8/4/2019 APORTE_TRABAJO_COLABORATIVO

1/9

TECNICAS DE INVESTIGACION

TRABAJO COLABORATIVO #2

PRESENTADO POR

FABIO ENRIQUE CASTRO MERCADO

CURSO

100104_175

TUTOR

HANZ RODRIGUEZ DIAZ

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

ESCUELA DE CIENCIAS BASICAS DE TECNOLOGIA E INGENIERIA

INGENIERIA ELECTRONICA

CEAD

SIMON BOLIVAR

CARTAGENA COLOMBIA

8/4/2019 APORTE_TRABAJO_COLABORATIVO

2/9

CONCEPTOS:

Poblacin:Es todo conjunto de elementos, finito o infinito, definido por una o mscaractersticas, de las que gozan todos los elementos que lo componen, y slo ellos.

En muestreo se entiende por poblacin a la totalidad del universo que interesa considerar, y

que es necesario que est bien definido para que se sepa en todo momento que elementos locomponen.

No obstante, cuando se realiza un trabajo puntual, conviene distinguir entre poblacin terica:conjunto de elementos a los cuales se quieren extrapolar los resultados, y poblacin estudiada:conjunto de elementos accesibles en nuestro estudio.

Censo:En ocasiones resulta posible estudiar cada uno de los elementos que componen lapoblacin, realizndose lo que se denomina un censo, es decir, el estudio de todos loselementos que componen la poblacin.

La realizacin de un censo no siempre es posible, por diferentes motivos: a) economa: elestudio de todos los elementos que componen una poblacin, sobre todo si esta es grande,suele ser un problema costoso en tiempo, dinero, etc.; b) que las pruebas a las que hay quesometer a los sujetos sean destructivas; c) que la poblacin sea infinita o tan grande queexceda las posibilidades del investigador.

Si la numeracin de elementos, se realiza sobre la poblacin accesible o estudiada, y no sobrela poblacin terica, entonces el proceso recibe el nombre de marco o espacio muestral.

Concepto de muestreo

El muestreo es una herramienta de la investigacin cientfica. Su funcin bsica es determinar

que parte de una realidad en estudio (poblacin o universo) debe examinarse con la finalidad dehacer inferencias sobre dicha poblacin. El error que se comete debido a hecho de que seobtienen conclusiones sobre cierta realidad a partir de la observacin de slo una parte de ella,se denomina error de muestreo. Obtener una muestra adecuada significa lograr una versinsimplificada de la poblacin, que reproduzca de algn modo sus rasgos bsicos.

Muestra: En todas las ocasiones en que no es posible o conveniente realizar un censo, lo quehacemos es trabajar con una muestra, entendiendo por tal una parte representativa de lapoblacin. Para que una muestra sea representativa, y por lo tanto til, debe de reflejar lassimilitudes y diferencias encontradas en la poblacin, ejemplificar las caractersticas de lamisma.

Cuando decimos que una muestra es representativa indicamos que rene aproximadamente lascaractersticas de la poblacin que son importantes para la investigacin.

a. Poblacin Los estadsticos usan la palabra poblacin para referirse no slo a personas si noa todos los elementos que han sido escogidos para su estudio. b. Muestra Los estadsticosemplean la palabra muestra para describir una porcin escogida de la poblacin.Matemticamente, podemos describir muestras y poblaciones al emplear mediciones como laMedia, Mediana, la moda, la desviacin estndar. Cuando stos trminos describen unamuestra se denominan estadsticas.

8/4/2019 APORTE_TRABAJO_COLABORATIVO

3/9

Una estadstica es una caracterstica de una muestra, los estadsticos emplean letras latinasminsculas para denotar estadsticas y muestras. 2. - Tipos de muestreo Los autores proponendiferentes criterios de clasificacin de los diferentes tipos de muestreo, aunque en generalpueden dividirse en dos grandes grupos: mtodos de muestreo probabilsticos y mtodos demuestreo no probabilsticos.

Terminologa

Poblacin objeto: conjunto de individuos de los que se quiere obtener una informacin.

Unidades de muestreo: nmero de elementos de la poblacin, no solapados, que se vana estudiar. Todo miembro de la poblacin pertenecer a una y slo una unidad demuestreo.

Unidades de anlisis: objeto o individuo del que hay que obtener la informacin.

Marco maestral: lista de unidades o elementos de muestreo.

Muestra: conjunto de unidades o elementos de anlisis sacados del marco.

Muestreo probabilstico

Los mtodos de muestreo probabilsticos son aquellos que se basan en el principio deequiprobabilidad. Es decir, aquellos en los que todos los individuos tienen la misma probabilidadde ser elegidos para formar parte de una muestra y, consiguientemente, todas las posiblesmuestras de tamao n tienen la misma probabilidad de ser elegidas. Slo estos mtodos demuestreo probabilsticos nos aseguran la representatividad de la muestra extrada y son, por

tanto, los ms recomendables. Dentro de los mtodos de muestreo probabilsticos encontramoslos siguientes tipos:

El mtodo otorga una probabilidad conocida de integrar la muestra a cada elemento de lapoblacin, y dicha probabilidad no es nula para ningn elemento.

Los mtodos de muestreo no probabilsticos no garantizan la representatividad de la muestra ypor lo tanto no permiten realizar estimaciones inferenciales sobre la poblacin.

(En algunas circunstancias los mtodos estadsticos y epidemiolgicos permiten resolver losproblemas de representatividad aun en situaciones de muestreo no probabilstico, por ejemplolos estudios de caso-control, donde los casos no son seleccionados aleatoriamente de la

poblacin.)

Entre los mtodos de muestreo probabilsticos ms utilizados en investigacin encontramos:

Muestreo aleatorio simple

Muestreo estratificado

8/4/2019 APORTE_TRABAJO_COLABORATIVO

4/9

Muestreo sistemtico

Muestreo polietpico o por conglomerados

Muestreo aleatorio simple:

El procedimiento empleado es el siguiente: 1) se asigna un nmero a cada individuo de lapoblacin y 2) a travs de algn medio mecnico (bolas dentro de una bolsa, tablas de nmerosaleatorios, nmeros aleatorios generados con una calculadora u ordenador, etc.) se eligentantos sujetos como sea necesario para completar el tamao de muestra requerido.

Este procedimiento, atractivo por su simpleza, tiene poca o nula utilidad prctica cuando lapoblacin que estamos manejando es muy grande.

Muestreo aleatorio sistemtico:

Este procedimiento exige, como el anterior, numerar todos los elementos de la poblacin, peroen lugar de extraer n nmeros aleatorios slo se extrae uno. Se parte de ese nmero aleatorio i,que es un nmero elegido al azar, y los elementos que integran la muestra son los que ocupalos lugares i, i+k, i+2k, i+3k,...,i+(n-1)k, es decir se toman los individuos de k en k, siendo k elresultado de dividir el tamao de la poblacin entre el tamao de la muestra: k= N/n. El nmero ique empleamos como punto de partida ser un nmero al azar entre 1 y k.

El riesgo este tipo de muestreo est en los casos en que se dan periodicidades en la poblacinya que al elegir a los miembros de la muestra con una periodicidad constante (k) podemosintroducir una homogeneidad que no se da en la poblacin. Imaginemos que estamosseleccionando una muestra sobre listas de 10 individuos en los que los 5 primeros son varones

y los 5 ltimos mujeres, si empleamos un muestreo aleatorio sistemtico con k=10 siempreseleccionaramos o slo hombres o slo mujeres, no podra haber una representacin de losdos sexos.

Muestreo aleatorio estratificado:

Trata de obviar las dificultades que presentan los anteriores ya que simplifican los procesos ysuelen reducir el error maestral para un tamao dado de la muestra. Consiste en considerarcategoras tpicas diferentes entre s (estratos) que poseen gran homogeneidad respecto aalguna caracterstica (se puede estratificar, por ejemplo, segn la profesin, el municipio deresidencia, el sexo, el estado civil, etc.). Lo que se pretende con este tipo de muestreo esasegurarse de que todos los estratos de inters estarn representados adecuadamente en la

muestra. Cada estrato funciona independientemente, pudiendo aplicarse dentro de ellos elmuestreo aleatorio simple o el estratificado para elegir los elementos concretos que formarnparte de la muestra. En ocasiones las dificultades que plantean son demasiado grandes, puesexige un conocimiento detallado de la poblacin. (Tamao geogrfico, sexos, edades,...).

La distribucin de la muestra en funcin de los diferentes estratos se denomina afijacin, ypuede ser de diferentes tipos:

Afijacin Simple: A cada estrato le corresponde igual nmero de elementos mustrales.

8/4/2019 APORTE_TRABAJO_COLABORATIVO

5/9

Afijacin Proporcional: La distribucin se hace de acuerdo con el peso (tamao) de lapoblacin en cada estrato.

Afijacin ptima: Se tiene en cuenta la previsible dispersin de los resultados, de modo quese considera la proporcin y la desviacin tpica. Tiene poca aplicacin ya que no se sueleconocer la desviacin.

Muestreo aleatorio por conglomerados:

Los mtodos presentados hasta ahora estn pensados para seleccionar directamente loselementos de la poblacin, es decir, que las unidades mustrales son los elementos de lapoblacin.

En el muestreo por conglomerados la unidad maestral es un grupo de elementos de lapoblacin que forman una unidad, a la que llamamos conglomerado. Las unidadeshospitalarias, los departamentos universitarios, una caja de determinado producto, etc., sonconglomerados naturales. En otras ocasiones se pueden utilizar conglomerados no naturalescomo, por ejemplo, las urnas electorales. Cuando los conglomerados son reas geogrficassuele hablarse de "muestreo por reas".

El muestreo por conglomerados consiste en seleccionar aleatoriamente un cierto numero deconglomerados (el necesario para alcanzar el tamao muestral establecido) y en investigardespus todos los elementos pertenecientes a los conglomerados elegidos.

Mtodos de muestreo no probabilsticos

A veces, para estudios exploratorios, el muestreo probabilstico resulta excesivamente costosoy se acude a mtodos no probabilsticos, aun siendo conscientes de que no sirven para realizargeneralizaciones, pues no se tiene certeza de que la muestra extrada sea representativa, yaque no todos los sujetos de la poblacin tienen la misma probabilidad de se elegidos. Engeneral se seleccionan a los sujetos siguiendo determinados criterios procurando que lamuestra sea representativa.

Muestreos No Probabilsticos:

de Conveniencia

de Juicios

por Cuotas

de Bola de Nieve

Discrecional

8/4/2019 APORTE_TRABAJO_COLABORATIVO

6/9

Muestreo por cuotas:

Tambin denominado en ocasiones "accidental". Se asienta generalmente sobre la base de unbuen conocimiento de los estratos de la poblacin y/o de los individuos ms "representativos" o"adecuados" para los fines de la investigacin. Mantiene, por tanto, semejanzas con elmuestreo aleatorio estratificado, pero no tiene el carcter de aleatoriedad de aqul.

En este tipo de muestreo se fijan unas "cuotas" que consisten en un nmero de individuos querenen unas determinadas condiciones, por ejemplo: 20 individuos de 25 a 40 aos, de sexofemenino y residentes en Gijn. Una vez determinada la cuota se eligen los primeros que seencuentren que cumplan esas caractersticas. Este mtodo se utiliza mucho en las encuestasde opinin.

Muestreo opintico o intencional:

Este tipo de muestreo se caracteriza por un esfuerzo deliberado de obtener muestras"representativas" mediante la inclusin en la muestra de grupos supuestamente tpicos. Es muyfrecuente su utilizacin en sondeos preelectorales de zonas que en anteriores votaciones hanmarcado tendencias de voto.

Muestreo casual o incidental:

Se trata de un proceso en el que el investigador selecciona directa e intencionadamente losindividuos de la poblacin. El caso ms frecuente de este procedimiento el utilizar comomuestra los individuos a los que se tiene fcil acceso (los profesores de universidad empleancon mucha frecuencia a sus propios alumnos).

Bola de nieve:

Se localiza a algunos individuos, los cuales conducen a otros, y estos a otros, y as hastaconseguir una muestra suficiente. Este tipo se emplea muy frecuentemente cuando se hacenestudios con poblaciones "marginales", delincuentes, sectas, determinados tipos de enfermos,etc.

Muestreo Discrecional A criterio del investigador los elementos son elegidos sobre lo que lcree que pueden aportar al estudio. Ej. : muestreo por juicios; cajeros de un banco o unsupermercado; etc.

Ventajas e inconvenientes de los distintos tipos de muestreo probabilstico

CARACTERISTICAS VENTAJAS INCONVENIENTES

Aleatoriosimple

Se selecciona una muestrade tamao n de unapoblacin de N unidades,cada elemento tiene unaprobabilidad de inclusinigual y conocida de n/N.

Sencillo y de fcilcomprensin.

Clculo rpido demedias y

Requiere que seposea de antemanoun listado completode toda la poblacin.Cuando se trabajacon muestras

8/4/2019 APORTE_TRABAJO_COLABORATIVO

7/9

varianzas.

Se basa en lateora estadstica,y por tanto existenpaquetesinformticos paraanalizar los datos

pequeas es posibleque no represente ala poblacinadecuadamente.

Sistemtico

Conseguir un listado de losN elementos de lapoblacin

Determinar tamaomuestral n.

Definir un intervalo k= N/n.

Elegir un nmero aleatorio,r, entre 1 y k (r= arranquealeatorio).

Seleccionar los elementosde la lista.

Fcil de aplicar.

No siempre esnecesario tener unlistado de toda lapoblacin.

Cuando la

poblacin estordenadasiguiendo unatendenciaconocida, asegurauna cobertura deunidades de todoslos tipos.

Si la constante demuestreo estasociada con elfenmeno de inters,

las estimacionesobtenidas a partir dela muestra puedencontener sesgo deseleccin

Estratificado

En ciertas ocasionesresultar convenienteestratificar la muestrasegn ciertas variables deinters. Para ello debemosconocer la composicinestratificada de la poblacinobjetivo a hacer unmuestreo. Una vezcalculado el tamaomuestral apropiado, este se

reparte de maneraproporcional entre losdistintos estratos definidosen la poblacin usando unasimple regla de tres.

Tiende a asegurarque la muestrarepresenteadecuadamente ala poblacin enfuncin de unasvariablesseleccionadas.

Se obtienenestimaciones msprecisa

Su objetivo esconseguir unamuestra lo mssemejante posiblea la poblacin enlo que a la o lasvariablesestratificadoras serefiere.

Se ha deconocer ladistribucin enla poblacinde lasvariablesutilizadas parala

estratificacin.

8/4/2019 APORTE_TRABAJO_COLABORATIVO

8/9

Conglomerados

Se realizan varias fases demuestreo sucesivas(polietpico)

La necesidad de listados delas unidades de una etapase limita a aquellasunidades de muestreoseleccionadas en la etapaanterior.

Es muy eficientecuando lapoblacin es muygrande y dispersa.

No es precisotener un listado detoda la poblacin,slo de lasunidadesprimarias demuestreo.

El errorestndar esmayor que enel muestreoaleatorio

simple oestratificado.

El clculo delerror estndares complejo.

8/4/2019 APORTE_TRABAJO_COLABORATIVO

9/9