TÉCNICAS E INSTRUMENTOS DE RECOLECCIÓN DE INFORMACIÓN

Trabajo planteado

INTEGRANTES:

-García Herrera Sergio Luis

-Mejia Arrasco Camila Cristina 

-Montoya Wood Alicia María

-Santos Mercado María Fernanda

-Soto Prado Ena Liz María

VENTAJAS Y DESVENTAJAS DE LOS MUESTREOS

MUESTREOS PROBABILÍSTICOS

1.Muestreo Aleatorio Simple (MAS)
Ventajas:

-Facilidad para armar la muestra.

-Cada miembro tiene igualdad de oportunidad.

-Representatividad de la población.

Desventajas:

-Necesidad de lista completa de la población (actualizada).

-Requiere población muestra finita y conocida.

2.Muestreo Aleatorio Estratificado (MAE)

Ventajas:

-Mayor precisión en comparación con el M. Aleatorio Simple.

-Produce estimaciones para cada estrato.

-Se definen las variables de estratificación.

Desventajas:

-Se ha de conocer la distribución en la población de las variables utilizadas para la estratificación.

-No permite comparaciones entre estratos.

3.Muestreo Aleatorio por Conglomerado (MAC)

Ventajas:

-No necesita listado de la población de muestreo.

-Muy eficiente en poblaciónes dispersas o muy grandes.

Desventajas:

-Mayor error estándar, menor validez de las estimaciones.

-Cálculo complejo del error estándar.

4.Muestreo Aleatorio Sistemático (MASIS)

Ventajas:

-Fácil de aplicar.

-No siempre es necesario tener listado de la población.

-Cuando la población está ordenada, asegura cobertura de unidades de todos los tipos.

Desventajas:

-Si la constante de muestreo está asociada con el evento de interés, las estimaciones obtenidas a partir de la muestra pueden contener sesgo de selección.

MUESTREOS NO PROBABILÍSTICOS

1.Muestreo No Probabilístico por Conveniencia

Ventajas:

-Menos costoso.

-No requiere mucho tiempo.

-Alta tasa de participación.

-Posible generalización a sujetos similares.

Desventajas:

-Los resultados dependen de las características únicas de las muestras.

-Mayor probabilidad de error debido al investigador o la influencia de sujetos.

-Menos representativa de una población específica.

-Difícil generalizar a otros sujetos.

2.Muestreo No Probabilístico por Cuota

Ventajas:

-Rápido y sencillo.

-Fácil de ejecutar en trabajo de campo.

-No precisa el listado de la población.

Desventajas:

-Supone mayor muestreo que los diseños probabilisticos.

-No existe método válido para calcular el error.

3.Muestreo No Probabilístico por Bola de Nieve

Ventajas:

-Proceso barato, simple y rentable.

-Necesita poca planificación y menos mano de obra.

-Permite que el investigador llegue a poblaciones difíciles de probar cuando se utilizan otros tipos de muestreo.

Desventajas:

-Poco control sobre el método.

-La representatividad de la muestra no está garantizada.

-El sesgo de muestreo es también un método de los investigadores cuando se utiliza esta técnica.

4.Muestreo No Probabilístico por Juicio

Ventajas:

-Consume tiempo mínimo de ejecución.

-Permite a los investigadores acercarse directamente a su mercado objetivo.

-Resultados casi en tiempo real.

Desventajas:

-Difícil generalizar a otros sujetos.

-Los resultados dependen de las características únicas de la muestra.

-Mayor probabilidad de error.

PREGUNTA PLANTEADA EN CLASE:

1.¿Cómo interviene la estadística en la carrera de ciencias de la comunicación?

Muchas veces creemos que dentro de esta no nos será necesaria la estadística, pero conforme va pasando el tiempo nos damos cuenta que esta, es una herramienta fundamental para darnos cuenta de comportamientos que tiene una sociedad en específico o problemas que existen en una sociedad.
Con la estadística, se puede dar a conocer en ciencias de la comunicación: los ratings, análisis de contenidos, discursos, publicidad, propaganda y monitoreo de medios, su aplicación en estos rubros sirve para demostrar de una manera cuantitativa ciertos comportamientos de una sociedad, proporcionando técnicas para medir una características o comportamiento, sin tener que hacer un estudio individuo por individuo; comportamientos de índole demográfico, preferencias y/u opiniones arrojándonos datos básicos para fundamentar, extraer, u obtener conclusiones con base en datos que merecen confianza.

INTEGRANTES:

-García Herrera Sergio Luis

-Mejia Arrasco Camila Cristina 

-Montoya Wood Alicia María

-Santos Mercado María Fernanda

-Soto Prado Ena Liz María

CONCEPTOS BÁSICOS DE LA ESTADÍSTICA

• POBLACIÓN: Es el conjunto total de individuos, objetos o eventos que tienen las mismas características y sobre el que estamos interesados en obtener conclusiones.
• MUESTRA: Es una parte de la población, la cual se selecciona con el propósito de obtener información (representativo).

• VARIABLES: Son una representación de datos.

1. Variables cuantitativas:  

 -Discretas: Que no se pueden fraccionar

 -Continuas: Que si se pueden fraccionar  

2. Variables cualitativas: 

 -Nominal: No tienen un orden.

 -Ordinal: Expresan un orden natural 

• MUESTREO: El muestreo es el proceso de seleccionar un conjunto de individuos de una población con el fin de estudiarlos y poder caracterizar el total de la población.

1. Muestreo aleatorio o probabilístico:  

-Muestreo aleatorio simple: Se realiza mediante un sorteo y tiene la misma posibilidad de ser seleccionado.

-Muestreo aleatorio estratificado: Agrupa a diferentes poblaciones según estratos, se puede hacer un estudio a profundidad de manera proporcional. 

-Muestreo aleatorio conglomerados: Se da por un agrupamiento natural.

-Muestreo aleatorio sistemático: Ordena a la población para elegir a un individuo de manera aleatoria y a partir de ahí se crea una regla que cada cierta cantidad será de manera sistemática.

2. Muestreo no aleatorio o no probabilístico:  

-Muestreo no probabilístico por conveniencia: Es el más sencillo ya que ahorra tiempo y esfuerzo pero sus conclusiones no son representativas.

-Muestreo no probabilístico por cuota: Divide población en estratos y también en cantidades de acuerdo al interés del investigador.

-Muestreo no probabilístico por bola de nieve: Identifica a los sujetos potenciales en estudios en donde los sujetos son difíciles de encontrar. La clave es la referencia.

-Muestreo no probabilístico por juicio: Los individuos son seleccionados gracias al criterio y sapiencia del observador.

 PREGUNTAS PLANTEADAS EN CLASE:

1.¿El tamaño de la muestra tendrá que ver con la representatividad?

Sí, porque el tamaño de la muestra viene a ser parte de la población y dicha muestra debe tener una representatividad que permitirá extrapolar y generalizar los resultados.

Los datos más representativos puede ser subgrupos o subconjuntos que son extraídos de    una población por algún método de muestreo.

2.¿El error y el nivel de significancia tendrá que ver con el tamaño de la muestra?

Margen de error, nivel de significancia y tamaño de la muestra siempre van de la mano. Si queremos obtener un margen de error y un nivel de confianza determinados (por ejemplo, error del 5% con confianza 95%) necesitaremos un tamaño de muestra mínimo correspondiente. Modificar cualquiera de los 3 parámetros, altera los restantes:

a. Reducir el margen de error obliga a aumentar el tamaño de la muestra.

b. Aumentar el nivel de confianza obliga a aumentar el tamaño de la muestra.

c. Si aumenta el tamaño de mi muestra, puedo reducir el margen de error o incrementar el nivel de confianza.

Pero, ¿qué fórmulas gobiernan la relación entre los parámetros anteriores? El conjunto de teoremas que se conocen como Ley de los grandes números viene a nuestro rescate. Estos teoremas son los que dan soporte matemático a la idea de que el promedio de una muestra al azar de una población de gran tamaño tenderá a estar cerca de la media de la población completa. En concreto, el teorema del límite central demuestra que, en condiciones muy generales, la suma de muchas variables aleatorias independientes.

INTEGRANTES:
-García Herrera Sergio Luis
-Mejia Arrasco Camila Cristina 
-Montoya Wood Alicia María
-Santos Mercado María Fernanda
-Soto Prado Ena Liz María