SlideShare una empresa de Scribd logo
1 de 13
UCAB-LOS TEQUES
METODOLOGÍA DE LA INVESTIGACIÓN
SÉPTIMO SEMESTRE DE ADM. Y CONT.
Por el Prof. Juan Carlos Álvarez
PASOS PARA DETERMINAR UNA
MUESTRA PROBABILÍSTICA
Primer Paso: Determinar la Muestra Sin Ajustar
Se calcula dividiendo dos valores que son aportados por
el investigador a razón, tanto de las implicaciones
significativas que se desprenden del tipo de variable que
pretende medir y del margen de error con el que desea
proyectar sus resultados.
PASOS PARA DETERMINAR UNA
MUESTRA PROBABILÍSTICA
Así tenemos que la muestra sin ajustar se
conoce como n` ; es decir, ene prima.
Y su fórmula es como sigue:
S
2
Varianza de la Muestra
n`=
________________
V
2
Varianza de la Población
PASOS PARA DETERMINAR UNA
MUESTRA PROBABILÍSTICA
S2
Varianza de la Muestra, no es otra cosa que la
probabilidad de ocurrencia esperada de la variable que se
pretende medir.
Este valor es asignado por el investigador atendiendo al
nivel de significatividad que tiene la variable en función de
la magnitud de ocurrencia; es decir, si consideramos la
influencia letal de un determinado medicamento como una
variable a medir en un grupo de pacientes, no
necesitaríamos un nivel de ocurrencia muy alto en la misma
para proyectar los resultados y obrar en consecuencia.
PASOS PARA DETERMINAR UNA
MUESTRA PROBABILÍSTICA
En este caso, quizá con un 5% de ocurrencia, o hasta menos, sería
suficiente para declarar la ALARMA.
Ahora bien, si se trata de considerar la afluencia de adolescentes en
una determinada calle o avenida, con miras a soportar la decisión de
aperturar un centro de video juegos en la misma, quizá tendría que
medir la variable a estudiar sobre una probabilidad de ocurrencia en el
orden del 75%, de manera que una vez obtenidos los resultados, si son
favorables, pudiera recomendar la apertura del referido centro sin
mayores inconvenientes.
Así tenemos que: S2
= p ( 1 – p) tal que p=probalilidad de ocurrencia,
si la misma es estimada en 5% p=0.05, si es estimada en un 75%
p=0.75, sustituimos los valores en consecuencia, y así
sucesivamente.
PASOS PARA DETERMINAR UNA
MUESTRA PROBABILÍSTICA
Continuando con el divisor de la fórmula; es decir, con V2
Varianza de la Población, tenemos que la misma no es otra
cosa que el margen de error estándar con el que queremos
trabajar para proyectar nuestros resultados.
Generalmente, en este particular se trabaja con valores que
oscilan ente 0.010 y 0.015., mientras menor sea el margen
de error estimado, mayor confiabilidad inspirarán los
resultados.
Si nuestro error estimado es de 0.015 lo elevamos al
cuadrado y lo sustituimos en la fórmula.
PASOS PARA DETERMINAR UNA
MUESTRA PROBABILÍSTICA
Si retomamos la fórmula de la muestra sin ajustar, y a manera
de ejemplo consideramos hipotéticamente trabajar con una
variable “x” cuya probalidad de ocurrencia esperada la ubicamos
en 75% y un margen de error del 0.015, tenemos:
S2
Varianza de la Muestra
n`= _________________
V2
Varianza de la Población
0.75 (1 – 0.75) 0.1875
n` = _______________ = ________ = n`= 833.3333
(0.015)2
0.000225
PASOS PARA DETERMINAR UNA
MUESTRA PROBABILÍSTICA
Una vez que hemos determinado la muestra sin ajustar,
estamos en condiciones de dar nuestro Segundo Paso:
CALCULAR LA MUESTRA AJUSTADA
La Muestra Ajustada se simboliza con la letra n y su fórmula
es como sigue:
n`
n = ___________ donde N = Número de la Población
1 + n` / N
PASOS PARA DETERMINAR UNA
MUESTRA PROBABILÍSTICA
Supongamos que el tamaño de la población a estudiar se estima en unos 1.500
individuos.
Y sabiendo que nuestra muestra sin ajustar; es decir, n` = 833.3333.
Procedemos a sustituir los valores en la fórmula de la Muestra Ajustada.
Así tenemos que:
n` 833.3333 833.3333 833.3333
n = ___________ = _________________ = ____________ = __________ =
1 + n` / N 1 + 833.3333/1.500 1 + 0.5555 1.5555
n = 535.73339
Lo que implica que nuestra muestra probabilística sería aproximadamente de
536 individuos
PASOS PARA DETERMINAR UNA
MUESTRA PROBABILÍSTICA
Ahora bien, cuando los individuos de la población están diseminados o
esparcidos en varios estratos, estados o departamentos; es decir,
cuando no están focalizados en una misma unidad física, corresponde
entonces dar un Tercer Paso: Calcular la Muestra Estratificada.
Supongamos a manera de ejemplo que la población a estudiar ( 1.500
individuos ) se encuentra esparcida en cinco estados nacionales, a
saber:
Mérida (250), Miranda (300), Monagas (200), Vargas (250) y Sucre
(500)
¿De cuáles estados tendríamos que tomar la muestra aproximada de
536 individuos?
PASOS PARA DETERMINAR UNA
MUESTRA PROBABILÍSTICA
El procedimiento estadístico para hacerlo es el siguiente:
Calculamos el factor multiplicador f dividiendo la muestra
aproximada n entre el número de la población N
n 536
f = __________ = ______ = 0.3573
N 1.500
Una vez obtenido el factor, procedemos a multiplicar el
mismo por la cantidad de individuos pertenecientes a cada
estado discriminado.
Como sigue…
PASOS PARA DETERMINAR UNA
MUESTRA PROBABILÍSTICA
Individuos por
Estado
Factor Multiplicador
Muestra
Estratificada
Mérida
250
0.3573
89.325
Miranda
300
0.3573 107.19
Monagas
200
0.3573 71.46
Vargas
250
0.3573 89.325
Sucre
500
0.3573 178.65
Total 535.95
PASOS PARA DETERMINAR UNA
MUESTRA PROBABILÍSTICA
Claro está, los valores determinados en la muestra
estratificada como resultante de la operación
anterior, deben ser redondeados en los casos en
los que el primer decimal sea igual o mayor a 5.

Más contenido relacionado

La actualidad más candente

Modelos probabilidades
Modelos probabilidadesModelos probabilidades
Modelos probabilidadesInstruccional
 
Modelos probabilísticos
Modelos probabilísticosModelos probabilísticos
Modelos probabilísticosecruzo
 
Capitulo5 estimacion por_intervalo_es_de_confianza (2)
Capitulo5 estimacion por_intervalo_es_de_confianza (2)Capitulo5 estimacion por_intervalo_es_de_confianza (2)
Capitulo5 estimacion por_intervalo_es_de_confianza (2)Laura González
 
Regresion Multiple2
Regresion Multiple2Regresion Multiple2
Regresion Multiple2juancasa2791
 
Estimación de parámetros
Estimación de parámetrosEstimación de parámetros
Estimación de parámetrosGudalupe Valdez
 
Intervalos de confianza (7)
Intervalos de confianza (7)Intervalos de confianza (7)
Intervalos de confianza (7)Luz Hernández
 
Unidad 1. Probabilidad
Unidad 1. ProbabilidadUnidad 1. Probabilidad
Unidad 1. ProbabilidadMarielba Lazo
 
Diapositivas Inferencias referentes a medias y varianzas Grupo III
Diapositivas Inferencias referentes a medias y varianzas Grupo III Diapositivas Inferencias referentes a medias y varianzas Grupo III
Diapositivas Inferencias referentes a medias y varianzas Grupo III Carla Malaver
 
Socioestadistica - 6. tamaño muestra (b) - Jorge Canales Fuster
Socioestadistica - 6. tamaño muestra (b) -  Jorge Canales FusterSocioestadistica - 6. tamaño muestra (b) -  Jorge Canales Fuster
Socioestadistica - 6. tamaño muestra (b) - Jorge Canales FusterF Franz Guillermo
 
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
 

La actualidad más candente (20)

Modelos probabilidades
Modelos probabilidadesModelos probabilidades
Modelos probabilidades
 
Modelos probabilísticos
Modelos probabilísticosModelos probabilísticos
Modelos probabilísticos
 
Capitulo5 estimacion por_intervalo_es_de_confianza (2)
Capitulo5 estimacion por_intervalo_es_de_confianza (2)Capitulo5 estimacion por_intervalo_es_de_confianza (2)
Capitulo5 estimacion por_intervalo_es_de_confianza (2)
 
Regresion Multiple2
Regresion Multiple2Regresion Multiple2
Regresion Multiple2
 
Estimación de parámetros
Estimación de parámetrosEstimación de parámetros
Estimación de parámetros
 
Distri power
Distri powerDistri power
Distri power
 
Diferenciales
DiferencialesDiferenciales
Diferenciales
 
Regresión lineal múltiple
Regresión lineal múltipleRegresión lineal múltiple
Regresión lineal múltiple
 
9. distribuciones continuas
9.  distribuciones continuas9.  distribuciones continuas
9. distribuciones continuas
 
Resumen de Teoría de Muestreo
Resumen de Teoría de MuestreoResumen de Teoría de Muestreo
Resumen de Teoría de Muestreo
 
Estimacion de parametros
Estimacion de parametrosEstimacion de parametros
Estimacion de parametros
 
Estimación de Parámetros
Estimación de ParámetrosEstimación de Parámetros
Estimación de Parámetros
 
Intervalos de confianza (7)
Intervalos de confianza (7)Intervalos de confianza (7)
Intervalos de confianza (7)
 
tamaño de la muestra
tamaño de la muestratamaño de la muestra
tamaño de la muestra
 
Unidad 1. Probabilidad
Unidad 1. ProbabilidadUnidad 1. Probabilidad
Unidad 1. Probabilidad
 
Diapositivas Inferencias referentes a medias y varianzas Grupo III
Diapositivas Inferencias referentes a medias y varianzas Grupo III Diapositivas Inferencias referentes a medias y varianzas Grupo III
Diapositivas Inferencias referentes a medias y varianzas Grupo III
 
Mic sesión 8b
Mic sesión 8bMic sesión 8b
Mic sesión 8b
 
Socioestadistica - 6. tamaño muestra (b) - Jorge Canales Fuster
Socioestadistica - 6. tamaño muestra (b) -  Jorge Canales FusterSocioestadistica - 6. tamaño muestra (b) -  Jorge Canales Fuster
Socioestadistica - 6. tamaño muestra (b) - Jorge Canales Fuster
 
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...
 
Análisis de regresión múltiple
Análisis de regresión múltipleAnálisis de regresión múltiple
Análisis de regresión múltiple
 

Similar a Muestraprobabilistica

Minimos cuadrados , prueba de hipotesis y t de studen
Minimos cuadrados , prueba de hipotesis  y t de studenMinimos cuadrados , prueba de hipotesis  y t de studen
Minimos cuadrados , prueba de hipotesis y t de studenTania Gabriela Herrera Mafla
 
01 documento calculo_muestra
01 documento calculo_muestra01 documento calculo_muestra
01 documento calculo_muestraFranklin Mejia
 
Intervalos De Confianza
Intervalos De ConfianzaIntervalos De Confianza
Intervalos De Confianzaalerioz
 
Tamaño de la muestra original
Tamaño de la muestra originalTamaño de la muestra original
Tamaño de la muestra originallaura ochoa
 
Tamaño de la muestra original
Tamaño de la muestra originalTamaño de la muestra original
Tamaño de la muestra originallaura ochoa
 
Capitulo 4 : Pruebas de Hipótesis
Capitulo 4 : Pruebas de HipótesisCapitulo 4 : Pruebas de Hipótesis
Capitulo 4 : Pruebas de Hipótesisug-dipa
 
Seminario 10
Seminario 10Seminario 10
Seminario 10merygd
 
Distribucion muestrales y estimacion presentacion
Distribucion muestrales y estimacion presentacionDistribucion muestrales y estimacion presentacion
Distribucion muestrales y estimacion presentacionJose Diaz
 
EXPOSICIÓN DE ESTADÍSTICA 3.001.pdf
EXPOSICIÓN DE ESTADÍSTICA 3.001.pdfEXPOSICIÓN DE ESTADÍSTICA 3.001.pdf
EXPOSICIÓN DE ESTADÍSTICA 3.001.pdfPaoloDeLosSantosNona
 
EXPOSICIÓN DE ESTADÍSTICA 3.1.pdf
EXPOSICIÓN DE ESTADÍSTICA 3.1.pdfEXPOSICIÓN DE ESTADÍSTICA 3.1.pdf
EXPOSICIÓN DE ESTADÍSTICA 3.1.pdfPaoloDeLosSantosNona
 
DISTRIBUCIONES MUESTRALES Y ESTIMACIÓN DE LOS PARÁMETROS DE UNA POBLACIÓN
DISTRIBUCIONES MUESTRALES Y ESTIMACIÓN DE LOS PARÁMETROS DE UNA POBLACIÓNDISTRIBUCIONES MUESTRALES Y ESTIMACIÓN DE LOS PARÁMETROS DE UNA POBLACIÓN
DISTRIBUCIONES MUESTRALES Y ESTIMACIÓN DE LOS PARÁMETROS DE UNA POBLACIÓNvanessamadriz1109
 
CLASE 1 Conceptos de interpolación y ajuste de curvas METODO DE MINIMOS CUADR...
CLASE 1 Conceptos de interpolación y ajuste de curvas METODO DE MINIMOS CUADR...CLASE 1 Conceptos de interpolación y ajuste de curvas METODO DE MINIMOS CUADR...
CLASE 1 Conceptos de interpolación y ajuste de curvas METODO DE MINIMOS CUADR...JOSUEELIASLOPEZHERNA
 

Similar a Muestraprobabilistica (20)

Minimos cuadrados , prueba de hipotesis y t de studen
Minimos cuadrados , prueba de hipotesis  y t de studenMinimos cuadrados , prueba de hipotesis  y t de studen
Minimos cuadrados , prueba de hipotesis y t de studen
 
Blog teoria intervalo de confianza
Blog teoria intervalo de confianzaBlog teoria intervalo de confianza
Blog teoria intervalo de confianza
 
01 documento calculo_muestra
01 documento calculo_muestra01 documento calculo_muestra
01 documento calculo_muestra
 
Intervalos De Confianza
Intervalos De ConfianzaIntervalos De Confianza
Intervalos De Confianza
 
TAREA SEMINARIO 8
TAREA SEMINARIO 8TAREA SEMINARIO 8
TAREA SEMINARIO 8
 
Tamaño de la muestra original
Tamaño de la muestra originalTamaño de la muestra original
Tamaño de la muestra original
 
Tamaño+de..
Tamaño+de..Tamaño+de..
Tamaño+de..
 
Tamaño de la muestra original
Tamaño de la muestra originalTamaño de la muestra original
Tamaño de la muestra original
 
Capitulo 4 : Pruebas de Hipótesis
Capitulo 4 : Pruebas de HipótesisCapitulo 4 : Pruebas de Hipótesis
Capitulo 4 : Pruebas de Hipótesis
 
GRUPO D (1).pptx
GRUPO D (1).pptxGRUPO D (1).pptx
GRUPO D (1).pptx
 
Seminario 10
Seminario 10Seminario 10
Seminario 10
 
Hipotesis
HipotesisHipotesis
Hipotesis
 
Distribucion muestrales y estimacion presentacion
Distribucion muestrales y estimacion presentacionDistribucion muestrales y estimacion presentacion
Distribucion muestrales y estimacion presentacion
 
EXPOSICIÓN DE ESTADÍSTICA 3.001.pdf
EXPOSICIÓN DE ESTADÍSTICA 3.001.pdfEXPOSICIÓN DE ESTADÍSTICA 3.001.pdf
EXPOSICIÓN DE ESTADÍSTICA 3.001.pdf
 
EXPOSICIÓN DE ESTADÍSTICA 3.1.pdf
EXPOSICIÓN DE ESTADÍSTICA 3.1.pdfEXPOSICIÓN DE ESTADÍSTICA 3.1.pdf
EXPOSICIÓN DE ESTADÍSTICA 3.1.pdf
 
estadística
estadística estadística
estadística
 
Conceptos
ConceptosConceptos
Conceptos
 
DISTRIBUCIONES MUESTRALES Y ESTIMACIÓN DE LOS PARÁMETROS DE UNA POBLACIÓN
DISTRIBUCIONES MUESTRALES Y ESTIMACIÓN DE LOS PARÁMETROS DE UNA POBLACIÓNDISTRIBUCIONES MUESTRALES Y ESTIMACIÓN DE LOS PARÁMETROS DE UNA POBLACIÓN
DISTRIBUCIONES MUESTRALES Y ESTIMACIÓN DE LOS PARÁMETROS DE UNA POBLACIÓN
 
CLASE 1 Conceptos de interpolación y ajuste de curvas METODO DE MINIMOS CUADR...
CLASE 1 Conceptos de interpolación y ajuste de curvas METODO DE MINIMOS CUADR...CLASE 1 Conceptos de interpolación y ajuste de curvas METODO DE MINIMOS CUADR...
CLASE 1 Conceptos de interpolación y ajuste de curvas METODO DE MINIMOS CUADR...
 
Metodos No Parametricos Parte I. Est ind clase11
Metodos No Parametricos Parte I. Est ind clase11Metodos No Parametricos Parte I. Est ind clase11
Metodos No Parametricos Parte I. Est ind clase11
 

Último

LA JUNGLA DE COLORES.pptx Cuento de animales
LA JUNGLA DE COLORES.pptx  Cuento de animalesLA JUNGLA DE COLORES.pptx  Cuento de animales
LA JUNGLA DE COLORES.pptx Cuento de animalesanllamas
 
Feliz Día de la Madre - 5 de Mayo, 2024.pdf
Feliz Día de la Madre - 5 de Mayo, 2024.pdfFeliz Día de la Madre - 5 de Mayo, 2024.pdf
Feliz Día de la Madre - 5 de Mayo, 2024.pdfMercedes Gonzalez
 
Tema 10. Dinámica y funciones de la Atmosfera 2024
Tema 10. Dinámica y funciones de la Atmosfera 2024Tema 10. Dinámica y funciones de la Atmosfera 2024
Tema 10. Dinámica y funciones de la Atmosfera 2024IES Vicent Andres Estelles
 
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docxEliaHernndez7
 
animalesdelaproincia de beunos aires.pdf
animalesdelaproincia de beunos aires.pdfanimalesdelaproincia de beunos aires.pdf
animalesdelaproincia de beunos aires.pdfSofiaArias58
 
Actividades para el 11 de Mayo día del himno.docx
Actividades para el 11 de Mayo día del himno.docxActividades para el 11 de Mayo día del himno.docx
Actividades para el 11 de Mayo día del himno.docxpaogar2178
 
CONCURSO NACIONAL JOSE MARIA ARGUEDAS.pptx
CONCURSO NACIONAL JOSE MARIA ARGUEDAS.pptxCONCURSO NACIONAL JOSE MARIA ARGUEDAS.pptx
CONCURSO NACIONAL JOSE MARIA ARGUEDAS.pptxroberthirigoinvasque
 
Código Civil de la República Bolivariana de Venezuela
Código Civil de la República Bolivariana de VenezuelaCódigo Civil de la República Bolivariana de Venezuela
Código Civil de la República Bolivariana de Venezuelabeltranponce75
 
Prueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESOPrueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESOluismii249
 
Concepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptxConcepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptxFernando Solis
 
Factores que intervienen en la Administración por Valores.pdf
Factores que intervienen en la Administración por Valores.pdfFactores que intervienen en la Administración por Valores.pdf
Factores que intervienen en la Administración por Valores.pdfJonathanCovena1
 
UNIDAD DE APRENDIZAJE DE PRIMER GRADO DEL MES DE MAYO PARA TRABAJAR CON ESTUD...
UNIDAD DE APRENDIZAJE DE PRIMER GRADO DEL MES DE MAYO PARA TRABAJAR CON ESTUD...UNIDAD DE APRENDIZAJE DE PRIMER GRADO DEL MES DE MAYO PARA TRABAJAR CON ESTUD...
UNIDAD DE APRENDIZAJE DE PRIMER GRADO DEL MES DE MAYO PARA TRABAJAR CON ESTUD...rosalindatellodelagu
 
Los avatares para el juego dramático en entornos virtuales
Los avatares para el juego dramático en entornos virtualesLos avatares para el juego dramático en entornos virtuales
Los avatares para el juego dramático en entornos virtualesMarisolMartinez707897
 
ACERTIJO LA RUTA DEL MARATÓN OLÍMPICO DEL NÚMERO PI EN PARÍS. Por JAVIER SOL...
ACERTIJO LA RUTA DEL MARATÓN OLÍMPICO DEL NÚMERO PI EN  PARÍS. Por JAVIER SOL...ACERTIJO LA RUTA DEL MARATÓN OLÍMPICO DEL NÚMERO PI EN  PARÍS. Por JAVIER SOL...
ACERTIJO LA RUTA DEL MARATÓN OLÍMPICO DEL NÚMERO PI EN PARÍS. Por JAVIER SOL...JAVIER SOLIS NOYOLA
 
Desarrollo y Aplicación de la Administración por Valores
Desarrollo y Aplicación de la Administración por ValoresDesarrollo y Aplicación de la Administración por Valores
Desarrollo y Aplicación de la Administración por ValoresJonathanCovena1
 

Último (20)

Power Point E. S.: Los dos testigos.pptx
Power Point E. S.: Los dos testigos.pptxPower Point E. S.: Los dos testigos.pptx
Power Point E. S.: Los dos testigos.pptx
 
LA JUNGLA DE COLORES.pptx Cuento de animales
LA JUNGLA DE COLORES.pptx  Cuento de animalesLA JUNGLA DE COLORES.pptx  Cuento de animales
LA JUNGLA DE COLORES.pptx Cuento de animales
 
Feliz Día de la Madre - 5 de Mayo, 2024.pdf
Feliz Día de la Madre - 5 de Mayo, 2024.pdfFeliz Día de la Madre - 5 de Mayo, 2024.pdf
Feliz Día de la Madre - 5 de Mayo, 2024.pdf
 
Usos y desusos de la inteligencia artificial en revistas científicas
Usos y desusos de la inteligencia artificial en revistas científicasUsos y desusos de la inteligencia artificial en revistas científicas
Usos y desusos de la inteligencia artificial en revistas científicas
 
Tema 10. Dinámica y funciones de la Atmosfera 2024
Tema 10. Dinámica y funciones de la Atmosfera 2024Tema 10. Dinámica y funciones de la Atmosfera 2024
Tema 10. Dinámica y funciones de la Atmosfera 2024
 
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
 
animalesdelaproincia de beunos aires.pdf
animalesdelaproincia de beunos aires.pdfanimalesdelaproincia de beunos aires.pdf
animalesdelaproincia de beunos aires.pdf
 
Actividades para el 11 de Mayo día del himno.docx
Actividades para el 11 de Mayo día del himno.docxActividades para el 11 de Mayo día del himno.docx
Actividades para el 11 de Mayo día del himno.docx
 
CONCURSO NACIONAL JOSE MARIA ARGUEDAS.pptx
CONCURSO NACIONAL JOSE MARIA ARGUEDAS.pptxCONCURSO NACIONAL JOSE MARIA ARGUEDAS.pptx
CONCURSO NACIONAL JOSE MARIA ARGUEDAS.pptx
 
Los dos testigos. Testifican de la Verdad
Los dos testigos. Testifican de la VerdadLos dos testigos. Testifican de la Verdad
Los dos testigos. Testifican de la Verdad
 
Código Civil de la República Bolivariana de Venezuela
Código Civil de la República Bolivariana de VenezuelaCódigo Civil de la República Bolivariana de Venezuela
Código Civil de la República Bolivariana de Venezuela
 
Prueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESOPrueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESO
 
Concepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptxConcepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptx
 
Interpretación de cortes geológicos 2024
Interpretación de cortes geológicos 2024Interpretación de cortes geológicos 2024
Interpretación de cortes geológicos 2024
 
Lecciones 06 Esc. Sabática. Los dos testigos
Lecciones 06 Esc. Sabática. Los dos testigosLecciones 06 Esc. Sabática. Los dos testigos
Lecciones 06 Esc. Sabática. Los dos testigos
 
Factores que intervienen en la Administración por Valores.pdf
Factores que intervienen en la Administración por Valores.pdfFactores que intervienen en la Administración por Valores.pdf
Factores que intervienen en la Administración por Valores.pdf
 
UNIDAD DE APRENDIZAJE DE PRIMER GRADO DEL MES DE MAYO PARA TRABAJAR CON ESTUD...
UNIDAD DE APRENDIZAJE DE PRIMER GRADO DEL MES DE MAYO PARA TRABAJAR CON ESTUD...UNIDAD DE APRENDIZAJE DE PRIMER GRADO DEL MES DE MAYO PARA TRABAJAR CON ESTUD...
UNIDAD DE APRENDIZAJE DE PRIMER GRADO DEL MES DE MAYO PARA TRABAJAR CON ESTUD...
 
Los avatares para el juego dramático en entornos virtuales
Los avatares para el juego dramático en entornos virtualesLos avatares para el juego dramático en entornos virtuales
Los avatares para el juego dramático en entornos virtuales
 
ACERTIJO LA RUTA DEL MARATÓN OLÍMPICO DEL NÚMERO PI EN PARÍS. Por JAVIER SOL...
ACERTIJO LA RUTA DEL MARATÓN OLÍMPICO DEL NÚMERO PI EN  PARÍS. Por JAVIER SOL...ACERTIJO LA RUTA DEL MARATÓN OLÍMPICO DEL NÚMERO PI EN  PARÍS. Por JAVIER SOL...
ACERTIJO LA RUTA DEL MARATÓN OLÍMPICO DEL NÚMERO PI EN PARÍS. Por JAVIER SOL...
 
Desarrollo y Aplicación de la Administración por Valores
Desarrollo y Aplicación de la Administración por ValoresDesarrollo y Aplicación de la Administración por Valores
Desarrollo y Aplicación de la Administración por Valores
 

Muestraprobabilistica

  • 1. UCAB-LOS TEQUES METODOLOGÍA DE LA INVESTIGACIÓN SÉPTIMO SEMESTRE DE ADM. Y CONT. Por el Prof. Juan Carlos Álvarez
  • 2. PASOS PARA DETERMINAR UNA MUESTRA PROBABILÍSTICA Primer Paso: Determinar la Muestra Sin Ajustar Se calcula dividiendo dos valores que son aportados por el investigador a razón, tanto de las implicaciones significativas que se desprenden del tipo de variable que pretende medir y del margen de error con el que desea proyectar sus resultados.
  • 3. PASOS PARA DETERMINAR UNA MUESTRA PROBABILÍSTICA Así tenemos que la muestra sin ajustar se conoce como n` ; es decir, ene prima. Y su fórmula es como sigue: S 2 Varianza de la Muestra n`= ________________ V 2 Varianza de la Población
  • 4. PASOS PARA DETERMINAR UNA MUESTRA PROBABILÍSTICA S2 Varianza de la Muestra, no es otra cosa que la probabilidad de ocurrencia esperada de la variable que se pretende medir. Este valor es asignado por el investigador atendiendo al nivel de significatividad que tiene la variable en función de la magnitud de ocurrencia; es decir, si consideramos la influencia letal de un determinado medicamento como una variable a medir en un grupo de pacientes, no necesitaríamos un nivel de ocurrencia muy alto en la misma para proyectar los resultados y obrar en consecuencia.
  • 5. PASOS PARA DETERMINAR UNA MUESTRA PROBABILÍSTICA En este caso, quizá con un 5% de ocurrencia, o hasta menos, sería suficiente para declarar la ALARMA. Ahora bien, si se trata de considerar la afluencia de adolescentes en una determinada calle o avenida, con miras a soportar la decisión de aperturar un centro de video juegos en la misma, quizá tendría que medir la variable a estudiar sobre una probabilidad de ocurrencia en el orden del 75%, de manera que una vez obtenidos los resultados, si son favorables, pudiera recomendar la apertura del referido centro sin mayores inconvenientes. Así tenemos que: S2 = p ( 1 – p) tal que p=probalilidad de ocurrencia, si la misma es estimada en 5% p=0.05, si es estimada en un 75% p=0.75, sustituimos los valores en consecuencia, y así sucesivamente.
  • 6. PASOS PARA DETERMINAR UNA MUESTRA PROBABILÍSTICA Continuando con el divisor de la fórmula; es decir, con V2 Varianza de la Población, tenemos que la misma no es otra cosa que el margen de error estándar con el que queremos trabajar para proyectar nuestros resultados. Generalmente, en este particular se trabaja con valores que oscilan ente 0.010 y 0.015., mientras menor sea el margen de error estimado, mayor confiabilidad inspirarán los resultados. Si nuestro error estimado es de 0.015 lo elevamos al cuadrado y lo sustituimos en la fórmula.
  • 7. PASOS PARA DETERMINAR UNA MUESTRA PROBABILÍSTICA Si retomamos la fórmula de la muestra sin ajustar, y a manera de ejemplo consideramos hipotéticamente trabajar con una variable “x” cuya probalidad de ocurrencia esperada la ubicamos en 75% y un margen de error del 0.015, tenemos: S2 Varianza de la Muestra n`= _________________ V2 Varianza de la Población 0.75 (1 – 0.75) 0.1875 n` = _______________ = ________ = n`= 833.3333 (0.015)2 0.000225
  • 8. PASOS PARA DETERMINAR UNA MUESTRA PROBABILÍSTICA Una vez que hemos determinado la muestra sin ajustar, estamos en condiciones de dar nuestro Segundo Paso: CALCULAR LA MUESTRA AJUSTADA La Muestra Ajustada se simboliza con la letra n y su fórmula es como sigue: n` n = ___________ donde N = Número de la Población 1 + n` / N
  • 9. PASOS PARA DETERMINAR UNA MUESTRA PROBABILÍSTICA Supongamos que el tamaño de la población a estudiar se estima en unos 1.500 individuos. Y sabiendo que nuestra muestra sin ajustar; es decir, n` = 833.3333. Procedemos a sustituir los valores en la fórmula de la Muestra Ajustada. Así tenemos que: n` 833.3333 833.3333 833.3333 n = ___________ = _________________ = ____________ = __________ = 1 + n` / N 1 + 833.3333/1.500 1 + 0.5555 1.5555 n = 535.73339 Lo que implica que nuestra muestra probabilística sería aproximadamente de 536 individuos
  • 10. PASOS PARA DETERMINAR UNA MUESTRA PROBABILÍSTICA Ahora bien, cuando los individuos de la población están diseminados o esparcidos en varios estratos, estados o departamentos; es decir, cuando no están focalizados en una misma unidad física, corresponde entonces dar un Tercer Paso: Calcular la Muestra Estratificada. Supongamos a manera de ejemplo que la población a estudiar ( 1.500 individuos ) se encuentra esparcida en cinco estados nacionales, a saber: Mérida (250), Miranda (300), Monagas (200), Vargas (250) y Sucre (500) ¿De cuáles estados tendríamos que tomar la muestra aproximada de 536 individuos?
  • 11. PASOS PARA DETERMINAR UNA MUESTRA PROBABILÍSTICA El procedimiento estadístico para hacerlo es el siguiente: Calculamos el factor multiplicador f dividiendo la muestra aproximada n entre el número de la población N n 536 f = __________ = ______ = 0.3573 N 1.500 Una vez obtenido el factor, procedemos a multiplicar el mismo por la cantidad de individuos pertenecientes a cada estado discriminado. Como sigue…
  • 12. PASOS PARA DETERMINAR UNA MUESTRA PROBABILÍSTICA Individuos por Estado Factor Multiplicador Muestra Estratificada Mérida 250 0.3573 89.325 Miranda 300 0.3573 107.19 Monagas 200 0.3573 71.46 Vargas 250 0.3573 89.325 Sucre 500 0.3573 178.65 Total 535.95
  • 13. PASOS PARA DETERMINAR UNA MUESTRA PROBABILÍSTICA Claro está, los valores determinados en la muestra estratificada como resultante de la operación anterior, deben ser redondeados en los casos en los que el primer decimal sea igual o mayor a 5.