CRITERIOS PARA SELECCIONAR UNA MUESTRA

Curso: Metodología de la Investigación Profesor: Sergio Afcha

Sesgo  Error específico de la muestra por falta de representatividad. v . Muestra  Subconjunto de elementos de la población seleccionados para el estudio y la inferencia de características de la población. CONCEPTOS BÁSICOS Población  Conjunto formado por la totalidad de elementos con características específicas.I.

  Unidad muestral: Ejemplo: familia Elemento de la muestra: el que responde por la unidad muestral Ejemplo: el ama de casa. que consuman leche evaporada y pertenezcan a CENTRUM-Católica. Ejemplo: Amas de casa que tengas hijos menores de 25 años. .  Tipo de muestreo  Se debe determinar el tipo de muestreo más apropiado para la investigación.II. para que esta sea realmente representativa. Tamaño de la muestra  Se debe determinar el tamaño de la muestra. ELEMENTOS CENTRALES PARA ELEGIR UNA MUESTRA Se debe definir claramente  Universo ó Población : Ejemplo: en la ciudad de Lima Marco muestral: es el segmento.

Se puede conocer el error muestral. Probabilístico ó Aleatorio:     Los resultados se pueden generalizar. Es al azar Cada elemento de la población tiene la misma probabilidad de ser elegido.  MUESTREOS No hay posibilidad de sesgar los elementos. en general.   . el nivel de confianza y el nivel de precisión de las estimaciones.III. Es. Es el único método que puede evaluar la representatividad de la muestra. más lento y complicado que el muestreo no probabilística.

el resto por sistema. estos ya no tienen relación entre sí. .   Estratificado: se divide en grupos que tienen relación entre sí. Aleatorio sistemático: el primer elemento al azar.  Por conglomerados: se separa en grupos.TIPOS DE MUESTREO PROBABILÍSTICO Ó ALEATORIO  Aleatorio simple: Al azar. por sorteo.

No Probabilístico  Hay riesgo de sesgar Puede dar buenos resultados. pero también puede proporcionar una información errónea.  .

  Por Cuotas: se define una proporción.TIPOS DE MUESTREO NO PROBABILÍSTICO  Por Criterio: a criterio del investigador Por Conveniencia: una vez en campo se define el criterio con el que se va a elegir. . Por Bola de Nieve: se va diseñando en el camino. se calcula. a partir de uno  se va diseñando la muestra cada vez más grande.

 Población Finita: Menor de 100.000.  TAMAÑO DE LA MUESTRA Población infinita: Mayor de 100. .000 elementos.IV. generalmente en la práctica se usa para más de 10. en la práctica menor de 10.000 elementos.000 elementos.

Z= 1. POBLACIÓN INFINITA N = Tamaño de la muestra Z = Nivel de confianza ( Para un nivel de confianza de 95%.5 x 0. Otra alternativa es realizar una prueba piloto de una pregunta con solo dos respuestas SI. NO.4. de acuerdo a la percepción del investigador. . se toma una muestra de 50 personas y los resultados se utilizan para reemplazar p (probabilidad de éxito ) y q ( probabilidad de fracaso ). si no se tienen datos se emplea la máxima dispersión teórica.96) e = error esperado.1. 0. σ2 = Varianza ( qué tan dispersa es la población.5).

5 = 0.5) n (0.96 Solución (1.04 Z = 95% = 1.5)(0. usando un nivel de confianza del 95%. Datos n=? p = 0.25 n  600 2 .5 e = 0. determine el tamaño de la muestra “n”.5 q = 1.0.04) 2 n  600. el margen de error máximo para aceptar el estudio es de 4%.96) * (0. no se tienen datos iniciales sobre la proporción de la población que lo prefiere.EJEMPLO DE POBLACIÓN INFINITA Se esta evaluando las preferencias de un nuevo partido político.

5). Otra alternativa es realizar una prueba piloto de una pregunta con solo dos respuestas SI. Z= 1.96) e = error ( lo más usual es 5%) σ2 = Varianza ( qué tan dispersa es la población.2 POBLACIÓN FINITA n = Tamaño de la muestra ( Se recomienda utilizar muestra mayor a 400 ) N = Tamaño de la población Z = Nivel de confianza ( Normalmente se usa un nivel de confianza de 95%. NO. de acuerdo a la percepción del investigador. si no se tienen datos se emplea la máxima dispersión teórica. 0.4. .5 x 0. se toma una muestra de 50 personas y los resultados se utilizan para reemplazar p (probabilidad de éxito ) y q ( probabilidad de fracaso ).

96 ) 2 * (0. (1.05 ) 2 * (1176  1)  (1.5)( 0.5)( 0.96 ) 2 (0.75 .5) *1176 n (0.EJEMPLO DE POBLACIÓN FINITA  De una población de 1 176 adolescentes de una ciudad X se desea conocer la aceptación por los programas humorísticos televisivos y para ello se desea tomar una muestra por lo que se necesita saber la cantidad de adolescentes que deben entrevistar para tener una información adecuada.5) n  289.

4.3 ESQUEMA DE LA GENERALIZACIÓN DE LA MUESTRA A LA POBLACIÓN Población La generalización de las características o valores de la muestra dependen del error de muestreo Muestra .

V.& Baptista L.net/libros/2007c/306/tipos %20d %20muestreo. En Metodología de la Investigación (pp. Selección de la muestra. F... . BIBLIOGRAFIA Bijarro. (1997). & Firtle N. 170195).htm Hernández R. Madden T. (6ta Edición).eumed. Desarrollo estratégico para la investigación científica. España: Mc Graw Hill. Chile: Mc Graw Hill. Madrid. Recuperado de http://www. (2010). La investigación de Mercados en el entorno del Marketing. (2010)..Fernández C. Dillon W.

Sign up to vote on this title
UsefulNot useful