SlideShare a Scribd company logo
1 of 21
POBLACIÓN YPOBLACIÓN Y
MUESTRAMUESTRA
POBLACIÓNPOBLACIÓN
 POBLACIÓN: Conjunto de individuos que
tienen las características (variables), que se
quieren estudiar.
 POBLACIÓN DIANA: Está definida por los
objetivos del estudio. Ejm. Diabéticos de Lima.
 POBLACIÓN FINITA: Cuando se conoce el
tamaño de la población.
 POBLACIÓN INFINITA: Cuando no se conoce
el tamaño de la población.
MUESTRAMUESTRA
 Es un subconjunto de la población de
estudio y es el grupo de personas que
realmente se estudiarán.
 Debe ser representativa de la población y
para lograr esto, se tiene que tener bien
definido los criterios de inclusión y
esclusión, así como también realizar una
buena técnica de muestreo.
Cuando Calcular el Tamaño de laCuando Calcular el Tamaño de la
MuestraMuestra
 Cuando no se puede estudiar a toda la
población y se quieren estimar parámetros.
Prevalencia, promedio, porcentaje, tasas.
 Cuando se desean comparar dos, o más
grupos y establecer si hay diferencias.
Porqué Calcular el Tamaño de laPorqué Calcular el Tamaño de la
Muestra.Muestra.
 Las muestras pueden estudiarse con mayor
rapidez que las poblaciones.
 El estudio de una muestra es menos costosa que
el de una población.
 Toma menos tiempo de estudio.
 En la mayoría de las situaciones el estudio de una
población es imposible.
 Con frecuencia los resultados de una muestra son
más precisos que los que se basan en una
población.
 En todo proyecto se deben considerar
imprevistos que pueden hacer que el
tamaño de muestra calculada inicialmente
se vea afectada ya sea porque el sujeto de
estudio se mudó, no desea participar,
abandona, viaja
MuestreoMuestreo
 El muestreo es el proceso mediante el cual el
investigador, podrá seleccionar los pacientes o
sujetos de estudio a partir de la muestra calculada
previamente.
 Si el muestreo no se realiza con criterio, los
resultados de la investigación no serán validos,
ya que se pueden cometer errores de sesgo o
imparcialidad al momento de elegir los sujetos
Tipos de MuestreoTipos de Muestreo
Probabilístico
(Aleatorio)
Aleatorio simple.
Sistemático.
Estratificado.
Por conglomerados.
No
Probabilístico
Accidental
Por conveniencia.
Por cuotas.
Bola de Nieve.
Muestreo ProbabilísticoMuestreo Probabilístico
 ´También se conoce como muestreo
aleatorio, la característica de este muestreo
es que todos los sujetos de la población de
estudio, tienen la misma probabilidad de
ser seleccionados para formar parte de la
muestra.
Muestreo Aleatorio SimpleMuestreo Aleatorio Simple
 Cada unidad tiene la probabilidad
equitativa de ser incluida en la muestra.
 Lista de todos los individuos de la
población de estudio: “marco muestral”
 Selección al azar. (tablas de números
aleatorios, calculadoras, sofware).
Muestreo SistemáticoMuestreo Sistemático
 Se selecciona individuos del marco
muestral a intervalos regulares.
 Ejemplo: 5, 10, 15, 20, .........
 Lleva el sesgo de selección si el marco
muestral está distribuido siguiendo algún
patrón particular.
Muestreo EstratificadoMuestreo Estratificado
 Este tipo de muestreo se emplea cuando se tiene
interés en que la muestra sea la más
representativa posible en lo que se refiere a sub
grupos de interés relacionados con variables
confusoras o que podrían crear sesgo a la
investigación, por ejm. Sexo, edad, situación
laborar, etc.
 El marco poblacional se divide en grupos
homogéneos (estratos), de cada uno se extrae una
submuestra proporcional al tamaño del estrato.
Muestreo por ConglomeradosMuestreo por Conglomerados
 También se denomina de etapas múltiples.
 Se utiliza para poblaciones grandes y dispersas.
 No es posible disponer de un listado.
 En lugar de individuos se seleccionan
conglomerados que están agrupados de forma
natural. (cuadras de casas, departamentos,
hospitales, provincias).
 Se selecciona en primer lugar el conglomerado
más alto, a partir de este se selecciona un
subgrupo. A partir de este subgrupo se selecciona
otro subgrupo, y así sucesivamente, hasta llegar
hasta las unidades de análisis.
Muestreo no ProbabilísticoMuestreo no Probabilístico
 No existe el criterio de que todos los
sujetos tengan la misma posibilidad para
ser elegidos para formar parte de la
muestra, ya que en este tipo de muestreo
hay uno o más criterios de decisión por
parte del investigador, paa que un
determinado sujeto pueda o no formar
parte del estudio.
Muestreo AccidentalMuestreo Accidental
 Se hace sobre la base de la presencia o no,
en un lugar y momento determinados.
 Aunque se parece a un muestreo
probabilísitico, no todas las personas
tienen la misma probabilidad de estar en el
momento y lugar donde se selecciona a los
sujetos.
Muestreo por ConvenienciaMuestreo por Conveniencia
 El investigador decide en base a los
conocimientos de la población, quienes son
los que deben formar parte de la muestra.
 Se tiene en cuenta los criterios de inclusión
y exclusión, los cuales deben estar bien
establecidos y se deben cumplir
rigurosamente.
Muestreo por Cuota.Muestreo por Cuota.
 La muestra se selecciona tomando en cuenta
características (variables) específicas de la
población.
 Tiene similitud con el muestreo estratíficado,
sólo que en este caso la selección dentro de cada
cuota (estrato)se hace de manera accidental.
 Generalmente se usa para encuestas de opinión y
mercado.
Muestreo por Bola de NieveMuestreo por Bola de Nieve
 Se utiliza cuando la población es de difícil acceso
por razones sociales (prostitutas, alcohólicos,
drogadictos, etc)
 En este caso se contsactará con una persona del
grupo a estudiar, puede ser un lider de una
pandilla, el amigo de un colaborador,etc.Y a
partir de éste poco a poco se va llegando a un
número mayor de individuos
Tamaño de
muestra
para
un grupo
Variable
cualitativa
(Una
proporción)
2
2
**
d
qpZ
n ∝
=
( ) qpZNd
qpZN
n
**1
***
22
2
∝
∝
+−
=
2
2
*
d
SZ
n ∝
=
( ) 222
22
*1*
**
SZNd
SZN
n
∝
∝
+−
=
Variable
cuantitativa
(Una media)
Población
Desconocid
a
Población
conocida
Población
desconocida
Población
conocida
Tamaño de
muestra
para
dos grupo
Variable
cualitativa
(Dos
Proporciones)
Variable
cuantitativa
(Dos
medias)
( ) ( ) ( )[ ]
( )2
21
2
2211 11*12*
pp
ppppZppZ
n
−
−+−+−
= ∝ β
( )
2
22
*2
d
SZZ
n β+
= ∝
Saber no es suficiente, debemosSaber no es suficiente, debemos
aplicar. Desear no es suficiente,aplicar. Desear no es suficiente,
debemos hacer.debemos hacer.
-Johann W. Von Goethe-Johann W. Von Goethe
  

More Related Content

What's hot

Poblaciòn+y+muestra
Poblaciòn+y+muestraPoblaciòn+y+muestra
Poblaciòn+y+muestraGabi Ta
 
Poblacion y muestra.
Poblacion y muestra.Poblacion y muestra.
Poblacion y muestra.N Andre Vc
 
poblacion y muestra
poblacion y muestrapoblacion y muestra
poblacion y muestraKaren Noelia
 
Investigación unidad de análisis variables
Investigación unidad de análisis   variablesInvestigación unidad de análisis   variables
Investigación unidad de análisis variablesRaúl Arue
 
Muestra y unidades de analisis
Muestra y unidades de analisisMuestra y unidades de analisis
Muestra y unidades de analisisRicardoMachado1950
 
Tecnica Encuesta
Tecnica EncuestaTecnica Encuesta
Tecnica Encuestastill01
 
Recolección de Datos en Investigación Cuantitativa
Recolección de Datos en Investigación CuantitativaRecolección de Datos en Investigación Cuantitativa
Recolección de Datos en Investigación Cuantitativagambitguille
 
poblacion y muestra
poblacion y muestrapoblacion y muestra
poblacion y muestraglorikarin
 
Muestreo Probabilistico
Muestreo Probabilistico Muestreo Probabilistico
Muestreo Probabilistico anthonymaule
 
05. Recolección y análisis de datos cualitativos
05. Recolección y análisis de datos cualitativos05. Recolección y análisis de datos cualitativos
05. Recolección y análisis de datos cualitativosUVAQ
 

What's hot (20)

4. poblacion y muestra
4. poblacion y muestra4. poblacion y muestra
4. poblacion y muestra
 
El muestreo
El muestreoEl muestreo
El muestreo
 
Poblaciòn+y+muestra
Poblaciòn+y+muestraPoblaciòn+y+muestra
Poblaciòn+y+muestra
 
Poblacion y muestra.
Poblacion y muestra.Poblacion y muestra.
Poblacion y muestra.
 
poblacion y muestra
poblacion y muestrapoblacion y muestra
poblacion y muestra
 
Investigación unidad de análisis variables
Investigación unidad de análisis   variablesInvestigación unidad de análisis   variables
Investigación unidad de análisis variables
 
Muestra y unidades de analisis
Muestra y unidades de analisisMuestra y unidades de analisis
Muestra y unidades de analisis
 
Investigación ex postfacto
Investigación ex postfactoInvestigación ex postfacto
Investigación ex postfacto
 
Población y muestra
Población y muestraPoblación y muestra
Población y muestra
 
7. población y muestra
7. población y muestra 7. población y muestra
7. población y muestra
 
Tecnica Encuesta
Tecnica EncuestaTecnica Encuesta
Tecnica Encuesta
 
7.5 tipos y tecnicas de muestreo
7.5 tipos y tecnicas de muestreo7.5 tipos y tecnicas de muestreo
7.5 tipos y tecnicas de muestreo
 
8 muestra sampieri
8 muestra sampieri8 muestra sampieri
8 muestra sampieri
 
Recolección de Datos en Investigación Cuantitativa
Recolección de Datos en Investigación CuantitativaRecolección de Datos en Investigación Cuantitativa
Recolección de Datos en Investigación Cuantitativa
 
poblacion y muestra
poblacion y muestrapoblacion y muestra
poblacion y muestra
 
Población y Muestra
Población y MuestraPoblación y Muestra
Población y Muestra
 
Muestreo Probabilistico
Muestreo Probabilistico Muestreo Probabilistico
Muestreo Probabilistico
 
Técnicas e Instrumentos de Recolección de Datos
Técnicas e Instrumentos de Recolección de DatosTécnicas e Instrumentos de Recolección de Datos
Técnicas e Instrumentos de Recolección de Datos
 
05. Recolección y análisis de datos cualitativos
05. Recolección y análisis de datos cualitativos05. Recolección y análisis de datos cualitativos
05. Recolección y análisis de datos cualitativos
 
Seleccion Muestra
Seleccion MuestraSeleccion Muestra
Seleccion Muestra
 

Similar to Poblacion y Muestra

Similar to Poblacion y Muestra (20)

Poblacion y muestra2_IAFJSR
Poblacion y muestra2_IAFJSRPoblacion y muestra2_IAFJSR
Poblacion y muestra2_IAFJSR
 
Poblacion_Muestra_Muestreo.
Poblacion_Muestra_Muestreo.Poblacion_Muestra_Muestreo.
Poblacion_Muestra_Muestreo.
 
Poblacion_Muestra_Muestreo.pptx
Poblacion_Muestra_Muestreo.pptxPoblacion_Muestra_Muestreo.pptx
Poblacion_Muestra_Muestreo.pptx
 
Poblacion muestra y variable
Poblacion muestra y variablePoblacion muestra y variable
Poblacion muestra y variable
 
Técnicas de Muestreo .pptx
Técnicas de Muestreo               .pptxTécnicas de Muestreo               .pptx
Técnicas de Muestreo .pptx
 
Clase Nº 2- Teoria del Muestreo (1).pptx
Clase Nº 2- Teoria del Muestreo (1).pptxClase Nº 2- Teoria del Muestreo (1).pptx
Clase Nº 2- Teoria del Muestreo (1).pptx
 
10° Población y Muestra.pptx
10° Población y Muestra.pptx10° Población y Muestra.pptx
10° Población y Muestra.pptx
 
Muestreo
MuestreoMuestreo
Muestreo
 
Odonto. 9na muestreo y tamaño de muestra
Odonto. 9na muestreo  y tamaño de muestraOdonto. 9na muestreo  y tamaño de muestra
Odonto. 9na muestreo y tamaño de muestra
 
(268083723) el muestreo
(268083723) el muestreo(268083723) el muestreo
(268083723) el muestreo
 
Psico. 9na muestreo. tamaño de muestra
Psico. 9na muestreo. tamaño de muestraPsico. 9na muestreo. tamaño de muestra
Psico. 9na muestreo. tamaño de muestra
 
elmuestreo.pdf
elmuestreo.pdfelmuestreo.pdf
elmuestreo.pdf
 
El muestreo (1)
El muestreo (1)El muestreo (1)
El muestreo (1)
 
Elmuestreo
ElmuestreoElmuestreo
Elmuestreo
 
Elmuestreo
ElmuestreoElmuestreo
Elmuestreo
 
Elmuestreo
ElmuestreoElmuestreo
Elmuestreo
 
El muestreo
El muestreoEl muestreo
El muestreo
 
Elmuestreo
ElmuestreoElmuestreo
Elmuestreo
 
Elmuestreo
ElmuestreoElmuestreo
Elmuestreo
 
Elmuestreo
ElmuestreoElmuestreo
Elmuestreo
 

More from Tensor

Libertad
LibertadLibertad
LibertadTensor
 
Método de la regla falsa (o metodo de la falsa posición)
Método de la regla falsa (o metodo de la falsa posición)Método de la regla falsa (o metodo de la falsa posición)
Método de la regla falsa (o metodo de la falsa posición)Tensor
 
Metodo de la bisección
Metodo de la bisecciónMetodo de la bisección
Metodo de la bisecciónTensor
 
Transito vehicular
Transito vehicularTransito vehicular
Transito vehicularTensor
 
Teoria de colas
Teoria de colasTeoria de colas
Teoria de colasTensor
 
Practica 7 2016
Practica 7 2016Practica 7 2016
Practica 7 2016Tensor
 
Practica 6 2016
Practica 6 2016Practica 6 2016
Practica 6 2016Tensor
 
Game maker
Game makerGame maker
Game makerTensor
 
Practica 5 2016
Practica 5 2016Practica 5 2016
Practica 5 2016Tensor
 
Procesamiento de archivos
Procesamiento de archivosProcesamiento de archivos
Procesamiento de archivosTensor
 
Cadenas y funciones de cadena
Cadenas y funciones de cadenaCadenas y funciones de cadena
Cadenas y funciones de cadenaTensor
 
Simulación en promodel clase 04
Simulación en promodel clase 04Simulación en promodel clase 04
Simulación en promodel clase 04Tensor
 
Reduccion de orden
Reduccion de ordenReduccion de orden
Reduccion de ordenTensor
 
Variación+de+parametros
Variación+de+parametrosVariación+de+parametros
Variación+de+parametrosTensor
 
Coeficientes indeterminados enfoque de superposición
Coeficientes indeterminados   enfoque de superposiciónCoeficientes indeterminados   enfoque de superposición
Coeficientes indeterminados enfoque de superposiciónTensor
 
Bernoulli y ricatti
Bernoulli y ricattiBernoulli y ricatti
Bernoulli y ricattiTensor
 
Practica no. 3 tiempo de servicio
Practica no. 3 tiempo de servicioPractica no. 3 tiempo de servicio
Practica no. 3 tiempo de servicioTensor
 
Clase 14 ondas reflejadas
Clase 14 ondas reflejadasClase 14 ondas reflejadas
Clase 14 ondas reflejadasTensor
 
Ondas em
Ondas emOndas em
Ondas emTensor
 
Clase 7 ondas electromagneticas
Clase 7 ondas electromagneticasClase 7 ondas electromagneticas
Clase 7 ondas electromagneticasTensor
 

More from Tensor (20)

Libertad
LibertadLibertad
Libertad
 
Método de la regla falsa (o metodo de la falsa posición)
Método de la regla falsa (o metodo de la falsa posición)Método de la regla falsa (o metodo de la falsa posición)
Método de la regla falsa (o metodo de la falsa posición)
 
Metodo de la bisección
Metodo de la bisecciónMetodo de la bisección
Metodo de la bisección
 
Transito vehicular
Transito vehicularTransito vehicular
Transito vehicular
 
Teoria de colas
Teoria de colasTeoria de colas
Teoria de colas
 
Practica 7 2016
Practica 7 2016Practica 7 2016
Practica 7 2016
 
Practica 6 2016
Practica 6 2016Practica 6 2016
Practica 6 2016
 
Game maker
Game makerGame maker
Game maker
 
Practica 5 2016
Practica 5 2016Practica 5 2016
Practica 5 2016
 
Procesamiento de archivos
Procesamiento de archivosProcesamiento de archivos
Procesamiento de archivos
 
Cadenas y funciones de cadena
Cadenas y funciones de cadenaCadenas y funciones de cadena
Cadenas y funciones de cadena
 
Simulación en promodel clase 04
Simulación en promodel clase 04Simulación en promodel clase 04
Simulación en promodel clase 04
 
Reduccion de orden
Reduccion de ordenReduccion de orden
Reduccion de orden
 
Variación+de+parametros
Variación+de+parametrosVariación+de+parametros
Variación+de+parametros
 
Coeficientes indeterminados enfoque de superposición
Coeficientes indeterminados   enfoque de superposiciónCoeficientes indeterminados   enfoque de superposición
Coeficientes indeterminados enfoque de superposición
 
Bernoulli y ricatti
Bernoulli y ricattiBernoulli y ricatti
Bernoulli y ricatti
 
Practica no. 3 tiempo de servicio
Practica no. 3 tiempo de servicioPractica no. 3 tiempo de servicio
Practica no. 3 tiempo de servicio
 
Clase 14 ondas reflejadas
Clase 14 ondas reflejadasClase 14 ondas reflejadas
Clase 14 ondas reflejadas
 
Ondas em
Ondas emOndas em
Ondas em
 
Clase 7 ondas electromagneticas
Clase 7 ondas electromagneticasClase 7 ondas electromagneticas
Clase 7 ondas electromagneticas
 

Recently uploaded

Salvando mi mundo , mi comunidad , y mi entorno
Salvando mi mundo , mi comunidad  , y mi entornoSalvando mi mundo , mi comunidad  , y mi entorno
Salvando mi mundo , mi comunidad , y mi entornoday561sol
 
BOCA Y NARIZ (2).pdf....................
BOCA Y NARIZ (2).pdf....................BOCA Y NARIZ (2).pdf....................
BOCA Y NARIZ (2).pdf....................ScarletMedina4
 
NUEVO PLAN Y PROGRAMAS DE ESTUDIO 2022.pdf
NUEVO PLAN Y PROGRAMAS DE ESTUDIO  2022.pdfNUEVO PLAN Y PROGRAMAS DE ESTUDIO  2022.pdf
NUEVO PLAN Y PROGRAMAS DE ESTUDIO 2022.pdfEDNAMONICARUIZNIETO
 
PRIMER GRADO SOY LECTOR PART1- MD EDUCATIVO.pdf
PRIMER GRADO SOY LECTOR PART1- MD  EDUCATIVO.pdfPRIMER GRADO SOY LECTOR PART1- MD  EDUCATIVO.pdf
PRIMER GRADO SOY LECTOR PART1- MD EDUCATIVO.pdfGabrieldeJesusLopezG
 
programa PLAN ANUAL TUTORIA 3° SEC-2024.docx
programa PLAN ANUAL TUTORIA 3° SEC-2024.docxprograma PLAN ANUAL TUTORIA 3° SEC-2024.docx
programa PLAN ANUAL TUTORIA 3° SEC-2024.docxCram Monzon
 
HISTORIETA: AVENTURAS VERDES (ECOLOGÍA).
HISTORIETA: AVENTURAS VERDES (ECOLOGÍA).HISTORIETA: AVENTURAS VERDES (ECOLOGÍA).
HISTORIETA: AVENTURAS VERDES (ECOLOGÍA).hebegris04
 
4° SES MATE DESCOMP. ADIT. DE NUMEROS SOBRE CASOS DE DENGUE 9-4-24 (1).docx
4° SES MATE DESCOMP. ADIT. DE NUMEROS SOBRE CASOS DE DENGUE     9-4-24 (1).docx4° SES MATE DESCOMP. ADIT. DE NUMEROS SOBRE CASOS DE DENGUE     9-4-24 (1).docx
4° SES MATE DESCOMP. ADIT. DE NUMEROS SOBRE CASOS DE DENGUE 9-4-24 (1).docxMagalyDacostaPea
 
5º SOY LECTOR PART1- MD EDUCATIVO.pdfde
5º SOY LECTOR PART1- MD  EDUCATIVO.pdfde5º SOY LECTOR PART1- MD  EDUCATIVO.pdfde
5º SOY LECTOR PART1- MD EDUCATIVO.pdfdeBelnRosales2
 
libro grafismo fonético guía de uso para el lenguaje
libro grafismo fonético guía de uso para el lenguajelibro grafismo fonético guía de uso para el lenguaje
libro grafismo fonético guía de uso para el lenguajeKattyMoran3
 
Programa sintetico fase 2 - Preescolar.pdf
Programa sintetico fase 2 - Preescolar.pdfPrograma sintetico fase 2 - Preescolar.pdf
Programa sintetico fase 2 - Preescolar.pdfHannyDenissePinedaOr
 
Buenas Practicas de Manufactura para Industria Farmaceutica
Buenas Practicas de Manufactura para Industria FarmaceuticaBuenas Practicas de Manufactura para Industria Farmaceutica
Buenas Practicas de Manufactura para Industria FarmaceuticaMarco Camacho
 
DIGNITAS INFINITA - DIGNIDAD HUMANA; Declaración del dicasterio para la doctr...
DIGNITAS INFINITA - DIGNIDAD HUMANA; Declaración del dicasterio para la doctr...DIGNITAS INFINITA - DIGNIDAD HUMANA; Declaración del dicasterio para la doctr...
DIGNITAS INFINITA - DIGNIDAD HUMANA; Declaración del dicasterio para la doctr...Martin M Flynn
 
Contextualización y aproximación al objeto de estudio de investigación cualit...
Contextualización y aproximación al objeto de estudio de investigación cualit...Contextualización y aproximación al objeto de estudio de investigación cualit...
Contextualización y aproximación al objeto de estudio de investigación cualit...Angélica Soledad Vega Ramírez
 
CUADERNILLO DE EJERCICIOS PARA EL TERCER TRIMESTRE, SEXTO GRADO
CUADERNILLO DE EJERCICIOS PARA EL TERCER TRIMESTRE, SEXTO GRADOCUADERNILLO DE EJERCICIOS PARA EL TERCER TRIMESTRE, SEXTO GRADO
CUADERNILLO DE EJERCICIOS PARA EL TERCER TRIMESTRE, SEXTO GRADOEveliaHernandez8
 
El PROGRAMA DE TUTORÍAS PARA EL APRENDIZAJE Y LA FORMACIÓN INTEGRAL PTA/F
El PROGRAMA DE TUTORÍAS PARA EL APRENDIZAJE Y LA FORMACIÓN INTEGRAL PTA/FEl PROGRAMA DE TUTORÍAS PARA EL APRENDIZAJE Y LA FORMACIÓN INTEGRAL PTA/F
El PROGRAMA DE TUTORÍAS PARA EL APRENDIZAJE Y LA FORMACIÓN INTEGRAL PTA/FJulio Lozano
 

Recently uploaded (20)

Unidad 2 | Teorías de la Comunicación | MCDIU
Unidad 2 | Teorías de la Comunicación | MCDIUUnidad 2 | Teorías de la Comunicación | MCDIU
Unidad 2 | Teorías de la Comunicación | MCDIU
 
Salvando mi mundo , mi comunidad , y mi entorno
Salvando mi mundo , mi comunidad  , y mi entornoSalvando mi mundo , mi comunidad  , y mi entorno
Salvando mi mundo , mi comunidad , y mi entorno
 
BOCA Y NARIZ (2).pdf....................
BOCA Y NARIZ (2).pdf....................BOCA Y NARIZ (2).pdf....................
BOCA Y NARIZ (2).pdf....................
 
Sesión ¿Amor o egoísmo? Esa es la cuestión
Sesión  ¿Amor o egoísmo? Esa es la cuestiónSesión  ¿Amor o egoísmo? Esa es la cuestión
Sesión ¿Amor o egoísmo? Esa es la cuestión
 
NUEVO PLAN Y PROGRAMAS DE ESTUDIO 2022.pdf
NUEVO PLAN Y PROGRAMAS DE ESTUDIO  2022.pdfNUEVO PLAN Y PROGRAMAS DE ESTUDIO  2022.pdf
NUEVO PLAN Y PROGRAMAS DE ESTUDIO 2022.pdf
 
PRIMER GRADO SOY LECTOR PART1- MD EDUCATIVO.pdf
PRIMER GRADO SOY LECTOR PART1- MD  EDUCATIVO.pdfPRIMER GRADO SOY LECTOR PART1- MD  EDUCATIVO.pdf
PRIMER GRADO SOY LECTOR PART1- MD EDUCATIVO.pdf
 
programa PLAN ANUAL TUTORIA 3° SEC-2024.docx
programa PLAN ANUAL TUTORIA 3° SEC-2024.docxprograma PLAN ANUAL TUTORIA 3° SEC-2024.docx
programa PLAN ANUAL TUTORIA 3° SEC-2024.docx
 
Acuerdo segundo periodo - Grado Noveno.pptx
Acuerdo segundo periodo - Grado Noveno.pptxAcuerdo segundo periodo - Grado Noveno.pptx
Acuerdo segundo periodo - Grado Noveno.pptx
 
HISTORIETA: AVENTURAS VERDES (ECOLOGÍA).
HISTORIETA: AVENTURAS VERDES (ECOLOGÍA).HISTORIETA: AVENTURAS VERDES (ECOLOGÍA).
HISTORIETA: AVENTURAS VERDES (ECOLOGÍA).
 
4° SES MATE DESCOMP. ADIT. DE NUMEROS SOBRE CASOS DE DENGUE 9-4-24 (1).docx
4° SES MATE DESCOMP. ADIT. DE NUMEROS SOBRE CASOS DE DENGUE     9-4-24 (1).docx4° SES MATE DESCOMP. ADIT. DE NUMEROS SOBRE CASOS DE DENGUE     9-4-24 (1).docx
4° SES MATE DESCOMP. ADIT. DE NUMEROS SOBRE CASOS DE DENGUE 9-4-24 (1).docx
 
5º SOY LECTOR PART1- MD EDUCATIVO.pdfde
5º SOY LECTOR PART1- MD  EDUCATIVO.pdfde5º SOY LECTOR PART1- MD  EDUCATIVO.pdfde
5º SOY LECTOR PART1- MD EDUCATIVO.pdfde
 
Acuerdo segundo periodo - Grado Septimo.pptx
Acuerdo segundo periodo - Grado Septimo.pptxAcuerdo segundo periodo - Grado Septimo.pptx
Acuerdo segundo periodo - Grado Septimo.pptx
 
Acuerdo segundo periodo - Grado Sexto.pptx
Acuerdo segundo periodo - Grado Sexto.pptxAcuerdo segundo periodo - Grado Sexto.pptx
Acuerdo segundo periodo - Grado Sexto.pptx
 
libro grafismo fonético guía de uso para el lenguaje
libro grafismo fonético guía de uso para el lenguajelibro grafismo fonético guía de uso para el lenguaje
libro grafismo fonético guía de uso para el lenguaje
 
Programa sintetico fase 2 - Preescolar.pdf
Programa sintetico fase 2 - Preescolar.pdfPrograma sintetico fase 2 - Preescolar.pdf
Programa sintetico fase 2 - Preescolar.pdf
 
Buenas Practicas de Manufactura para Industria Farmaceutica
Buenas Practicas de Manufactura para Industria FarmaceuticaBuenas Practicas de Manufactura para Industria Farmaceutica
Buenas Practicas de Manufactura para Industria Farmaceutica
 
DIGNITAS INFINITA - DIGNIDAD HUMANA; Declaración del dicasterio para la doctr...
DIGNITAS INFINITA - DIGNIDAD HUMANA; Declaración del dicasterio para la doctr...DIGNITAS INFINITA - DIGNIDAD HUMANA; Declaración del dicasterio para la doctr...
DIGNITAS INFINITA - DIGNIDAD HUMANA; Declaración del dicasterio para la doctr...
 
Contextualización y aproximación al objeto de estudio de investigación cualit...
Contextualización y aproximación al objeto de estudio de investigación cualit...Contextualización y aproximación al objeto de estudio de investigación cualit...
Contextualización y aproximación al objeto de estudio de investigación cualit...
 
CUADERNILLO DE EJERCICIOS PARA EL TERCER TRIMESTRE, SEXTO GRADO
CUADERNILLO DE EJERCICIOS PARA EL TERCER TRIMESTRE, SEXTO GRADOCUADERNILLO DE EJERCICIOS PARA EL TERCER TRIMESTRE, SEXTO GRADO
CUADERNILLO DE EJERCICIOS PARA EL TERCER TRIMESTRE, SEXTO GRADO
 
El PROGRAMA DE TUTORÍAS PARA EL APRENDIZAJE Y LA FORMACIÓN INTEGRAL PTA/F
El PROGRAMA DE TUTORÍAS PARA EL APRENDIZAJE Y LA FORMACIÓN INTEGRAL PTA/FEl PROGRAMA DE TUTORÍAS PARA EL APRENDIZAJE Y LA FORMACIÓN INTEGRAL PTA/F
El PROGRAMA DE TUTORÍAS PARA EL APRENDIZAJE Y LA FORMACIÓN INTEGRAL PTA/F
 

Poblacion y Muestra

  • 2. POBLACIÓNPOBLACIÓN  POBLACIÓN: Conjunto de individuos que tienen las características (variables), que se quieren estudiar.  POBLACIÓN DIANA: Está definida por los objetivos del estudio. Ejm. Diabéticos de Lima.  POBLACIÓN FINITA: Cuando se conoce el tamaño de la población.  POBLACIÓN INFINITA: Cuando no se conoce el tamaño de la población.
  • 3. MUESTRAMUESTRA  Es un subconjunto de la población de estudio y es el grupo de personas que realmente se estudiarán.  Debe ser representativa de la población y para lograr esto, se tiene que tener bien definido los criterios de inclusión y esclusión, así como también realizar una buena técnica de muestreo.
  • 4. Cuando Calcular el Tamaño de laCuando Calcular el Tamaño de la MuestraMuestra  Cuando no se puede estudiar a toda la población y se quieren estimar parámetros. Prevalencia, promedio, porcentaje, tasas.  Cuando se desean comparar dos, o más grupos y establecer si hay diferencias.
  • 5. Porqué Calcular el Tamaño de laPorqué Calcular el Tamaño de la Muestra.Muestra.  Las muestras pueden estudiarse con mayor rapidez que las poblaciones.  El estudio de una muestra es menos costosa que el de una población.  Toma menos tiempo de estudio.  En la mayoría de las situaciones el estudio de una población es imposible.  Con frecuencia los resultados de una muestra son más precisos que los que se basan en una población.
  • 6.  En todo proyecto se deben considerar imprevistos que pueden hacer que el tamaño de muestra calculada inicialmente se vea afectada ya sea porque el sujeto de estudio se mudó, no desea participar, abandona, viaja
  • 7. MuestreoMuestreo  El muestreo es el proceso mediante el cual el investigador, podrá seleccionar los pacientes o sujetos de estudio a partir de la muestra calculada previamente.  Si el muestreo no se realiza con criterio, los resultados de la investigación no serán validos, ya que se pueden cometer errores de sesgo o imparcialidad al momento de elegir los sujetos
  • 8. Tipos de MuestreoTipos de Muestreo Probabilístico (Aleatorio) Aleatorio simple. Sistemático. Estratificado. Por conglomerados. No Probabilístico Accidental Por conveniencia. Por cuotas. Bola de Nieve.
  • 9. Muestreo ProbabilísticoMuestreo Probabilístico  ´También se conoce como muestreo aleatorio, la característica de este muestreo es que todos los sujetos de la población de estudio, tienen la misma probabilidad de ser seleccionados para formar parte de la muestra.
  • 10. Muestreo Aleatorio SimpleMuestreo Aleatorio Simple  Cada unidad tiene la probabilidad equitativa de ser incluida en la muestra.  Lista de todos los individuos de la población de estudio: “marco muestral”  Selección al azar. (tablas de números aleatorios, calculadoras, sofware).
  • 11. Muestreo SistemáticoMuestreo Sistemático  Se selecciona individuos del marco muestral a intervalos regulares.  Ejemplo: 5, 10, 15, 20, .........  Lleva el sesgo de selección si el marco muestral está distribuido siguiendo algún patrón particular.
  • 12. Muestreo EstratificadoMuestreo Estratificado  Este tipo de muestreo se emplea cuando se tiene interés en que la muestra sea la más representativa posible en lo que se refiere a sub grupos de interés relacionados con variables confusoras o que podrían crear sesgo a la investigación, por ejm. Sexo, edad, situación laborar, etc.  El marco poblacional se divide en grupos homogéneos (estratos), de cada uno se extrae una submuestra proporcional al tamaño del estrato.
  • 13. Muestreo por ConglomeradosMuestreo por Conglomerados  También se denomina de etapas múltiples.  Se utiliza para poblaciones grandes y dispersas.  No es posible disponer de un listado.  En lugar de individuos se seleccionan conglomerados que están agrupados de forma natural. (cuadras de casas, departamentos, hospitales, provincias).  Se selecciona en primer lugar el conglomerado más alto, a partir de este se selecciona un subgrupo. A partir de este subgrupo se selecciona otro subgrupo, y así sucesivamente, hasta llegar hasta las unidades de análisis.
  • 14. Muestreo no ProbabilísticoMuestreo no Probabilístico  No existe el criterio de que todos los sujetos tengan la misma posibilidad para ser elegidos para formar parte de la muestra, ya que en este tipo de muestreo hay uno o más criterios de decisión por parte del investigador, paa que un determinado sujeto pueda o no formar parte del estudio.
  • 15. Muestreo AccidentalMuestreo Accidental  Se hace sobre la base de la presencia o no, en un lugar y momento determinados.  Aunque se parece a un muestreo probabilísitico, no todas las personas tienen la misma probabilidad de estar en el momento y lugar donde se selecciona a los sujetos.
  • 16. Muestreo por ConvenienciaMuestreo por Conveniencia  El investigador decide en base a los conocimientos de la población, quienes son los que deben formar parte de la muestra.  Se tiene en cuenta los criterios de inclusión y exclusión, los cuales deben estar bien establecidos y se deben cumplir rigurosamente.
  • 17. Muestreo por Cuota.Muestreo por Cuota.  La muestra se selecciona tomando en cuenta características (variables) específicas de la población.  Tiene similitud con el muestreo estratíficado, sólo que en este caso la selección dentro de cada cuota (estrato)se hace de manera accidental.  Generalmente se usa para encuestas de opinión y mercado.
  • 18. Muestreo por Bola de NieveMuestreo por Bola de Nieve  Se utiliza cuando la población es de difícil acceso por razones sociales (prostitutas, alcohólicos, drogadictos, etc)  En este caso se contsactará con una persona del grupo a estudiar, puede ser un lider de una pandilla, el amigo de un colaborador,etc.Y a partir de éste poco a poco se va llegando a un número mayor de individuos
  • 19. Tamaño de muestra para un grupo Variable cualitativa (Una proporción) 2 2 ** d qpZ n ∝ = ( ) qpZNd qpZN n **1 *** 22 2 ∝ ∝ +− = 2 2 * d SZ n ∝ = ( ) 222 22 *1* ** SZNd SZN n ∝ ∝ +− = Variable cuantitativa (Una media) Población Desconocid a Población conocida Población desconocida Población conocida
  • 20. Tamaño de muestra para dos grupo Variable cualitativa (Dos Proporciones) Variable cuantitativa (Dos medias) ( ) ( ) ( )[ ] ( )2 21 2 2211 11*12* pp ppppZppZ n − −+−+− = ∝ β ( ) 2 22 *2 d SZZ n β+ = ∝
  • 21. Saber no es suficiente, debemosSaber no es suficiente, debemos aplicar. Desear no es suficiente,aplicar. Desear no es suficiente, debemos hacer.debemos hacer. -Johann W. Von Goethe-Johann W. Von Goethe