Documentos de Académico
Documentos de Profesional
Documentos de Cultura
TEMA 4: El muestreo
1) La muestra
2) El muestreo
2.1. Definiciones básicas
Universo
Universo (U) = Todos los habitantes del espacio geográfico del estudio (de
una ciudad), donde NO todos poseen la información que se busca.
Ejem. Montero U=200.000 habitantes
1.2. Población (N)
Universo
Población
Universo
Población Muestra
Universo (U) = Para fines estadísticos. Son todos los individuos del
espacio geográfico del estudio (la ciudad). No todos los individuos
poseen la información que se busca, además los altos costos, hacen
inviable usar el U en una investigación de mercados. U = 200000
Individuos
6) Muestra discrecional
Ejm-1. (n=5) Muestra discrecional de 5 clientes usuarios frecuentes y
tradición les usuarios del producto o servicio en estudio.
2.2. Ejm muestras NO representativa
Árbol de objetivos
Variables - Indicadores
Definición
Variables Indicadores
Conceptual Operacional
Ventas es la ciencia de interpretar
características del producto o
servicio, en términos de satisfacción Cantidad vendida
del consumidor y mediante técnicas
Dependiente adecuadas, persuadir y convencer
Ventas de ABC sobre sus beneficios y la
conveniencia de su posesión o
disfrute inmediatos Clientes atendidos
(www.uexternado.edu.co)
Daños mecánicos en la cosecha,
limpieza, transporte, clasificación y Grano con daño mecánico
Independiente-1 manejo del grano en general.
Secado inadecuado o inoportuno.
Nivel de daño Almacenaje inadecuado
(www.fao.org)
Envases dañados
1) Muestra accidental
Cantidad de dinero que se entrega
Independiente-2
n =5 estudiantes que por accidente seleccionaron una carrera que no es de su gusto, que
Precio de venta Estrategia precio (al contado, al crédito)
para pagar por un producto, o saldar
Pagos una deuda (www.billin.net) Tiempo de pago Tiempo de pago (#días, meses. (Mora)
La comunicación es el intercambio
de información que se produce entre Cantidad de oferta # de comunicaciones (por día, por mes)
no posee las capacidades para ejercerla
Independiente-3 dos o más individuos con el objetivo
Comunicación de aportar información y recibirla
Indice de audiencia efectiva # escuchas/vistas (nunca, rara, siempre)
n =10 estudiantes (5 hombres y 5 mujeres) que desean cambiarse a una carrera del area de
formación de la nueva carrera AAAAA
MUESTRA
3) Muestra intencional
NO PROBABILISTICA n =3 docentes especializados en el area de formación de la nueva carrera AAAA
(no representativa)
4) Muestra por conveniencia
n =10 estudiantes representantes de centros internos de las carreras de la FINOR porque
convenientemente son los estudiantes con mayores conocimientos de la problemática.
6) Muestra discrecional
Ejm-1. (n=5) Muestra discrecional de 5 clientes usuarios frecuentes y
tradición les usuarios del producto o servicio en estudio.
P ERFIL (P ROYECTO) DE INVES TIGACIÓN
1. Introducción
2. Planteamiento del problema
9. Diseño metodológico
9.8 Población y muestra
Según los objetivos que se persiguen y para fines de colecta
de datos de interés del presente trabajo de investigación, se
aplicará el muestreo no representativo, para recolectar los
siguientes datos y tipos de informantes:
• Universo (U).- Es la comunidad de estudiantes de
Montero (U=20.000 estudiantes).
Árbol de objetivos • Población (N).- Interesa al estudio los estudiantes
universitarios de FINOR (N=12.000 estudiantes).
• Muestra no representativa (n).- según el siguiente
Variables - Indicadores
Variables
Definición
Conceptual Operacional
Ventas es la ciencia de interpretar
características del producto o
servicio, en términos de satisfacción
del consumidor y mediante técnicas
Cantidad vendida
Indicadores
detalle: 1) Muestra accidental
n =5 estudiantes que por accidente seleccionaron una carrera que no es de su gusto, que
Dependiente
Ventas de ABC
adecuadas, persuadir y convencer
sobre sus beneficios y la
conveniencia de su posesión o
no posee las capacidades para ejercerla
disfrute inmediatos Clientes atendidos
(www.uexternado.edu.co)
Daños mecánicos en la cosecha,
Independiente-1
Nivel de daño
limpieza, transporte, clasificación y
manejo del grano en general.
Secado inadecuado o inoportuno.
Almacenaje inadecuado
Grano con daño mecánico
Envases dañados
2) Muestra por cuotas
n =10 estudiantes (5 hombres y 5 mujeres) que desean cambiarse a una carrera del area de
(www.fao.org)
Pagos
formación de la nueva carrera AAAAA
una deuda (www.billin.net) Tiempo de pago Tiempo de pago (#días, meses. (Mora)
La comunicación es el intercambio
de información que se produce entre Cantidad de oferta # de comunicaciones (por día, por mes)
MUESTRA
Independiente-3 dos o más individuos con el objetivo
Comunicación de aportar información y recibirla
Indice de audiencia efectiva # escuchas/vistas (nunca, rara, siempre)
(www.economipedia.com)
3) Muestra intencional
NO PROBABILISTICA n =3 docentes especializados en el area de formación de la nueva carrera AAAA
(no representativa)
4) Muestra por conveniencia
n =10 estudiantes representantes de centros internos de las carreras de la FINOR porque
convenientemente son los estudiantes con mayores conocimientos de la problemática.
6) Muestra discrecional
Ejm-1. (n=5) Muestra discrecional de 5 clientes usuarios frecuentes y
tradición les usuarios del producto o servicio en estudio.
UNIVERSIDAD AUTÓNOMA
GABRIEL RENÉ MORENO
TEMA 4: El muestreo
CARRERAS: Ingeniería Comercial y Contaduría Pública
Universo
Población Muestra
Muestra
2) Muestras
representativa
(probabilísticas)
(“aleatoria”). todo elemento de
la población tiene una El tamaño de las muestras probabilísticas deben:
determinada probabilidad 1. los elementos muestrales tendrán valores muy
matemática (fórmula) de parecidos a los de la población,
integrar la muestra. La 2. las mediciones en la muestra nos darán
información colectada del estimados precisos de la población.
informante es representativa a 3. Desde la muestra hacer generalizaciones en la
toda la población . población.
2.2.2 Tipos de muestreo Representativo
2a) Muestra probabilística simple.- se sortean al azar el
total de unidades que deseamos que entren en la muestra.
2b) Muestra probabilística con población desconocida
o infinita.- estudia características del universo con una
muestra obtenida de una población desconocida.
2
NOMINA DE LA POBLACIÓN (N)
Z Npq
1 ALBA MEDRANO RODRIGO
1 ALBA MEDRANO RODRIGO
2 ANTELO JUSTINIANO DIANA CAROLINA
2 ANTELO JUSTINIANO DIANA CAROLINA
3 ANTELO NEGRETE YIYI FERNANDA
n =
3 ANTELO NEGRETE YIYI FERNANDA 4 ARAUZ VALVERDE DAVID FERNANDO
4 ARAUZ VALVERDE DAVID FERNANDO
5 AVALOS RAMOS EFRAIN
5 AVALOS RAMOS EFRAIN
6 BARBA CALDERON JANELLE
NO
6 BARBA CALDERON JANELLE
(N-1) e2 + Z2 p q
7 BARRIENTOS ANDACABA WUALBERTO
Usa la lista
7 BARRIENTOS ANDACABA WUALBERTO
8 CARDENAS ONO SANTA KARINA
8 CARDENAS ONO SANTA KARINA
9 CAYOJA CAMARGO VANESSA
9 CAYOJA CAMARGO VANESSA
10 CHALLGUA BRAVO ROSSY GABRIELA
Usa la lista
10 CHALLGUA BRAVO ROSSY GABRIELA
11 CHIPANA RAMOS ANA
11 CHIPANA RAMOS ANA
12 CORREA CHOQUE JHONNY
12 CORREA CHOQUE JHONNY
13 CRUZ AVALOS IVER
13 CRUZ AVALOS IVER
14 DURY VELARDE CAROLINA
14 DURY VELARDE CAROLINA
15 FLORES ORTEGA JONATHAN
15 FLORES ORTEGA JONATHAN
16 GALARZA VILLARROEL CRISTIAN ANDY
16 GALARZA VILLARROEL CRISTIAN ANDY
17 GIRA CRUZ ROSMERI
17 GIRA CRUZ ROSMERI
18 GIRON TEJERINA NILSA
18 GIRON TEJERINA NILSA
19 GONSALES CONDORI NORMA
19 GONSALES CONDORI NORMA
20 GONZALES FLORES OMAR
20 GONZALES FLORES OMAR
Universo
2) Muestras
representativa
(probabilísticas)
(“aleatoria”). todo elemento de
Población
la población tiene una
determinada probabilidad
matemática (fórmula) de Muestra (n)
integrar la muestra. La Ejemplo
información colectada del
Muestra (n) manejable para la investigación son 100
informante es representativa a
individuos seleccionados al azar de entre la población (N)
toda la población .
n = 100 individuos
2b). Muestra probabilística
con población desconocida (o infinita)
2a) Muestra probabilística simple.-
2b) Muestra probabilística con
Universo
N
n1 = Ce
Ce = n2=n1+Ce n2 2° individuo muestra. Elemento N° 20
n
n3=n2+Ce n3 3° individuo muestra. Elemento N° 30
Ce = 1000/100 n4=n3+Ce n4 4° individuo muestra. Elemento N° 40
Ce = 10 n5=n4+Ce n5 5° individuo muestra. Elemento N° 50
2e). Muestra probabilística estratificada
2e) Muestra probabilística estratificada (Conglomerados).-
Subgrupo en el que la población se divide en segmentos y se selecciona una muestra
por cada segmento.
Estrato 1 Sub-muestra 1
Estrato 2 Sub-muestra 2
Estrato 3 Sub-muestra 3
Estrato 4
Sub-muestra 4
Población Muestra
2e). Muestra probabilística estratificada
2e) Muestra probabilística estratificada
(Conglomerados).-
Caso 2: Muestreo en escenarios de
población grande (>5000)
Ejm. Muestreo estudiantes FINOR
CASO: FINOR ESTRATOS POBLACIÓN FRACCIÓN MUESTRA (n )
DATOS: (Carreras) (N) CONSTANTE (f)
U 200000 Bachilleres Norte Cruceño 1 Ing. Comercial 900 900 x 0,0310078 = 28
N 4500 Estudiantes FINOR 2 Contaduría Pública 800 800 x 0,0310078 = 25
p (90%) 0,9 Probabilidad 3 Ing. Industrial 500 f =n / N 16
se(4,5%) 0,045 Error estandar 4 Ing. Petrolera 350 11
s2 ? Varianza de la muestra 5 Medicina 300 9
0,0310078
V2 ? Varianza de la población 6 Enfermería 200 6
n' ? Muestra preliminar 7 Derecho 550 17
n ? Muestra 8 Veterinaria 250 8
9 Agronomía 200 6
10 Cs. Educación 450 14
TOTAL 4500 140
Estrato 1
Estrato 2
Estrato 3
Estrato 4
Población
Muestra
2f). Muestra probabilística por racimos
Información:
Delimitamos una población para un estudio de demanda de servicios médicos especializados,
en el cual consideramos como “informantes claves” a todos pacientes que han recibido
servicios médicos en sus diferentes especialidades . Con estas características se precisó que
la población era de N = 1176 pacientes. ¿Cuál es entonces el número de pacientes (n) que se
debe entrevistar, considerando sus especialidades y diferencias de género, para tener un error
estándar menor de 1.5% (0.015), y dado que probabilidad de confianza es del 90% (0.9):
Estratos N°
N°
ESTRATOS
ESTRATO
(Especialidad) Masculino
RACIMO (género) Cantidad de
Femenino Total
personas
(Especialidad)
1 Ginecólogía 30 23 (a)53
21 Pediatría
Ginecólogía 44 65 10953
32 Cardiología
Pediatría 61 154 215
109
43 Cardiología
Epidemiología 29 58 215
87
54 Epidemiología
Radiología 31 67 9887
65 Radiología
Otorrinolaringología 34 76 11098
6 Otorrinolaringología 110
7 Fisioterapia 18 63 81
7 Fisioterapia 81
88 Traumatología
Traumatología 71 150 221
221
99 Ortopedia
Ortopedia 61 90 151
151
10
10 Urología
Urología 16 35 5151
Total
Total 395 781 N = 1176
1176
2f). Muestra probabilística por racimos
Cálculo de la muestra
?
ESTRATOS RACIMO (género) Muestra
N°
(Especialidad) Masculino Femenino Total Masculino Femenino Total
1 Ginecólogía 30 23 53
2 Pediatría 44 65 109
3 Cardiología 61 154 215
4 Epidemiología 29 58 87
5 Radiología 31 67 98
6 Otorrinolaringología 34 76 110
7 Fisioterapia 18 63 81
8 Traumatología 71 150 221
9 Ortopedia 61 90 151
10 Urología 16 35 51
Total 395 781 1176
2f). Muestra probabilística por racimos
Paso 2: Cálculo del tamaño de la “muestra aleatoria simple”:
Datos:
Sustituyendo tenemos
n' 400
n = = = 298,5 n = 298 casos
1 + (400/1176)
1 + n'
N "Muestra aleatoria simple"
La Fracción
constante
ESTRATOS Racimos (Clusters ) Fracción
N°
(Especialidad) Masculino Femenino Total constante es una sola
1 Ginecólogía 30 23 53
2 Pediatría 44 65 109
3 Cardiología 61 154 215
4 Epidemiología 29 58 87
5 Radiología 31 67 98
0,2534
6 Otorrinolaringología 34 76 110
7 Fisioterapia 18 63 81
8 Traumatología 71 150 221
9 Ortopedia 61 90 151
10 Urología 16 35 51
Total 395 781 1176
2f). Muestra probabilística por racimos
Paso 3: Cálculo del tamaño de la “muestra probabilística estratificada”
Se busca la fracción constante (𝒇𝒉) de la muestra (nh) y la población (Nh).
𝑛ℎ 𝑛 298
= 𝑘𝑠ℎ esto es: entonces: (f𝑓ℎ
𝑓ℎ =Fórmula: h)== n /N
sustituyendo: 𝑓ℎ = = 0.2534
𝑁ℎ 𝑁 1176
nh = (Nh ) x (fh ) nh = 53
30 x 0,2534 8.0
nh = 13,4 8 “Racimo M
nh = 13
nh = (Nh ) x (fh ) nh = 53
30 x 0,2534 8.0
nh = 13,4 8 “Racimo M
nh = 13
nh = (Nh ) x (fh ) nh = 53
23 x 0,2534 5.0
nh = 13,4 5 “Racimo F
nh = 13
nh = (Nh ) x (fh ) nh = 53
44 x 0,2534 11.1
nh = 13,4 nh = 11
13 “Racimo M
nh = (Nh ) x (fh ) nh = 53
65 x 0,2534 nh = 17.0
13,4 nh = 17
13 “Racimo F
Daños mecánicos en la cosecha,
limpieza, transporte, clasificación y Grano con daño mecánico
(Areas estudio) masculino femenino Total constante (f) masculino femeni no Total
Independiente-1 manejo del grano en general.
Nivel de daño
Secado inadecuado o inoportuno.
Almacenaje inadecuado
(www.fao.org)
Envases dañados 40% 60% 40% 60%
Cantidad de dinero que se entrega
Independiente-2 Precio de venta Estrategia precio (al contado, al crédito)
Pagos
para pagar por un producto, o saldar
una deuda (www.billin.net)
La comunicación es el intercambio
Tiempo de pago Tiempo de pago (#días, meses. (Mora) Economica 45% 2160 3240 5400 26 38 64
CASO: FINOR
de información que se produce entre Cantidad de oferta # de comunicaciones (por día, por mes)
Independiente-3
Comunicación
dos o más individuos con el objetivo
de aportar información y recibirla
(www.economipedia.com) Indice de audiencia efectiva # escuchas/vistas (nunca, rara, siempre)
Social 20% 960 1440 2400 11 17 28
DATOS: Salud 10% 480 720 1200 6 9 14
U 50000 Bachilleres Norte Cruceño Tecno 25% 1200 1800 3000 14 21 36
0,01186
N 12000 Estudiantes FINOR
p (90%) 0,9 Probabilidad
se(2,5%) 0,025 Error estandar
n' ? Muestra preliminar
2
s2 s = p (1 – p )
n' = n' = n' = 144 Individuos
V2
V2 = se2
n = 142 Individuos
2.5. Ventajas del muestreo