Want to create interactive content? It’s easy in Genially!
AGENDA VUELTA AL COLE
Hugo Gallegos
Created on November 21, 2024
Start designing with a free template
Discover more than 1500 professional designs like these:
View
Essential Map
View
Akihabara Map
View
Frayer Model
View
Create Your Story in Spanish
View
Microcourse: Key Skills for University
View
Microcourse: Learn Spanish
View
Choice Board Flipcards
Transcript
7. Muestreo
7.4.2. Al azar sistemático
El proceso de investigación. (Carlos Sabino)
7.4.3. Muestras por conglomerados
7.4.4. Muestras estratificadas
7.5. Tamaño de la muestra y error muestral
Mtro. Hugo Ignacio Gallegos Gutiérrez
7.4.2 Muestreo al Azar Sistemático
El muestreo al azar sistemático es una técnica que facilita la selección de muestras a partir de un listado completo del universo de estudio, utilizando intervalos regulares definidos matemáticamente.
En un universo de 2,800 elementos y una muestra de 70 casos: 𝐾=2,800/70=40 Si el número inicial es 23, los casos seleccionados serán 23, 63, 103, hasta llegar a 2,783.
7.4.3. Muestras por conglomerados
El muestreo por conglomerados subdivide el universo en grupos homogéneos internamente y selecciona algunos para ser estudiados. Ventajas: No requiere listar todo el universo; útil para grandes áreas geográficas o universos amplios. Desventajas: Los errores de cada etapa se acumulan, aumentando el margen de error. Ejemplo: Estudio de habitantes en ciudades o aldeas tomando grupos de manzanas como conglomerados.
7.4.4. Muestras estratificadas
El muestreo estratificado divide el universo en subgrupos homogéneos (estratos) pero heterogéneos entre sí, según variables relevantes. Se extraen muestras de cada estrato y se analizan de forma conjunta. Ventajas: Práctico y confiable, ideal para universos con categorías bien definidas. Ejemplo: Estudiar actitudes políticas de estudiantes agrupados por carreras como Ingeniería, Letras y Medicina.
7.5. Tamaño de la muestra y error muestral
El error muestral mide la incertidumbre de que una muestra no sea representativa. Este error disminuye al aumentar el tamaño de la muestra y depende del tamaño total del universo. medida que incrementamos el tamaño de la muestra el error tiende a reducirse, pues la muestra va acercándose más al tamaño del universo. Ejemplo: Una muestra de 200 unidades tiene menor error en un universo de 2,000 casos que en uno de 10,000.
¿Qué tipo de muestreo eligirías para investigar la deserción escolar en las comunidades indígenas de Chiapas?