SlideShare uma empresa Scribd logo
1 de 14
BASES TEÓRICAS DEL
MUESTREO
POBLACIÓN
• En estadística, población es el conjunto de cosas, personas, animales
o situaciones que tiene una o varias características o atributos
comunes
•"Una población es un conjunto de todos los elementos que estamos
estudiando, acerca de los cuales intentamos sacar conclusiones".
Levin & Rubin (1996).
•"Una población es un conjunto de elementos que presentan
una característica común". Cadenas (1974).
•El concepto de población en estadística va más allá de lo que
comúnmente se conoce como tal. Una población se precisa como un
conjunto finito o infinito de personas u objetos que presentan
características comunes.
EJEMPLO DE POBLACIÓN
•Jóvenes de 18 años de España
•Personas fallecidas en accidente de tráfico
TIPOS DE POBLACIÓN
•Población finita: cuando el número de elementos que la forman es
finito, por ejemplo el número de alumnos de un centro de enseñanza,
o grupo clase.
•Población infinita: cuando el número de elementos que la forman es
infinito, o tan grande que pudiesen considerarse infinitos. Como por
ejemplo si se realizase un estudio sobre los productos que hay en el
mercado. Hay tantos y de tantas calidades que esta población podría
considerarse infinita.
•Población Real: es todo el grupo de elementos concretos, como las
personas que en Europa se dedican a actividades artísticas.
POBLACIÓN OBJETIVO
•Conformada por los elementos que cumplan con determinadas
características en un tiempo y espacio
•Ejemplo:
•Estudiantes inscritos durante el presente ciclo escolar que le gusta la música
clásica
•Personas del país de México que tuvieron hepatitis en el 2014
MUESTRA
•Una muestra estadística es un subconjunto de casos o individuos de una población
estadística. Las muestras, se obtienen con la intención de inferir propiedades de la
totalidad de la población, para lo cual deben ser representativas de la misma
•Una muestra es una porción representativa de una determinada población
•Parte de una población que se considera representativa de la misma.
• Es tomar información de una parte, generalmente pequeña, pero representativa de
la población de estudio
•Requisitos de una muestra: aleatoria, de un tamaño mínimo y representativa de la
población.
EJEMPLO DE MUESTRA
Libros impresos en Madrid, en la población de libros de la Biblioteca
Nacional
Alumnos del primer semestre de la BUAP que les gusta las ciencias
sociales.
CENSO
•Es tomar información de todos y cada uno de los elementos de la población
de interés.
•Se entiende por censo aquella numeración que se efectúa a todos y cada
uno de los caracteres componentes de una población.
•Se denomina censo al recuento de individuos que conforman
una población estadística, definida como un conjunto de elementos de
referencia sobre el que se realizan las observaciones
EJEMPLO DE CENSO
•Población de México
•Especies de aves que existen en Brasil
•Alumnos universitarios que hay en el Estado de Chihuahua
MUESTREO
•Herramienta de la investigación científica, cuya función básica es determinar
que parte de una población debe examinarse, con la finalidad de hacer
inferencias sobre dicha población.
•Es la técnica para la selección de una muestra a partir de una población
•Procedimiento empleado para obtener una o más muestras de una
población; el muestreo es una técnica que sirve para obtener una o más
muestras de población.
MUESTREO PROBABÍLISTICO
•Los métodos de muestreo probabilísticos son aquellos que se basan en el
principio de equiprobabilidad. Es decir, aquellos en los que todos los
individuos tienen la misma probabilidad de ser elegidos para formar parte de
una muestra y, consiguientemente, todas las posibles muestras de tamaño n
tienen la misma probabilidad de ser seleccionadas.
•El muestreo probabilístico es una técnica de muestreo en virtud de la cual
las muestras son recogidas en un proceso que brinda a todos los individuos
de la población las mismas oportunidades de ser seleccionados.
TIPOS DE MUESTREO
EJEMPLO
Muestreo aleatorio simple
Para obtener una muestra, se numeran los elementos de la
población y se seleccionan al azar los n elementos que contiene la
muestra.
Muestreo aleatorio estratificado
Se divide la población en clases o estratos y se escoge,
aleatoriamente, un número de individuos de cada estrato
proporcional al número de componentes de cada estrato.
MUESTREO NO
PROBABILÍSTICO
•La representatividad de la muestra depende de criterios no
probabilísticos, es decir, la inclusión o no de un elemento en la
muestra se determina en gran medida por el criterio de los
investigadores.
• En general se seleccionan a los sujetos siguiendo determinados
criterios procurando, en la medida de lo posible, que la muestra sea
representativa.
•El muestreo no probabilístico es una técnica de muestreo donde las
muestras se recogen en un proceso que no brinda a todos los
individuos de la población iguales oportunidades de ser
EJEMPLO
El muestreo por conveniencia
Es probablemente la técnica de muestreo más común. En el muestreo por conveniencia,
las muestras son seleccionadas porque son accesibles para el investigador. Los sujetos
son elegidos simplemente porque son fáciles de recluta
Muestreo por cuotas
El muestreo por cuotas es una técnica de muestreo no probabilístico en donde el
investigador asegura una representación equitativa y proporcionada de los sujetos, en
función de qué rasgo es considerado base de la cuota.
Por ejemplo, si la base de la cuota es de nivel de año en la universidad y el investigador
necesita una representación igual, con un tamaño de muestra de 100, debe seleccionar 25
estudiantes de 1º año, 25 de 2° año, 25 de 3º año y 25 de 4º año.
Muestreo de bola de nieve
El muestreo de bola de nieve se lleva a cabo generalmente cuando hay una población muy
pequeña. En este tipo de muestreo, el investigador le pide al primer sujeto que identifique
a otro sujeto potencial que también cumpla con los criterios de la investigación.

Mais conteúdo relacionado

Mais procurados (20)

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
 
Presentacion Muestra
Presentacion MuestraPresentacion Muestra
Presentacion Muestra
 
Muestreo aleatorio simple
Muestreo aleatorio simpleMuestreo aleatorio simple
Muestreo aleatorio simple
 
Tipos de muestreo
Tipos de muestreoTipos de muestreo
Tipos de muestreo
 
MUESTREO
MUESTREOMUESTREO
MUESTREO
 
Muestreo 2 clasificacion
Muestreo 2 clasificacionMuestreo 2 clasificacion
Muestreo 2 clasificacion
 
Grupo 1 Estadistica
Grupo 1 EstadisticaGrupo 1 Estadistica
Grupo 1 Estadistica
 
Tema 3.2 muestreo probabilistico
Tema 3.2 muestreo probabilisticoTema 3.2 muestreo probabilistico
Tema 3.2 muestreo probabilistico
 
Tipos de Muestreo
Tipos de MuestreoTipos de Muestreo
Tipos de Muestreo
 
muestreo
muestreomuestreo
muestreo
 
Poblaciòn+y+muestra
Poblaciòn+y+muestraPoblaciòn+y+muestra
Poblaciòn+y+muestra
 
Tiposmuestra
TiposmuestraTiposmuestra
Tiposmuestra
 
Estadistica tema 2. muestreo parte 2
Estadistica tema 2. muestreo parte 2Estadistica tema 2. muestreo parte 2
Estadistica tema 2. muestreo parte 2
 
Muestreo probabilistico.
Muestreo probabilistico.Muestreo probabilistico.
Muestreo probabilistico.
 
Unidad v. técnicas de muestreo ESTADISTICA I
Unidad v. técnicas de muestreo ESTADISTICA IUnidad v. técnicas de muestreo ESTADISTICA I
Unidad v. técnicas de muestreo ESTADISTICA I
 
Técnicas de-muestreo
Técnicas de-muestreoTécnicas de-muestreo
Técnicas de-muestreo
 
Ejemplos practicos de muestreo
Ejemplos practicos de muestreoEjemplos practicos de muestreo
Ejemplos practicos de muestreo
 
Muestreo probabilistico
Muestreo probabilisticoMuestreo probabilistico
Muestreo probabilistico
 
4. muestreo
4. muestreo4. muestreo
4. muestreo
 
Muestreo
MuestreoMuestreo
Muestreo
 

Destaque

Metodos de muestreo, ejercicios y su procedimiento (1)
Metodos de muestreo, ejercicios y su procedimiento (1)Metodos de muestreo, ejercicios y su procedimiento (1)
Metodos de muestreo, ejercicios y su procedimiento (1)Luz Hernández
 
Ejercicios sobre muestreo
Ejercicios sobre muestreoEjercicios sobre muestreo
Ejercicios sobre muestreo216846
 
Muestreo aleatorio simple
Muestreo aleatorio simpleMuestreo aleatorio simple
Muestreo aleatorio simplemilit
 
Ejemplo de muestreo por cuotas
Ejemplo de muestreo por cuotasEjemplo de muestreo por cuotas
Ejemplo de muestreo por cuotasnekoCSam
 
EL MUESTREO: UN CASO PRACTICO
EL MUESTREO: UN CASO PRACTICOEL MUESTREO: UN CASO PRACTICO
EL MUESTREO: UN CASO PRACTICOmeirisarri
 
Wienerumweltanshaft
WienerumweltanshaftWienerumweltanshaft
WienerumweltanshaftAhmad Eid
 
Intelligentes Enterprise Information Management
Intelligentes Enterprise Information Management Intelligentes Enterprise Information Management
Intelligentes Enterprise Information Management Expertforce Ltd.
 
Cecilia Gutiérrez - Conferencia Agropecuaria
Cecilia Gutiérrez - Conferencia AgropecuariaCecilia Gutiérrez - Conferencia Agropecuaria
Cecilia Gutiérrez - Conferencia AgropecuariaINACAP
 
NAXOS-Neuheiten vom Label und aus dem Vertrieb 31. Juli 2015
NAXOS-Neuheiten vom Label und aus dem Vertrieb 31. Juli 2015NAXOS-Neuheiten vom Label und aus dem Vertrieb 31. Juli 2015
NAXOS-Neuheiten vom Label und aus dem Vertrieb 31. Juli 2015NAXOS Deutschland GmbH
 
UXCGN - Welcome to tomorrow
UXCGN - Welcome to tomorrowUXCGN - Welcome to tomorrow
UXCGN - Welcome to tomorrowUXCGN
 
NAXOS Deutschland CD-Neuheiten Februar 2012
NAXOS Deutschland CD-Neuheiten Februar 2012NAXOS Deutschland CD-Neuheiten Februar 2012
NAXOS Deutschland CD-Neuheiten Februar 2012NAXOS Deutschland GmbH
 
Pgma gbno fin luis gonzalo giraldo aguirre 2012 2015
Pgma gbno fin luis gonzalo giraldo aguirre 2012 2015Pgma gbno fin luis gonzalo giraldo aguirre 2012 2015
Pgma gbno fin luis gonzalo giraldo aguirre 2012 2015mcriverah
 
Greenwich Kitchen
Greenwich KitchenGreenwich Kitchen
Greenwich KitchenEddie Dhyne
 

Destaque (20)

Metodos de muestreo, ejercicios y su procedimiento (1)
Metodos de muestreo, ejercicios y su procedimiento (1)Metodos de muestreo, ejercicios y su procedimiento (1)
Metodos de muestreo, ejercicios y su procedimiento (1)
 
Ejercicios sobre muestreo
Ejercicios sobre muestreoEjercicios sobre muestreo
Ejercicios sobre muestreo
 
Muestreo aleatorio simple
Muestreo aleatorio simpleMuestreo aleatorio simple
Muestreo aleatorio simple
 
Poblaciones y muestras 8
Poblaciones y muestras 8Poblaciones y muestras 8
Poblaciones y muestras 8
 
Ejemplo de muestreo por cuotas
Ejemplo de muestreo por cuotasEjemplo de muestreo por cuotas
Ejemplo de muestreo por cuotas
 
EL MUESTREO: UN CASO PRACTICO
EL MUESTREO: UN CASO PRACTICOEL MUESTREO: UN CASO PRACTICO
EL MUESTREO: UN CASO PRACTICO
 
70
7070
70
 
Wienerumweltanshaft
WienerumweltanshaftWienerumweltanshaft
Wienerumweltanshaft
 
Intelligentes Enterprise Information Management
Intelligentes Enterprise Information Management Intelligentes Enterprise Information Management
Intelligentes Enterprise Information Management
 
Cecilia Gutiérrez - Conferencia Agropecuaria
Cecilia Gutiérrez - Conferencia AgropecuariaCecilia Gutiérrez - Conferencia Agropecuaria
Cecilia Gutiérrez - Conferencia Agropecuaria
 
NAXOS-Neuheiten vom Label und aus dem Vertrieb 31. Juli 2015
NAXOS-Neuheiten vom Label und aus dem Vertrieb 31. Juli 2015NAXOS-Neuheiten vom Label und aus dem Vertrieb 31. Juli 2015
NAXOS-Neuheiten vom Label und aus dem Vertrieb 31. Juli 2015
 
Octubre172013 clase-2
Octubre172013 clase-2Octubre172013 clase-2
Octubre172013 clase-2
 
UXCGN - Welcome to tomorrow
UXCGN - Welcome to tomorrowUXCGN - Welcome to tomorrow
UXCGN - Welcome to tomorrow
 
Dianajimenez
DianajimenezDianajimenez
Dianajimenez
 
NAXOS Deutschland CD-Neuheiten Februar 2012
NAXOS Deutschland CD-Neuheiten Februar 2012NAXOS Deutschland CD-Neuheiten Februar 2012
NAXOS Deutschland CD-Neuheiten Februar 2012
 
Pgma gbno fin luis gonzalo giraldo aguirre 2012 2015
Pgma gbno fin luis gonzalo giraldo aguirre 2012 2015Pgma gbno fin luis gonzalo giraldo aguirre 2012 2015
Pgma gbno fin luis gonzalo giraldo aguirre 2012 2015
 
Social Media für Angefangene...
Social Media für Angefangene...Social Media für Angefangene...
Social Media für Angefangene...
 
Webs
WebsWebs
Webs
 
Wieviel Social Media braucht der Sport?
Wieviel Social Media braucht der Sport?Wieviel Social Media braucht der Sport?
Wieviel Social Media braucht der Sport?
 
Greenwich Kitchen
Greenwich KitchenGreenwich Kitchen
Greenwich Kitchen
 

Semelhante a Bases teoricas del muestreo expo rafa y yo

Semelhante a Bases teoricas del muestreo expo rafa y yo (20)

tipos de muestra
tipos de muestratipos de muestra
tipos de muestra
 
Teoría del Muestreo.pptx
Teoría del Muestreo.pptxTeoría del Muestreo.pptx
Teoría del Muestreo.pptx
 
Población y muestra seminario de tesis
Población y muestra  seminario de tesisPoblación y muestra  seminario de tesis
Población y muestra seminario de tesis
 
Clase 1 16 01-2021
Clase 1 16 01-2021Clase 1 16 01-2021
Clase 1 16 01-2021
 
Uce Muestra psicología educativa octubre 2017
Uce Muestra psicología educativa octubre 2017Uce Muestra psicología educativa octubre 2017
Uce Muestra psicología educativa octubre 2017
 
elmuestreo.pdf
elmuestreo.pdfelmuestreo.pdf
elmuestreo.pdf
 
El muestreo (1)
El muestreo (1)El muestreo (1)
El muestreo (1)
 
PRESENTACIÓN EL MUESTRO
PRESENTACIÓN EL MUESTRO PRESENTACIÓN EL MUESTRO
PRESENTACIÓN EL MUESTRO
 
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
 
El muestreo
El muestreoEl muestreo
El muestreo
 
Tipos de muestreo
Tipos de muestreoTipos de muestreo
Tipos de muestreo
 
(268083723) el muestreo
(268083723) el muestreo(268083723) el muestreo
(268083723) el muestreo
 
ESTADÍSTICA APLICADA[1]-1.pptx
ESTADÍSTICA APLICADA[1]-1.pptxESTADÍSTICA APLICADA[1]-1.pptx
ESTADÍSTICA APLICADA[1]-1.pptx
 
Tipos de muestreo
Tipos de muestreoTipos de muestreo
Tipos de muestreo
 

Mais de Alejandrina Ibarra Avila

Metodología de investigación en didáctica de las ciencias sociales
Metodología de investigación en didáctica de las ciencias socialesMetodología de investigación en didáctica de las ciencias sociales
Metodología de investigación en didáctica de las ciencias socialesAlejandrina Ibarra Avila
 
Bases teã³ricas de las pruebas de hipã³tesis
Bases teã³ricas de las pruebas de hipã³tesisBases teã³ricas de las pruebas de hipã³tesis
Bases teã³ricas de las pruebas de hipã³tesisAlejandrina Ibarra Avila
 

Mais de Alejandrina Ibarra Avila (20)

Metodología de investigación en didáctica de las ciencias sociales
Metodología de investigación en didáctica de las ciencias socialesMetodología de investigación en didáctica de las ciencias sociales
Metodología de investigación en didáctica de las ciencias sociales
 
Teorã­a de la mediciã³n en equipo
Teorã­a de la mediciã³n en equipoTeorã­a de la mediciã³n en equipo
Teorã­a de la mediciã³n en equipo
 
Bases teã³ricas de las pruebas de hipã³tesis
Bases teã³ricas de las pruebas de hipã³tesisBases teã³ricas de las pruebas de hipã³tesis
Bases teã³ricas de las pruebas de hipã³tesis
 
9. distribuciã“n normal
9. distribuciã“n normal9. distribuciã“n normal
9. distribuciã“n normal
 
Ji cuadrada3
Ji cuadrada3Ji cuadrada3
Ji cuadrada3
 
Medidas de posiciã³n2
Medidas de posiciã³n2Medidas de posiciã³n2
Medidas de posiciã³n2
 
Medidas de tendencia central1
Medidas de tendencia central1Medidas de tendencia central1
Medidas de tendencia central1
 
Probabilidad clasica
Probabilidad clasicaProbabilidad clasica
Probabilidad clasica
 
Métodos de conteo5
Métodos de conteo5Métodos de conteo5
Métodos de conteo5
 
Técnicas de-muestreo
Técnicas de-muestreoTécnicas de-muestreo
Técnicas de-muestreo
 
Tipos de variables
Tipos de variablesTipos de variables
Tipos de variables
 
Datos bivariados4
Datos bivariados4Datos bivariados4
Datos bivariados4
 
9. distribución normal
9. distribución normal9. distribución normal
9. distribución normal
 
Juego de pipo en el preescolar
Juego de pipo en el preescolarJuego de pipo en el preescolar
Juego de pipo en el preescolar
 
Comunicacinasertiva humanismo-
Comunicacinasertiva humanismo-Comunicacinasertiva humanismo-
Comunicacinasertiva humanismo-
 
Sujetos y aprendizaje
Sujetos y aprendizajeSujetos y aprendizaje
Sujetos y aprendizaje
 
Voces y miradas
Voces y miradasVoces y miradas
Voces y miradas
 
Bases psicologicas
Bases psicologicasBases psicologicas
Bases psicologicas
 
Estudio de la cogniciã“n ambiental
Estudio de la cogniciã“n ambientalEstudio de la cogniciã“n ambiental
Estudio de la cogniciã“n ambiental
 
Observaciones
Observaciones Observaciones
Observaciones
 

Último

FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURAFORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURAEl Fortí
 
Estrategias de enseñanza-aprendizaje virtual.pptx
Estrategias de enseñanza-aprendizaje virtual.pptxEstrategias de enseñanza-aprendizaje virtual.pptx
Estrategias de enseñanza-aprendizaje virtual.pptxdkmeza
 
Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.
Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.
Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.Alejandrino Halire Ccahuana
 
La triple Naturaleza del Hombre estudio.
La triple Naturaleza del Hombre estudio.La triple Naturaleza del Hombre estudio.
La triple Naturaleza del Hombre estudio.amayarogel
 
plan de capacitacion docente AIP 2024 clllll.pdf
plan de capacitacion docente  AIP 2024          clllll.pdfplan de capacitacion docente  AIP 2024          clllll.pdf
plan de capacitacion docente AIP 2024 clllll.pdfenelcielosiempre
 
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...JAVIER SOLIS NOYOLA
 
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptx
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptxTIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptx
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptxlclcarmen
 
La empresa sostenible: Principales Características, Barreras para su Avance y...
La empresa sostenible: Principales Características, Barreras para su Avance y...La empresa sostenible: Principales Características, Barreras para su Avance y...
La empresa sostenible: Principales Características, Barreras para su Avance y...JonathanCovena1
 
plande accion dl aula de innovación pedagogica 2024.pdf
plande accion dl aula de innovación pedagogica 2024.pdfplande accion dl aula de innovación pedagogica 2024.pdf
plande accion dl aula de innovación pedagogica 2024.pdfenelcielosiempre
 
Programacion Anual Matemática4 MPG 2024 Ccesa007.pdf
Programacion Anual Matemática4    MPG 2024  Ccesa007.pdfProgramacion Anual Matemática4    MPG 2024  Ccesa007.pdf
Programacion Anual Matemática4 MPG 2024 Ccesa007.pdfDemetrio Ccesa Rayme
 
origen y desarrollo del ensayo literario
origen y desarrollo del ensayo literarioorigen y desarrollo del ensayo literario
origen y desarrollo del ensayo literarioELIASAURELIOCHAVEZCA1
 
Imperialismo informal en Europa y el imperio
Imperialismo informal en Europa y el imperioImperialismo informal en Europa y el imperio
Imperialismo informal en Europa y el imperiomiralbaipiales2016
 
Registro Auxiliar - Primaria 2024 (1).pptx
Registro Auxiliar - Primaria  2024 (1).pptxRegistro Auxiliar - Primaria  2024 (1).pptx
Registro Auxiliar - Primaria 2024 (1).pptxFelicitasAsuncionDia
 
BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICA
BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICABIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICA
BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICAÁngel Encinas
 
Criterios ESG: fundamentos, aplicaciones y beneficios
Criterios ESG: fundamentos, aplicaciones y beneficiosCriterios ESG: fundamentos, aplicaciones y beneficios
Criterios ESG: fundamentos, aplicaciones y beneficiosJonathanCovena1
 
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdfCurso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdfFrancisco158360
 

Último (20)

Medición del Movimiento Online 2024.pptx
Medición del Movimiento Online 2024.pptxMedición del Movimiento Online 2024.pptx
Medición del Movimiento Online 2024.pptx
 
Power Point: Fe contra todo pronóstico.pptx
Power Point: Fe contra todo pronóstico.pptxPower Point: Fe contra todo pronóstico.pptx
Power Point: Fe contra todo pronóstico.pptx
 
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURAFORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
 
Estrategias de enseñanza-aprendizaje virtual.pptx
Estrategias de enseñanza-aprendizaje virtual.pptxEstrategias de enseñanza-aprendizaje virtual.pptx
Estrategias de enseñanza-aprendizaje virtual.pptx
 
Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.
Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.
Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.
 
Fe contra todo pronóstico. La fe es confianza.
Fe contra todo pronóstico. La fe es confianza.Fe contra todo pronóstico. La fe es confianza.
Fe contra todo pronóstico. La fe es confianza.
 
La triple Naturaleza del Hombre estudio.
La triple Naturaleza del Hombre estudio.La triple Naturaleza del Hombre estudio.
La triple Naturaleza del Hombre estudio.
 
Tema 8.- PROTECCION DE LOS SISTEMAS DE INFORMACIÓN.pdf
Tema 8.- PROTECCION DE LOS SISTEMAS DE INFORMACIÓN.pdfTema 8.- PROTECCION DE LOS SISTEMAS DE INFORMACIÓN.pdf
Tema 8.- PROTECCION DE LOS SISTEMAS DE INFORMACIÓN.pdf
 
plan de capacitacion docente AIP 2024 clllll.pdf
plan de capacitacion docente  AIP 2024          clllll.pdfplan de capacitacion docente  AIP 2024          clllll.pdf
plan de capacitacion docente AIP 2024 clllll.pdf
 
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
 
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptx
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptxTIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptx
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptx
 
La empresa sostenible: Principales Características, Barreras para su Avance y...
La empresa sostenible: Principales Características, Barreras para su Avance y...La empresa sostenible: Principales Características, Barreras para su Avance y...
La empresa sostenible: Principales Características, Barreras para su Avance y...
 
plande accion dl aula de innovación pedagogica 2024.pdf
plande accion dl aula de innovación pedagogica 2024.pdfplande accion dl aula de innovación pedagogica 2024.pdf
plande accion dl aula de innovación pedagogica 2024.pdf
 
Programacion Anual Matemática4 MPG 2024 Ccesa007.pdf
Programacion Anual Matemática4    MPG 2024  Ccesa007.pdfProgramacion Anual Matemática4    MPG 2024  Ccesa007.pdf
Programacion Anual Matemática4 MPG 2024 Ccesa007.pdf
 
origen y desarrollo del ensayo literario
origen y desarrollo del ensayo literarioorigen y desarrollo del ensayo literario
origen y desarrollo del ensayo literario
 
Imperialismo informal en Europa y el imperio
Imperialismo informal en Europa y el imperioImperialismo informal en Europa y el imperio
Imperialismo informal en Europa y el imperio
 
Registro Auxiliar - Primaria 2024 (1).pptx
Registro Auxiliar - Primaria  2024 (1).pptxRegistro Auxiliar - Primaria  2024 (1).pptx
Registro Auxiliar - Primaria 2024 (1).pptx
 
BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICA
BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICABIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICA
BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICA
 
Criterios ESG: fundamentos, aplicaciones y beneficios
Criterios ESG: fundamentos, aplicaciones y beneficiosCriterios ESG: fundamentos, aplicaciones y beneficios
Criterios ESG: fundamentos, aplicaciones y beneficios
 
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdfCurso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdf
 

Bases teoricas del muestreo expo rafa y yo

  • 2. POBLACIÓN • En estadística, población es el conjunto de cosas, personas, animales o situaciones que tiene una o varias características o atributos comunes •"Una población es un conjunto de todos los elementos que estamos estudiando, acerca de los cuales intentamos sacar conclusiones". Levin & Rubin (1996). •"Una población es un conjunto de elementos que presentan una característica común". Cadenas (1974). •El concepto de población en estadística va más allá de lo que comúnmente se conoce como tal. Una población se precisa como un conjunto finito o infinito de personas u objetos que presentan características comunes.
  • 3. EJEMPLO DE POBLACIÓN •Jóvenes de 18 años de España •Personas fallecidas en accidente de tráfico
  • 4. TIPOS DE POBLACIÓN •Población finita: cuando el número de elementos que la forman es finito, por ejemplo el número de alumnos de un centro de enseñanza, o grupo clase. •Población infinita: cuando el número de elementos que la forman es infinito, o tan grande que pudiesen considerarse infinitos. Como por ejemplo si se realizase un estudio sobre los productos que hay en el mercado. Hay tantos y de tantas calidades que esta población podría considerarse infinita. •Población Real: es todo el grupo de elementos concretos, como las personas que en Europa se dedican a actividades artísticas.
  • 5. POBLACIÓN OBJETIVO •Conformada por los elementos que cumplan con determinadas características en un tiempo y espacio •Ejemplo: •Estudiantes inscritos durante el presente ciclo escolar que le gusta la música clásica •Personas del país de México que tuvieron hepatitis en el 2014
  • 6. MUESTRA •Una muestra estadística es un subconjunto de casos o individuos de una población estadística. Las muestras, se obtienen con la intención de inferir propiedades de la totalidad de la población, para lo cual deben ser representativas de la misma •Una muestra es una porción representativa de una determinada población •Parte de una población que se considera representativa de la misma. • Es tomar información de una parte, generalmente pequeña, pero representativa de la población de estudio •Requisitos de una muestra: aleatoria, de un tamaño mínimo y representativa de la población.
  • 7. EJEMPLO DE MUESTRA Libros impresos en Madrid, en la población de libros de la Biblioteca Nacional Alumnos del primer semestre de la BUAP que les gusta las ciencias sociales.
  • 8. CENSO •Es tomar información de todos y cada uno de los elementos de la población de interés. •Se entiende por censo aquella numeración que se efectúa a todos y cada uno de los caracteres componentes de una población. •Se denomina censo al recuento de individuos que conforman una población estadística, definida como un conjunto de elementos de referencia sobre el que se realizan las observaciones
  • 9. EJEMPLO DE CENSO •Población de México •Especies de aves que existen en Brasil •Alumnos universitarios que hay en el Estado de Chihuahua
  • 10. MUESTREO •Herramienta de la investigación científica, cuya función básica es determinar que parte de una población debe examinarse, con la finalidad de hacer inferencias sobre dicha población. •Es la técnica para la selección de una muestra a partir de una población •Procedimiento empleado para obtener una o más muestras de una población; el muestreo es una técnica que sirve para obtener una o más muestras de población.
  • 11. MUESTREO PROBABÍLISTICO •Los métodos de muestreo probabilísticos son aquellos que se basan en el principio de equiprobabilidad. Es decir, aquellos en los que todos los individuos tienen la misma probabilidad de ser elegidos para formar parte de una muestra y, consiguientemente, todas las posibles muestras de tamaño n tienen la misma probabilidad de ser seleccionadas. •El muestreo probabilístico es una técnica de muestreo en virtud de la cual las muestras son recogidas en un proceso que brinda a todos los individuos de la población las mismas oportunidades de ser seleccionados. TIPOS DE MUESTREO
  • 12. EJEMPLO Muestreo aleatorio simple Para obtener una muestra, se numeran los elementos de la población y se seleccionan al azar los n elementos que contiene la muestra. Muestreo aleatorio estratificado Se divide la población en clases o estratos y se escoge, aleatoriamente, un número de individuos de cada estrato proporcional al número de componentes de cada estrato.
  • 13. MUESTREO NO PROBABILÍSTICO •La representatividad de la muestra depende de criterios no probabilísticos, es decir, la inclusión o no de un elemento en la muestra se determina en gran medida por el criterio de los investigadores. • En general se seleccionan a los sujetos siguiendo determinados criterios procurando, en la medida de lo posible, que la muestra sea representativa. •El muestreo no probabilístico es una técnica de muestreo donde las muestras se recogen en un proceso que no brinda a todos los individuos de la población iguales oportunidades de ser
  • 14. EJEMPLO El muestreo por conveniencia Es probablemente la técnica de muestreo más común. En el muestreo por conveniencia, las muestras son seleccionadas porque son accesibles para el investigador. Los sujetos son elegidos simplemente porque son fáciles de recluta Muestreo por cuotas El muestreo por cuotas es una técnica de muestreo no probabilístico en donde el investigador asegura una representación equitativa y proporcionada de los sujetos, en función de qué rasgo es considerado base de la cuota. Por ejemplo, si la base de la cuota es de nivel de año en la universidad y el investigador necesita una representación igual, con un tamaño de muestra de 100, debe seleccionar 25 estudiantes de 1º año, 25 de 2° año, 25 de 3º año y 25 de 4º año. Muestreo de bola de nieve El muestreo de bola de nieve se lleva a cabo generalmente cuando hay una población muy pequeña. En este tipo de muestreo, el investigador le pide al primer sujeto que identifique a otro sujeto potencial que también cumpla con los criterios de la investigación.