• Share
  • Email
  • Embed
  • Like
  • Save
  • Private Content
Muestreo y Aleatoriedad
 

Muestreo y Aleatoriedad

on

  • 22,859 views

Presentación de Muestreo y Aleatoriedad

Presentación de Muestreo y Aleatoriedad

Statistics

Views

Total Views
22,859
Views on SlideShare
22,464
Embed Views
395

Actions

Likes
4
Downloads
416
Comments
0

4 Embeds 395

http://pide.wordpress.com 290
http://www.slideshare.net 102
http://209.85.207.104 2
http://webcache.googleusercontent.com 1

Accessibility

Categories

Upload Details

Uploaded via as Microsoft PowerPoint

Usage Rights

© All Rights Reserved

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Processing…
Post Comment
Edit your comment

    Muestreo y Aleatoriedad Muestreo y Aleatoriedad Presentation Transcript

    • Muestreo y Aleatoriedad Investigación del Comportamiento Capítulo 8 Barquisimeto, Abril 2008 Profa. Vincenzina Zabatta Prof. Esteban Oliva
    • Tópicos a tratar:
      • Definiciones:
      • Muestrear
      • Muestreo aleatorio
      • Muestra representativa
      • Tipos de muestras
      • Tamaño de la muestra
      • Error total del estudio
      • Definiciones :
      Muestrear Tomar una porción de una población como representativa
      • Más Definiciones :
      Muestra aleatoria Una muestra aleatoria es aquella en la que todos los elementos de la población tienen las mismas probabilidades de ser escogidos. Muestreo aleatorio Método de obtener una porción ( muestra ) de una población, de tal manera que cada miembro de esa población tenga la misma posibilidad de ser seleccionado.
      • Otras Definiciones:
      Representativo Muestra representativa Significa que es típico de una población, que ejemplifica las características de la población. Muestra que tiene aproximadamente las mismas características de la población, relevantes a la investigación en cuestión.
      • Tamaño de la muestra :
      Regla: Utilizar una muestra tan grande como sea posible Error Tamaño de la Muestra pequeño grande grande La curva dice que a menor tamaño de la muestra,mayor será el error, y que a mayor tamaño de la muestra, menor será el error resultante
      • Tipos de Muestras
      Muestras Probabilística No Probabilística
      • Simple
      • Sistemática
      • Estratificada
      • Conglomerado a por racimo
      • Por etapas
      • Por cuotas
      • Intencional
      • Accidental
      • Población homogénea
      • Es sencillo pero costoso
      • Se conoce a la población (N)
      • Se determina el tamaño de la muestra (n)
      • Se eligen los miembros de la muestra al azar
      • La selección puede ser con o sin reemplazamiento.
      • Simple
      • Sistemática
      • Estratificada
      • Conglomerado a por racimo
      • Por etapas
      Muestra Probabilística Muestra Simple:
    • Muestra Sistemática:
      • Se define la población N y se elige una muestra n, se calcula N/n=K ( intervalo de muestreo )
      • Se elige al azar el origen aleatorio ( i )
      • La representatividad de la muestra depende del ordenamiento de los N elementos de la población
      • Simple
      • Sistemática
      • Estratificada
      • Conglomerado a por racimo
      • Por etapas
      Muestra Probabilística
      • Población heterogénea
      • Se divide a la población (N) en estratos o subconjuntos (L)
      • Se seleccionan muestras aleatoria de cada estrato
      • Provee muestra “autoponderada” ( la muestra se asemeja a la población )
      • Simple
      • Sistemática
      • Estratificada
      • Conglomerado a por racimo
      • Por etapas
      Muestra Probabilística Muestra Estratificada:
    • Muestra Estratificada: Población Muestra
    • Muestra por Conglomerado:
      • La población se divide en racimos ( conjunto de elementos muestrales con características en común )
      • Se mide cada elemento del racimo al azar
      • Se recomienda emplear gran cantidad de pequeños racimos
      • Simple
      • Sistemática
      • Estratificada
      • Conglomerado
      • Por etapas
      Muestra Probabilística
    • Muestra por Conglomerado: Estado Lara Ciudades
    • Muestra por Etapas:
      • Muestra aleatoria
      • La población se divide en racimos ( conjunto de elementos muestrales con características en común )
      • Se selecciona una muestra aleatoria de los elemento del racimo y los miden
      • Simple
      • Sistemática
      • Estratificada
      • Conglomerado a por racimo
      • Por etapas
      Muestra Probabilística
    • Muestra por Etapas: Ciudad Bqto. Distritos Estado Lara
    • Muestra por Etapas: Ciudad Bqto. Distritos Estado Lara
      • Por cuotas
      • Intencional
      • Accidental
      Muestra por Cuotas:
      • La población se divide en estratos o cuotas mutuamente excluyentes
      • Se toma una muestra no alearotia de cada cuota
      • Se requiere información específica de cada cuota
      Muestra No Probabilística
      • Por cuotas
      • Intencional
      • Accidental
      Muestra Intencional:
      • Muestra no aleatoria
      • Uso de juicio e intenciones deliberadas para obtener muestras representativas al incluir grupos que se presupone son típicos de la muestra
      Muestra No Probabilística
      • Por cuotas
      • Intencional
      • Accidental
      Muestra Accidental:
      • Muestra no aleatoria
      • Se toma la muestra disponible a la mano
      • Requiere precaución en el análisis e interpretación de los datos
      • Evítelas a menos que no tenga otra opción
      Muestra No Probabilística
      • Error total del estudio :
      Consideración: Los Errores se generan al planificar y ejecutar cada una de las actividades inmersas en la investigación
    • Errores Error del muestreo Error ajeno al muestreo
      • Omisión o duplicación de unidades de la población
      • Inapropiada segmentación de la población
      • Entrenamiento defectuoso de los entrevistadores
      • Contradicciones del respondiente
      • Situaciones comprometedoras
      • Manejo inapropiado de los datos.
    • Recomendación: Consulte a un(a) Muestrista
    • Éxito en sus Investigaciones