08 seleccion de muestra

5.510 visualizaciones

Publicado el

como elegir el tamaño muestral para un estudio estadistico

Publicado en: Educación
0 comentarios
3 recomendaciones
Estadísticas
Notas
  • Sé el primero en comentar

Sin descargas
Visualizaciones
Visualizaciones totales
5.510
En SlideShare
0
De insertados
0
Número de insertados
15
Acciones
Compartido
0
Descargas
129
Comentarios
0
Recomendaciones
3
Insertados 0
No insertados

No hay notas en la diapositiva.

08 seleccion de muestra

  1. 1. Diseños muestrales<br />El muestreo<br />Marzo 2011<br />Profesor: Carlos Rojas A. – MBA<br />Consultor | Media Management<br />
  2. 2. ¿Porqué trabajar con una muestra?<br />Si la población es infinita, es imposible de analizar en su totalidad<br />Las características de la población varían si el estudio se prolonga demasiado tiempo<br />Reducción de costos: al estudiar una pequeña parte de la población, los gastos de recogida y tratamiento de los datos serán menores que si los obtenemos del total de la población<br />Rapidez: al reducir el tiempo de recogida y tratamiento de los datos, se consigue mayor rapidez<br />Viabilidad: la elección de una muestra permite la realización de estudios que serían imposible hacerlo sobre el total de la población<br />La población es suficientemente homogénea respecto a la característica medida, con lo cual resultaría inútil malgastar recursos en un análisis exhaustivo<br />El proceso de estudio es destructivo o es necesario consumir un artículo para extraer la muestra<br />
  3. 3. La muestra<br />Debe definir la unidad de análisis<br />Luego se delimita la población<br />El interés es que la muestra sea estadísticamente representativa<br />Buscamos extrapolar lo observado en la muestra a la población<br />Una muestra es un subgrupo de la población<br />del cual se recolectan los datos, y debe ser<br />representativo de ésta (la población)<br />
  4. 4. Cómo delimitamos la población?<br />Una población son todos los casos que concuerdan con una serie de especificaciones<br />Debemos ser cuidadosos con:<br />Desestimar o no elegir casos que deberían ser parte de la muestra y no fueron seleccionados<br />Incluir casos que no deberían ir, porque no forman parte de la población<br />Seleccionar casos que son inelegibles<br />
  5. 5. Selección de la muestra<br />Es un subgrupo de la población<br />La selección depende de <br />los objetivos del estudio, esquema de investigación y de la contribución que se piensa hacer con ella<br />Muestra probabilística<br />Todos los elementos de la población tienen la misma probabilidad de ser elegidos <br />Es un procedimiento mecánico<br />Muestra no-probabilística<br />Se relaciona con la naturaleza de la investigación<br />
  6. 6. ¿Cuál es el tamaño óptimo?<br />Mínimo 15 observaciones<br />Al aumentar el tamaño de la muestra, ésta se normaliza<br />Con más de 100 observaciones se empieza a normalizar<br />Se normaliza en Z<br />Teorema Central del Límite:<br />Una muestra de más de 100 observaciones, será una muestra <br />con una distribución normal en sus características, para hacer<br />estadística inferencial<br />
  7. 7. La regla de 68-95-99.7<br />
  8. 8. Muestreo no-probabilístico<br />Influye el juicio del entrevistador<br />No se puede calcular el error muestral<br />No se supone una distribución normal<br />Se rige bajo criterios no estadísticos<br />Se usa en diseños exploratorios<br />Sus resultados no son inferibles<br />
  9. 9. Muestreo no-probabilístico<br />Muestreo por conveniencia<br />Muestreo por juicios<br />Muestreo por cuotas<br />
  10. 10. Muestreo probabilístico<br />Selección aleatoria de elementos de la población<br />No hay sesgo de personas<br />Permite calcular el error muestral<br />El azar es relevantes<br />Se usa en diseños concluyentes<br />Sus resultados son inferibles<br />
  11. 11. Tamaño de la muestra<br />n es el tamaño de la muestra;<br />Z es el nivel de confianza;<br />p es la variabilidad positiva;<br />q es la variabilidad negativa;<br />E es la precisión o error.<br />n es el tamaño de la muestra<br />Z es el nivel de confianza<br />p es la variabilidad positiva<br />q es la variabilidad negativa<br />N es el tamaño de la población<br />E es la precisión o el error<br />
  12. 12. Ejemplo<br />En el Colegio de Bachilleres, una institución de nivel medio superior, se desea realizar una investigación sobre los alumnos inscritos en primer y segundo años, para lo cual se aplicará un cuestionario de manera aleatoria a una muestra, pues los recursos económicos y el tiempo para procesar la información resultaría insuficiente en el caso de aplicársele a la población estudiantil completa<br />En primera instancia, suponiendo que no se conoce el tamaño exacto de la población, pero con la seguridad de que ésta se encuentra cerca a los diez millares, se aplicará la primera fórmula<br />Se considerará una confianza del 95%, un porcentaje de error del 5% y la máxima variabilidad por no existir antecedentes en la institución sobre la investigación y porque no se puede aplicar una prueba previa<br />http://www.uaq.mx/matematicas/estadisticas/xu5.html<br />
  13. 13. Ejemplo<br />Primero habrá que obtener el valor de Z de tal forma que la confianza sea del 95%, es decir, buscar un valor de Z tal que P(-Z<z<Z)=0,95<br />Utilizando las tablas o las funciones de Excel se pueden obtener, o viendo (en este caso) el ejemplo anterior, resulta que Z=1,96<br />De esta manera se realiza la sustitución y se obtiene:<br />
  14. 14. Ejemplo<br />Esto quiere decir que el tamaño de la muestra es de 385 alumnos<br />Supongamos ahora que sí se conoce el tamaño de la población estudiantil y es de 9,408, entonces se aplicará la segunda fórmula. Utilizando los mismos parámetros la sustitución queda como:<br />
  15. 15. Tamaño de la muestra<br />n es el tamaño de la muestra;<br />Z es el nivel de confianza;<br />p es la variabilidad positiva;<br />q es la variabilidad negativa;<br />E es la precisión o error.<br />n es el tamaño de la muestra<br />Z es el nivel de confianza<br />p es la variabilidad positiva<br />q es la variabilidad negativa<br />N es el tamaño de la población<br />E es la precisión o el error<br />
  16. 16. Conclusión<br />Con lo que se tiene una cota mínima de 370 alumnos para la muestra y así poder realizar la investigación sin más costo del necesario, pero con la seguridad de que las condiciones aceptadas para la generalización (confiabilidad, variabilidad y error) se mantienen.<br />
  17. 17. Muestreo probabilístico<br />Muestreo aleatorio simple<br />Muestreo sistemático<br />Muestreo estratificado<br />Muestreo por conglomerados<br />Muestreo por etapas<br />
  18. 18. Muchas Gracias<br />Email: carlosrojasarancibia@gmail.com<br />Blog: economiaymedios.blogspot.com<br />Twitter: reds_cl<br />Slideshare: www.slideshare.net/reds_cl <br />LinkedIn: http://cl.linkedin.com/in/carlosrojasa<br />Skype: reds_cl<br />Marzo 2011<br />Profesor: Carlos Rojas A. – MBA<br />Consultor | Media Management<br />

×