PREPARACIÓN Y EVALUACIÓN

DE PROYECTOS
Ing. Cesar Walter Ojeda Choque
cesar.ojeda.c@hotmail.com
Cel: 70923284 - 71641495
 MUESTREO ESTADÍSTICO
Poblaciones finitas: Se
conoce a todos los
Población o universo:
elementos de la
Conjunto total de elementos
población.
o unidades básicas de
información que Poblaciones infinitas:
representan al conjunto No se conoce a todos
universo. los elementos de la
población.
 MUESTRA:
Subconjunto de la población (conjunto que
pertenece al conjunto universo).
Características:
- La muestra debe ser representativa de la
población ; si esta condición no se cumple los
resultados no son confiables.
- Debe tener un tamaño adecuado , el cual debe
ser suficiente como para garantizar un error
mínimo de muestra.
TEORÍA GENERAL DEL MUESTREO:

La teoría General del muestreo es parte de la

inferencia estadística; ante la imposibilidad de
trabajar con la totalidad de elementos de una
población , trabaja con un subconjunto de dicha
población (muestra), de tal forma que son
resultados particulares de esta muestra se pueda
generalizar a todos los datos del conjunto
población.
 VARIABLES – DATOS Y NATURALEZA DE
LOS DATOS:
La variable son características o atributos de la población o muestra que se desea
investigar.

Los datos representan información elemental proporcional por una unidad básica
de información sobre ciertos atributos de la población o muestra que se estudia,
pueden clasificarse en dos grupos básicos.

Datos cuantitativos:
Datos cualitativos:
Información de tipo numérico,
Información que representa algún
obtenido por medio de conteos o
atributo o categoría no numérica.
mediciones.
FUENTES DE INFORMACIÓN:
Primarias:
Información (colección de datos)
obtenida de primera mano,
directamente de la muestra o
población objeto de estudio, ya
sea mediante la observación, la
realización de experimentos,
entrevistas , etc..
Secundarias:
Información obtenida de forma
indirecta, extractadas de
publicaciones diversas o estudios
realizadas por otras personas,
investigadores o instituciones.
 TIPOS DE MUESTREO:

MUESTREO PROBABILISTICO. NO PROBABILISTICO:

a) Muestreo aleatorio simple a) Muestreo por conveniencia
b) Muestreo aleatorio b) Muestreo consecutivo
estratificado c) Muestreo por cuotas
c) Muestreo aleatorio sistemático d) Muestreo discrecional
d) Muestreo por conglomerados e) Muestreo de bola de nieve
 MUESTREO PROBABILISTICO.
a) Muestreo aleatorio simple

Todos tienen la probabilidad de ser

incluidos y son seleccionados al
azar
 MUESTREO PROBABILISTICO.
b) Muestreo aleatorio estratificado

Los sujetos son inicialmente agrupados

en diferentes categorías, tales como la
edad, el nivel socioeconómico o el
genero; luego el investigador selecciona
aleatoriamente la lista final de sujetos de
los distintos estratos.
 MUESTREO PROBABILISTICO.
c) Muestreo aleatorio sistemático

Progresión aritmética donde la diferencia entre dos números consecutivos es la

misma:
1. Lo primero que tienes que hacer es elegir un numero entero que sea menor que el
numero total de total de la población. Este será el primer sujeto, por ejemplo (3).
2. Selecciona otro numero entero que será el numero de individuos entre los sujetos,
por ejemplo (5)
3. Tus sujetos será los pacientes 3,8,13,18, 23 y así sucesivamente
«No existe una ventaja clara de esta técnica».
 MUESTREO PROBABILISTICO.
d) Muestreo por conglomerados

El muestreo por conglomerados es una técnica utilizada cuando hay agrupamientos

"naturales" relativamente homogéneos en una población estadística.
 MUESTREO NO PROBABILISTICO.
a) Muestreo por conveniencia

Las muestras son seleccionadas porque son accesibles para el investigador.

b) Muestreo consecutivo

El muestreo consecutivo es muy similar al muestreo por conveniencia, excepto que

intenta incluir a TODOS los sujetos accesibles como parte de la muestra. Esta técnica de
muestreo no probabilístico puede ser considerada la mejor muestra no probabilística,
ya que incluye a todos los sujetos que están disponibles, lo que hace que la muestra
represente mejor a toda la población..
 MUESTREO NO PROBABILISTICO.
c) Muestreo por cuotas

El muestreo por cuotas es una técnica de muestreo no probabilístico en donde el investigador

asegura una representación equitativa y proporcionada de los sujetos, en función de qué
rasgo es considerado base de la cuota.
Por ejemplo, si la base de la cuota es de nivel de año en la universidad y el investigador
necesita una representación igual, con un tamaño de muestra de 100, debe seleccionar 25
estudiantes de 1º año, 25 de 2° año, 25 de 3º año y 25 de 4º año. Las bases de la cuota
generalmente son la edad, el género, la educación, la etnia, la religión y el nivel
socioeconómico.
d) Muestreo discrecional

El muestreo discrecional es más comúnmente conocido como muestreo intencional. En este

tipo de toma de muestras, los sujetos son elegidos para formar parte de la muestra con un
objetivo específico. Con el muestreo discrecional, el investigador cree que algunos sujetos
son más adecuados para la investigación que otros. Por esta razón, aquellos son elegidos
deliberadamente como sujetos.
 MUESTREO NO PROBABILISTICO.
e) Muestreo de bola de nieve

El muestreo de bola de nieve se lleva a cabo generalmente cuando hay una población muy
pequeña. En este tipo de muestreo, el investigador le pide al primer sujeto que identifique a
otro sujeto potencial que también cumpla con los criterios de la investigación. La desventaja
de usar una muestra de bola de nieve es que difícilmente sea representativa de la población.