caractersticas comunes para los cuales sern extensivas las conclusiones de la investigacin. Esta queda delimitada por el problema y por los objetivos del estudio. POBLACION Y MUESTRA DONDE? CUANDO? TOTAL DEL UNIVERSO TIPOS DE POBLACION POBLACION FINITA
INFINITA ACCESIBLE MUESTRA CONCEPTO DE MUESTRA: La muestra es un conjunto representativo y finito que se extrae de la poblacin accesible. CONCEPTO DE MUESTRA REPRESENTATIVA: Es aquella que por su tamao y caractersticas similares a las del conjunto, permiten hacer inferencias o generalizar los resultados al resto de la poblacin con un margen de error conocido. TIPOS DE MUESTRAS REPRESENTATIVA (Ver que se cumpla en todo los sectores). NO REPRESENTATIVA CLASIFICACION DEL TIPO DE MUESTREO PROBALISTICO O ALEATORIOS NO PROBALISTICOS (Deterministico) Casual o accidental Intencional Por cuotas Azar simple Azar sistemtico Estratificado Conglomerados NO PROBALISTICAS (CARCTER INFORMAL) SUJ ETOS VOLUNTARIOS MUESTRAS EXPERTOS SUJ ETOS TIPOS MUESTRAS POR CUOTAS MUESTRAS DIRIGIDAS CONVENIENCIA
SELECTIVO
J UICIO O CRITERIO
Se dirige a un sector especifico Resultado subjetivo, sin criterio, por facilidad Subjetivo pero con criterio
OBSERVACION DIRECTA (SIN ENTREVISTA) PERSONAL TELEFONICA CORREO MENOS CONFIABLE
CONJETURALES
SECUNDARIAS BASADOS EN: EXPERENCIAS, ANALOGIAS (SUBJETIVA) RECOPILACION DE DATOS BANCOS DATOS INSTITUCION ES ESTUDIOS PREVIOS PUBLICACIO NES LA CLAVE ESTA EN REDUCIR LA POBLACIN DEL MODO MS CONVENIENTE CON EL FIN DE REDUCIR LA MUESTRA PERO QUE SIGA SIENDO REPRESENTATIVA N = tamao de la poblacin Y = valor de la variable (por lo general es = 1) V= Varianza Poblacin Se= Desviacin Standard (tpica 0,015 para 15%) = probabilidad de ocurrencia (tipa 95 %) n = Tamao de la muestra n = Tamao de la muestra provisional (sin ajustar) s = Varianza de la muestra Formulas segn Kish
n = s / V n = n / (1+ n/ N) v = Se s = ( 1 ) Ejemplo 1: Caso directores empresa N= 1.176 directores Y= 1 director por empresa Se = 15 % = 0,015 =90 % = 0,9 n = ? s = ( 1 ) s = 0.9 (1-0,9) = 0,09 V = Se = (0,015) = 0,000225 n = s / V = 0,09/ 0,000225 = 400 n = n / (1+ n/ N) = 400 / (1 + 400/ 1.176) n = 298 Ejemplo 2: Caso estudiantes UNE N= 1.450 estudiantes Y= 1 estudiante Se = 15 % = 0,015 =95 % = 0,95 n = ? s = ( 1 ) s = 0,95 (1-0,95) = 0,0475 V = Se = (0,015) = 0,000225 n = s / V = 0,0475/ 0,000225 = 211,11 n = n / (1+ n/ N) = 211,11 / (1 + 211,11/ 1.450) n = 184,28 ~ 184 N = tamao de la poblacin Y = valor de la variable (por lo general es = 1) Z= Varianza tipificada (tpicas 95%, Z = 2; 99%, Z = 3) S= Desviacin Standard (tpica 15 %) e = error muestral (tpico 5 % =0,05) p = proporcin de elementos que presentan la caracterstica. (tpico 50% = 0,5) q = proporcin de elementos que no presentan la caracterstica. (tpico 50% = 0,5) n = Tamao de la muestra Media poblacional Poblacin finita: n = (N . Z . S) / (N. e + Z . S ) Poblacin infinita: n = (Z . S) / e Proporcin poblacional Poblacin finita: n = (N . Z . p. q) / ((N-1). e + Z . p. q ) Poblacin infinita: n = (Z . p. q ) / e p + q = 1 Ejemplo 1: Caso familias N= 1.750 familias Z = 1,96 ~ 2 (95% confiabilidad) e = 5 % = 0,05 p = 50 % = 0,5 q = 50% = 0,5 n = ? Ejemplo 2: Caso familias N= 1.750 familias Z = 2,575 ~3 (99% confiabilidad) e = 1 % = 0,01 p = 70 % = 0,7 q = 30% = 0,3 n = ? n = (N . Z . p. q) / ((N-1). e + Z . p. q )
1.750 x (1,96) x 0,5 x 0,5 (1.750-1 )x(0,05) + (1,96)x (0,5)x(0,5)
n = 315 aprox
n = (N . Z . p. q) / ((N-1). e + Z . p. q )
1.750 x (2,575) x 0,7 x 0,3 (1.750-1)x(0,01) + (2,575)x (0,7)x(0,3)
n = 1.555 aprox
TABLA UNIVERSIDAD DE HARVARD CONFIANZA = 95 % Y p = 50%