INVESTIGACIÓN -TESIS

★ 彡 MÉTODO DE MUESTREO
ALEATORIO Y NO ALEATORIO 彡
★
 INVESTIGACIÓN -TESIS

Concepto de muestra

 La muestra es un subconjunto
representativo y finito que se extrae de la
población accesible

En este sentido, una muestra representativa es

aquella que por su tamaño y características
similares a las del conjunto, permite hacer
inferencias o generalizar los resultados al resto de
la población con un margen de error conocido.
 INVESTIGACIÓN -TESIS

Muestra

Delimita la población
Provee economía de para generalizar Define la unidad de
tiempo y recursos resultados y establecer muestreo y de análisis
parámetros
 INVESTIGACIÓN -TESIS

Sobre que o quienes se recolectan los

UNIDAD DE
datos
ANÁLISIS

El tipo de caso que se escoge para

UNIDAD DE
estudiar
MUESTREO

Conjunto de las unidades de análisis

MARCO MUESTRAL delimitadas por los parámetros
muestrales
 INVESTIGACIÓN -TESIS

INFERENCIA
INVESTIGACIÓN -TESIS
 INVESTIGACIÓN -TESIS

TÉCNICAS DE MUESTREO ALEATORIO O PROBABILÍSTICO

MUESTREO AL AZAR SIMPLE

La probabiñidad previamente conocida es:

Procedimiento en el cual TODOS los elementos • -Distinta de 0
tienen la MISMA PROBABILIDAD de ser • Distinta de 1
seleccionados

EJEMPLO:
Valiéndose de la lista de alumnos, el docente asigan
un número a cada uno. Luego, todos los nros se
introducen en una caja para extraer, por sorteo los
integrantes de la muestra

ALUMNA: BELLIDO ATIQUIPA CORAZON

 INVESTIGACIÓN -TESIS

TÉCNICAS DE MUESTREO ALEATORIO O PROBABILÍSTICO

MUESTREO AL AZAR SISTEMÁTICO EJEMPLO

Para un apoblación de 120 individuos, se define una

muestra integrada por 30 sujetos. La constante k obtenida
Se basa en la selección de un elemento en función
al azar es 4. Luego se asigna un número a cada uno de los
de una constante K. De esta manera se escoge un
120 individuos y se calcula el valor de inicio con la siguiente
elemento k veces
fórmula N/n entonces:
N/n= 120/30 =4

Comenzar seleccionando el número 4 al que se 4,8,12,16,20,24,28,32,36,40,44,

sumará la k=4 y así sucesivamente hasta 48,52,56,60,64,68,72,76,80,84,8
obtener lo 30 individuos que conforman la 8,92,100,104,108,112,116,120
muestra definitiva

ALUMNA: BELLIDO ATIQUIPA CORAZON

 INVESTIGACIÓN -TESIS

TÉCNICAS DE MUESTREO ALEATORIO O PROBABILÍSTICO

MUESTREO POR CONGLOMERADOS EJEMPLO
Un municipio se divide en
urbanizaciones. Más tarde, son
seleccionados aquellas de donde se
Se divide el área de la población en extraerán al azar los elementos para la
secciones (o racimos) se eligen al azar muestra.
unas cuantas de estas secciones y luego
DIFERENCIA
se escogen todos los miembros de los
racimos seleccionados MUESTREO MUESTREO
ESTRATIFICADO CONGLOMERADO
Se debe extraer  No todos son objeto de
muestra de todos los selección
estratos  Puede haber
conglomerados de donde
no se extraiga muestra
ALUMNA: BELLIDO ATIQUIPA CORAZON
 INVESTIGACIÓN -TESIS

TÉCNICAS DE MUESTREO ALEATORIO O PROBABILÍSTICO

MUESTREO ESTRATIFICADO
Deben compartir las mismas
características:
 Género
 Edad
Luego se extrae una muestra de
cada subgrupo

EJEMPLO:
En un hospital se divide la población por
especialidades, las cuales conformarán los
estratos. Después se efectúa la selección
aleatoria en cada una de ellas.

ALUMNA: BELLIDO ATIQUIPA CORAZON

 Muestreo no probabilístico
Técnica de muestreo en la cual el investigador selecciona muestras basadas en un juicio subjetivo en lugar
de hacer la selección al azar.
 Criterios para establecer el tamaño
de la muestra
 Criterios estadísticos
• Mediante el uso de formulas para calcular del
tamaño de la muestra
• A traves del empleo de las tablas de Harvard ,de las
cuales se presenta la más usual.

Univ.Stefany Noelia Araujo Conde

 Criterios relacionados con las posibilidades del
investigador
 Tiempo y recursos disponibles para realizar la investigación

se justifica plenamente que el tesista trabaje con un tamaño de muestra

ajustado a sus posibilidades ,sin descuidar la representatividad de la
misma.

 Base de conocimientos sobre muestreo

Lo recomendable es asumir el criterio de escogencia del tamaño
de la muestra acorde con el tiempo y recursos disponibles.

Univ.Stefany Noelia Araujo Conde

 Criterios señalados en la bibliografía especializada

 Usar una muestra tan grande como posible , por cuanto una
muestra de gran tamaño tiene mayores posibilidades de ser
representativa de la poblacion.

 En diseños de investigación experimental es conveniente una

muestra integrada , como mínimo , por treinta sujetos en cada
grupo.

 En investigaciones descriptivas se recomienda seleccionar

entre 10 y 20 % de la poblacion accesible.

Univ.Stefany Noelia Araujo Conde

Que la investigación tenga por objetivo la Muestreo debe ser probabilístico o aleatorio
estimación de la media poblacional, o de
la proporción poblacional Establecer el tipo de población: finita o
infinita
Disponibilidad de datos (varianza
poblacional o la proporción en que se Definición del nivel de confianza
manifiesta una característica o variable en
la población) Determinación del margen de error
 CUANDO EL OBJETIVO ES ESTIMAR LA MEDIA POBLACIONAL
 Tamaño de la población es
conocida (Finita)
 Tamaño de la población es
desconocida (Infinita)
o n: Tamaño de la muestra
o N: Total de elementos que integran la
población
o Zc: Zeta crítico, valore determinado por el
nivel de confianza adoptado. Para un grado
de confianza de 95% (Zc=2), 99% (Zc=3)
o S: Desviación típica o desviación estándar
(medida de dispersión de los datos
obtenidos con respecto a la media)
o e: Error muestral, 1%-5%
o p: Porporción de elementos que presentan
una determinada característica a ser
investigada
o q: Proporción de elementos que no
presentan la característica que se investiga
 CUANDO EL OBJETIVO ES ESTIMAR LA PROPORCIÓN POBLACIONAL
 Tamaño de la población es
conocida (Finita)
 Tamaño de la población es
desconocida (Infinita)
o n: Tamaño de la muestra
o N: Total de elementos que integran la
población
o Zc: Zeta crítico, valore determinado por el
nivel de confianza adoptado. Para un grado
de confianza de 95% (Zc=2), 99% (Zc=3)
o S: Desviación típica o desviación estándar
(medida de dispersión de los datos
obtenidos con respecto a la media)
o e: Error muestral, 1%-5%
o p: Porporción de elementos que presentan
una determinada característica a ser
investigada
o q: Proporción de elementos que no
presentan la característica que se investiga
EJEMPLOS:

o N: 1000
o Zc: 2
o e: 5%
o p: 40
o q: 60
o Población finita
o Nivel de confianza:
95%
o p: 50%