tipos de muestras

Metodología De las Ciencias Sociales III

Temas •Muestreo.

Metodología para las Ciencias Sociales IIIMetodología para las Ciencias Sociales III

Ayudantía: Tipos de MuestreosAyudantía: Tipos de Muestreos

Antes de comenzar repasemos lo aprendido

anteriormente.



¿En qué consiste la clasificación de variables?

31 2



Los datos que deben manejarse en una investigación científica para describir los objetos de interés son, en general de naturaleza diversa. La consideración de estas diferencias es esencial para decidir el método de análisis estadístico adecuado.

1

31 2

¿En qué consiste la clasificación de variables?¿En qué consiste la clasificación de variables?



Los datos son valores o categorías especificas de las variables inherentes al problema.

2

31 2




Se presentarán criterios diferentes (no excluyentes y complementarios) para clasificar variables.

3

31 2




Clasificaciónde Variables

Según Nivel de Medición

Variable Intervalar

Variable Nominal

Variable Ordinal

Variable de Razón

Según Naturaleza de la Variable

Variable Continua

Variable Discreta o Discontinua

Según Tipode Variable

Variable Cuantitativa

Variable Cualitativa

Policotómica

Dicotómica



Ahora veamos los tipos de muestreos que podemos

utilizar en una investigación.

¡Vamos!.



¿Qué tipos de muestreos se pueden utilizar en una investigación?

Conceptos Generales Muestreo No ProbabilísticoMuestreo No ProbabilísticoMuestreo ProbabilísticoMuestreo Probabilístico



Conceptos Generales.Conceptos Generales.

Población.

Población: conjunto completo de personas, elementos o medidas que poseen una característica común observable y por el cual existe algún interés. Las poblaciones no deben ser necesariamente grandes, el investigador delimita la población de acuerdo a determinados criterios.

Población.

Población: conjunto completo de personas, elementos o medidas que poseen una característica común observable y por el cual existe algún interés. Las poblaciones no deben ser necesariamente grandes, el investigador delimita la población de acuerdo a determinados criterios.

PoblaciónCriterios de delimitación

MuestraParámetro y estadístico

Errores




Criterios de delimitación. 1.- Delimitación del área geográfica (¿Dónde se realiza la investigación?), la delimitación

necesariamente no debe ser tan específica. 2.- Unidad de análisis (¿Quiénes vamos a investigar para realizar el estudio?): Se refiere al

segmento en el cual vamos a realizar la investigación. 3.- Tamaño de la población (N): Nos referimos a cuantos componen la población. 4.- Temporalidad (¿Cuándo?): Se refiere al tiempo en términos generales en que se realiza

la investigación

Criterios de delimitación. 1.- Delimitación del área geográfica (¿Dónde se realiza la investigación?), la delimitación

necesariamente no debe ser tan específica. 2.- Unidad de análisis (¿Quiénes vamos a investigar para realizar el estudio?): Se refiere al

segmento en el cual vamos a realizar la investigación. 3.- Tamaño de la población (N): Nos referimos a cuantos componen la población. 4.- Temporalidad (¿Cuándo?): Se refiere al tiempo en términos generales en que se realiza

la investigación



Errores




Muestra.

Subconjunto de la población y las muestras no son siempre representativas respecto la población. La representatividad posee dos aspectos: 1) representatividad numérica o estadística, es una muestra cuantitativa, se habla del porcentaje de la muestra. La muestra para que se representativa debe poseer el 5% de universo a lo menos. 2) representación estructural, se refiere a que tan parecida es la muestra en relación al universo, deben poseer características similares. Cuando se cumplan estos dos aspectos podemos hablar de una muestra representativa.

Muestra.

Subconjunto de la población y las muestras no son siempre representativas respecto la población. La representatividad posee dos aspectos: 1) representatividad numérica o estadística, es una muestra cuantitativa, se habla del porcentaje de la muestra. La muestra para que se representativa debe poseer el 5% de universo a lo menos. 2) representación estructural, se refiere a que tan parecida es la muestra en relación al universo, deben poseer características similares. Cuando se cumplan estos dos aspectos podemos hablar de una muestra representativa.



Errores




Parámetro y estadístico.

Parámetro: valor característico de la población, como por ejemplo la medida poblacional (U), proporción poblacional (P), la varianza de la población (G2), la correlación poblacional (R), estos parámetros nos interesa estimarlos y proyectarlos.

Estadístico o estadígrafo: valor característico de una muestra, generalmente se utilizan como estimadores de los parámetros, como por ejemplo la media muestral frente la media poblacional, proporción muestral frente la proporción poblacional, correlación muestral frente la correlación población, la varianza muestral frente la varianza poblacional.

Parámetro y estadístico.

Parámetro: valor característico de la población, como por ejemplo la medida poblacional (U), proporción poblacional (P), la varianza de la población (G2), la correlación poblacional (R), estos parámetros nos interesa estimarlos y proyectarlos.

Estadístico o estadígrafo: valor característico de una muestra, generalmente se utilizan como estimadores de los parámetros, como por ejemplo la media muestral frente la media poblacional, proporción muestral frente la proporción poblacional, correlación muestral frente la correlación población, la varianza muestral frente la varianza poblacional.



Errores




Errores.

Error de muestreo: Esta ligado a la muestra debido a que la muestra no es lo mismo que la población y se define como la diferencia absoluta entre el estimador y el parámetro. Sólo es calculable en muestras probabilísticas.

Error de sesgo: se produce por descuidos, por no tomar precauciones en la investigación, por lo que todo lo que no podemos controlar es error de sesgo.

Errores.

Error de muestreo: Esta ligado a la muestra debido a que la muestra no es lo mismo que la población y se define como la diferencia absoluta entre el estimador y el parámetro. Sólo es calculable en muestras probabilísticas.

Error de sesgo: se produce por descuidos, por no tomar precauciones en la investigación, por lo que todo lo que no podemos controlar es error de sesgo.



Errores




Conceptos GeneralesConceptos Generales Muestreo No ProbabilísticoMuestreo No Probabilístico

Muestreo Probabilístico



Muestreo Probabilístico.Muestreo Probabilístico.

Definición. Es aquella donde todos los elementos del colectivo tienen una probabilidad conocida de ser incluidos en la

muestra y esta probabilidad es distinta de 0 y de 1. Debe garantizar la aleatoriedad y debe regirse por el azar y por las leyes probabilísticas. Además estas muestras sólo funcionan cuando conocemos todo el listado del universo y a esto se llama base del muestreo.

Características generales de las muestras probabilísticas: 1) se rige por el azar, 2) las muestras probabilísticas permiten contrarrestar cualquier tipo de hipótesis, es decir, exploratoria, descriptiva, correlacional o explicativa, 3) las muestras probabilísticas permiten la generalización de los resultados, es decir, permiten generalizar los resultados de la muestra a la población extraídos de dicha muestra, dado que permiten calcular el error de muestreo.

Definición. Es aquella donde todos los elementos del colectivo tienen una probabilidad conocida de ser incluidos en la

muestra y esta probabilidad es distinta de 0 y de 1. Debe garantizar la aleatoriedad y debe regirse por el azar y por las leyes probabilísticas. Además estas muestras sólo funcionan cuando conocemos todo el listado del universo y a esto se llama base del muestreo.

Características generales de las muestras probabilísticas: 1) se rige por el azar, 2) las muestras probabilísticas permiten contrarrestar cualquier tipo de hipótesis, es decir, exploratoria, descriptiva, correlacional o explicativa, 3) las muestras probabilísticas permiten la generalización de los resultados, es decir, permiten generalizar los resultados de la muestra a la población extraídos de dicha muestra, dado que permiten calcular el error de muestreo.

Definición Al azar simple Sistemática Estratificada Conglomerado




Al azar simple. En esta muestra todos los elementos del universo tienen la misma probabilidad de ser escogidos y esta

probabilidad es distinta de 0 y de 1. Esta dada por P = 1/N. ¿Cómo se forma una muestra al azar simple? 1.- Hay que tener como base de muestreo o marco muestral es el conjunto de todos los elementos que constituyen el

colectivo.2.- Definimos y calculamos el tamaño de la muestra (hay fórmulas para calcular el tamaño de la muestra, pero hay

criterios) como criterio general la muestra debe ser el 5% del universo.3.- Extraer los elementos del universo al azar hasta complementar el tamaño de la muestra requerida y aquí hay que

buscar un elemento que sea al azar.

Al azar simple. En esta muestra todos los elementos del universo tienen la misma probabilidad de ser escogidos y esta

probabilidad es distinta de 0 y de 1. Esta dada por P = 1/N. ¿Cómo se forma una muestra al azar simple? 1.- Hay que tener como base de muestreo o marco muestral es el conjunto de todos los elementos que constituyen el

colectivo.2.- Definimos y calculamos el tamaño de la muestra (hay fórmulas para calcular el tamaño de la muestra, pero hay

criterios) como criterio general la muestra debe ser el 5% del universo.3.- Extraer los elementos del universo al azar hasta complementar el tamaño de la muestra requerida y aquí hay que

buscar un elemento que sea al azar.





Muestra Sistemática.

Similar al aleatorio o azar simple, no obstante los elementos del colectivo son elegidos en función de un sistema. ¿Cómo se forma una muestra sistemática? 1.- El tamaño del universo dividido por el tamaño de la muestra….N/n….se origina el sistema, es decir, la secuencia

sumadora2.- Definir desde donde vamos a comenzar la muestra y llegamos hasta el “n” de la muestra, se debe recordar que se

parte de 1 hasta la secuencia sumadora y luego hasta el “n” de la muestra.

Muestra Sistemática.

Similar al aleatorio o azar simple, no obstante los elementos del colectivo son elegidos en función de un sistema. ¿Cómo se forma una muestra sistemática? 1.- El tamaño del universo dividido por el tamaño de la muestra….N/n….se origina el sistema, es decir, la secuencia

sumadora2.- Definir desde donde vamos a comenzar la muestra y llegamos hasta el “n” de la muestra, se debe recordar que se

parte de 1 hasta la secuencia sumadora y luego hasta el “n” de la muestra.





Muestra Estratificada. Se utiliza cuando universo que deseamos analizar lo dividimos en categorías en la que tenemos un interés analítico

(estado civil, edad, N.S.E, sexo; etc.). Estás categorías pueden ser genuinas o reales y artificiales. A estas categorías sean genuinas o artificiales, serán estratificadas. Entendiendo un estrato como un subconjunto exhaustivo y excluyente de la población donde los elementos que lo constituyen son homogéneos dentro de sí y heterogéneos entre sí. Existen dos tipos de muestreos estratificados que son el proporcional y el no proporcional.

Proporcional: Es aquel que conserva o replica la misma estructura porcentual de universo. Cada muestra repetirá la misma composición del universo en relación al nivel de la variable analizada.

No proporcional: En la muestra no se busca conservar la misma estructura porcentual del universo. Se saca, entonces, aleatoria o sistemáticamente la misma cantidad de personas por estrato poblacional con el objeto de facilitar las comparaciones.

Muestra Estratificada. Se utiliza cuando universo que deseamos analizar lo dividimos en categorías en la que tenemos un interés analítico

(estado civil, edad, N.S.E, sexo; etc.). Estás categorías pueden ser genuinas o reales y artificiales. A estas categorías sean genuinas o artificiales, serán estratificadas. Entendiendo un estrato como un subconjunto exhaustivo y excluyente de la población donde los elementos que lo constituyen son homogéneos dentro de sí y heterogéneos entre sí. Existen dos tipos de muestreos estratificados que son el proporcional y el no proporcional.

Proporcional: Es aquel que conserva o replica la misma estructura porcentual de universo. Cada muestra repetirá la misma composición del universo en relación al nivel de la variable analizada.

No proporcional: En la muestra no se busca conservar la misma estructura porcentual del universo. Se saca, entonces, aleatoria o sistemáticamente la misma cantidad de personas por estrato poblacional con el objeto de facilitar las comparaciones.





Muestreo por Conglomerado.

Se utiliza para estudiar unidades tales como naciones, estados o similares que admiten subdivisiones. Es útil cuando los elementos a estudiar se encuentran dispersos a lo largo de áreas geográficas extensas donde es muy difícil acceder a la base de muestreo por razones prácticas y económicas. Por lo tanto este tipo de muestreo se utiliza para estudiar universos muy grandes, donde los elementos que lo constituyen se encuentran muy dispersos entre sí, por consecuencia es muy difícil acceder o construir una base de muestreo.

El conglomerado es un subconjunto exhaustivo y excluyente de la población, donde los elementos que lo constituyen son heterogéneos dentro de sí, pero homogéneos entre sí. Se producen los conglomerados a través del azar simple y se escogen sólo algunos conglomerados.

Muestreo por Conglomerado.

Se utiliza para estudiar unidades tales como naciones, estados o similares que admiten subdivisiones. Es útil cuando los elementos a estudiar se encuentran dispersos a lo largo de áreas geográficas extensas donde es muy difícil acceder a la base de muestreo por razones prácticas y económicas. Por lo tanto este tipo de muestreo se utiliza para estudiar universos muy grandes, donde los elementos que lo constituyen se encuentran muy dispersos entre sí, por consecuencia es muy difícil acceder o construir una base de muestreo.

El conglomerado es un subconjunto exhaustivo y excluyente de la población, donde los elementos que lo constituyen son heterogéneos dentro de sí, pero homogéneos entre sí. Se producen los conglomerados a través del azar simple y se escogen sólo algunos conglomerados.




Muestreo No Probabilístico.Muestreo No Probabilístico.

Definición.

Las muestras no probabilísticas no se rigen por algún sistema que garantice el azar y además no permiten la generalización de los resultados, es decir, no permiten generalizar los resultados de la muestra a la población extraídos de dicha muestra.

Definición.

Las muestras no probabilísticas no se rigen por algún sistema que garantice el azar y además no permiten la generalización de los resultados, es decir, no permiten generalizar los resultados de la muestra a la población extraídos de dicha muestra.

Definición Accidental Intencionado Cuotas




Muestreo Accidental.

Accidental, casual, por conveniencia o por sujetos voluntarios: la muestra se constituye sólo por aquellas personas que accedieron a participar en la investigación.

Muestreo Accidental.

Accidental, casual, por conveniencia o por sujetos voluntarios: la muestra se constituye sólo por aquellas personas que accedieron a participar en la investigación.





Muestreo Intencionado.

Se construye en función o en base a los criterios de un experto.

Muestreo Intencionado.

Se construye en función o en base a los criterios de un experto.





Muestreo Por Cuotas.

Es una especie de muestra estratificada pero no probabilística.

Muestreo Por Cuotas.

Es una especie de muestra estratificada pero no probabilística.




¿Qué veremos en la Próxima ayudantía?

¿Qué se viene en la Próxima ayudantía?

Próximamente….Próximamente….



Mmmm…

Mish…así que vamos a ver las hipótesis y sus

técnicas asociadas.

Contendidos de la próxima ayudantíaContendidos de la próxima ayudantía•Prueba de Hipótesis.Prueba de Hipótesis.

•Técnicas de análisis de datosTécnicas de análisis de datos..



Mmmm…Cómo dicen ver para

creer…

A ver veamos que se viene…

Veamos un adelanto….Veamos un adelanto….

Tipos de Investigación

Descriptivas CorrelaciónalesExploratorias Explicativas

Diseño de investigación

No Experimental Experimental

Técnicas de análisis de datos

Técnicas de recolección de datos

Muestras

Utiliza estadística descriptiva y correlacional

Utiliza estadística Inferencial

Nivel Descriptivo

Técnicas Paramétricas

Técnicas No Paramétricas

Hipótesis Descriptivas

Media Poblacional Proporción Poblacional Varianza Poblacional

Prueba de K.S

Prueba Binomial

Prueba de Rachas

Prueba de X²

Error tipo I

Error tipo II

Nivel de confianza

Potencia de prueba

Verificación dehipótesis



Estadística Descriptiva

Medidas de Dispersión

Técnicas de conteo de datosTablas de frecuencia

Tablas de doble entrada

Gráficos

Media

Moda (Mo)

Mediana (Md)

Medidas de tendencia Central

Rango

Desviación Típica (S)

Varianza (S²)



Estadísticos de FormaAsimetría y Simetría

Curtosis

Percentil

Centil

Puntuación “Z”

Medidas de Posición

Puntuación Relativa

Estadística Descriptiva



¡Ahora vamos a la Actividad Aplicada!



INSTRUCCIONES:

Bienvenido a nuestra concurso estrella “Muestreando por la vida”.

¿Cómo jugar? Muy fácil. Ustedes deberán reunirse en grupos de máximo

de 5 personas. A medida que conformen el grupo deberán representar los tipos de

muestreo al equipo de ayudantes aplicando mucha creatividad.

Buena Suerte!

¡Ojo! Tienen 20 minutos para prepararse!



INSTRUCCIONES:

Bienvenido a nuestra concurso estrella “Muestreando por la vida”.

¿Cómo jugar? Muy fácil. Ustedes deberán reunirse en grupos de máximo

de 5 personas. A medida que conformen el grupo deberán representar los tipos de

muestreo al equipo de ayudantes aplicando mucha creatividad.

Buena Suerte!

¡Comencemos!

tipos de muestras

Education