El documento habla sobre los diferentes tipos de muestreo estadístico. Explica que el muestreo probabilístico es cuando cada elemento tiene una probabilidad conocida de ser seleccionado, e incluye el muestreo al azar simple, sistemático, estratificado y por conglomerado. También cubre el muestreo no probabilístico, como el casual, opinionado o por cuotas, donde la probabilidad de selección es desconocida. Por último, proporciona una fórmula para calcular el tamaño de la muestra.
19. Muestreo Probabilístico
Proceso en el que se conoce la probabilidad que
tiene cada elemento de integrar la muestra.
Este a su vez se clasifica en:
Muestreo al azar Simple
Muestreo al Azar Sistemático
Muestreo Estratificado
Muestreo por Conglomerado
20. Muestreo al azar Simple
Procedimiento en el cual todos los elementos
tienen la misma probabilidad de ser
seleccionados.
Dicha probabilidad, conocida previamente, es
distinta de cero y de uno.
21. Muestreo al Azar
Sistemático
Se basa en la selección de un elemento en
función de una constante K.
De esta manera se escoge un elemento cada K
veces.
22. Muestreo Estratificado
Consiste en dividir la población en
subconjuntos o estratos cuyos elementos
poseen características comunes.
Así los estratos son homogéneos internamente.
23. Muestreo por Conglomerado
Se basa en la división del universo en
unidades menores, para determinar luego las
que serán objeto de investigación, o donde se
realizará la selección.
24. Muestreo no Probabilístico
Procedimiento de selección en el que se
desconoce la probabilidad que tienen los
elementos de la población para integrar la
muestra.
Este se clasifica en:
Muestreo Casual o Accidental
Muestreo Internacional u Opinático
Muestreo por Cuotas
25. Muestreo Casual o Accidental
Selección arbitraria de los elementos sin un
juicio o criterio preestablecido.
27. Muestreo por Cuotas
Se basa en la selección de los elementos en
función de ciertas características de la
población, de modo tal que se conformen
grupos o cuotas correspondientes con cada
característica.
28.
29.
30. Tamaño de la Muestra
n= N*Zα
2 p*q
d
2
*(N-1)+Zα
2*p*q
31. donde:
N = Total de la población
Za
2 = 1.962 (si la seguridad es del 95%)
p = proporción esperada (en este caso 5% =
0.05)
q = 1 – p (en este caso 1-0.05 = 0.95)
d = precisión (en este caso deseamos un 3%).
32. A cuántas personas tendría que estudiar de una
población de 15.000 habitantes para conocer la
prevalencia de diabetes?
Seguridad = 95%
Precisión = 3%
proporción esperada = 5% asumamos que puede ser
próxima al 5% , si no tuviese ninguna idea de dicha
proporción utilizaríamos el valor p = 0.05 que maximiza
el tamaño muestra.
(15,000 *3.84) * (0.05*0.95)
0.032*(15,000-1)+(1.962*0.05)*0.95n= =200
33. Nivel de Confianza
Según diferentes seguridades el coeficiente de Z varía,
así:
Si la seguridad Z fuese del 90% el coeficiente sería
1.645
Si la seguridad Z fuese del 95% el coeficiente sería 1.96
Si la seguridad Z fuese del 97.5% el coeficiente sería
2.24
Si la seguridad Z fuese del 99% el coeficiente sería
2.576