Plan de muestreo: métodos y técnicas
Patrick BivInforme8 de Octubre de 2019
6.092 Palabras (25 Páginas)290 Visitas
“Año de la lucha contra la corrupción e impunidad”[pic 1]
UNIVERSIDAD NACIONAL DE TRUJILLO[pic 2][pic 3]
Tabla de contenido
Introducción
1. Conceptos necesarios para el muestreo 5
1.1. Población 5
1.1.1. Población finita. 5
1.1.2. Población infinita 5
1.2. Censo 5
1.3. Muestra 6
1.4. Elemento 6
1.5. Unidad de muestreo 6
1.6. Error muestral 6
1.6.1. El error muestral administrativo 6
1.6.2. El error muestral aleatorio 7
2. Definición de muestreo 7
2.1. Ventajas del muestreo 8
3. Métodos de muestreo 8
3.1. Muestreo probabilístico. 8
3.2. Muestreo no probabilístico. 9
4. Técnicas de muestreo 9
4.1. Técnica de muestreo probabilístico. 10
4.1.1. Muestra aleatoria simple (MAS). 10
4.1.2. Muestreo sistemático 11
4.1.3. Muestreo estratificado 13
4.1.4. Muestreo por conglomerados o racimos 15
4.1.5. Otras técnicas de muestreo probabilístico 15
4.1.5.1. Muestreo por secuencia 15
4.1.5.2. Muestreo doble 16
4.2. Técnicas de muestreo no probabilístico. 16
4.2.1. Muestreo por conveniencia. 16
4.2.2. Muestreo por juicio 17
4.2.3. Muestreo por cuotas 18
4.2.4. Muestreo de bola de nieve 19
5. Estimación del tamaño de la muestra 20
5.1. Tamaño de la muestra con población infinita. 21
5.2. Tamaño de la muestra con población infinita 22
6. Proceso de diseño del muestreo 23
6.1. Definir la población meta o de interés 24
6.2. Elegir un método de recolección de datos 25
6.3. Determinación del marco muestral 25
6.4. Seleccionar un método muestral 25
6.5. Determinar el tamaño de la muestra 26
6.6. Desarrollar procedimientos operativos para seleccionar los elementos de la muestra 26
6.7. Ejecutar el plan operativo muestral 26
7. Recopilación de datos: Fuentes de Información 27
7.1. Fuentes primarias 27
7.1.1. Datos primarios. 27
7.2. Fuentes Secundarias 28
7.2.1. Datos secundarios 28
7.2.2. Clasificación de los datos secundarios 28
7.3. Fuentes de datos secundarios externos publicados 30
Referencias bibliográficas
Introducción
La lectura crítica de estudios de investigación incluye algunos interrogantes referidos a la delimitación de la población, la determinación de la muestra, si el tamaño elegido de la muestra es el adecuado y si el error de muestreo es apropiado.
El muestreo es un elemento clave en la metodología de la investigación ya que implica seleccionar a un grupo de elementos que se utilizarán para dirigir un estudio. Por lo tanto, es importante diseñar un plan de muestreo que defina el proceso de selección del grupo de elementos seleccionados. Es fundamental expresar claramente en todo trabajo de investigación los siguientes aspectos del diseño metodológico: la población y las características que deben poseer los elementos para formar parte del estudio, el número de elementos que conforman la población, si este número se conoce con certeza o se puede estimar, el tipo de muestreo y la técnica utilizada, el tamaño de la muestra y el error de muestreo establecido.
La teoría del muestreo permite determinar de manera efectiva la muestra que refleje con exactitud las características de la población sometida al estudio, ya que no siempre es posible tomar a todos los elementos que conforman la población.
Para acercar las herramientas que brinda la estadística a la investigación es necesario definir algunos conceptos previamente y a partir de ellos desarrollar las diferentes técnicas del muestreo acompañándolas de ejemplos y aplicaciones.
Así mismo, se hace mención de las fuentes de información que el investigador tiene que tener en cuenta al momento de la recopilación de datos: datos primarios y secundarios.
Plan de muestreo: métodos y técnicas
- Conceptos necesarios para el muestreo
Población
Es la suma de todos los elementos que comparten algún conjunto común de características y que constituyen el universo para los propósitos del problema de la investigación de mercados. La información sobre los parámetros de la población puede obtenerse mediante la realización de un censo o la obtención de una muestra. (Malhotra, 2008, p.335).
Ejemplos: Niños con discapacidad intelectual, estudiantes mujeres que cursan Ingeniería Industrial en la UNT, conjunto de todos los profesores de la UNT, etc.
Población finita.
Es aquella cuya cantidad de elementos es posible de determinar. Ejemplo: conjunto de librerías de la ciudad de Lima, número de países reconocidos por las Naciones Unidas, número de estudiantes que se encuentran matriculados en la UNT, etc.
Población infinita
Es aquella cuya cantidad de elementos es imposible de determinar. Ejemplo: conjunto de lápices fabricados en un proceso continuo, decimales del Pi (π), estrellas en el universo, población de hormigas a nivel mundial, etc.
Censo
Es el conjunto de datos obtenido de o acerca de cada miembro de la población de interés. (McDaniel y Gates, 2015, p.309).
Muestra
Subconjunto de todos los miembros de una población de interés. (McDaniel y Gates, 2015, p.309).
Ejemplos: 100 niños con discapacidad intelectual, 500 estudiantes mujeres que cursan Ingeniería Industrial en la UNT, 200 profesores de la UNT, etc.
Elemento
Objetos que poseen la información buscada por el investigador y sobre los cuales se harán inferencias. (Malhotra, 2008, p.336).
Ejemplos: cada niño con discapacidad intelectual, cada estudiante mujer que cursa Ingeniería Industrial en la UNT, cada uno de los profesores de la UNT, etc.
Unidad de muestreo
Unidad básica que contiene los elementos de población de la que se tomará la muestra. (Malhotra, 2008, p.336).
Ejemplo: individuos, hogares, tiendas, empresas u objetos (productos, marcas, modelos), etc.
Error muestral
Resulta cuando la muestra seleccionada no es perfectamente representativa de la población. (McDaniel y Gates, 2015, p.341).
El error muestral administrativo
Tiene que ver con los problemas en la ejecución del plan muestral; es decir, fallas en el diseño o ejecución de la muestra que provocan que no sea representativa de la población. Estos tipos de error pueden evitarse o minimizarse prestando mucha atención al diseño y ejecución de la muestra. (McDaniel y Gates, 2015, p.341).
El error muestral aleatorio
Se debe al azar y no puede evitarse. Este tipo de error se puede reducir, aunque no eliminar por completo, incrementando el tamaño de la muestra. (McDaniel y Gates, 2015, p.341).
- Definición de muestreo
El muestreo, tal como se emplea este término en la investigación de mercados, es el proceso de obtener información de un subconjunto (muestra) de un grupo mayor (el universo o población), en la que luego, un usuario de información de mercados toma los resultados de la muestra y hace estimados de las características del grupo más grande. (McDaniel y Gates, 2015, p.308).
...