SlideShare una empresa de Scribd logo
1 de 16
Estadística Inferencial
Integrantes:
● Arévalo Joseline
● Barragán Joselyn
● Erazo Carlos
● Guerra Gabriela
● Salgado Laura
● Veloz Aylín
Cátedra: Bioestadística
Docente: Msc. Jose Luis Erazo
Estadística Inferencial
La Estadística inferencial o Inferencia estadística estudia cómo sacar
conclusiones generales para toda la población a partir del estudio de una muestra,
y el grado de fiabilidad o significación de los resultados obtenidos.
Población
Una población estadística es un conjunto de sujetos o elementos que presentan
características comunes. Sobre esta población se realiza el estudio estadístico
con el fin de sacar conclusiones.
El tamaño poblacional es el número de individuos que constituyen la población.
Según el número de sujetos, el tamaño puede ser finito o infinito. Los conjuntos
infinitos son algo artificial o conceptual, ya que toda población de entidades
físicas es finita. Por ejemplo:
Población finita: el conjunto de habitantes de una ciudad.
Población infinita: el conjunto de los números positivos.
Población
Cuando la población es muy grande, normalmente
es imposible estudiar a todos los individuos.
Supongamos que queremos saber cual es el nivel
de colesterol de la población de Ecuador. Por
cuestiones económicas y de tiempo obvias, no está
al alcance realizar un análisis de sangre a toda la
población del país. Para solucionar este
impedimento, se utiliza una muestra estadística.
Muestra
Una muestra estadística (o una muestra) es un subconjunto de elementos de la
población estadística. Frente a la dificultad de hacer un estudio de toda la
población, se examina una muestra estadística que representará a la totalidad de
los sujetos. Con los resultado obtenidos mediante la muestra, se intentará inferir
las propiedades de todos los elementos, mediante la estadística inferencial.
La muestra elegida debe ser representativa de la población. Las muestras tienen
un nivel de confianza de la bondad con la que representan a todos los sujetos,
generalmente del 95% o superior.
Muestreo Probabilístico
El muestreo es el método
utilizado para elegir una
muestra a partir de la
población.
El muestreo probabilístico (o
aleatorio) se define como el
proceso de selección de
individuos de manera que
cada sujeto tiene probabilidad
positiva e independiente de
ser seleccionado.
Tiene subclasificaciones:
● Aleatorio simple
● Aleatorio sistemático
● Aleatorio
estratificado
Muestreo Aleatorio Simple
Es la técnica de muestreo en la que todos los elementos que forman la
población tienen idéntica probabilidad de ser seleccionados para la muestra.
Los elementos se seleccionan uno por uno aleatoriamente.
Cuándo utilizarlo
● Cuando los individuos de la población son homogéneos respecto a las características a estudiar
(no sabemos si los resultados van a ser muy diferentes por causa de otras variables).
● Es poco recomendado cuando la población es muy grande y heterogénea.
Los individuos pueden ser seleccionados por cualquier proceso probabilístico que otorgue a todos los
elementos la misma probabilidad de ser elegidos. Como la tabla de números aleatorios o haciendo un
sorteo con urnas.
Pasos para seleccionar una muestra aleatoria simple
1. Define la población objetivo.
2. Identifica un marco de muestreo actual de la población objetivo o desarrolla uno nuevo.
(Un marco muestral es una lista de elementos que componen la población que queremos estudiar y de la
cual se extrae la muestra. Cada uno de estos elementos presentes en el marco muestral se conoce como
unidad muestral).
1. Evalúa el marco de muestreo para la falta de cobertura, cobertura excesiva, etc. Ajústalo de ser
necesario
2. Asigna un número único a cada unidad muestral.
3. Determina el tamaño de la muestra.
4. Selecciona al azar el número específico de elementos de la población.
Tabla de números aleatorios
Subtipos de muestreo aleatorio simple
Hay dos tipos de muestreo aleatorio simple:
Muestreo con reemplazo: Después de que un elemento ha sido seleccionado de entre el marco de la
muestra se devuelve y es elegible para ser seleccionado de nuevo.
Muestreo sin reemplazo: Después de que un elemento se selecciona del marco de la muestra, se retira de
la población y no regresa a la base del muestreo. Este tipo de muestreo suele ser más eficiente pues no
permite que el mismo elemento de la población entre a la muestra más de una vez.
Ventajas
● Facilidad para armar la muestra.
● Se considera una forma justa de
seleccionar una muestra a partir
de una población.
● Mayor facilidad de analizar datos
y calcular los errores.
● Se puede diseñar software para la
obtención de los números
aleatorios.
● La representatividad de la muestra está sujeta a la
suerte.
● Necesidad de una lista completa de todos los miembros
de la población.
● Errores de muestreo más grandes, menos precisión de
muestreo estratificado del mismo tamaño de la
muestra.
● Costos de la recolección de datos pueden ser mayores
debido a la dispersión de las unidades muestrales
Desventajas
Muestreo Aleatorio Sistemático
● Es una técnica de muestreo aleatorio que los investigadores eligen con frecuencia por su sencillez y calidad
regular
● Los resultados son representativos de la población a menos que se repitan ciertas características de la población
por cada enésimo individuo, lo que es muy poco probable.
Se usa comúnmente el siguiente método:
● Se consigue un listado N de elementos
● Se determina un tamaño de muestra n
● Definir un intervalo de salto K K=N/n
● Escoger un número entre 1 y K
Muestreo Aleatorio Sistemático
Ejemplo:
En una población de 60 personas se busca obtener una muestra de 12 personas, entonces se procederá a dividir:
K=N/n
K=60/12= 5 El Valor de cada intervalo será entonces 5
(Escoger un número entre 1 y 5) en este caso será 2 y desde ese número ir al siguiente: 7, 12,17,22,27….. 57
Muestreo Aleatorio Sistemático
Consideraciones:
● Dado que el muestreo aleatorio sistemático es un tipo de muestreo probabilístico el investigador debe garantizar
que todos los miembros de la población tengan las mismas posibilidades de ser seleccionados como el punto de
partida o sujeto inicial.
● El investigador debe estar seguro de que el intervalo constante elegido entre los sujetos no refleje un cierto patrón
de rasgos presentes en la población. Si existe un patrón en la población y coincide con el intervalo establecido por
el investigador, la aleatoriedad de la técnica de muestreo se ve comprometida.
Muestreo Aleatorio Estratificado
Se divide la población en clases o estratos y se escoge, aleatoriamente, un
número de individuos de cada estrato proporcional al número de componentes de
cada estrato.
En una fábrica que consta de 600 trabajadores queremos tomar una muestra de
20. Sabemos que hay 200 trabajadores en la sección A, 150 en la B, 150 en la C y
100 en la D.
Bibliografía
Ochoa, C. (2015). Muestreo probabilístico:muestreo aleatorio simple. Netquest.
Recuperado de: https://www.netquest.com/blog/es/blog/es/muestreo-
probabilistico-muestreo-aleatorio-simple
Huillcañahui, M. (2010). Muestreo Aleatorio Simple (slideshare). Universidad
Nacional Federico Villareal. Recuperado de:
https://es.slideshare.net/milit/muestreo-aleatorio-simple
Explorable.com. (4 de Octubre de 2009). Explorable. Recuperado el 18 de Enero de
2018, de Explorable:
https://explorable.com/es/muestreo-sistematico

Más contenido relacionado

Similar a Estadística inferencial

Similar a Estadística inferencial (20)

documento
documentodocumento
documento
 
Conceptos generales del muestreo del trabajo
Conceptos generales del muestreo del trabajoConceptos generales del muestreo del trabajo
Conceptos generales del muestreo del trabajo
 
METODOS DE MUESTREO
METODOS DE MUESTREOMETODOS DE MUESTREO
METODOS DE MUESTREO
 
Procedimiento de muestreo
Procedimiento de muestreoProcedimiento de muestreo
Procedimiento de muestreo
 
diseños muestrales
diseños muestralesdiseños muestrales
diseños muestrales
 
Estadista muestral
Estadista muestralEstadista muestral
Estadista muestral
 
Estadística introducción
Estadística introducciónEstadística introducción
Estadística introducción
 
muestras_probabilisticas.pdf
muestras_probabilisticas.pdfmuestras_probabilisticas.pdf
muestras_probabilisticas.pdf
 
Diseños muestrales
Diseños muestralesDiseños muestrales
Diseños muestrales
 
Muestreo en estadística
Muestreo en estadísticaMuestreo en estadística
Muestreo en estadística
 
10° Población y Muestra.pptx
10° Población y Muestra.pptx10° Población y Muestra.pptx
10° Población y Muestra.pptx
 
Bioestadistica calculo de_la_muestra
Bioestadistica calculo de_la_muestraBioestadistica calculo de_la_muestra
Bioestadistica calculo de_la_muestra
 
SEMANA 03 MUESTREO.pdf
SEMANA 03 MUESTREO.pdfSEMANA 03 MUESTREO.pdf
SEMANA 03 MUESTREO.pdf
 
Muestreo estadistico
Muestreo estadisticoMuestreo estadistico
Muestreo estadistico
 
Muestreo Estratificado.
Muestreo Estratificado.Muestreo Estratificado.
Muestreo Estratificado.
 
Tema 12 Población y Muestra.ppt
Tema 12 Población y Muestra.pptTema 12 Población y Muestra.ppt
Tema 12 Población y Muestra.ppt
 
Estimar con estadística v1
Estimar con estadística v1Estimar con estadística v1
Estimar con estadística v1
 
merwuin rodriguez
merwuin rodriguezmerwuin rodriguez
merwuin rodriguez
 
Tipos de muestreo
Tipos de muestreoTipos de muestreo
Tipos de muestreo
 
Muestreo y estimacion 2012
Muestreo y estimacion 2012Muestreo y estimacion 2012
Muestreo y estimacion 2012
 

Último

programa dia de las madres 10 de mayo para evento
programa dia de las madres 10 de mayo  para eventoprograma dia de las madres 10 de mayo  para evento
programa dia de las madres 10 de mayo para eventoDiegoMtsS
 
Plan Año Escolar Año Escolar 2023-2024. MPPE
Plan Año Escolar Año Escolar 2023-2024. MPPEPlan Año Escolar Año Escolar 2023-2024. MPPE
Plan Año Escolar Año Escolar 2023-2024. MPPELaura Chacón
 
Clasificaciones, modalidades y tendencias de investigación educativa.
Clasificaciones, modalidades y tendencias de investigación educativa.Clasificaciones, modalidades y tendencias de investigación educativa.
Clasificaciones, modalidades y tendencias de investigación educativa.José Luis Palma
 
TRIPTICO-SISTEMA-MUSCULAR. PARA NIÑOS DE PRIMARIA
TRIPTICO-SISTEMA-MUSCULAR. PARA NIÑOS DE PRIMARIATRIPTICO-SISTEMA-MUSCULAR. PARA NIÑOS DE PRIMARIA
TRIPTICO-SISTEMA-MUSCULAR. PARA NIÑOS DE PRIMARIAAbelardoVelaAlbrecht1
 
DECÁGOLO DEL GENERAL ELOY ALFARO DELGADO
DECÁGOLO DEL GENERAL ELOY ALFARO DELGADODECÁGOLO DEL GENERAL ELOY ALFARO DELGADO
DECÁGOLO DEL GENERAL ELOY ALFARO DELGADOJosé Luis Palma
 
OLIMPIADA DEL CONOCIMIENTO INFANTIL 2024.pptx
OLIMPIADA DEL CONOCIMIENTO INFANTIL 2024.pptxOLIMPIADA DEL CONOCIMIENTO INFANTIL 2024.pptx
OLIMPIADA DEL CONOCIMIENTO INFANTIL 2024.pptxjosetrinidadchavez
 
PPT GESTIÓN ESCOLAR 2024 Comités y Compromisos.pptx
PPT GESTIÓN ESCOLAR 2024 Comités y Compromisos.pptxPPT GESTIÓN ESCOLAR 2024 Comités y Compromisos.pptx
PPT GESTIÓN ESCOLAR 2024 Comités y Compromisos.pptxOscarEduardoSanchezC
 
La Función tecnológica del tutor.pptx
La  Función  tecnológica  del tutor.pptxLa  Función  tecnológica  del tutor.pptx
La Función tecnológica del tutor.pptxJunkotantik
 
PLANIFICACION ANUAL 2024 - INICIAL UNIDOCENTE.docx
PLANIFICACION ANUAL 2024 - INICIAL UNIDOCENTE.docxPLANIFICACION ANUAL 2024 - INICIAL UNIDOCENTE.docx
PLANIFICACION ANUAL 2024 - INICIAL UNIDOCENTE.docxJUANSIMONPACHIN
 
periodico mural y sus partes y caracteristicas
periodico mural y sus partes y caracteristicasperiodico mural y sus partes y caracteristicas
periodico mural y sus partes y caracteristicas123yudy
 
BIOLOGIA_banco de preguntas_editorial icfes examen de estado .pdf
BIOLOGIA_banco de preguntas_editorial icfes examen de estado .pdfBIOLOGIA_banco de preguntas_editorial icfes examen de estado .pdf
BIOLOGIA_banco de preguntas_editorial icfes examen de estado .pdfCESARMALAGA4
 
LA ECUACIÓN DEL NÚMERO PI EN LOS JUEGOS OLÍMPICOS DE PARÍS. Por JAVIER SOLIS ...
LA ECUACIÓN DEL NÚMERO PI EN LOS JUEGOS OLÍMPICOS DE PARÍS. Por JAVIER SOLIS ...LA ECUACIÓN DEL NÚMERO PI EN LOS JUEGOS OLÍMPICOS DE PARÍS. Por JAVIER SOLIS ...
LA ECUACIÓN DEL NÚMERO PI EN LOS JUEGOS OLÍMPICOS DE PARÍS. Por JAVIER SOLIS ...JAVIER SOLIS NOYOLA
 
TUTORIA II - CIRCULO DORADO UNIVERSIDAD CESAR VALLEJO
TUTORIA II - CIRCULO DORADO UNIVERSIDAD CESAR VALLEJOTUTORIA II - CIRCULO DORADO UNIVERSIDAD CESAR VALLEJO
TUTORIA II - CIRCULO DORADO UNIVERSIDAD CESAR VALLEJOweislaco
 
Día de la Madre Tierra-1.pdf día mundial
Día de la Madre Tierra-1.pdf día mundialDía de la Madre Tierra-1.pdf día mundial
Día de la Madre Tierra-1.pdf día mundialpatriciaines1993
 
el CTE 6 DOCENTES 2 2023-2024abcdefghijoklmnñopqrstuvwxyz
el CTE 6 DOCENTES 2 2023-2024abcdefghijoklmnñopqrstuvwxyzel CTE 6 DOCENTES 2 2023-2024abcdefghijoklmnñopqrstuvwxyz
el CTE 6 DOCENTES 2 2023-2024abcdefghijoklmnñopqrstuvwxyzprofefilete
 
5° SEM29 CRONOGRAMA PLANEACIÓN DOCENTE DARUKEL 23-24.pdf
5° SEM29 CRONOGRAMA PLANEACIÓN DOCENTE DARUKEL 23-24.pdf5° SEM29 CRONOGRAMA PLANEACIÓN DOCENTE DARUKEL 23-24.pdf
5° SEM29 CRONOGRAMA PLANEACIÓN DOCENTE DARUKEL 23-24.pdfOswaldoGonzalezCruz
 
CIENCIAS NATURALES 4 TO ambientes .docx
CIENCIAS NATURALES 4 TO  ambientes .docxCIENCIAS NATURALES 4 TO  ambientes .docx
CIENCIAS NATURALES 4 TO ambientes .docxAgustinaNuez21
 

Último (20)

programa dia de las madres 10 de mayo para evento
programa dia de las madres 10 de mayo  para eventoprograma dia de las madres 10 de mayo  para evento
programa dia de las madres 10 de mayo para evento
 
Tema 7.- E-COMMERCE SISTEMAS DE INFORMACION.pdf
Tema 7.- E-COMMERCE SISTEMAS DE INFORMACION.pdfTema 7.- E-COMMERCE SISTEMAS DE INFORMACION.pdf
Tema 7.- E-COMMERCE SISTEMAS DE INFORMACION.pdf
 
Plan Año Escolar Año Escolar 2023-2024. MPPE
Plan Año Escolar Año Escolar 2023-2024. MPPEPlan Año Escolar Año Escolar 2023-2024. MPPE
Plan Año Escolar Año Escolar 2023-2024. MPPE
 
Clasificaciones, modalidades y tendencias de investigación educativa.
Clasificaciones, modalidades y tendencias de investigación educativa.Clasificaciones, modalidades y tendencias de investigación educativa.
Clasificaciones, modalidades y tendencias de investigación educativa.
 
TRIPTICO-SISTEMA-MUSCULAR. PARA NIÑOS DE PRIMARIA
TRIPTICO-SISTEMA-MUSCULAR. PARA NIÑOS DE PRIMARIATRIPTICO-SISTEMA-MUSCULAR. PARA NIÑOS DE PRIMARIA
TRIPTICO-SISTEMA-MUSCULAR. PARA NIÑOS DE PRIMARIA
 
DECÁGOLO DEL GENERAL ELOY ALFARO DELGADO
DECÁGOLO DEL GENERAL ELOY ALFARO DELGADODECÁGOLO DEL GENERAL ELOY ALFARO DELGADO
DECÁGOLO DEL GENERAL ELOY ALFARO DELGADO
 
OLIMPIADA DEL CONOCIMIENTO INFANTIL 2024.pptx
OLIMPIADA DEL CONOCIMIENTO INFANTIL 2024.pptxOLIMPIADA DEL CONOCIMIENTO INFANTIL 2024.pptx
OLIMPIADA DEL CONOCIMIENTO INFANTIL 2024.pptx
 
PPT GESTIÓN ESCOLAR 2024 Comités y Compromisos.pptx
PPT GESTIÓN ESCOLAR 2024 Comités y Compromisos.pptxPPT GESTIÓN ESCOLAR 2024 Comités y Compromisos.pptx
PPT GESTIÓN ESCOLAR 2024 Comités y Compromisos.pptx
 
La Función tecnológica del tutor.pptx
La  Función  tecnológica  del tutor.pptxLa  Función  tecnológica  del tutor.pptx
La Función tecnológica del tutor.pptx
 
PLANIFICACION ANUAL 2024 - INICIAL UNIDOCENTE.docx
PLANIFICACION ANUAL 2024 - INICIAL UNIDOCENTE.docxPLANIFICACION ANUAL 2024 - INICIAL UNIDOCENTE.docx
PLANIFICACION ANUAL 2024 - INICIAL UNIDOCENTE.docx
 
periodico mural y sus partes y caracteristicas
periodico mural y sus partes y caracteristicasperiodico mural y sus partes y caracteristicas
periodico mural y sus partes y caracteristicas
 
TL/CNL – 2.ª FASE .
TL/CNL – 2.ª FASE                       .TL/CNL – 2.ª FASE                       .
TL/CNL – 2.ª FASE .
 
BIOLOGIA_banco de preguntas_editorial icfes examen de estado .pdf
BIOLOGIA_banco de preguntas_editorial icfes examen de estado .pdfBIOLOGIA_banco de preguntas_editorial icfes examen de estado .pdf
BIOLOGIA_banco de preguntas_editorial icfes examen de estado .pdf
 
LA ECUACIÓN DEL NÚMERO PI EN LOS JUEGOS OLÍMPICOS DE PARÍS. Por JAVIER SOLIS ...
LA ECUACIÓN DEL NÚMERO PI EN LOS JUEGOS OLÍMPICOS DE PARÍS. Por JAVIER SOLIS ...LA ECUACIÓN DEL NÚMERO PI EN LOS JUEGOS OLÍMPICOS DE PARÍS. Por JAVIER SOLIS ...
LA ECUACIÓN DEL NÚMERO PI EN LOS JUEGOS OLÍMPICOS DE PARÍS. Por JAVIER SOLIS ...
 
TUTORIA II - CIRCULO DORADO UNIVERSIDAD CESAR VALLEJO
TUTORIA II - CIRCULO DORADO UNIVERSIDAD CESAR VALLEJOTUTORIA II - CIRCULO DORADO UNIVERSIDAD CESAR VALLEJO
TUTORIA II - CIRCULO DORADO UNIVERSIDAD CESAR VALLEJO
 
Sesión La luz brilla en la oscuridad.pdf
Sesión  La luz brilla en la oscuridad.pdfSesión  La luz brilla en la oscuridad.pdf
Sesión La luz brilla en la oscuridad.pdf
 
Día de la Madre Tierra-1.pdf día mundial
Día de la Madre Tierra-1.pdf día mundialDía de la Madre Tierra-1.pdf día mundial
Día de la Madre Tierra-1.pdf día mundial
 
el CTE 6 DOCENTES 2 2023-2024abcdefghijoklmnñopqrstuvwxyz
el CTE 6 DOCENTES 2 2023-2024abcdefghijoklmnñopqrstuvwxyzel CTE 6 DOCENTES 2 2023-2024abcdefghijoklmnñopqrstuvwxyz
el CTE 6 DOCENTES 2 2023-2024abcdefghijoklmnñopqrstuvwxyz
 
5° SEM29 CRONOGRAMA PLANEACIÓN DOCENTE DARUKEL 23-24.pdf
5° SEM29 CRONOGRAMA PLANEACIÓN DOCENTE DARUKEL 23-24.pdf5° SEM29 CRONOGRAMA PLANEACIÓN DOCENTE DARUKEL 23-24.pdf
5° SEM29 CRONOGRAMA PLANEACIÓN DOCENTE DARUKEL 23-24.pdf
 
CIENCIAS NATURALES 4 TO ambientes .docx
CIENCIAS NATURALES 4 TO  ambientes .docxCIENCIAS NATURALES 4 TO  ambientes .docx
CIENCIAS NATURALES 4 TO ambientes .docx
 

Estadística inferencial

  • 1. Estadística Inferencial Integrantes: ● Arévalo Joseline ● Barragán Joselyn ● Erazo Carlos ● Guerra Gabriela ● Salgado Laura ● Veloz Aylín Cátedra: Bioestadística Docente: Msc. Jose Luis Erazo
  • 2. Estadística Inferencial La Estadística inferencial o Inferencia estadística estudia cómo sacar conclusiones generales para toda la población a partir del estudio de una muestra, y el grado de fiabilidad o significación de los resultados obtenidos.
  • 3. Población Una población estadística es un conjunto de sujetos o elementos que presentan características comunes. Sobre esta población se realiza el estudio estadístico con el fin de sacar conclusiones. El tamaño poblacional es el número de individuos que constituyen la población. Según el número de sujetos, el tamaño puede ser finito o infinito. Los conjuntos infinitos son algo artificial o conceptual, ya que toda población de entidades físicas es finita. Por ejemplo: Población finita: el conjunto de habitantes de una ciudad. Población infinita: el conjunto de los números positivos.
  • 4. Población Cuando la población es muy grande, normalmente es imposible estudiar a todos los individuos. Supongamos que queremos saber cual es el nivel de colesterol de la población de Ecuador. Por cuestiones económicas y de tiempo obvias, no está al alcance realizar un análisis de sangre a toda la población del país. Para solucionar este impedimento, se utiliza una muestra estadística.
  • 5. Muestra Una muestra estadística (o una muestra) es un subconjunto de elementos de la población estadística. Frente a la dificultad de hacer un estudio de toda la población, se examina una muestra estadística que representará a la totalidad de los sujetos. Con los resultado obtenidos mediante la muestra, se intentará inferir las propiedades de todos los elementos, mediante la estadística inferencial. La muestra elegida debe ser representativa de la población. Las muestras tienen un nivel de confianza de la bondad con la que representan a todos los sujetos, generalmente del 95% o superior.
  • 6. Muestreo Probabilístico El muestreo es el método utilizado para elegir una muestra a partir de la población. El muestreo probabilístico (o aleatorio) se define como el proceso de selección de individuos de manera que cada sujeto tiene probabilidad positiva e independiente de ser seleccionado. Tiene subclasificaciones: ● Aleatorio simple ● Aleatorio sistemático ● Aleatorio estratificado
  • 7. Muestreo Aleatorio Simple Es la técnica de muestreo en la que todos los elementos que forman la población tienen idéntica probabilidad de ser seleccionados para la muestra. Los elementos se seleccionan uno por uno aleatoriamente. Cuándo utilizarlo ● Cuando los individuos de la población son homogéneos respecto a las características a estudiar (no sabemos si los resultados van a ser muy diferentes por causa de otras variables). ● Es poco recomendado cuando la población es muy grande y heterogénea. Los individuos pueden ser seleccionados por cualquier proceso probabilístico que otorgue a todos los elementos la misma probabilidad de ser elegidos. Como la tabla de números aleatorios o haciendo un sorteo con urnas.
  • 8. Pasos para seleccionar una muestra aleatoria simple 1. Define la población objetivo. 2. Identifica un marco de muestreo actual de la población objetivo o desarrolla uno nuevo. (Un marco muestral es una lista de elementos que componen la población que queremos estudiar y de la cual se extrae la muestra. Cada uno de estos elementos presentes en el marco muestral se conoce como unidad muestral). 1. Evalúa el marco de muestreo para la falta de cobertura, cobertura excesiva, etc. Ajústalo de ser necesario 2. Asigna un número único a cada unidad muestral. 3. Determina el tamaño de la muestra. 4. Selecciona al azar el número específico de elementos de la población.
  • 9. Tabla de números aleatorios
  • 10. Subtipos de muestreo aleatorio simple Hay dos tipos de muestreo aleatorio simple: Muestreo con reemplazo: Después de que un elemento ha sido seleccionado de entre el marco de la muestra se devuelve y es elegible para ser seleccionado de nuevo. Muestreo sin reemplazo: Después de que un elemento se selecciona del marco de la muestra, se retira de la población y no regresa a la base del muestreo. Este tipo de muestreo suele ser más eficiente pues no permite que el mismo elemento de la población entre a la muestra más de una vez.
  • 11. Ventajas ● Facilidad para armar la muestra. ● Se considera una forma justa de seleccionar una muestra a partir de una población. ● Mayor facilidad de analizar datos y calcular los errores. ● Se puede diseñar software para la obtención de los números aleatorios. ● La representatividad de la muestra está sujeta a la suerte. ● Necesidad de una lista completa de todos los miembros de la población. ● Errores de muestreo más grandes, menos precisión de muestreo estratificado del mismo tamaño de la muestra. ● Costos de la recolección de datos pueden ser mayores debido a la dispersión de las unidades muestrales Desventajas
  • 12. Muestreo Aleatorio Sistemático ● Es una técnica de muestreo aleatorio que los investigadores eligen con frecuencia por su sencillez y calidad regular ● Los resultados son representativos de la población a menos que se repitan ciertas características de la población por cada enésimo individuo, lo que es muy poco probable. Se usa comúnmente el siguiente método: ● Se consigue un listado N de elementos ● Se determina un tamaño de muestra n ● Definir un intervalo de salto K K=N/n ● Escoger un número entre 1 y K
  • 13. Muestreo Aleatorio Sistemático Ejemplo: En una población de 60 personas se busca obtener una muestra de 12 personas, entonces se procederá a dividir: K=N/n K=60/12= 5 El Valor de cada intervalo será entonces 5 (Escoger un número entre 1 y 5) en este caso será 2 y desde ese número ir al siguiente: 7, 12,17,22,27….. 57
  • 14. Muestreo Aleatorio Sistemático Consideraciones: ● Dado que el muestreo aleatorio sistemático es un tipo de muestreo probabilístico el investigador debe garantizar que todos los miembros de la población tengan las mismas posibilidades de ser seleccionados como el punto de partida o sujeto inicial. ● El investigador debe estar seguro de que el intervalo constante elegido entre los sujetos no refleje un cierto patrón de rasgos presentes en la población. Si existe un patrón en la población y coincide con el intervalo establecido por el investigador, la aleatoriedad de la técnica de muestreo se ve comprometida.
  • 15. Muestreo Aleatorio Estratificado Se divide la población en clases o estratos y se escoge, aleatoriamente, un número de individuos de cada estrato proporcional al número de componentes de cada estrato. En una fábrica que consta de 600 trabajadores queremos tomar una muestra de 20. Sabemos que hay 200 trabajadores en la sección A, 150 en la B, 150 en la C y 100 en la D.
  • 16. Bibliografía Ochoa, C. (2015). Muestreo probabilístico:muestreo aleatorio simple. Netquest. Recuperado de: https://www.netquest.com/blog/es/blog/es/muestreo- probabilistico-muestreo-aleatorio-simple Huillcañahui, M. (2010). Muestreo Aleatorio Simple (slideshare). Universidad Nacional Federico Villareal. Recuperado de: https://es.slideshare.net/milit/muestreo-aleatorio-simple Explorable.com. (4 de Octubre de 2009). Explorable. Recuperado el 18 de Enero de 2018, de Explorable: https://explorable.com/es/muestreo-sistematico