Muestreo y mtodos de muestreo.

Conceptos bsicos: Inferencia: desde una poblacin general extraer una muestra representativa, lo q sea valido para esta muestra ser tambin para la poblacin general. Poblacin: coleccin de elementos, sobre los que se quiere hacer una inferencia. Tienen caractersticas particulares. La poblacin tiene un conjunto de caractersticas que nos interesan. No da lo mismo la poblacin. No es lo mismo estudiar el mismo problema en distintas poblaciones. Poblacin objetivo-diana-target: la poblacin en la que se va a realizar el estudio. Poblacin finita: se sabe el tamao o el lmite de individuos que la componen. (Accesibles, pues hay una operacionalizacion clara) Poblacin infinita: no se conoce el tamao a prior de la poblacin pues la manera de definirla puede variar. Consumidores de comida chatarra, hay q definir. (Inaccesibles generalmente) Marco de muestreo: operaciones lgicas, reglas que permiten identificar de manera clara la poblacin desde la cual se van a extraer los individuos. Que es lo que entra o no. Unidad de muestreo: objetos, sujetos o individuos que poseen la informacin requerida por el investigador y sobre los que se hara la inferencia estadstica. Deben contener la informacin que el investigador requiere. Muestra: individuos seleccionados, en los que se va a desarrollar el estudio. Idealmente debe ser representativa de la poblacin a estudiar. Cuando no es representativa la idea esq las unidades mustrales calcen perfecto con el objeto de estudio. Parmetro: indicador estadstico que se aplica, valida, y se obtiene de toda la poblacin. Proporciona la distribucin de probabilidades. Si los estadsticos difieren mucho del parmetro la muestra no sera representativa. Estn definidos con antelacin, encontrar un dato que lo posea la poblacin general y que se aplique a la muestra. Nivel de confianza: todas las muestras deben tener. Probabilidad de que la estimacin que hagamos se ajuste a la realidad. Gauss-student errores. alfa: aceptar una hiptesis falsa como verdadera. Beta: probabilidad de rechazar una hiptesis verdadera como si fuera falsa. Potencia: capacidad de la muestra por sus caractersticas para permitir contraste de hiptesis ms robustos y fiables. Ayuda a determinar la adecuacin de la muestra a un plan de anlisis. Eliminar el riesgo de q no se puedan contrastar las hiptesis 80% Perdidas: todos aquellos sujetos definidos como unidad muestra, pero que no podremos acceder. No van a estar presentes. O que no terminan el proceso. 10-15% razonable 20% se te jue a la cresta.

Tipos de muestreo: Aleatorias y no aleatorias. Las aleatorias aseguran que las unidades de muestreo tengan la misma probabilidad de ser seleccionada, deja a los sujetos en igualdad de condiciones. Logran representatividad poblacional si son del tamao adecuado. Comportamiento de los estadsticos ms cercano de los parmetros, la inferencia es ms simple, poder definir que se parece a la poblacin. No aleatoria: criterio ad hoc. Intentar homogeneizar, la posibilidad de elegir sujetos sea similar. Las posibilidades que no estn aseguradas tratar de q sean =. No podremos lograr representatividad. La forma de expresin del fenmeno sea mxima en la poblacin estudiada. Responder claramente al parmetro, comportamiento tipo. Pertinencia. Hacer el estudio en un conjunto de actores claves. Asegurar q los criterios se expresen de la forma mas clara posible. Poblacin, evaluar recursos. Identificar con claridad las unidades de muestreo. Los sujetos que presentan de mejor manera. Evaluar el tiempo. Marco maestral: criterios de inclusin y exclusin- traspasar desde N a n. Seleccin: