Introducción a las Técnicas de Muestreo

Cronograma

Duración: 4 semanas (20 hs.) 

Fecha de inicio: a confirmar

​

Modalidad

Asincrónica. Aula virtual con tutoría personalizada

​

Profesora

Julieta Lenarduzzi

​

El curso se propone introducir a las/os estudiantes en las principales técnicas de muestreo probabilístico y no probabilístico que se utilizan para recopilar de datos y analizar fenómenos en el campo de las ciencias sociales.

El curso comenzará con una introducción a los conceptos estadísticos que justifican la selección de un subconjunto de casos de una población para luego generalizar los resultados. Luego se describirán y se pondrán en práctica diferentes métodos de muestreo aleatorio (simple, estratificado y por conglomerados), revisando ejemplos en la bibliografía y aprendiendo los procedimientos en diversos programas estadísticos y lenguajes de programación (SPSS, Stata, R y Python).

​

Una sección del curso estará dedicada a la presentación de técnicas de muestreo no probabilísticas, como el muestreo por cuotas, el método de "Bola de nieve", el Respondent-Driven Sampling (RDS) y sus aplicaciones en entornos online. 

​

Destinatarias/os

El curso se dirige a personas que tengan interés, o cuyas ocupaciones requieran el manejo de  técnicas y herramientas de  recolección  de  datos  cuantitativos y cualitativos en  diversas  áreas  de  las  ciencias sociales y deseen aprender procedimientos para seleccionar casos y datos y/o actualizar conocimientos previamente adquiridos. 

​

Contenidos

Módulo 1: Muestreo probabilístico I 

• Fundamentos estadísticos del muestreo, población y muestra

• Estadística descriptiva e inferencial

• Teorema central del límite

• Intervalo de confianza, nivel de significación y margen de error

Módulo 2: Muestreo probabilístico II

• Muestreo aleatorio simple: Tamaño de la muestra y método de selección

• Muestreo estratificado

• Muestreo por conglomerados 

• Estimaciones y cálculo de errores

​

Módulo 3: Muestreo en programas estadísticos

• Muestreo y simulación de muestreo en SPSS

• Muestreo en Stata

• Muestreo en R

• Muestreo con Python

​

Módulo 4: Muestreo no probabilístico

• Muestreo por cuotas

• Muestreo "Bola de nieve" y Respondent-Driven Sampling (RDS)

• Muestreo en entornos online

​​

Metodología

Para cada clase los estudiantes podrán acceder a varios archivos e hipervínculos para trabajar sobre los contenidos de la clase correspondiente:

• un documento pdf con los contenidos de la clase y ejercicios para que realicen a medida que vayan avanzando en la lectura (los ejercicios que se encuentran dentro del documento son para que practiquen y se auto evalúen, no forman parte de la calificación del curso);

• un documento pdf con las respuestas a los ejercicios;

• uno o más videos explicativos para apoyar el contenido de la clase;

• una base de datos (documento o hipervínculo) para utilizar y aplicar los conocimientos obtenidos en la clase;

• bibliografía de apoyo y de aplicaciones de las técnicas vistas en clase

• la consigna para realizar el trabajo práctico.

​

Habrá una clase semanal (asincrónica) y un requerimiento de dedicación de 6 a 10 hs. semanales. Las/los estudiantes pueden ver las clases y realizar los ejercicios en los horarios que prefieran y la/el tutor/a responderá a sus consultas a la brevedad.

​

Evaluación

• Ejercicios: en todas las clases, las/os estudiantes realizarán ejercicios con mecanismos de autoevaluación. Estos ejercicios no tendrán calificación.

• Trabajos prácticos: en cada unidad, las/los estudiantes realizarán un trabajo práctico. Cada trabajo práctico representará el 20% de la calificación final.

• Examen final: al finalizar el curso habrá un examen final con preguntas breves (multiple choice/completar espacios en blanco/verdadero-falso) para revisar los conocimientos adquiridos. La nota obtenida representará el 20% de la calificación final.

​

Certificación

Para obtener el certificado de PARTICIPACIÓN del curso se requiere que la/el estudiante complete al menos 3 de los 4 trabajos prácticos propuestos.

​

Para obtener el certificado de APROBACIÓN del curso, la/el estudiante deberá realizar 3 de los 4 trabajos prácticos y aprobar un examen final con calificación mínima de 7/10 puntos. Este examen tiene instancia recuperatoria.

​

Los certificados son extendidos por TIBER Escuela de Estudios Políticos y Sociales. 

​

Los cursos no brindan puntaje docente.

​

Aranceles