¿A quienes investigar? ¿A cuántos? ¿Cómo se les elige?

Presentación del tema: "¿A quienes investigar? ¿A cuántos? ¿Cómo se les elige?"— Transcripción de la presentación:

1 ¿A quienes investigar? ¿A cuántos? ¿Cómo se les elige?
Larrocca, A., Coria, A. y Canalis, J.L UTN-Frcon Junio de 2012

2 UNIVERSO Y MUESTRA Siempre que se hace un estudio, éste se refiere a un cierto grupo de personas, cosas o sucesos. Este grupo será nuestro universo o población Este universo es muy extenso que es imposible estudiar a todos y cada uno de los individuos, por diversos motivos: tiempo, dinero, inexactitud y validez de los datos. Larrocca, A., Coria, A. y Canalis, J.L UTN-Frcon Junio de 2012

3 UNIVERSO Y MUESTRA En toda investigación nos encontramos con tres problemas: - Alcanzar la mayor exactitud posible en los resultados - Obtener los datos en un breve tiempo - ajustarse a unos presupuestos económico fijado de antemano Larrocca, A., Coria, A. y Canalis, J.L UTN-Frcon Junio de 2012

4 UNIVERSO Y MUESTRA Para solucionar estos tres problemas se utiliza la TÉCNICA DE MUESTREO, que consiste en limitar la investigación a un número reducido de individuos, tomado de una población, cuyas características queremos conocer. Larrocca, A., Coria, A. y Canalis, J.L UTN-Frcon Junio de 2012

5 UNIVERSO Y MUESTRA Al contrario de lo que uno puede suponer es más exacto trabajar con una muestra representativa que con todo los individuos de la población, porque la muestra puede ser contada y recontada, analizar y volver a analizar, caso que si se investiga a toda la población se lo puede hacer una sola vez Larrocca, A., Coria, A. y Canalis, J.L UTN-Frcon Junio de 2012

6 MUESTREO Conceptos y procedimientos
Larrocca, A., Coria, A. y Canalis, J.L UTN-Frcon Junio de 2012

7 MUESTREO Para el empleo del muestreo es necesario:
Que la población sea inmensa (infinita) Que la población es inaccesible Si se quiere hacer un experimento social con un grupo de control Larrocca, A., Coria, A. y Canalis, J.L UTN-Frcon Junio de 2012

8 MUESTREO Si hay que hacer un estudio piloto
Si hay que hallar solución al problema que se investigue en tiempo breve Larrocca, A., Coria, A. y Canalis, J.L UTN-Frcon Junio de 2012

9 MUESTREO VENTAJA DE TRABAJAR CON MUESTRAS Rapidez y brevedad
Ahorro de costo Exactitud: los controles son mejores y los datos más exactos Profundidad: siendo menos individuos, se puede intensificar en el contenido de la investigación. Larrocca, A., Coria, A. y Canalis, J.L UTN-Frcon Junio de 2012

10 MUESTREO DESVENTAJA DE TRABAJAR CON MUESTRAS
Dificultad de elaboración: el muestreo exige una delicada técnica Variabilidad: si dentro del universo a investigar hay pocos individuos que poseen la variable a estudiar, no nos permite sacar conclusiones válidas Larrocca, A., Coria, A. y Canalis, J.L UTN-Frcon Junio de 2012

11 POR ESO LA MUESTRA DEBE TENER
MUESTREO POR ESO LA MUESTRA DEBE TENER Larrocca, A., Coria, A. y Canalis, J.L UTN-Frcon Junio de 2012

12 MUESTREO Representatividad: la muestra debe ser un universo en “miniatura” NO UN SUBCONJUNTO, y reflejar todas las características de la población Confianza: la muestra debe garantizar la fiabilidad de los datos respectos del universo, y en caso de repetir la investigación con otra muestra, los resultados deberán ser similares al primero Tamaño: para que la muestra sea representativa y confiable, tiene que tener un tamaño determinado Larrocca, A., Coria, A. y Canalis, J.L UTN-Frcon Junio de 2012

13 ANÁLISIS CUANTITATIVO
MUESTREO EL TAMAÑO DE LA MUESTRA ESTÁ CONDICIONADA POR EL TIPO Y EL ESTILO DE INVESTIGACIÓN: ANÁLISIS CUALITATIVO ANÁLISIS CUANTITATIVO Larrocca, A., Coria, A. y Canalis, J.L UTN-Frcon Junio de 2012

14 MUESTREO EN EL ANALISIS CUALITATIVO
Larrocca, A., Coria, A. y Canalis, J.L UTN-Frcon Junio de 2012

15 Profundiza en caso concretos
MUESTREO EN EL ANALISIS CUANTITATIVO Estudia normalmente un individuo, una situación, unos pocos individuos o unas reducidas situaciones. Profundiza en caso concretos Larrocca, A., Coria, A. y Canalis, J.L UTN-Frcon Junio de 2012

16 Procedimiento de la selección de la muestra SELECCIÓN DE LA MUESTRA
PROCESO DEL MUESTREO Elementos Unidades de muestreo Alcance Tiempo POBLACIÓN MARCO MUESTRAL Procedimiento de la selección de la muestra TAMAÑO DE LA MUESTRA SELECCIÓN DE LA MUESTRA Larrocca, A., Coria, A. y Canalis, J.L UTN-Frcon Junio de 2012

17 PROCESO DEL MUESTREO Aleatorio Por juicio o deliberado
Todos los procedimientos de muestreo No probabilísticos Por conveniencia Por juicio o deliberado probabilísticos Aleatorio Larrocca, A., Coria, A. y Canalis, J.L UTN-Frcon Junio de 2012

18 PROCESO DEL MUESTREO Aleatorio Por juicio o deliberado
Todos los procedimientos de muestreo No probabilísticos Por conveniencia Por juicio o deliberado probabilísticos Aleatorio Larrocca, A., Coria, A. y Canalis, J.L UTN-Frcon Junio de 2012

19 POBLACIÓN Población o población objetivo, es el conjunto de todos los valores de un fenómeno o propiedad que se quiere observar. También se usa el nombre de variable para designar a este conjunto. Por ejemplo, las edades de los escolares de enseñanza media del país, las preferencias de marca de jabón manifestadas por un conjunto de consumidores, los diámetros de los ejemplares de un objeto producido por una máquina, etc. Larrocca, A., Coria, A. y Canalis, J.L UTN-Frcon Junio de 2012

20 MUESTRA Es la parte de la población que efectivamente se mide, con el objeto de obtener información acerca de toda la población. La selección de la muestra se hace por un procedimiento que asegure en alta grado que sea representativa de la población. Larrocca, A., Coria, A. y Canalis, J.L UTN-Frcon Junio de 2012

21 CENSO Es el proceso de observar la población completa. Es decir, tomar una muestra igual a la población Larrocca, A., Coria, A. y Canalis, J.L UTN-Frcon Junio de 2012

22 UNIDAD MUESTRAL Es cada una de los miembros individuales de una población. Cada unidad muestral proporciona una medida Larrocca, A., Coria, A. y Canalis, J.L UTN-Frcon Junio de 2012

23 Es la parte de la población desde donde se selecciona la muestra.
MARCO MUESTRAL Es la parte de la población desde donde se selecciona la muestra. Idealmente el marco muestral coincide con la población. Sin embargo, por razones de costo, se suele no considerar una parte de la población, al seleccionar la muestra. Larrocca, A., Coria, A. y Canalis, J.L UTN-Frcon Junio de 2012

24 VARIANCIA DEL UNIVERSO
LA MUESTRA MARGEN DE ERROR VARIANCIA DEL UNIVERSO NIVEL DE CONFIANZA Larrocca, A., Coria, A. y Canalis, J.L UTN-Frcon Junio de 2012

25 MARGEN DE ERROR Normalmente es del 5%
Se debe fijar previamente el error que esta dispuesto a tolerar. Normalmente es del 5% Larrocca, A., Coria, A. y Canalis, J.L UTN-Frcon Junio de 2012

26 VARIANZA Se la simboliza con s2
La varianza se relaciona con la homogeneidad de la población. Se la simboliza con s2 Larrocca, A., Coria, A. y Canalis, J.L UTN-Frcon Junio de 2012

27 CONFIANZA El nivel de confianza es la probabilidad de que el parámetro a estimar se encuentre en el intervalo de confianza. El nivel de confianza (p) se designa mediante 1 − α, y se suele tomar en tanto por ciento. Los niveles de confianza más usuales son: 90%; 95% y 99%. Larrocca, A., Coria, A. y Canalis, J.L UTN-Frcon Junio de 2012

28 MUESTREO NO PROBABILISTICO
Muestreo no Probabilístico: Técnicas de muestreo que no utilizan procedimientos de selección por casualidad. En su lugar, se basan en el juicio personal del investigador. Se utilizan cuando no se puede dimensionar o identificar claramente el Universo muestral, o este no se conoce. En este muestreo los resultados son válidos a nivel de muestra. Son cuatro: Muestreo por Cupo, por conveniencia, Muestreo por juicio, Muestreo de Bola de Nieve. Larrocca, A., Coria, A. y Canalis, J.L UTN-Frcon Junio de 2012

29 MUESTREO NO PROBABILISTICO
Muestreo por Juicio: Es una forma del muestreo por conveniencia, en que la muestra se selecciona en base al juicio del investigador. Este, elige los elementos a ser incluidos en la muestra. Es subjetivo y su valor depende de la experiencia del investigador. Ej: Mercados de prueba para determinar potencia de productos. Negocios elegidos aleatoriamente para probar nuevos métodos de exhibición de mercadería.- Larrocca, A., Coria, A. y Canalis, J.L UTN-Frcon Junio de 2012

30 MUESTREO NO PROBABILISTICO
2) Características Muestreo por Cuota (Cupo): El Universo es divisible según criterio y experiencia del investigador., y este se puede dividir por varias variables, atributos del productos o cuantitativas. Se usa cuando no es posible conocer el tamaño del universo o cuando no es requisito conocerlo. Se usa cuando se conoce la proporción de cada segmento del universo. Larrocca, A., Coria, A. y Canalis, J.L UTN-Frcon Junio de 2012

31 MUESTREO NO PROBABILISTICO
Etapas del Muestreo por cuotas (cupo): 1° Seleccionar las características o variables de control: Edad, sexo; G.S.E., etc. 2° Establecerlos elementos poblacionales relevantes como subsegmentos del Universo. (definidos por las variables de control). Larrocca, A., Coria, A. y Canalis, J.L UTN-Frcon Junio de 2012

32 MUESTREO NO PROBABILISTICO
3) Muestreo por conveniencia: Técnica de muestreo no probabilístico que intenta obtener una muestra de elementos convenientes. La selección de las unidades de muestreo se deja principalmente al entrevistador. Variables relevantes: Intervalos de tiempo, áreas geográficas, etc. Ej: Alumnos que asisten a una clase en determinado día, de acuerdo a calendario (Nosotros) Larrocca, A., Coria, A. y Canalis, J.L UTN-Frcon Junio de 2012

33 MUESTREO NO PROBABILISTICO
4) Muestreo de Bola de Nieve: Técnica de muestreo no probabilístico en la que un grupo inicial de encuestados es seleccionado en forma aleatoria. Los encuestados posteriores se seleccionan en bases a referencias o información proporcionada por los encuestados iniciales. Larrocca, A., Coria, A. y Canalis, J.L UTN-Frcon Junio de 2012

34 MUESTREO PROBABILISTICO
Procedimiento de muestreo en el cual cada elemento de la población tiene una oportunidad probabilística fija de ser seleccionado para la muestra. Larrocca, A., Coria, A. y Canalis, J.L UTN-Frcon Junio de 2012

35 MUESTREO PROBABILISTICO
La clasificación de las técnicas de muestreo de probabilidad se realiza con base en: Muestreo de elementos contra muestreo de grupo. Probabilidad unitaria igual contra probabilidades desiguales. Selección no estratificada contra estratificada. Selección aleatoria contra sistemática. Técnicas de una sola etapa contra técnicas de etapas múltiples. Larrocca, A., Coria, A. y Canalis, J.L UTN-Frcon Junio de 2012

36 MUESTREO PROBABILISTICO
1. Muestreo aleatorio simple (M.A.S.): Cada elemento de la población tiene una probabilidad de selección idéntica y conocida. Cada muestra (n) tiene una probabilidad idéntica y conocida de ser la muestra que se elija. Larrocca, A., Coria, A. y Canalis, J.L UTN-Frcon Junio de 2012

37 MUESTREO PROBABILISTICO
2. Muestreo aleatorio sistemático: La muestra se elige mediante la selección de un punto de inicio aleatorio y la elección de cada iésimo elemento en sucesión (i), a partir del marco de la muestra. Ejemplo: N = alumnos. Se desea n = alumnos. i = /1.000 = ……… i = 100 Se selecciona un N° aleatorio entre 1 y 100: 27, Muestra = 27, 127, 227, 327, 427, 527, 627, 727, 827, etc. Larrocca, A., Coria, A. y Canalis, J.L UTN-Frcon Junio de 2012

38 MUESTREO PROBABILISTICO
3. Muestreo aleatorio estratificado (M.A.E.): Se determina cuando se debe estratificar la muestra a fin que los elementos posean un determinado atributo (profesión, residencia, sexo, etc.). Se divide a la población en subpoblaciones o estratos y se selecciona una muestra para cada estrato. Larrocca, A., Coria, A. y Canalis, J.L UTN-Frcon Junio de 2012

39 MUESTREO PROBABILISTICO
Cada estrato funciona en forma independiente, se puede aplicar dentro de cada estrato el MAS o el MAE para elegir los elementos concretos que formaran parte de la muestra. Larrocca, A., Coria, A. y Canalis, J.L UTN-Frcon Junio de 2012

40 MUESTREO PROBABILISTICO
3. Muestreo aleatorio estratificado (M.A.E.): La distribución de la muestra en función de los diferentes estratos se denomina afijación, y puede ser de diferentes tipos: Afijación Simple: A cada estrato le corresponde igual número de elementos muestrales. Afijación Proporcional: La distribución se hace de acuerdo con el peso (tamaño) de la población en cada estrato. Afijación Optima: Se tiene en cuenta la previsible dispersión de los resultados, de modo que se considera la proporción y la desviación típica. Tiene poca aplicación, no se conoce la desviación. Larrocca, A., Coria, A. y Canalis, J.L UTN-Frcon Junio de 2012

41 MUESTREO PROBABILISTICO
4. Muestreo aleatorio por conglomerados: En el muestreo por conglomerados la unidad muestral es un grupo de elementos de la población que forman una unidad, a la que llamamos conglomerado. Ejemplo: Las unidades hospitalarias, los departamentos universitarios, una caja de determinado producto, etc. son conglomerados naturales. Cuando los conglomerados son área geográficas suele hablarse de "muestreo por áreas". Larrocca, A., Coria, A. y Canalis, J.L UTN-Frcon Junio de 2012

42 MUESTREO PROBABILISTICO Probabilidad Proporcional
Muestreo aleatorio por conglomerados: Muestreo de grupo Muestreo de una Etapa Muestreo de dos Etapas Muestreo de Etapas múltiples Muestreo de Grupo sencillo Probabilidad Proporcional al tamaño de la muestra Larrocca, A., Coria, A. y Canalis, J.L UTN-Frcon Junio de 2012

43 MUESTREO PROBABILISTICO
5. Muestreo polietápico Ante lo compleja que puede llegar a ser la situación real de muestreo con la que nos enfrentemos es muy común emplear lo que se denomina muestreo polietápico. Se caracteriza por operar en sucesivas etapas, empleando en cada una de ellas el método de muestreo probabilístico más adecuado. Larrocca, A., Coria, A. y Canalis, J.L UTN-Frcon Junio de 2012

44 MUESTREO PROBABILISTICO
5. Muestreo polietápico Ante lo compleja que puede llegar a ser la situación real de muestreo con la que nos enfrentemos es muy común emplear lo que se denomina muestreo polietápico. Se caracteriza por operar en sucesivas etapas, empleando en cada una de ellas el método de muestreo probabilístico más adecuado. Larrocca, A., Coria, A. y Canalis, J.L UTN-Frcon Junio de 2012