SlideShare una empresa de Scribd logo
1 de 35
Descargar para leer sin conexión
Muestreo

12/07/2010   H. Medina Disla
Importancia del Muestreo
 Analizar la población completa no siempre es posible.
 Cuando la población es infinita o tan grande que
  imposibilita el análisis completo de dicha población.
 En muchos casos desconocemos la población total o
  no se tiene una ubicación exacta de los elementos
  que forman dicha población.
 Cuando las pruebas que se realizan implican la
  destrucción de las unidades muestrales.
 El muestreo puede proporcionar información más
  exacta sobre el comportamiento de un fenómeno.
12/07/2010            H. Medina Disla
Desventajas del uso del muestreo.

 No permite conocer la ubicación física de
  los elementos de la población.
 Procedimientos no apropiados para la
  selección de la muestra.
 El desconocimiento sobre una población
  impide conocer el nivel de confiabilidad
  de las estimaciones
12/07/2010        H. Medina Disla
Algunos conceptos de muestreo
Población
Marco muestral
Muestra
Unidad muestral o unidad de muestro
Unidad de Análisis
Parámetro
Estimador o Estadígrafo
12/07/2010       H. Medina Disla
Procedimientos
  de Muestreo

12/07/2010   H. Medina Disla
Tipo de Muestras

         Muestras    Probabilísticas


                    No Probabilísticas

12/07/2010             H. Medina Disla
Muestras no probabilísticas: Ventajas
 El el investigador puede seleccionar los
  casos que le interese estudiar.
 La muestra no probabilísticas es menos
  costosa que una muestra probabilísticas.
 Proporcionan información para estudios
  más profundos o amplios a bajo costo .
 Una muestra no probabilística es de fácil
  selección, no requiere del marco muestral.
12/07/2010             H. Medina Disla
Muestras no probabilísticas: Desventajas
 Los resultados que se
  obtienen a partir de ella
  no se pueden inferir a la
  población.
 Los elementos se
  seleccionan conforme a los
  criterios del investigador
12/07/2010      H. Medina Disla
Muestras no
    Probabilísticas

                            Muestra intencional
                            Muestra de expertos
No Probabilísticas
                            Muestra bola de nieve
                            Muestra por cuota
 12/07/2010          H. Medina Disla
Muestras probabilísticas: Ventajas
 Permite obtener muestras representativas.
 Los resultados que se obtienen permite hacer
  inferencia a la población.
 Cada unidad muestral tiene una probabilidad
  de ser incluido en la muestra.
 No requiere de un conocimiento elevado de
  la población.
12/07/2010         H. Medina Disla
Muestras no probabilísticas:
        Desventajas
 El uso del muestreo probabilístico requiere
  de un marco muestral definido.
 El muestreo probabilístico es más costoso
  que el muestreo no probabilístico.
 No permite incluir en la muestra unidades
  muestrales de interés particular.
12/07/2010         H. Medina Disla
Muestras Probabiliísticas
                             Aleatoria simple

                             Aleatoria sistemática
   Muestras
 Probabilísticas             Estratificada

                            Por Conglomerado
12/07/2010           H. Medina Disla
Muestreo Aleatorio Simple: Procedimiento para
                obtener una Muestra
1. Definir el Marco Muestral
2. Determinar el tamaño de la Muestra
3. Generar números Aleatorios
     1. A partir de una tabla
     2. A partir de una calculadora de bolsillo
     3. A partir de un programa de computadora
12/07/2010            H. Medina Disla
Ejemplo de marco
muestral




  12/07/2010       H. Medina Disla
12/07/2010   H. Medina Disla
Tabla de números aleatorio
                                                                              Columnas
Filas 0   0   0   0   0   0   0   0   0   1   1   1   1   1   1   1   1   1   1 2 2 2 2   2   2   2   2   2   2   3   3   3   3   3   3   3   3   3   3   4
      1   2   3   4   5   6   7   8   9   0   1   2   3   4   5   6   7   8   9 0 1 2 3   4   5   6   7   8   9   0   1   2   3   4   5   6   7   8   9   0
  1   1   7   8   5   1   2   6   6   9   7   3   5   3   9   0   4   9   7   4 4 8 7 1   7   3   5   6   6   2   5   8   1   7   2   7   7   4   5   4   5
  2   3   6   7   6   7   1   6   2   8   5   9   5   7   7   9   3   3   4   4 6 4 5 4   9   5   5   4   2   3   5   9   9   6   4   4   7   9   1   4   3
  3   9   7   2   5   7   7   1   7   7   6   3   6   0   1   4   4   4   4   5 2 7 4 5   6   8   7   9   3   9   5   2   6   3   2   3   4   6   8   5   6
  4   5   4   5   4   1   5   5   9   7   0   4   3   5   5   6   5   1   6   8 6 0 0 0   7   6   5   9   4   1   7   7   6   6   5   5   7   6   6   8   7
  5   7   1   4   1   6   5   6   2   6   6   1   0   1   6   2   5   0   4   4 4 5 5 2   5   9   7   6   6   5   8   3   3   9   8   9   5   5   3   8   6
  6   6   6   2   6   5   4   6   8   6   4   6   0   2   3   0   6   2   6   4 7 6 6 4   0   4   8   3   4   8   5   5   4   7   2   5   7   2   2   6   2
  7   4   4   4   6   4   5   0   6   4   5   7   4   8   0   9   6   0   7   4 7 8 2 4   8   6   9   9   4   4   7   4   9   3   3   5   5   3   6   5   7
  8   6   5   7   1   6   1   6   4   5   8   5   4   0   8   4   8   5   4   2 3 4 2 4   3   7   0   3   5   5   6   4   0   3   2   6   6   2   6   7   3
  9   5   5   2   8   1   4   3   5   7   8   2   7   4   1   6   2   2   9   3 5 9 4 7   3   4   3   6   7   6   5   7   7   3   0   3   3   8   5   3   3
 10 6     1   2   4   0   4   8   4   6   8   7   3   6   0   7   0   9   5   6 7 6 1 8   3   8   4   1   7   5   2   7   5   5   8   4   0   2   8   7   5
 11 4     1   5   3   3   3   3   3   0   5   5   1   7   2   5   4   2   2   9 3 5 0 3   6   5   9   7   5   8   7   5   4   1   6   5   7   3   6   5   3
 12 9     6   4   1   9   6   0   2   3   6   4   6   1   8   4   2   4   2   7 3 1 7 8   2   4   6   5   6   6   4   7   1   5   8   6   4   6   2   4   6
 13 9     8   6   1   3   2   5   8   7   7   7   8   3   9   2   0   4   5   9 8 3 2 2   9   2   8   6   2   7   1   6   6   3   5   3   5   6   7   3   6
 14 5     2   6   6   5   5   9   6   3   4   5   4   5   3   7   9   2   1   5 9 5 4 5   7   9   2   4   5   5   3   2   7   2   6   4   5   2   6   1   9
 15 8     6   4   3   2   2   0   2   3   6   5   5   2   7   1   0   1   6   3 6 4 3 9   2   2   9   3   3   7   5   6   5   5   4   6   1   5   7   2   2
 16 2     8   4   8   6   6   5   6   8   6   4   1   0   4   8   7   0   4   7 6 6 7 2   9   3   2   6   5   7   3   7   5   1   7   5   7   2   7   5   7
 17 4     3   5   7   6   8   6   9   5   8   6   5   6   9   6   1   4   3   2 5 7 3 3   4   7   1   7   5   5   5   8   4   8   4   6   6   4   2   3   6
 18 8     4   6   3   3   5   1   8   4   6   5   5   4   5   0   1   3   2   1 3 4 4 4   6   2   7   8   7   5   2   6   6   5   5   5   4   4   4   2   7
 19 2     3   2   6   2   5   7   4   7   6   5   2   7   7   2   4   8   3   3 2 0 7 0   5   9   4   3   9   1   7   7   3   5   4   1   7   6   3   4   2
 20 2     5   1   6   3   5   0   3   5   5   7   9   9   5   0   1   5   3   1 1 6 8 6   9   8   4   6   7   9   6   1   8   7   5   3   7   5   8   7   3
    12/07/2010                                                        H. Medina Disla
Tabla I: Datos personales de 30 estudiantes de Informática
                                                             Índice    Gasto
No.           Edad         Sexo          # de asig             Acad.    transp.
01            22            M                 3              80.0       20
02            24            F                 3              77.8       50
03            23            M                 4              75.6       60
04            25            M                 5              74.6       30
05            21            M                 3              82.1       30
06            25            F                 3              74.3       50
07            22            M                 3              77.7       40
08            21            F                 6              80.1       40
 .             .             .                .                .         .
30            25             F                5              80.6       20
 12/07/2010                           H. Medina Disla
Ejemplo

12/07/2010     H. Medina Disla
Ejemplo de marco
muestral




  12/07/2010       H. Medina Disla
Tabla I: Datos personales de 30 estudiantes de Informática
                                                             Índice    Gasto
No.           Edad         Sexo          # de asig             Acad.    transp.
01            22            M                 3              80.0       20
02            24            F                 3              77.8       50
03            23            M                 4              75.6       60
04            25            M                 5              74.6       30
05            21            M                 3              82.1       30
06            25            F                 3              74.3       50
07            22            M                 3              77.7       40
08            21            F                 6              80.1       40
 .             .             .                .                .         .
30            25             F                5              80.6       20
 12/07/2010                           H. Medina Disla
Tabla de números aleatorio
                                                                              Columnas
Filas 0   0   0   0   0   0   0   0   0   1   1   1   1   1   1   1   1   1   1 2 2 2 2   2   2   2   2   2   2   3   3   3   3   3   3   3   3   3   3   4
      1   2   3   4   5   6   7   8   9   0   1   2   3   4   5   6   7   8   9 0 1 2 3   4   5   6   7   8   9   0   1   2   3   4   5   6   7   8   9   0
  1   1   7   8   5   1   2   6   6   9   7   3   5   3   9   0   4   9   7   4 4 8 7 1   7   3   5   6   6   2   5   8   1   7   2   7   7   4   5   4   5
  2   3   6   7   6   7   1   6   2   8   5   9   5   7   7   9   3   3   4   4 6 4 5 4   9   5   5   4   2   3   5   9   9   6   4   4   7   9   1   4   3
  3   9   7   2   5   7   7   1   7   7   6   3   6   0   1   4   4   4   4   5 2 7 4 5   6   8   7   9   3   9   5   2   6   3   2   3   4   6   8   5   6
  4   5   4   5   4   1   5   5   9   7   0   4   3   5   5   6   5   1   6   8 6 0 0 0   7   6   5   9   4   1   7   7   6   6   5   5   7   6   6   8   7
  5   7   1   4   1   6   5   6   2   6   6   1   0   1   6   2   5   0   4   4 4 5 5 2   5   9   7   6   6   5   8   3   3   9   8   9   5   5   3   8   6
  6   6   6   2   6   5   4   6   8   6   4   6   0   2   3   0   6   2   6   4 7 6 6 4   0   4   8   3   4   8   5   5   4   7   2   5   7   2   2   6   2
  7   4   4   4   6   4   5   0   6   4   5   7   4   8   0   9   6   0   7   4 7 8 2 4   8   6   9   9   4   4   7   4   9   3   3   5   5   3   6   5   7
  8   6   5   7   1   6   1   6   4   5   8   5   4   0   8   4   8   5   4   2 3 4 2 4   3   7   0   3   5   5   6   4   0   3   2   6   6   2   6   7   3
  9   5   5   2   8   1   4   3   5   7   8   2   7   4   1   6   2   2   9   3 5 9 4 7   3   4   3   6   7   6   5   7   7   3   0   3   3   8   5   3   3
 10 6     1   2   4   0   4   8   4   6   8   7   3   6   0   7   0   9   5   6 7 6 1 8   3   8   4   1   7   5   2   7   5   5   8   4   0   2   8   7   5
 11 4     1   5   3   3   3   3   3   0   5   5   1   7   2   5   4   2   2   9 3 5 0 3   6   5   9   7   5   8   7   5   4   1   6   5   7   3   6   5   3
 12 9     6   4   1   9   6   0   2   3   6   4   6   1   8   4   2   4   2   7 3 1 7 8   2   4   6   5   6   6   4   7   1   5   8   6   4   6   2   4   6
 13 9     8   6   1   3   2   5   8   7   7   7   8   3   9   2   0   4   5   9 8 3 2 2   9   2   8   6   2   7   1   6   6   3   5   3   5   6   7   3   6
 14 5     2   6   6   5   5   9   6   3   4   5   4   5   3   7   9   2   1   5 9 5 4 5   7   9   2   4   5   5   3   2   7   2   6   4   5   2   6   1   9
 15 8     6   4   3   2   2   0   2   3   6   5   5   2   7   1   0   1   6   3 6 4 3 9   2   2   9   3   3   7   5   6   5   5   4   6   1   5   7   2   2
 16 2     8   4   8   6   6   5   6   8   6   4   1   0   4   8   7   0   4   7 6 6 7 2   9   3   2   6   5   7   3   7   5   1   7   5   7   2   7   5   7
 17 4     3   5   7   6   8   6   9   5   8   6   5   6   9   6   1   4   3   2 5 7 3 3   4   7   1   7   5   5   5   8   4   8   4   6   6   4   2   3   6
 18 8     4   6   3   3   5   1   8   4   6   5   5   4   5   0   1   3   2   1 3 4 4 4   6   2   7   8   7   5   2   6   6   5   5   5   4   4   4   2   7
 19 2     3   2   6   2   5   7   4   7   6   5   2   7   7   2   4   8   3   3 2 0 7 0   5   9   4   3   9   1   7   7   3   5   4   1   7   6   3   4   2
 20 2     5   1   6   3   5   0   3   5   5   7   9   9   5   0   1   5   3   1 1 6 8 6   9   8   4   6   7   9   6   1   8   7   5   3   7   5   8   7   3
    12/07/2010                                                        H. Medina Disla
Muestreo Aleatorio Simple
 Ventajas                      Desventajas
 Es el método que ofrece       Se requiere de un marco
  mayor aleatoriedad en          muestral enumerado a
  la selección de la             partir del cual se
  muestra.                       trabajará.
 Solo se necesita un           No se utiliza el
  mínimo de                      conocimiento sobre la
  conocimiento sobre la          población en la selección
  población.                     de la muestra.
 Si se dispone del marco       Si la población es
  muestral enumerado, la         dispersa, puede resultar
  selección de la muestra        muy costoso.
  no resulta difícil.
12/07/2010            H. Medina Disla
Muestreo Aleatorio Sistemático:
 Procedimiento para obtener una Muestra
1. Definir el Marco Muestral
2. Determinar el tamaño de la Muestra
3. Actualizar marco muestral
4. Calcular el Coeficiente de elevación: CE = N/n
5. Generar un número aleatorio entre 1 y CE
6. Sumar el CE al número aleatorio
   sistemáticamente.
7. Aplicar instrumento de recolección de datos.

12/07/2010           H. Medina Disla
Ejemplo:
  • De una población de 1,000 habitantes, se desea
    seleccionar una muestra de 150 de ellos.
  • El Coeficiente de elevación es CE = 1,000/150 = 6.67  7

   El primer número aleatorio en la tabla entre 1 y 7 es 05,
    luego, el primer elemento a investigar será el que esté
    numerado con el número cinco
   Primer elemento en la muestra            = 05
   Segundo elemento en la muestra, 5 + 7 = 12
   Tercer elemento en la muestra     12 + 7 = 19
   Cuarto elemento en la muestra 19 + 7 = 26
   Y asi ………………..
   12/07/2010                H. Medina Disla
Ejemplo de marco
muestral




  12/07/2010       H. Medina Disla
Tabla I: Datos personales de 30 estudiantes de Informática
                                                             Índice    Gasto
No.           Edad         Sexo          # de asig             Acad.    transp.
01            22            M                 3              80.0       20
02            24            F                 3              77.8       50
03            23            M                 4              75.6       60
04            25            M                 5              74.6       30
05            21            M                 3              82.1       30
06            25            F                 3              74.3       50
07            22            M                 3              77.7       40
08            21            F                 6              80.1       40
 .             .             .                .                .         .
30            25             F                5              80.6       20
 12/07/2010                           H. Medina Disla
Tabla de números aleatorio
                                                                              Columnas
Filas 0   0   0   0   0   0   0   0   0   1   1   1   1   1   1   1   1   1   1 2 2 2 2   2   2   2   2   2   2   3   3   3   3   3   3   3   3   3   3   4
      1   2   3   4   5   6   7   8   9   0   1   2   3   4   5   6   7   8   9 0 1 2 3   4   5   6   7   8   9   0   1   2   3   4   5   6   7   8   9   0
  1   1   7   8   5   1   2   6   6   9   7   3   5   3   9   0   4   9   7   4 4 8 7 1   7   3   5   6   6   2   5   8   1   7   2   7   7   4   5   4   5
  2   3   6   7   6   7   1   6   2   8   5   9   5   7   7   9   3   3   4   4 6 4 5 4   9   5   5   4   2   3   5   9   9   6   4   4   7   9   1   4   3
  3   9   7   2   5   7   7   1   7   7   6   3   6   0   1   4   4   4   4   5 2 7 4 5   6   8   7   9   3   9   5   2   6   3   2   3   4   6   8   5   6
  4   5   4   5   4   1   5   5   9   7   0   4   3   5   5   6   5   1   6   8 6 0 0 0   7   6   5   9   4   1   7   7   6   6   5   5   7   6   6   8   7
  5   7   1   4   1   6   5   6   2   6   6   1   0   1   6   2   5   0   4   4 4 5 5 2   5   9   7   6   6   5   8   3   3   9   8   9   5   5   3   8   6
  6   6   6   2   6   5   4   6   8   6   4   6   0   2   3   0   6   2   6   4 7 6 6 4   0   4   8   3   4   8   5   5   4   7   2   5   7   2   2   6   2
  7   4   4   4   6   4   5   0   6   4   5   7   4   8   0   9   6   0   7   4 7 8 2 4   8   6   9   9   4   4   7   4   9   3   3   5   5   3   6   5   7
  8   6   5   7   1   6   1   6   4   5   8   5   4   0   8   4   8   5   4   2 3 4 2 4   3   7   0   3   5   5   6   4   0   3   2   6   6   2   6   7   3
  9   5   5   2   8   1   4   3   5   7   8   2   7   4   1   6   2   2   9   3 5 9 4 7   3   4   3   6   7   6   5   7   7   3   0   3   3   8   5   3   3
 10 6     1   2   4   0   4   8   4   6   8   7   3   6   0   7   0   9   5   6 7 6 1 8   3   8   4   1   7   5   2   7   5   5   8   4   0   2   8   7   5
 11 4     1   5   3   3   3   3   3   0   5   5   1   7   2   5   4   2   2   9 3 5 0 3   6   5   9   7   5   8   7   5   4   1   6   5   7   3   6   5   3
 12 9     6   4   1   9   6   0   2   3   6   4   6   1   8   4   2   4   2   7 3 1 7 8   2   4   6   5   6   6   4   7   1   5   8   6   4   6   2   4   6
 13 9     8   6   1   3   2   5   8   7   7   7   8   3   9   2   0   4   5   9 8 3 2 2   9   2   8   6   2   7   1   6   6   3   5   3   5   6   7   3   6
 14 5     2   6   6   5   5   9   6   3   4   5   4   5   3   7   9   2   1   5 9 5 4 5   7   9   2   4   5   5   3   2   7   2   6   4   5   2   6   1   9
 15 8     6   4   3   2   2   0   2   3   6   5   5   2   7   1   0   1   6   3 6 4 3 9   2   2   9   3   3   7   5   6   5   5   4   6   1   5   7   2   2
 16 2     8   4   8   6   6   5   6   8   6   4   1   0   4   8   7   0   4   7 6 6 7 2   9   3   2   6   5   7   3   7   5   1   7   5   7   2   7   5   7
 17 4     3   5   7   6   8   6   9   5   8   6   5   6   9   6   1   4   3   2 5 7 3 3   4   7   1   7   5   5   5   8   4   8   4   6   6   4   2   3   6
 18 8     4   6   3   3   5   1   8   4   6   5   5   4   5   0   1   3   2   1 3 4 4 4   6   2   7   8   7   5   2   6   6   5   5   5   4   4   4   2   7
 19 2     3   2   6   2   5   7   4   7   6   5   2   7   7   2   4   8   3   3 2 0 7 0   5   9   4   3   9   1   7   7   3   5   4   1   7   6   3   4   2
 20 2     5   1   6   3   5   0   3   5   5   7   9   9   5   0   1   5   3   1 1 6 8 6   9   8   4   6   7   9   6   1   8   7   5   3   7   5   8   7   3
    12/07/2010                                                        H. Medina Disla
Muestreo Aleatorio Sistemático
 Ventajas                          Desventajas
 Si la población no               • En poblaciones con
  presenta movimientos               movimientos cíclicos
  cíclicos o estacionarios,          puede introducir errores
  ofrece una muy buena               de representatividad.
  representatividad                • Requiere de un marco
 Es fácil de seleccionar la         muestral enumerado a
  muestra.                           partir del cual se va a
 En poblaciones dispersa            trabajar
  asegura la inclusión de la       • Si el intervalo es muy
  mayoría de los elementos           grande puede incluir un
  de la población.                   mayor grado de
 Su costo es menor que el           variabilidad
  aleatorio simple
12/07/2010                H. Medina Disla
Muestreo Aleatorio Estratificado
1. Definir el Marco Muestral
2. Dividir la Población en Estratos
   homogéneos a su interno y heterogéneos
   entre ellos.
3. Determinar el número de elementos a
   investigar en cada estrato
4. Actualizar marco muestral
5. Aplicar el instrumento de recolección de
   datos

 12/07/2010               H. Medina Disla
Ejemplo: Zonas de venta de la empresa XYZ:




12/07/2010        H. Medina Disla
Ejemplo: Zonas de venta de la empresa XYZ:




12/07/2010        H. Medina Disla
Muestreo Aleatorio Estratificado
Ventajas                         Desventajas
 Reduce la variabilidad al        Alto costo
  tener grupo de                   Requiere de información
  poblaciones iguales.              exacta sobre la
 Se pueden hacer                   composición de cada
  comparaciones sobre las           grupo.
  características de los           No siempre las
  grupos                            características disponibles
                                    para formar los estratos
 Asegura una mayor                 son las más adecuadas
  representatividad de los          para hecer las
  grupos poblacionales.             comparaciones

12/07/2010               H. Medina Disla
Muestreo Aleatorio Por Conglomerado
1. Definir el Marco Muestral
2. Dividir la Población en conglomerados de
   igual tamaño y heterogéneos a su interno.
3. Determinar el número de conglomerados a
   investigar
4. Seleccionar los conglomerados a estudiar

 12/07/2010          H. Medina Disla
12/07/2010   H. Medina Disla
Muestreo Aleatorio por Conglomerado
Ventajas                          Desventajas
 Costos más bajos qu el
  aleatorio estratificado           Mayor error por el
 Solo se requiere del listado       tamaño de los grupos.
  de los elementos                  Si no se definen de
  individuales dentro de cada        manera adecuado los
  grupo.                             grupos, se pueden
 Se pueden estimar las              duplicar u omitir
  caracterísiticas de cada           elementos de la
  grupo y de la población
  completa.                          población.
 Permite establecer                Requiere de un muestreo
  comparaciones entre grupos         en más de una etapa.
  con iguales características

 12/07/2010               H. Medina Disla

Más contenido relacionado

La actualidad más candente

Frecuencias cualitativas y cuantitativas
Frecuencias cualitativas y cuantitativasFrecuencias cualitativas y cuantitativas
Frecuencias cualitativas y cuantitativasDr. Orville M. Disdier
 
Poblaciòn+y+muestra
Poblaciòn+y+muestraPoblaciòn+y+muestra
Poblaciòn+y+muestraGabi Ta
 
Procedimiento de muestreo
Procedimiento de muestreoProcedimiento de muestreo
Procedimiento de muestreoAndrea Godoy
 
Cuadro comparativo - Estadística Paramétrica y No Paramétrica
Cuadro comparativo - Estadística Paramétrica y No ParamétricaCuadro comparativo - Estadística Paramétrica y No Paramétrica
Cuadro comparativo - Estadística Paramétrica y No Paramétricaricardooberto
 
Seleccion de la Muestra en Investigacion
Seleccion de la Muestra en InvestigacionSeleccion de la Muestra en Investigacion
Seleccion de la Muestra en Investigaciongambitguille
 
Ejercicios de estimación de intervalo o intervalos de confianza (8)
Ejercicios de estimación de intervalo o intervalos de confianza (8) Ejercicios de estimación de intervalo o intervalos de confianza (8)
Ejercicios de estimación de intervalo o intervalos de confianza (8) Luz Hernández
 
Tamaño Optimo de la muestra
Tamaño Optimo de la muestraTamaño Optimo de la muestra
Tamaño Optimo de la muestraAnthony Maule
 
Calculo muestra poblacion finita nvo
Calculo muestra poblacion finita nvoCalculo muestra poblacion finita nvo
Calculo muestra poblacion finita nvojoselbis
 
Cuadro comparativo estadistica parametrica y no parametrica
Cuadro comparativo estadistica parametrica y no parametricaCuadro comparativo estadistica parametrica y no parametrica
Cuadro comparativo estadistica parametrica y no parametricaMarianaSandoval24
 
Capitulo 4 : Pruebas de Hipótesis
Capitulo 4 : Pruebas de HipótesisCapitulo 4 : Pruebas de Hipótesis
Capitulo 4 : Pruebas de Hipótesisug-dipa
 
Experimentos de laboratorio, experimentos de campo, estudios de campo: Kerlinger
Experimentos de laboratorio, experimentos de campo, estudios de campo: KerlingerExperimentos de laboratorio, experimentos de campo, estudios de campo: Kerlinger
Experimentos de laboratorio, experimentos de campo, estudios de campo: KerlingerMirna Elizabeth Quezada
 
Estadística inferencial, conceptos basicos
Estadística inferencial, conceptos basicosEstadística inferencial, conceptos basicos
Estadística inferencial, conceptos basicosCristina Rios
 
Prueba de hipótesis
Prueba de hipótesisPrueba de hipótesis
Prueba de hipótesisElisa Mendoza
 
Estimacion puntual, propiedades de las estimaciones; estimacion por intervalo...
Estimacion puntual, propiedades de las estimaciones; estimacion por intervalo...Estimacion puntual, propiedades de las estimaciones; estimacion por intervalo...
Estimacion puntual, propiedades de las estimaciones; estimacion por intervalo...Alexander Flores Valencia
 
Muestreo no probabilistico
Muestreo no probabilisticoMuestreo no probabilistico
Muestreo no probabilisticoanthonymaule
 

La actualidad más candente (20)

Frecuencias cualitativas y cuantitativas
Frecuencias cualitativas y cuantitativasFrecuencias cualitativas y cuantitativas
Frecuencias cualitativas y cuantitativas
 
Poblaciòn+y+muestra
Poblaciòn+y+muestraPoblaciòn+y+muestra
Poblaciòn+y+muestra
 
Procedimiento de muestreo
Procedimiento de muestreoProcedimiento de muestreo
Procedimiento de muestreo
 
Cuadro comparativo - Estadística Paramétrica y No Paramétrica
Cuadro comparativo - Estadística Paramétrica y No ParamétricaCuadro comparativo - Estadística Paramétrica y No Paramétrica
Cuadro comparativo - Estadística Paramétrica y No Paramétrica
 
Seleccion de la Muestra en Investigacion
Seleccion de la Muestra en InvestigacionSeleccion de la Muestra en Investigacion
Seleccion de la Muestra en Investigacion
 
Ejercicios de estimación de intervalo o intervalos de confianza (8)
Ejercicios de estimación de intervalo o intervalos de confianza (8) Ejercicios de estimación de intervalo o intervalos de confianza (8)
Ejercicios de estimación de intervalo o intervalos de confianza (8)
 
Teorema de chebyshev
Teorema de chebyshevTeorema de chebyshev
Teorema de chebyshev
 
Tamaño Optimo de la muestra
Tamaño Optimo de la muestraTamaño Optimo de la muestra
Tamaño Optimo de la muestra
 
Calculo muestra poblacion finita nvo
Calculo muestra poblacion finita nvoCalculo muestra poblacion finita nvo
Calculo muestra poblacion finita nvo
 
Cuadro comparativo estadistica parametrica y no parametrica
Cuadro comparativo estadistica parametrica y no parametricaCuadro comparativo estadistica parametrica y no parametrica
Cuadro comparativo estadistica parametrica y no parametrica
 
PowerPoint - Tema: Prueba de Hipotesis
PowerPoint - Tema: Prueba de HipotesisPowerPoint - Tema: Prueba de Hipotesis
PowerPoint - Tema: Prueba de Hipotesis
 
Capitulo 4 : Pruebas de Hipótesis
Capitulo 4 : Pruebas de HipótesisCapitulo 4 : Pruebas de Hipótesis
Capitulo 4 : Pruebas de Hipótesis
 
Experimentos de laboratorio, experimentos de campo, estudios de campo: Kerlinger
Experimentos de laboratorio, experimentos de campo, estudios de campo: KerlingerExperimentos de laboratorio, experimentos de campo, estudios de campo: Kerlinger
Experimentos de laboratorio, experimentos de campo, estudios de campo: Kerlinger
 
Estadística inferencial, conceptos basicos
Estadística inferencial, conceptos basicosEstadística inferencial, conceptos basicos
Estadística inferencial, conceptos basicos
 
Prueba de hipótesis
Prueba de hipótesisPrueba de hipótesis
Prueba de hipótesis
 
Tipos de muestreos
Tipos de muestreosTipos de muestreos
Tipos de muestreos
 
Estimacion puntual, propiedades de las estimaciones; estimacion por intervalo...
Estimacion puntual, propiedades de las estimaciones; estimacion por intervalo...Estimacion puntual, propiedades de las estimaciones; estimacion por intervalo...
Estimacion puntual, propiedades de las estimaciones; estimacion por intervalo...
 
Analisis encuestas
 Analisis encuestas Analisis encuestas
Analisis encuestas
 
Muestreo no probabilistico
Muestreo no probabilisticoMuestreo no probabilistico
Muestreo no probabilistico
 
Tipos de escalas y variables estadísticas
Tipos de escalas y variables estadísticasTipos de escalas y variables estadísticas
Tipos de escalas y variables estadísticas
 

Destacado

ESTADISTICA - EJERCICIOS DE MUESTREO
ESTADISTICA - EJERCICIOS DE MUESTREOESTADISTICA - EJERCICIOS DE MUESTREO
ESTADISTICA - EJERCICIOS DE MUESTREOjhonatan piers
 
Ejemplos distribución bernoulli
Ejemplos distribución bernoulliEjemplos distribución bernoulli
Ejemplos distribución bernoulliFeLipe PueNntes
 
Ejemplos distribución normal
Ejemplos distribución normalEjemplos distribución normal
Ejemplos distribución normalFeLipe PueNntes
 
Ejemplos distribución binomial
Ejemplos distribución binomialEjemplos distribución binomial
Ejemplos distribución binomialFeLipe PueNntes
 
Metodos de muestreo, ejercicios y su procedimiento (1)
Metodos de muestreo, ejercicios y su procedimiento (1)Metodos de muestreo, ejercicios y su procedimiento (1)
Metodos de muestreo, ejercicios y su procedimiento (1)Luz Hernández
 
Diseño No experimental transversal
Diseño No experimental transversalDiseño No experimental transversal
Diseño No experimental transversalUABC Psicologia
 
Estimadores puntuales intervalos de confianza.
Estimadores puntuales   intervalos de confianza.Estimadores puntuales   intervalos de confianza.
Estimadores puntuales intervalos de confianza.maryanbalmaceda
 
Problemas resueltos de distribución muestral
Problemas resueltos de distribución muestralProblemas resueltos de distribución muestral
Problemas resueltos de distribución muestralasrodriguez75
 
Ejemplos distribución poisson
Ejemplos distribución poissonEjemplos distribución poisson
Ejemplos distribución poissonFeLipe PueNntes
 
Ejercicios de distribución normal estándar y área bajo la curva (5)
Ejercicios de distribución normal estándar y área bajo la curva (5)Ejercicios de distribución normal estándar y área bajo la curva (5)
Ejercicios de distribución normal estándar y área bajo la curva (5)Luz Hernández
 
Investigación básica y aplicada
Investigación básica y aplicadaInvestigación básica y aplicada
Investigación básica y aplicadaFabiola Nava
 
Diseños no experimentales transversales, transversales descriptivos y explora...
Diseños no experimentales transversales, transversales descriptivos y explora...Diseños no experimentales transversales, transversales descriptivos y explora...
Diseños no experimentales transversales, transversales descriptivos y explora...uabcpsique
 

Destacado (12)

ESTADISTICA - EJERCICIOS DE MUESTREO
ESTADISTICA - EJERCICIOS DE MUESTREOESTADISTICA - EJERCICIOS DE MUESTREO
ESTADISTICA - EJERCICIOS DE MUESTREO
 
Ejemplos distribución bernoulli
Ejemplos distribución bernoulliEjemplos distribución bernoulli
Ejemplos distribución bernoulli
 
Ejemplos distribución normal
Ejemplos distribución normalEjemplos distribución normal
Ejemplos distribución normal
 
Ejemplos distribución binomial
Ejemplos distribución binomialEjemplos distribución binomial
Ejemplos distribución binomial
 
Metodos de muestreo, ejercicios y su procedimiento (1)
Metodos de muestreo, ejercicios y su procedimiento (1)Metodos de muestreo, ejercicios y su procedimiento (1)
Metodos de muestreo, ejercicios y su procedimiento (1)
 
Diseño No experimental transversal
Diseño No experimental transversalDiseño No experimental transversal
Diseño No experimental transversal
 
Estimadores puntuales intervalos de confianza.
Estimadores puntuales   intervalos de confianza.Estimadores puntuales   intervalos de confianza.
Estimadores puntuales intervalos de confianza.
 
Problemas resueltos de distribución muestral
Problemas resueltos de distribución muestralProblemas resueltos de distribución muestral
Problemas resueltos de distribución muestral
 
Ejemplos distribución poisson
Ejemplos distribución poissonEjemplos distribución poisson
Ejemplos distribución poisson
 
Ejercicios de distribución normal estándar y área bajo la curva (5)
Ejercicios de distribución normal estándar y área bajo la curva (5)Ejercicios de distribución normal estándar y área bajo la curva (5)
Ejercicios de distribución normal estándar y área bajo la curva (5)
 
Investigación básica y aplicada
Investigación básica y aplicadaInvestigación básica y aplicada
Investigación básica y aplicada
 
Diseños no experimentales transversales, transversales descriptivos y explora...
Diseños no experimentales transversales, transversales descriptivos y explora...Diseños no experimentales transversales, transversales descriptivos y explora...
Diseños no experimentales transversales, transversales descriptivos y explora...
 

Similar a Procedimientos de muestreo

Tabulacion marzo 28 actualizada 110319101420-phpapp01(2)
Tabulacion marzo 28 actualizada  110319101420-phpapp01(2)Tabulacion marzo 28 actualizada  110319101420-phpapp01(2)
Tabulacion marzo 28 actualizada 110319101420-phpapp01(2)JUAN URIBE
 
Tabulacion sabado 19 de marzo
Tabulacion sabado 19 de marzoTabulacion sabado 19 de marzo
Tabulacion sabado 19 de marzoJUAN URIBE
 
Guía sumas sopa de resultados - 3º básico
Guía sumas  sopa de resultados - 3º básicoGuía sumas  sopa de resultados - 3º básico
Guía sumas sopa de resultados - 3º básicoUniversidad Arturo Prat
 
Aplicaciones histogramas 00
Aplicaciones histogramas 00Aplicaciones histogramas 00
Aplicaciones histogramas 00Edgar Mata
 
Aplicaciones de los histogramas y tablas de distribución de frecuencias
Aplicaciones de los histogramas y tablas de distribución de frecuenciasAplicaciones de los histogramas y tablas de distribución de frecuencias
Aplicaciones de los histogramas y tablas de distribución de frecuenciasluiisalbertoo-laga
 
Jugando con las matemáticas
Jugando con las matemáticasJugando con las matemáticas
Jugando con las matemáticasjotimo2012
 
Aplicaciones de los histogramas y tablas de distribución de frecuencias
Aplicaciones de los histogramas y tablas de distribución de frecuenciasAplicaciones de los histogramas y tablas de distribución de frecuencias
Aplicaciones de los histogramas y tablas de distribución de frecuenciaszooneerborre
 
Calculo
CalculoCalculo
Calculoido975
 
Aplicacion estadistica
Aplicacion estadisticaAplicacion estadistica
Aplicacion estadisticaSilvi Guanga
 
Gim col 14.15. criticas
Gim col 14.15. criticasGim col 14.15. criticas
Gim col 14.15. criticasoscarpesainz
 
Trabajo De Estadistica
Trabajo De EstadisticaTrabajo De Estadistica
Trabajo De Estadisticaguest64cf5f5
 
Cuaderno de-ejercicios-de-atencic3b3ndrag
Cuaderno de-ejercicios-de-atencic3b3ndragCuaderno de-ejercicios-de-atencic3b3ndrag
Cuaderno de-ejercicios-de-atencic3b3ndragMayta Guamanzara
 

Similar a Procedimientos de muestreo (20)

Tabulacion marzo 28 actualizada 110319101420-phpapp01(2)
Tabulacion marzo 28 actualizada  110319101420-phpapp01(2)Tabulacion marzo 28 actualizada  110319101420-phpapp01(2)
Tabulacion marzo 28 actualizada 110319101420-phpapp01(2)
 
Tabulacion sabado 19 de marzo
Tabulacion sabado 19 de marzoTabulacion sabado 19 de marzo
Tabulacion sabado 19 de marzo
 
Guía sumas sopa de resultados - 3º básico
Guía sumas  sopa de resultados - 3º básicoGuía sumas  sopa de resultados - 3º básico
Guía sumas sopa de resultados - 3º básico
 
Matematicas1 vol1 1314
Matematicas1 vol1 1314Matematicas1 vol1 1314
Matematicas1 vol1 1314
 
Matematicas1 vol2 1314
Matematicas1 vol2 1314Matematicas1 vol2 1314
Matematicas1 vol2 1314
 
Matemáticas i vol. ii (edudescargas.com)
Matemáticas i vol. ii (edudescargas.com)Matemáticas i vol. ii (edudescargas.com)
Matemáticas i vol. ii (edudescargas.com)
 
Aplicaciones histogramas 00
Aplicaciones histogramas 00Aplicaciones histogramas 00
Aplicaciones histogramas 00
 
Aplicaciones de los histogramas y tablas de distribución de frecuencias
Aplicaciones de los histogramas y tablas de distribución de frecuenciasAplicaciones de los histogramas y tablas de distribución de frecuencias
Aplicaciones de los histogramas y tablas de distribución de frecuencias
 
Jugando con las matemáticas
Jugando con las matemáticasJugando con las matemáticas
Jugando con las matemáticas
 
Aplicaciones de los histogramas y tablas de distribución de frecuencias
Aplicaciones de los histogramas y tablas de distribución de frecuenciasAplicaciones de los histogramas y tablas de distribución de frecuencias
Aplicaciones de los histogramas y tablas de distribución de frecuencias
 
Bioetika.pdf
Bioetika.pdfBioetika.pdf
Bioetika.pdf
 
Calculo
CalculoCalculo
Calculo
 
Aplicacion estadistica
Aplicacion estadisticaAplicacion estadistica
Aplicacion estadistica
 
Metricas
MetricasMetricas
Metricas
 
Gim col 14.15. criticas
Gim col 14.15. criticasGim col 14.15. criticas
Gim col 14.15. criticas
 
18 de mayo del 2012
18 de mayo del 201218 de mayo del 2012
18 de mayo del 2012
 
Trabajo De Estadistica
Trabajo De EstadisticaTrabajo De Estadistica
Trabajo De Estadistica
 
Ejercicios atención y memoria
Ejercicios atención y memoria Ejercicios atención y memoria
Ejercicios atención y memoria
 
Cuaderno ejercicios
Cuaderno ejerciciosCuaderno ejercicios
Cuaderno ejercicios
 
Cuaderno de-ejercicios-de-atencic3b3ndrag
Cuaderno de-ejercicios-de-atencic3b3ndragCuaderno de-ejercicios-de-atencic3b3ndrag
Cuaderno de-ejercicios-de-atencic3b3ndrag
 

Más de hmdisla

Tema 2 clase_3_ presentacion_grafica
Tema 2 clase_3_ presentacion_graficaTema 2 clase_3_ presentacion_grafica
Tema 2 clase_3_ presentacion_graficahmdisla
 
Tema 3 estimación
Tema 3   estimaciónTema 3   estimación
Tema 3 estimaciónhmdisla
 
Apuntes sobre distribucion muestral
Apuntes sobre distribucion muestralApuntes sobre distribucion muestral
Apuntes sobre distribucion muestralhmdisla
 
Apuntes sobre muestreo
Apuntes sobre muestreoApuntes sobre muestreo
Apuntes sobre muestreohmdisla
 
Distribucion Muestral y Estimación
Distribucion Muestral y EstimaciónDistribucion Muestral y Estimación
Distribucion Muestral y Estimaciónhmdisla
 
Presentacion
PresentacionPresentacion
Presentacionhmdisla
 
Presentacion
PresentacionPresentacion
Presentacionhmdisla
 
Presentacion
PresentacionPresentacion
Presentacionhmdisla
 

Más de hmdisla (8)

Tema 2 clase_3_ presentacion_grafica
Tema 2 clase_3_ presentacion_graficaTema 2 clase_3_ presentacion_grafica
Tema 2 clase_3_ presentacion_grafica
 
Tema 3 estimación
Tema 3   estimaciónTema 3   estimación
Tema 3 estimación
 
Apuntes sobre distribucion muestral
Apuntes sobre distribucion muestralApuntes sobre distribucion muestral
Apuntes sobre distribucion muestral
 
Apuntes sobre muestreo
Apuntes sobre muestreoApuntes sobre muestreo
Apuntes sobre muestreo
 
Distribucion Muestral y Estimación
Distribucion Muestral y EstimaciónDistribucion Muestral y Estimación
Distribucion Muestral y Estimación
 
Presentacion
PresentacionPresentacion
Presentacion
 
Presentacion
PresentacionPresentacion
Presentacion
 
Presentacion
PresentacionPresentacion
Presentacion
 

Procedimientos de muestreo

  • 1. Muestreo 12/07/2010 H. Medina Disla
  • 2. Importancia del Muestreo  Analizar la población completa no siempre es posible.  Cuando la población es infinita o tan grande que imposibilita el análisis completo de dicha población.  En muchos casos desconocemos la población total o no se tiene una ubicación exacta de los elementos que forman dicha población.  Cuando las pruebas que se realizan implican la destrucción de las unidades muestrales.  El muestreo puede proporcionar información más exacta sobre el comportamiento de un fenómeno. 12/07/2010 H. Medina Disla
  • 3. Desventajas del uso del muestreo.  No permite conocer la ubicación física de los elementos de la población.  Procedimientos no apropiados para la selección de la muestra.  El desconocimiento sobre una población impide conocer el nivel de confiabilidad de las estimaciones 12/07/2010 H. Medina Disla
  • 4. Algunos conceptos de muestreo Población Marco muestral Muestra Unidad muestral o unidad de muestro Unidad de Análisis Parámetro Estimador o Estadígrafo 12/07/2010 H. Medina Disla
  • 5. Procedimientos de Muestreo 12/07/2010 H. Medina Disla
  • 6. Tipo de Muestras Muestras Probabilísticas No Probabilísticas 12/07/2010 H. Medina Disla
  • 7. Muestras no probabilísticas: Ventajas  El el investigador puede seleccionar los casos que le interese estudiar.  La muestra no probabilísticas es menos costosa que una muestra probabilísticas.  Proporcionan información para estudios más profundos o amplios a bajo costo .  Una muestra no probabilística es de fácil selección, no requiere del marco muestral. 12/07/2010 H. Medina Disla
  • 8. Muestras no probabilísticas: Desventajas  Los resultados que se obtienen a partir de ella no se pueden inferir a la población.  Los elementos se seleccionan conforme a los criterios del investigador 12/07/2010 H. Medina Disla
  • 9. Muestras no Probabilísticas Muestra intencional Muestra de expertos No Probabilísticas Muestra bola de nieve Muestra por cuota 12/07/2010 H. Medina Disla
  • 10. Muestras probabilísticas: Ventajas  Permite obtener muestras representativas.  Los resultados que se obtienen permite hacer inferencia a la población.  Cada unidad muestral tiene una probabilidad de ser incluido en la muestra.  No requiere de un conocimiento elevado de la población. 12/07/2010 H. Medina Disla
  • 11. Muestras no probabilísticas: Desventajas  El uso del muestreo probabilístico requiere de un marco muestral definido.  El muestreo probabilístico es más costoso que el muestreo no probabilístico.  No permite incluir en la muestra unidades muestrales de interés particular. 12/07/2010 H. Medina Disla
  • 12. Muestras Probabiliísticas Aleatoria simple Aleatoria sistemática Muestras Probabilísticas Estratificada Por Conglomerado 12/07/2010 H. Medina Disla
  • 13. Muestreo Aleatorio Simple: Procedimiento para obtener una Muestra 1. Definir el Marco Muestral 2. Determinar el tamaño de la Muestra 3. Generar números Aleatorios 1. A partir de una tabla 2. A partir de una calculadora de bolsillo 3. A partir de un programa de computadora 12/07/2010 H. Medina Disla
  • 14. Ejemplo de marco muestral 12/07/2010 H. Medina Disla
  • 15. 12/07/2010 H. Medina Disla
  • 16. Tabla de números aleatorio Columnas Filas 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 2 2 3 3 3 3 3 3 3 3 3 3 4 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 1 7 8 5 1 2 6 6 9 7 3 5 3 9 0 4 9 7 4 4 8 7 1 7 3 5 6 6 2 5 8 1 7 2 7 7 4 5 4 5 2 3 6 7 6 7 1 6 2 8 5 9 5 7 7 9 3 3 4 4 6 4 5 4 9 5 5 4 2 3 5 9 9 6 4 4 7 9 1 4 3 3 9 7 2 5 7 7 1 7 7 6 3 6 0 1 4 4 4 4 5 2 7 4 5 6 8 7 9 3 9 5 2 6 3 2 3 4 6 8 5 6 4 5 4 5 4 1 5 5 9 7 0 4 3 5 5 6 5 1 6 8 6 0 0 0 7 6 5 9 4 1 7 7 6 6 5 5 7 6 6 8 7 5 7 1 4 1 6 5 6 2 6 6 1 0 1 6 2 5 0 4 4 4 5 5 2 5 9 7 6 6 5 8 3 3 9 8 9 5 5 3 8 6 6 6 6 2 6 5 4 6 8 6 4 6 0 2 3 0 6 2 6 4 7 6 6 4 0 4 8 3 4 8 5 5 4 7 2 5 7 2 2 6 2 7 4 4 4 6 4 5 0 6 4 5 7 4 8 0 9 6 0 7 4 7 8 2 4 8 6 9 9 4 4 7 4 9 3 3 5 5 3 6 5 7 8 6 5 7 1 6 1 6 4 5 8 5 4 0 8 4 8 5 4 2 3 4 2 4 3 7 0 3 5 5 6 4 0 3 2 6 6 2 6 7 3 9 5 5 2 8 1 4 3 5 7 8 2 7 4 1 6 2 2 9 3 5 9 4 7 3 4 3 6 7 6 5 7 7 3 0 3 3 8 5 3 3 10 6 1 2 4 0 4 8 4 6 8 7 3 6 0 7 0 9 5 6 7 6 1 8 3 8 4 1 7 5 2 7 5 5 8 4 0 2 8 7 5 11 4 1 5 3 3 3 3 3 0 5 5 1 7 2 5 4 2 2 9 3 5 0 3 6 5 9 7 5 8 7 5 4 1 6 5 7 3 6 5 3 12 9 6 4 1 9 6 0 2 3 6 4 6 1 8 4 2 4 2 7 3 1 7 8 2 4 6 5 6 6 4 7 1 5 8 6 4 6 2 4 6 13 9 8 6 1 3 2 5 8 7 7 7 8 3 9 2 0 4 5 9 8 3 2 2 9 2 8 6 2 7 1 6 6 3 5 3 5 6 7 3 6 14 5 2 6 6 5 5 9 6 3 4 5 4 5 3 7 9 2 1 5 9 5 4 5 7 9 2 4 5 5 3 2 7 2 6 4 5 2 6 1 9 15 8 6 4 3 2 2 0 2 3 6 5 5 2 7 1 0 1 6 3 6 4 3 9 2 2 9 3 3 7 5 6 5 5 4 6 1 5 7 2 2 16 2 8 4 8 6 6 5 6 8 6 4 1 0 4 8 7 0 4 7 6 6 7 2 9 3 2 6 5 7 3 7 5 1 7 5 7 2 7 5 7 17 4 3 5 7 6 8 6 9 5 8 6 5 6 9 6 1 4 3 2 5 7 3 3 4 7 1 7 5 5 5 8 4 8 4 6 6 4 2 3 6 18 8 4 6 3 3 5 1 8 4 6 5 5 4 5 0 1 3 2 1 3 4 4 4 6 2 7 8 7 5 2 6 6 5 5 5 4 4 4 2 7 19 2 3 2 6 2 5 7 4 7 6 5 2 7 7 2 4 8 3 3 2 0 7 0 5 9 4 3 9 1 7 7 3 5 4 1 7 6 3 4 2 20 2 5 1 6 3 5 0 3 5 5 7 9 9 5 0 1 5 3 1 1 6 8 6 9 8 4 6 7 9 6 1 8 7 5 3 7 5 8 7 3 12/07/2010 H. Medina Disla
  • 17. Tabla I: Datos personales de 30 estudiantes de Informática Índice Gasto No. Edad Sexo # de asig Acad. transp. 01 22 M 3 80.0 20 02 24 F 3 77.8 50 03 23 M 4 75.6 60 04 25 M 5 74.6 30 05 21 M 3 82.1 30 06 25 F 3 74.3 50 07 22 M 3 77.7 40 08 21 F 6 80.1 40 . . . . . . 30 25 F 5 80.6 20 12/07/2010 H. Medina Disla
  • 18. Ejemplo 12/07/2010 H. Medina Disla
  • 19. Ejemplo de marco muestral 12/07/2010 H. Medina Disla
  • 20. Tabla I: Datos personales de 30 estudiantes de Informática Índice Gasto No. Edad Sexo # de asig Acad. transp. 01 22 M 3 80.0 20 02 24 F 3 77.8 50 03 23 M 4 75.6 60 04 25 M 5 74.6 30 05 21 M 3 82.1 30 06 25 F 3 74.3 50 07 22 M 3 77.7 40 08 21 F 6 80.1 40 . . . . . . 30 25 F 5 80.6 20 12/07/2010 H. Medina Disla
  • 21. Tabla de números aleatorio Columnas Filas 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 2 2 3 3 3 3 3 3 3 3 3 3 4 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 1 7 8 5 1 2 6 6 9 7 3 5 3 9 0 4 9 7 4 4 8 7 1 7 3 5 6 6 2 5 8 1 7 2 7 7 4 5 4 5 2 3 6 7 6 7 1 6 2 8 5 9 5 7 7 9 3 3 4 4 6 4 5 4 9 5 5 4 2 3 5 9 9 6 4 4 7 9 1 4 3 3 9 7 2 5 7 7 1 7 7 6 3 6 0 1 4 4 4 4 5 2 7 4 5 6 8 7 9 3 9 5 2 6 3 2 3 4 6 8 5 6 4 5 4 5 4 1 5 5 9 7 0 4 3 5 5 6 5 1 6 8 6 0 0 0 7 6 5 9 4 1 7 7 6 6 5 5 7 6 6 8 7 5 7 1 4 1 6 5 6 2 6 6 1 0 1 6 2 5 0 4 4 4 5 5 2 5 9 7 6 6 5 8 3 3 9 8 9 5 5 3 8 6 6 6 6 2 6 5 4 6 8 6 4 6 0 2 3 0 6 2 6 4 7 6 6 4 0 4 8 3 4 8 5 5 4 7 2 5 7 2 2 6 2 7 4 4 4 6 4 5 0 6 4 5 7 4 8 0 9 6 0 7 4 7 8 2 4 8 6 9 9 4 4 7 4 9 3 3 5 5 3 6 5 7 8 6 5 7 1 6 1 6 4 5 8 5 4 0 8 4 8 5 4 2 3 4 2 4 3 7 0 3 5 5 6 4 0 3 2 6 6 2 6 7 3 9 5 5 2 8 1 4 3 5 7 8 2 7 4 1 6 2 2 9 3 5 9 4 7 3 4 3 6 7 6 5 7 7 3 0 3 3 8 5 3 3 10 6 1 2 4 0 4 8 4 6 8 7 3 6 0 7 0 9 5 6 7 6 1 8 3 8 4 1 7 5 2 7 5 5 8 4 0 2 8 7 5 11 4 1 5 3 3 3 3 3 0 5 5 1 7 2 5 4 2 2 9 3 5 0 3 6 5 9 7 5 8 7 5 4 1 6 5 7 3 6 5 3 12 9 6 4 1 9 6 0 2 3 6 4 6 1 8 4 2 4 2 7 3 1 7 8 2 4 6 5 6 6 4 7 1 5 8 6 4 6 2 4 6 13 9 8 6 1 3 2 5 8 7 7 7 8 3 9 2 0 4 5 9 8 3 2 2 9 2 8 6 2 7 1 6 6 3 5 3 5 6 7 3 6 14 5 2 6 6 5 5 9 6 3 4 5 4 5 3 7 9 2 1 5 9 5 4 5 7 9 2 4 5 5 3 2 7 2 6 4 5 2 6 1 9 15 8 6 4 3 2 2 0 2 3 6 5 5 2 7 1 0 1 6 3 6 4 3 9 2 2 9 3 3 7 5 6 5 5 4 6 1 5 7 2 2 16 2 8 4 8 6 6 5 6 8 6 4 1 0 4 8 7 0 4 7 6 6 7 2 9 3 2 6 5 7 3 7 5 1 7 5 7 2 7 5 7 17 4 3 5 7 6 8 6 9 5 8 6 5 6 9 6 1 4 3 2 5 7 3 3 4 7 1 7 5 5 5 8 4 8 4 6 6 4 2 3 6 18 8 4 6 3 3 5 1 8 4 6 5 5 4 5 0 1 3 2 1 3 4 4 4 6 2 7 8 7 5 2 6 6 5 5 5 4 4 4 2 7 19 2 3 2 6 2 5 7 4 7 6 5 2 7 7 2 4 8 3 3 2 0 7 0 5 9 4 3 9 1 7 7 3 5 4 1 7 6 3 4 2 20 2 5 1 6 3 5 0 3 5 5 7 9 9 5 0 1 5 3 1 1 6 8 6 9 8 4 6 7 9 6 1 8 7 5 3 7 5 8 7 3 12/07/2010 H. Medina Disla
  • 22. Muestreo Aleatorio Simple  Ventajas  Desventajas  Es el método que ofrece  Se requiere de un marco mayor aleatoriedad en muestral enumerado a la selección de la partir del cual se muestra. trabajará.  Solo se necesita un  No se utiliza el mínimo de conocimiento sobre la conocimiento sobre la población en la selección población. de la muestra.  Si se dispone del marco  Si la población es muestral enumerado, la dispersa, puede resultar selección de la muestra muy costoso. no resulta difícil. 12/07/2010 H. Medina Disla
  • 23. Muestreo Aleatorio Sistemático: Procedimiento para obtener una Muestra 1. Definir el Marco Muestral 2. Determinar el tamaño de la Muestra 3. Actualizar marco muestral 4. Calcular el Coeficiente de elevación: CE = N/n 5. Generar un número aleatorio entre 1 y CE 6. Sumar el CE al número aleatorio sistemáticamente. 7. Aplicar instrumento de recolección de datos. 12/07/2010 H. Medina Disla
  • 24. Ejemplo: • De una población de 1,000 habitantes, se desea seleccionar una muestra de 150 de ellos. • El Coeficiente de elevación es CE = 1,000/150 = 6.67  7  El primer número aleatorio en la tabla entre 1 y 7 es 05, luego, el primer elemento a investigar será el que esté numerado con el número cinco  Primer elemento en la muestra = 05  Segundo elemento en la muestra, 5 + 7 = 12  Tercer elemento en la muestra 12 + 7 = 19  Cuarto elemento en la muestra 19 + 7 = 26  Y asi ……………….. 12/07/2010 H. Medina Disla
  • 25. Ejemplo de marco muestral 12/07/2010 H. Medina Disla
  • 26. Tabla I: Datos personales de 30 estudiantes de Informática Índice Gasto No. Edad Sexo # de asig Acad. transp. 01 22 M 3 80.0 20 02 24 F 3 77.8 50 03 23 M 4 75.6 60 04 25 M 5 74.6 30 05 21 M 3 82.1 30 06 25 F 3 74.3 50 07 22 M 3 77.7 40 08 21 F 6 80.1 40 . . . . . . 30 25 F 5 80.6 20 12/07/2010 H. Medina Disla
  • 27. Tabla de números aleatorio Columnas Filas 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 2 2 3 3 3 3 3 3 3 3 3 3 4 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 1 7 8 5 1 2 6 6 9 7 3 5 3 9 0 4 9 7 4 4 8 7 1 7 3 5 6 6 2 5 8 1 7 2 7 7 4 5 4 5 2 3 6 7 6 7 1 6 2 8 5 9 5 7 7 9 3 3 4 4 6 4 5 4 9 5 5 4 2 3 5 9 9 6 4 4 7 9 1 4 3 3 9 7 2 5 7 7 1 7 7 6 3 6 0 1 4 4 4 4 5 2 7 4 5 6 8 7 9 3 9 5 2 6 3 2 3 4 6 8 5 6 4 5 4 5 4 1 5 5 9 7 0 4 3 5 5 6 5 1 6 8 6 0 0 0 7 6 5 9 4 1 7 7 6 6 5 5 7 6 6 8 7 5 7 1 4 1 6 5 6 2 6 6 1 0 1 6 2 5 0 4 4 4 5 5 2 5 9 7 6 6 5 8 3 3 9 8 9 5 5 3 8 6 6 6 6 2 6 5 4 6 8 6 4 6 0 2 3 0 6 2 6 4 7 6 6 4 0 4 8 3 4 8 5 5 4 7 2 5 7 2 2 6 2 7 4 4 4 6 4 5 0 6 4 5 7 4 8 0 9 6 0 7 4 7 8 2 4 8 6 9 9 4 4 7 4 9 3 3 5 5 3 6 5 7 8 6 5 7 1 6 1 6 4 5 8 5 4 0 8 4 8 5 4 2 3 4 2 4 3 7 0 3 5 5 6 4 0 3 2 6 6 2 6 7 3 9 5 5 2 8 1 4 3 5 7 8 2 7 4 1 6 2 2 9 3 5 9 4 7 3 4 3 6 7 6 5 7 7 3 0 3 3 8 5 3 3 10 6 1 2 4 0 4 8 4 6 8 7 3 6 0 7 0 9 5 6 7 6 1 8 3 8 4 1 7 5 2 7 5 5 8 4 0 2 8 7 5 11 4 1 5 3 3 3 3 3 0 5 5 1 7 2 5 4 2 2 9 3 5 0 3 6 5 9 7 5 8 7 5 4 1 6 5 7 3 6 5 3 12 9 6 4 1 9 6 0 2 3 6 4 6 1 8 4 2 4 2 7 3 1 7 8 2 4 6 5 6 6 4 7 1 5 8 6 4 6 2 4 6 13 9 8 6 1 3 2 5 8 7 7 7 8 3 9 2 0 4 5 9 8 3 2 2 9 2 8 6 2 7 1 6 6 3 5 3 5 6 7 3 6 14 5 2 6 6 5 5 9 6 3 4 5 4 5 3 7 9 2 1 5 9 5 4 5 7 9 2 4 5 5 3 2 7 2 6 4 5 2 6 1 9 15 8 6 4 3 2 2 0 2 3 6 5 5 2 7 1 0 1 6 3 6 4 3 9 2 2 9 3 3 7 5 6 5 5 4 6 1 5 7 2 2 16 2 8 4 8 6 6 5 6 8 6 4 1 0 4 8 7 0 4 7 6 6 7 2 9 3 2 6 5 7 3 7 5 1 7 5 7 2 7 5 7 17 4 3 5 7 6 8 6 9 5 8 6 5 6 9 6 1 4 3 2 5 7 3 3 4 7 1 7 5 5 5 8 4 8 4 6 6 4 2 3 6 18 8 4 6 3 3 5 1 8 4 6 5 5 4 5 0 1 3 2 1 3 4 4 4 6 2 7 8 7 5 2 6 6 5 5 5 4 4 4 2 7 19 2 3 2 6 2 5 7 4 7 6 5 2 7 7 2 4 8 3 3 2 0 7 0 5 9 4 3 9 1 7 7 3 5 4 1 7 6 3 4 2 20 2 5 1 6 3 5 0 3 5 5 7 9 9 5 0 1 5 3 1 1 6 8 6 9 8 4 6 7 9 6 1 8 7 5 3 7 5 8 7 3 12/07/2010 H. Medina Disla
  • 28. Muestreo Aleatorio Sistemático  Ventajas  Desventajas  Si la población no • En poblaciones con presenta movimientos movimientos cíclicos cíclicos o estacionarios, puede introducir errores ofrece una muy buena de representatividad. representatividad • Requiere de un marco  Es fácil de seleccionar la muestral enumerado a muestra. partir del cual se va a  En poblaciones dispersa trabajar asegura la inclusión de la • Si el intervalo es muy mayoría de los elementos grande puede incluir un de la población. mayor grado de  Su costo es menor que el variabilidad aleatorio simple 12/07/2010 H. Medina Disla
  • 29. Muestreo Aleatorio Estratificado 1. Definir el Marco Muestral 2. Dividir la Población en Estratos homogéneos a su interno y heterogéneos entre ellos. 3. Determinar el número de elementos a investigar en cada estrato 4. Actualizar marco muestral 5. Aplicar el instrumento de recolección de datos 12/07/2010 H. Medina Disla
  • 30. Ejemplo: Zonas de venta de la empresa XYZ: 12/07/2010 H. Medina Disla
  • 31. Ejemplo: Zonas de venta de la empresa XYZ: 12/07/2010 H. Medina Disla
  • 32. Muestreo Aleatorio Estratificado Ventajas Desventajas  Reduce la variabilidad al  Alto costo tener grupo de  Requiere de información poblaciones iguales. exacta sobre la  Se pueden hacer composición de cada comparaciones sobre las grupo. características de los  No siempre las grupos características disponibles para formar los estratos  Asegura una mayor son las más adecuadas representatividad de los para hecer las grupos poblacionales. comparaciones 12/07/2010 H. Medina Disla
  • 33. Muestreo Aleatorio Por Conglomerado 1. Definir el Marco Muestral 2. Dividir la Población en conglomerados de igual tamaño y heterogéneos a su interno. 3. Determinar el número de conglomerados a investigar 4. Seleccionar los conglomerados a estudiar 12/07/2010 H. Medina Disla
  • 34. 12/07/2010 H. Medina Disla
  • 35. Muestreo Aleatorio por Conglomerado Ventajas Desventajas  Costos más bajos qu el aleatorio estratificado  Mayor error por el  Solo se requiere del listado tamaño de los grupos. de los elementos  Si no se definen de individuales dentro de cada manera adecuado los grupo. grupos, se pueden  Se pueden estimar las duplicar u omitir caracterísiticas de cada elementos de la grupo y de la población completa. población.  Permite establecer  Requiere de un muestreo comparaciones entre grupos en más de una etapa. con iguales características 12/07/2010 H. Medina Disla