Logotipo
Logotipo
Logotipo
Logotipo
Logotipo
Logotipo
Logotipo
Costo de las proyecciones
de rentabilidad de la inversión
4.5
4
3.5
3
2.5
2 Costos
1.5 Rentabilidad de la
inversión
1
0.5
0
0 7 Costos
8
20 0 0
09 0
2
20 1
20
Logotipo
Tamaño de muestra
Logotipo
MUESTRAS PROBABILÍSTICAS
Es aquella que se rige por cualquier sistema que garantice el azar o la aleatoriedad. Es
aquella donde todos los elementos del universo tiene una probabilidad conocida de ser
extraídos y esta probabilidad es distinta de cero o de uno.
Las muestras probabilísticas son aquellas que permiten calcular el error de muestreo, lo
que significa que se puede generalizar.
Inferencia estadística: Extrapolación a la población.
Para generalizar, solo se puede trabajar con muestras probabilísticas.
Permiten el contraste de hipótesis explicativas, correlacionales y descriptivas.
Es aquella donde todos los elementos del colectivo tiene la misma
1
Aleatoria o al azar probabilidad de ser escogidos y esta probabilidad es distinta de cero
simple y de uno.
De acuerdo con Webster (1998) “una muestra aleatoria simple es la
que resulta de aplicar un método por el cual todas las muestras
posibles de un determinado tamaño tengan la misma probabilidad
de ser elegidas”. Tiene implícita la condición de equiprobabilidad.
a) Definir la población de estudio. 10
b) Enumerar a todas las unidades de análisis que integran la población asignándoles
Pasos para definir la muestra un número de identidad o identificación (base de muestreo).
c) Determinar el tamaño de muestra óptimo para el estudio.
d) Seleccionar la muestra mediante un procedimiento que garantice la aleatoriedad.
MUESTRAS PROBABILÍSTICAS
Similar a la muestra aleatoria simple, sin embargo se
diferencia en que los elementos del universo van siendo
2 Muestra sistemática
extraídos de acuerdo a un sistema, que en otras palabras no
es más que una constante sumadora.
Este procedimiento de muestreo determina los estratos que
conforman una población de estudio para seleccionar y extraer de
ellos la muestra. Es útil cuando se trabaja con variables categóricas
Muestra o atributos que presentan categorías, sean estar artificiales o
3
estratificada genuinas. Es útil cuando la población es susceptible a ser dividida en
categorías o estratos donde se tiene un interés analítico y que por
razones teóricas y empíricas presentan diferencias entre ellas
(estado civil, edad, sexo).
Estrato: todo subgrupo de unidades de análisis que difieren en las características que se van a
analizar en un investigación. Es una categoría exhaustiva y excluyente de la población, donde las
unidades que lo componen son muy parecidas dentro de si, pero diferente entre si.
Muestra
Es aquella cuya estructura categorial replica las mismas
estratificada 11
características porcentuales del universo
Proporcional
Muestra
Es aquella donde no se aplica la estructura porcentual del universo, sino
estratificada no más bien se toma la misma cantidad de personas de cada estrato
Proporcional colectivo con el objetivo de posibilitar las comparaciones
MUESTRAS PROBABILÍSTICAS
Muestra
estratificada Pasos para seleccionar una muestra estratificada proporcional
Proporcional
a) Definir la población de estudio
b) Determinar el tamaño de muestra requerido
c) Establecer los estratos o subgrupos
d) Determinar la fracción total de muestreo por estrato, dividiendo el
tamaño del estrato entre el tamaño de la población de estudio.
e) Multiplicar la fracción total de muestreo por estrato por el tamaño
de la muestra para obtener la cantidad de unidades de análisis de
cada estrato que se integrarán a la unidad muestral.
f) Selección y extracción de la muestra aplicando el procedimiento de
muestreo aleatorio simple.
Es aquello que es útil cuando se realizan investigaciones con
universos extremadamente grandes tales como países, naciones,
Muestra por etc., donde es prácticamente imposible conseguir o construir la
4 base de muestreo. Se utiliza cuando el investigador esta limitado
conglomerado
por factores de tiempo, distancia, fuentes de financiamiento, entre
otros. Las unidades de análisis se encuentran encapsuladas o
encerradas en determinados lugares físicos o geográficos que12se
denominan racimos o conglomerados.
Conglomerados: Subconjunto exhaustivo y excluyente de la población donde los elementos que lo
configuran son muy diferentes dentro de si, pero similares entre sí.
«Imaginemos que tenemos que escoger una muestra de 20 estudiantes en una
ALEATORIA SIMPLE población de 600» SISTEMÁTICA
-Dado que tenemos que elegir 20 de
-Se elige un alumno al azar (probabilidad de
600, es decir, 1 de cada 30, se
elegirlo 1/600)
-Se devuelve a la población y se elige otro procede así:
-Se ordenan los estudiantes y se
(probabilidad de elegir 1/600)
-Se tiene que devolver o la probabilidad del numeran, se elige uno al azar, por
ejemplo el estudiantes 27.
segundo estudiante cambia (probabilidad de
-A partir de este, los demás se eligen
1/599)
-El problema es que se puede elegir dos veces a partir de este intervalo de 30
estudiantes.
a un mismo estudiante
CONGLOMERADO
ESTRATIFICADA
-Si queremos que nuestra muestra sea - Supongamos que necesitamos una
representativa, debemos saber cuantos muestra de los estudiantes de todo chile,
estudiantes hay por curso: Primero Medio lo cual es difícil tener la población total,
200, Segundo Medio 150, Tercero Medio pero sabemos que se agrupan en Tipos
150 y Cuarto medio 100 estudiantes. de colegios, Colegios y niveles.
- Entonces, seleccionamos al azar algunos
tipos colegios, después algunos colegios
y, finalmente, algunos cursos.
- Finalmente por azar simple
seleccionamos a algunos estudiantes.
- Los conglomerados son unidades amplias
y heterogéneas.
DECISIONES MUESTRALES
• Casos extremos: manifestaciones poco usuales del
fenómeno de interés como éxitos muy especiales,
notables fracasos, eventos exóticos, crisis, etc.
• Casos marcados o intensos: estudia casos muy ricos
en información, que manifiesten un fenómeno
intensamente pero sin ser extremos, como los buenos o
malos estudiantes, los que están por encima o por
debajo del promedio, etc.
• Máxima variación: casos a lo largo de un amplio rango
de variación para conocer las particularidades y
generalidades del fenómeno.
• Homogéneo: enfocarse en tipos de
respondientes similares para simplificar el
análisis y facilitar las entrevistas grupales.
• Casos típicos: ilustran una situación
típica, normal o promedio.
• Propositivo estratificado: ilustra las
características de subgrupos particulares,
facilita la comparación entre grupos.
Hudelson (1994)
• Casos críticos: se toman los más
importantes o dramáticos cuando los
recursos son limitados.
• Bola de nieve: localizar a uno o dos
entrevistados clave y solicitarles que nos
pongan en contacto con otros entrevistados
de su grupo. Esto resulta útil con poblaciones
ocultas.
• Por criterio: se toman los casos que
cumplan con el criterio de inclusión.
• Basado en la teoría: que manifiesten los
indicadores del constructo teórico de interés.
• Casos confirmatorios y desconfirmatorios:
para elaborar y profundizar sobre los análisis
iniciales, buscando excepciones y probando
los rangos de variación.
• De oportunidad: aprovechar la ocurrencia o
aparición de algo inesperado.
• Propositivo al azar: se elige
aleatoriamente dentro de la muestra
escogida previamente, cuando esta es
demasiado grande. No permite la
generalización estadística de los datos.
• Casos políticamente importantes: para
llamar la atención de la investigación que
se realiza.
• Estrategias mixtas dentro de un mismo estudio.
• Por conveniencia: tomar los casos que están a la mano
para ahorrar tiempo y recursos
