
elementos mustrales
se eligen siempre
aleatoriamente para
asegurarnos de que
cada elemento tenga
la misma probabilidad
de ser elegido.

tmbola
Nmero
s
aleatori
oo
ramdom

STATS

TMBOLA

numerar todos los elementos mustrales de la

poblacin, del uno al nmero N. Los nmeros elegidos
al azar conformarn la muestra.
Si el muestreo es estratificado, se sigue el
procedimiento anterior, pero por cada estrato.

NMEROS
RANDOM O
NMEROS
ALEATRIOS

obtenido al azar, es decir, que todo nmero tenga la

misma probabilidad de ser elegido
El ejemplo clsico ms utilizado para generarlos es el
lanzamiento repetitivo de una moneda o dado ideal no
trucado.

STATS

excelente alternativa para generar nmeros aleatorios

se encuentra en el programa STATS , que contiene un
subprograma para ello y evita el uso de la tabla de
nmeros aleatorios.

SELECCIN SISTEMTICA DE
ELEMENTOS MUESTRALES
muy til e implica elegir dentro de una poblacin
N un nmero n de elementos a partir de un
intervalo K. Este ltimo (K ) es un intervalo que
se va a determinar por el tamao de la poblacin
y el tamao de la muestra. De manera que
tenemos que K = N/n,

K = un
en donde:
intervalo de
seleccin
sistemtica
N = la
poblacin
n = en
la los servicios
Supongamos que se quiere hacer un estudio que pretende medir la calidad de la atencin
proporcionados por los mdicos y las enfermeras de un hospital. Para tal efecto consideremos
que los
muestra.
investigadores consiguen grabaciones de todos los servicios efectuados durante un periodo determinado.

Supongamos que se hayan filmado 1548 servicios (N ). Con este dato se procede a determinar que
numero de servicios necesitamos analizar para generalizar a toda la poblacin nuestros resultados. Con
STATS determinamos que se necesitan 307.9 (308) servicios para evaluar (con un error maximo de 5%,
nivel de confianza de 95% y un porcentaje estimado de 50% para la muestra [p = 0.5]). Si necesitamos
una muestra de n = 308 episodios de servicio filmados, se utiliza para la seleccin el intervalo K, donde:
El intervalo 1/K = 5 indica que cada quinto servicio 1/K se
seleccionar hasta completar n = 308.

La seleccin sistemtica de elementos mustrales 1/K se

puede utilizar al elegir los elementos de n para cada
estrato o para cada racimo.

LISTADOS Y OTROS MARCOS MUESTRALES

Las muestras probabilsticas requieren la determinacin del tamao de la muestra y de un
proceso de seleccin aleatoria que asegure que todos los elementos de la poblacin tengan la
misma probabilidad de ser elegidos.
No siempre
existen listas
que
permitan
identificar a
nuestra
poblacin.

Entonces, ser
necesario
recurrir a otros
marcos

Marco muestral :
Es un marco de referencia
que nos permite identificar fsicamente
los elementos de la poblacin,
as como la posibilidad de enumerarlos y
seleccionar los elementos mustrales.
Ejemplos de algunos de estos marcos de
referencia son los archivos, los mapas y los
archivos electrnicos de peridicos en la web.

guas telefnicas, listas de miembros de las asociaciones, directorios especializados, listas oficiales de escuelas
de la zona, bases de datos de los alumnos de una universidad o de los clientes de una empresa, registros
mdicos, catastros, nminas de una organizacin, etc.

Uso de archivos(constituyen su marco muestral a partir del cual se

obtendr la muestra).
uso de mapas (son muy tiles como marco de referencia en muestras de
racimos. )

TAMAO PTIMO DE UNA

MUESTRA
muestras probabilsticas requieren dos
procedimientos bsicos: la determinacin del tamao de
la muestra y la seleccin aleatoria de los elementos mustrales.
tamaos de muestra ms utilizados por los
investigadores, segn sus poblaciones
(nacionales o regionales) y los subgrupos que
quieren estudiarse en ellas.

lo ptimo de una muestra depende de

cunto se aproxima su distribucin a la
distribucin de las caractersticas de la
poblacin.

Teorema del lmite central Seala que una muestra de ms de cien

casos ser una muestra con una distribucin normal en sus
caractersticas, lo cual sirve para el propsito de hacer estadstica

MUESTREO NO PROBABILISTICO
TIPO ACCIDENTADOS O
POR COMODIDAD

TIPO INTENCIONAL

El investigador decide los elementos que integraran la

muestra.

Considera las unidades tpicas

El investigador conoce muy bien la poblacin y sus

caractersticas.

Se toman los casos o unidades que estn disponibles en un

momento dado.

En general no se recomienda utilizar el muestreo no probalistico en

estudios cuantitativos, ya que no se podr hallar el error estandar.
Es mas aplicada para estudios cualitativos, al no interesarle la
generalizacin de resultados.