Unfv 2014 - Diseño de in Psi - U 6

Universidad Nacional
Federico Villarreal

FACULTAD DE PSICOLOGA

ESCUELA DE PSICOLOGA

Curso: Diseo de Investigacin Psicolgica I
Unidad VI: Poblacin y muestra

DR. JOS ANICAMA GMEZ
2014

POBLACIN Y
MUESTRA
DR. JOS ANICAMA - 2014
OBJETIVO 1: Discriminar una definicin de
poblacin o universo, muestra y muestreo
Conjunto de elementos o unidades
que intervienen en la investigacin.

Es el conjunto de casos que tienen
caractersticas comunes que es
preciso reducir a sub- conjuntos de
tamao manejable para poder
explorar.
POBLACIN
Es una parte de la poblacin o universo
seleccionada con la finalidad de describir
aquel con cierto grado de precisin.

Porcentaje de la poblacin seleccionada.

Sub- conjunto que nos representa la
conducta del universo en su conjunto.
MUESTRA
Es un procedimiento estadstico para la
seleccin de muestras representativas de la
poblacin o universo.
MUESTREO
Razones o ventajas de disponer de una muestra
Razones econmicas: ahorro en costo y dinero.
Razones de tiempo: es una forma importante de
economa.
Razones de oportunidad: los resultados del
estudio se obtienen en el momento o fecha
programado.
Requisitos tcnicos: cuando hay poblaciones
infinitas hay necesariamente tomas de muestras.
Desde el punto de vista tcnico: el uso de muestra permite
una adecuada supervisin del trabajo, asegurando la
calidad y eficiencia del estudio.

Una ltima razn: el diseo de la muestra asegura con
anticipacin la precisin de la muestra, es decir, la
variabilidad entre resultados sucesivos calculados a partir
de muestras del mismo tamao. Lo que permite controlar
las diferencias entre resultados de la muestra y el valor
verdadero de la poblacin (error estndar).


1. El principal objetivo es obtener alguna informacin
sobre la poblacin en que se est trabajando.

2. Una muestra debe ser aceptable, es decir, desde el
punto de vista estadstico representar a la poblacin
con una precisin cuantificable y responder un plan
prctico.
OBJETIVO 2: Revisar Requisitos bsicos de una
muestra y conceptos claves
REQUISITOS DE UNA MUESTRA
3. La muestra debe ser representativa cuando cada uno de los
elementos de la poblacin tiene la misma probabilidad de ser
seleccionado.

4. La muestra permitir una estimacin de los parmetros de la
poblacin cuantificando su precisin y nivel de confianza. Esto es
determinando el error de muestreo que razonablemente puede
esperarse de estas estimaciones.

5. El diseo de la muestra debe ser variable; esto es fcil ejecucin y
ser eficiente, es decir, proporcionar la mayor informacin al menor
costo.
REQUISITOS DE UNA MUESTRA
Conceptos Bsicos
1. UNIDAD DE ANLISIS: Elemento de la poblacin , es
la unidad para la cual se debe obtener informacin
estadstica. Ejemplo: una persona, una vivienda, una
empresa, un colegio, etc.
2. POBLACIN: Tambin se le llama Universo. Es el
conjunto de personas, objetos o cosas con una
caracterstica o atributo especial cuantificable, puede
ser finita o infinita.
3. MARCO MUESTRAL: Es la delimitacin, definicin o
caracterstica de la muestra. Ejemplo: listado de
personas de tal edad o profesin que viven en tales
lugares.
4. UNIDAD DE MUESTREO: Es la unidad
seleccionada para el marco muestral, con
frecuencia es la unidad de anlisis pero
pueden ser varias segn las caractersticas de
estudio. Ejemplo: vivienda, conglomerado o
urbanizacin.

5. PARMETRO: Es un dato que describe la
caracterstica o atributo de la poblacin.

6. ESTADSTICO: Dato que describe
caracterstica o atributo de una muestra.
7. ERROR: Diferencia entre el valor del
estadstico y el parmetro correspondiente.

8. ERROR MUESTRAL: Es la variabilidad entre
estadsticos calculados a partir de muestras
sucesivas del mismo tamao. Error introducido
por las diferencias que pueden existir entre la
muestra y la poblacin debidas al azar. Viene
a ser la precisin o error estndar del
estadstico. Cuanto ms pequeo es el error
estndar, mayor es la precisin o confiabilidad
de la estimacin.
OBJETIVO 3: Discriminar Mtodos para
Seleccionar una Muestra
El Muestreo se clasifica en dos grupos:

1. MUESTREO NO PROBABILSTICO

Es un proceso sin base cientfica de tal manera
que es intencional y responde a criterios que
establece el investigador, llamados criterios de
inclusin y criterios de exclusin. Este muestreo
es muy bueno cuando los estudios son iniciales,
exploratorios y no hay informacin de previa de la
poblacin.
El investigador no puede estimar cuanto error introduce en
sus apreciaciones. Su representatividad y capacidad de
generalizacin no est asegurada. Pueden ser obtenidas
por conveniencia, juicio, cuotas o en cascada.

1.1 Muestreo por Conveniencia:

Los elementos son excluidos en la muestra por estar
fcilmente disponibles, en forma accidental, casual o
incidental. El investigador los selecciona sin un plan
preconcebido, usualmente como resultado de
circunstancias fortuitas.
1.2 Muestreo por Juicio:
El investigador selecciona los elementos en forma
arbitraria, directa o intencionada, buscando
deliberadamente representar grupos supuestamente
tpicos de la poblacin en base al criterio y
experiencia del investigador.

1.3 Muestreo por cuotas:
Es una extensin del muestreo por juicio en el cual se define
el nmero de datos que se debe incluir por cada grupo a
representar, acercndose a un muestreo estratificado. La
arbitrariedad de la definicin de las cuotas y ausencia de
aleatoriedad le resta rigurosidad estadstica.
2. MUESTREO PROBABILSTICO

Se basa en la teora de la probabilidades,
considera que todos los elementos o sujetos de
una poblacin deben tener la misma probabilidad
de ser seleccionados para el estudio.

Existen diversos procedimientos o mtodos de
muestreo probabilstico: Muestreo aleatorio
simple, sistemtico, estratificado y por
conglomerados.
2.1 Muestreo Aleatorio Simple:
Es la muestra probabilstica por excelencia; es un
procedimiento donde todos tienen la probabilidad
de ser elegidos; el procedimiento para hacerlo es
de dos tipos:

(a) Colocar los nombres o slo smbolos en una urna
y extraer una por vez sin reemplazo,
generalmente se usa en poblaciones de menor a
regular tamao.
(b) Cuando se usa una tabla de nmeros aleatorios,
ya sea impresa o se maneja con calculadora o
computadora.
2.2 Muestreo Sistemtico:

Se utiliza cuando los marcos muestrales son
grandes. Consiste en determinar un intervalo
regular y un nmero de arranque o inicio.

Por ejemplo: Si el intervalo de muestra es 10 en
800 sujetos y mi nmero de arranque es 4; los
nmeros a seleccionar son los siguientes: 4, 14,
24, 34, etc.
2.3 Muestreo Estratificado:

Es un proceso ideal cuando la poblacin es
heterognea, es decir, cuando conocemos que la
poblacin es variada o difiere en muchas
caractersticas. El procedimiento consiste en
clasificar o estratificar previamente los elementos
de la poblacin para formar as estratos, los
cuales pueden ser variables.

Por ejemplo: NSE, edades, aos de estudios,
grupos ocupacionales...
Establecido los estratos, se procede a calcular
el tamao de la muestra y se guarda una
relacin proporcional entre la muestra que es
seleccionada para cada estrato y la poblacin
total.

2.4 Muestreo por Conglomerados:
No siempre disponemos de listados ordenados
para poder seleccionar una muestra, entonces
podemos aplicar este tipo de muestreo en lugar
de un muestreo por elementos de la poblacin.
Un conglomerado es entonces la reunin de un
cierto nmero de anlisis.
Es decir, la unidad de muestreo en el
conglomerado es una unidad de gran tamao
que permite clasificar la poblacin.

Por ejemplo: El conjunto de viviendas de una
urbanizacin, conjunto e estudiantes,
profesores, administrativos de una universidad,
etc.

Este tipo de muestreo generalmente va
acompaado por otras formas de muestreo
(estratificado o multietpico).
OBJETIVO 4: Discriminar y Utilizar
Mtodos para Calcular Tamaos de
Muestra

1. MTODO DE AFIJACIN PROPORCIONAL
Es aquel mtodo que se basa en una estimacin
porcentual de la muestra y por lo general se ha
aceptado un criterio estndar que fija ese tamao
en alrededor del 10%.

Ejemplo:
Colegios
Hombres Mujeres Total
N n N n N n
Zona 1
Zona 2
Zona 3
Zona 4
Zona 5
383
353
554
668
138
38
35
55
67
14
331
342
515
722
119
33
34
52
72
12
714
695
1069
1390
257
71
70
107
139
26
2096 2029 4125 412
2. METODO DE FISHER-ARKIN-COLTON POR
AFIJACIN PORCENTUAL
Se toma cuenta la poblacin total y el porcentaje
de error. A mayor tamao de la muestra
corresponde un menor porcentaje de error, a menor
tamao de la muestra corresponde mayor
porcentaje de error (margen de error).

La Tabla de Fisher-Arkin-Colton nos indica el
tamao de la muestra para que sea representativa
de poblaciones finitas para mrgenes de error
(ptima) desde 1 al 10%.

N
Poblacin
1% 2% 3% 4% 5% 10%
500 222 83
1 000 385 286 91
1 500 638 441 316 94
2 000 714 476 333 95
2 500 1 250 769 500 345 96
3 000 1 364 811 520 353 97
3 500 1 458 843 530 359 98
4 000 1 538 870 541 364 98
4 500 1 607 891 546 367 98
5 000 1 667 909 556 370 98
6 000 1 765 938 565 375 99
N
Poblacin
1% 2% 3% 4% 5% 10%
7 000 1 842 959 574 378 99
8 000 1 905 976 580 381 99
9 000 1 957 989 584 383 99
10 000 5 000 2 000 1 000 588 385 99
15 000 6 000 2 143 1 034 600 390 100
20 000 6 667 2 222 1 053 606 392 100
25 000 7 143 2 273 1 064 610 394 100
50 000 8 333 2 381 1 087 617 397 100
100 000 9 091 2 439 1 099 621 398 100
100 000 10 000 2 500 1 111 625 400 100
3. MTODO DE PROBABILIDADES
Para calcular el tamao de muestra

Tm = P (1 - p)
e 2 P (1 p)
z U

P = Probabilidad de ser seleccionado 0,50 = 50%
1 p = Probabilidad de no ser seleccionado 0,50 = 50%
e = Margen de error
z = Curva cuando .05 = 1.96
n = U = Poblacin
Tm = (0,5) (0,5)
0,05 2 (0,5) (0,5)
1,96 3,000

Tm = 0,25
0,0025 0,25
3,8416 3,000
Tm = 0,25
0,0006507 0,0000833
3a. OTRO CLCULO MUESTRAL DE
PROBABILIDADES

Donde:
Z= 1.96
p = 0.0314 (prevalencia del problema de sepsis en USA)
(Incidencia a 3 casos por 1, 000 habitantes/ao en los
Estados Unidos; en Per no hay estudios).
q = 1 p = 0.9686
E = 0.05 (error absoluto estimado)
N = ?
4. MTODO PARA CALCULAR EL TAMAO
MNIMO DE MUESTRA NECESARIO
5. CLCULO DEL TAMAO DE MUESTRA
USANDO FRMULAS EN EL FORMATO DE
EXCEL

* Ver al final de la presentacin de la clase.
6. MTODO DE AFIJACIN PTIMA

Es un procedimiento ideal cuando se quiere
calcular con precisin teniendo en cuenta la
variabilidad de los puntajes en la poblacin
real.
PASO 1 PASO 2 PASO 3 PASO 5
ESTRATOS N X DS WHDS WHS
2
NHDS n n
1
2
3
4
5
284
259
182
148
131
11,80
9, 40
12, 2
11,20
8, 9
3, 35
4, 79
3, 76
5, 57
3, 10
0, 95
1, 24
0, 68
0, 82
0, 40
3, 18
5, 94
2, 56
4, 57
1, 24
951, 4
1240, 61
684, 32
406, 1
824, 36
61.62
80,36
44,32
53,39
26,30
62
80
44
53
27
100
4
4, 09 17, 49 4106, 79 266.00 266
Paso 1 Piloto
Se procede a efectuar un estudio piloto, para
poder estimar la variabilidad de los puntajes.
Generalmente se toma una prueba a un mnimo
de 5 sujetos por estrato y se calcula el promedio
y la desviacin estndar (D.S.).

Paso 2
Calcular los pesos relativos de la D.S. )
Se usa la frmula:
WHDS = Nn x D.S.
N
WHDS1 = 284 x 3,35 = 0,95
1004

WHDS2 = 259 x 4,79 = 1,24
1004

WHDS3 = 182 x 3,76 = 0,68
1004
WHDS4 = 148 x 5,57 = 0,82
1004

WHDS5 = 131 x 3,10 = 0,40
1004

Paso 3
Calcular el peso relativo de la varianza

WHS = WHDS x D.S.

WHS 1 = 0,95 x 3,35 = 3,18
WHS 2 = 1,24 x 4,79 = 5,94

WHS 3 = 0,68 x 3,76 = 2,56

WHS 4 = 0,82 x 5,57 = 4,57

WHS 5 = 0,40 x 3,10 = 1,24

Paso 4
Calculo del tamao de muestra usando la
formula de afijacin optima
n = (WHDS)
E + 1 x ( WHS )
Z N
n = (4, 09)
(0, 10) + 1 x (17, 49)
(1, 96) 1004

n = 16, 728100
0, 0100 + 0, 000996 (17, 4900)
3, 8416

n = 265.74 Tamao de la muestra

Redondeo = 266
Si tuviramos un error de 0.08 entonces el tamao
de n seria: 359.2974

REDONDEO = 359

Paso 5
Calcular el tamao de la muestra para cada estrato

Valor NHDS = N n x D S
NHDS1 = 284 x 3, 35 = 951, 4

NHDS2 = 259 x 4, 79 = 1240, 61

NHDS3 = 182 x 3, 76 = 684, 32

NHDS4 = 148 x 5, 57 = 824.36

NHDS5 = 131 x 3, 10 = 406.10
Paso 6
Aplicar la formula para hallar el tamao de cada
estrato

n = n x NHDS
NHDS

n1 = 266 x 951, 40 = 61, 62 Redondeo = 62
4106, 79
n2 = 266x 1240, 61 = 80,36 Redondeo = 80
4106, 79

n3 = 266 x 684, 32 = 44, 32 Redondeo = 44
4106, 79

n4 = 266 x 824,36 = 53, 39 Redondeo = 53
4106, 79

n5 = 266 x 406,10 = 26,30 Redondeo = 26
4106, 79
n
1
= 62
n
2
= 80
n
3
= 44
n
4
= 54
n
5
= 26

n
t
= 266

EJERCICIO:
Clculo de tamao de muestra por el mtodo de afijacin
ptima. Estudio del peso especfico de nios entre 8 a 9 aos de
cuatro clases sociales.
Calcular el tamao cuando E= 0.05 y E=0.125
CLASES
SOCIALES
N X DS
ALTA
140 30.2 3.35
MEDIA
190 28.6 4.2
BAJA
250 23.5 5.57
MUY BAJA
320 21.7 6.32
TOTAL
900

Unfv 2014 - Diseño de in Psi - U 6

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Unfv 2014 - Diseño de in Psi - U 6

Încărcat de

Drepturi de autor:

Formate disponibile

Universidad Nacional

S-ar putea să vă placă și