Heinsohn Privacidad y Ciberseguridad para el sector educativo
Teoria de muestreo
1. GRADO DE CONFIANZA DE LA INFERENCIAGRADO DE CONFIANZA DE LA INFERENCIA
Es la probabilidad de que el valor real del
parámetro poblacional se encuentre dentro de
los límites especificados por los valores del
estimador muestral.
Más que un cálculo suele ser un criterio
definido convencionalmente por el analista
expresado en unidades estandarizadas Z o en
porcentaje de valores muestrales.
Una probabilidad de 95% equivale a 1.96
unidades de Z y es la más utilizada.
2. GRADO DE ERROR (IMPRECISION) DE LAGRADO DE ERROR (IMPRECISION) DE LA
INFERENCIAINFERENCIA
Debido a la aleatoriedad, los valores de un mismo
estadístico difieren de una muestra a otra.
Esta variabilidad introduce un error en la estimación
(error aleatorio).
Este error puede medirse, pues las medias de los
estimadores siempre se distribuyen “normalmente”
(Teorema del límite central) aunque los mismos
estimadores no lo hayan hecho.
3. ERROR ALEATORIOERROR ALEATORIO
Cuando se mide el estadístico en diferentes
muestras tomadas aleatoriamente los
resultados son variables. Esta variabilidad del
estadístico se denomina error aleatorio y es
causada por el azar.
s1 s2
s4
s3
s1 s2
s4
s3
4. GRADO DE ERRORGRADO DE ERROR
(IMPRECISION) DE LA INFERENCIA(IMPRECISION) DE LA INFERENCIA
Para un mismo nivel de confianza puede medirse el
error aleatorio por encima y por debajo de la
estimación.
El error aleatorio configura límites de confianza dentro
de los cuales se presume estará el valor real del
parámetro para el nivel de confianza elegido por el
analista.
El intervalo de confianza de la inferencia será más
amplio (impreciso) mientras más altas sean la
confiabilidad exigida y la desviación estándar.
5. GRADO DE ERRORGRADO DE ERROR
(IMPRECISION) DE LA INFERENCIA(IMPRECISION) DE LA INFERENCIA
Mientras más grande sea la muestra, más
pequeño (preciso) será el intervalo.
Los límites de confianza superior e inferior, se
calculan con base en la siguiente fórmula que
depende de la desviación estándar del
estimador muestral (s), del valor de Z elegido
y del tamaño muestral (n):
(IC 95%) = x ± 1.96. s .
√n
6. MUESTREO PROBABILISTICOMUESTREO PROBABILISTICO
Para que la inferencia estadística sea válida el
muestreo debe ser aleatorio o probabilístico.
Aleatoriedad de la selección:: esta condición se
refiere a que cada elemento del universo debe
tener la misma probabilidad de ser elegido en la
muestra y que dicha probabilidad puede ser
medida.
7. TIPOS DE MUESTREO PROBABILISTICOTIPOS DE MUESTREO PROBABILISTICO
1. Muestreo aleatorio simple
2. Muestreo aleatorio Sistemático
3. Muestreo aleatorio Estratificado
4. Muestreo aleatorio por Conglomerados
5. Muestreo aleatorio Polietápico
8. 1. MUESTREO ALEATORIO SIMPLE1. MUESTREO ALEATORIO SIMPLE
Escoge al azar los miembros del universo hasta
completar el tamaño muestral previsto
En teoría se enumeran previamente todos los
elementos y de acuerdo con una tabla de
números aleatorios se van escogiendo
El procedimiento puede darse con o sin
reemplazos y esta condición afectará
posteriormente el análisis
9. 2. MUESTREO ALEATORIO SISTEMATICO2. MUESTREO ALEATORIO SISTEMATICO
En el universo (N) se elige el primer elemento al
azar
Luego los demás se escogen cada cierto
intervalo (k), hasta completar el tamaño
muestral (n).
El tamaño del intervalo (k) se calcula así: k =
N/n
10. 3. MUESTREO ESTRATIFICADO3. MUESTREO ESTRATIFICADO
Considera que al interior del universo
existen estratos (subgrupos internamente
homogéneos pero cualitativa y
cuantitativamente diferentes entre sí), y
que no se cumple la condición de selección
aleatoria pues los miembros del grupo
mayoritario tienen una mayor probabilidad
de ser seleccionados en la muestra.
11. ESTRATOSESTRATOS Homogéneos en su interior;
diferentes entre sí en propiedades y
tamaño
Comuna AComuna A
Comuna BComuna B
Comuna CComuna C
Comuna DComuna D
Los estratos más grandes
Tienen mayor probabilidad de ser representados
12. Cómo grantizar la aleatoriedadCómo grantizar la aleatoriedad
en universos estratificados... ?en universos estratificados... ?
1. Muestreo Estratificado
Proporcional
Puede usarse alguna de las siguientes
técnicas:
2. Muestreo Estratificado No
Proporcional
3. Alocación óptima de los
estratos.
13. Muestreo Estratificado ProporcionalMuestreo Estratificado Proporcional
Establece la distribución proporcional del
universo y aplica esta distribución a su
tamaño muestral para conformar estratos
en la muestra.
Luego elige aleatoriamente los
elementos al interior de cada estrato
muestral hasta ajustar su tamaño.
Es mejor que el Muestreo Aleatorio
Simple pues disminuye el error estándar
de la medición muestral.
14. Muestreo Estratificado NO ProporcionalMuestreo Estratificado NO Proporcional
((Fracción variable de muestreo):
Ajusta convencionalmente los
tamaños de los stratos muestrales
para aumentar la eficiencia de la
selección de los grupos más
pequeños.
Esta condición se deberá tener en
cuenta al hacer inferencias (corregir
las inferencias).
15. MUESTREOMUESTREO
POR ALOCACIÓN OPTIMA DE LOS ESTRATOSPOR ALOCACIÓN OPTIMA DE LOS ESTRATOS
Selecciona el tamaño de los estratos
en función de la desviación estándar
de cada uno de ellos, de tal manera
que los estratos más heterogéneos
(mayores varianzas) aporten más
casos a la muestra total.
16. CONGLOMERADOSCONGLOMERADOS
Heterogéneos en su interior; diferentes entre sí en
propiedades y tamaño
Grupo 5CGrupo 5C
Grupo 1AGrupo 1A
Grupo 2AGrupo 2A
Grupo 3BGrupo 3B
Grupo 5CGrupo 5C
Grupo 1AGrupo 1A
Grupo 2AGrupo 2A
Grupo 3BGrupo 3B
17. DECISIONES DE M U E S T R E ODECISIONES DE M U E S T R E O
No. 1: ¿Debo tomar una muestra ?
Se quiere saber cómo se
comporta una cierta
característica en un
Universo particular
Se quiere saber cómo se
comporta una cierta
característica en un
Universo particular
El Universo
está bien
definido
?
Definir
El
Universo
Es posible
observar todo el
Universo ?
Observar
una Muestra
Observar
una Muestra
Hacer
un Censo
NO
NO
Sí
Sí
Tomar
una Muestra
No representativa
Tomar
una Muestra
No representativa
Tomar
una Muestra
Representativa
Se quiere
inferir la medición
al Universo
?
NO
Sí
Las obsrvaciones
pueden
atribuírse a los
miembros del
Universo
Las obsrvaciones
solo pueden
atribuírse a la
muestra, NO a
los miembros del
Universo
Las obsrvaciones
pueden
atribuírse a los
miembros del
Universo
Aquí se inserta tú caso
18. MUESTREOMUESTREO
ALEATORIO POR CONGLOMERADOSALEATORIO POR CONGLOMERADOS
Los miembros del grupo mayoritario tienen una
mayor probabilidad de ser seleccionados en la
muestra
En Las Unidades de observación se eligen aleatoriamente al
interior de los conglomerados
El error de la medición (error muestral) no se de al
interior del conglomerado sino entre los conglomerados
Antes de hacer inferencias, el analista deberá examinar
la variabilidad interna de cada conglomerado y la
variabilidad entre ellos, pues es posible que algunos de
los conglomerados no sean representativos del
universo.
No se cumple la aleatoridad
19. MuestreoMuestreo
Aleatorio por ConglomeradosAleatorio por Conglomerados
Los conglomerados deben estar muy bien
definidos de modo que cada elemento
pertenezca a uno y solo a un conglomerado.
El tamaño de cada conglomerado debe ser bien
conocido (por lo menos bien estimado)
El número de conglomerados debe ser
pequeño.
Requisitos Del Procedimiento :
20. Muestreo Aleatorio Multi EtápicoMuestreo Aleatorio Multi Etápico
(Poli Etápico)(Poli Etápico)
Selecciona los individuos por etapas,
configurando sucesivamente grupos
(estratos o conglomerados) y subgrupos
denominados Unidades de Muestreo
primarias, secundarias, terciarias...etc..
21. D E C I S I O N E SD E C I S I O N E S
D E MD E M U E S T R E OU E S T R E O
Hacer
un Censo
Tomar una
Muestra
Representativa
Tomar una
Muestra No
Representativa
Las obsrvaciones
pueden
atribuírse a los
miembros del
Universo
Observar todos y
cada uno de los
elementos del
universo
No hay Error
Aleatorio
Puede haber
Error
Sistemático
Las obsrvaciones
solo pueden
atribuírse a la
muestra, NO a
los miembros del
Universo
Observar sujetos
elegidos por
conveniencia
Siempre hay Error
Aleatorio
Siempre hay Error
Sistemático
Las obsrvaciones
pueden
atribuírse a los
miembros del
Universo
Observar sujetos
elegidos por
conveniencia
Siempre hay
Error Aleatorio
Puede haber
Error
Sistemático
22. Decisiones de M u e s t r e oDecisiones de M u e s t r e o
No. 2: Selección de una Muestra No Representativa
Se quiere medir
una variable en
una Muestra No
Representativa
Se quiere
inferir la medición
al Universo
?
N
O
Sí El procedimiento
está contraindicado.
Revise su
planteamiento
Precise los
atributos
esenciales que
CARACTERIZAN
al subgrupo
Exprese estos atributos
como CRITERIOS DE
INCLUSION en la
muestra
Lsos sujetos que cumplan
los criterios de inlcusion son
rpresentativos de un
UNIVERSO ARTIFICIAL
Defina por
CONVENIENCIA
los criterios de
SELECCIÓN
La observación de este
UNIVERSO ARTIFICIAL
solo es PREDICABLE a
sus integrantes
La utilidad de las Muestras No Representativas depende de su
representatividad cualitativa y no de su tamaño
Tú trabajo se inserta aquí, agregado por Daniel Ruiz
23. DECISIONES DE M U E S T R E ODECISIONES DE M U E S T R E O
No. 3: Selección de una Muestra Representativa
Se quiere estimar un
Parámetro del Universo
partiendo de una Muestra
Representativa
Se quiere estimar un
Parámetro del Universo
partiendo de una Muestra
Representativa
De qué naturaleza
es el Parámetro a
estimar?
VariableVariable
ContinuaContinua
Muestreo
Representativo
para estimar una
MediaMedia
VariableVariable
CualitativaCualitativa
Muestreo
Representativo
para estimar una
Proporción
24. DeDefinición del Tamaño Muestralfinición del Tamaño Muestral
La definición del tamaño muestral depende de los
siguientes factores
Los objetivos del estudio
Los conocimientos previos sobre el comportamiento de
la característica en la población.
Los recursos técnicos y financieros para obtener la
información
El error máximo que se permitirá el analista
La confiabilidad de la inferencia esperada por el analista
11 ..
2 .2 .
3 .3 .
4 .4 .
5 .5 .
25. DECISIONES DE M U E S T R E ODECISIONES DE M U E S T R E O
No. 4: Definicion Del Tamaño Muestral
Se ha decidido
tomar una
muestra
representativa
del Universo
La Variable de
muestreo es
CUALITATIVA
La Variable de
muestreo es
CONTINUA
Definición de
tamaño muestral
para una
Proporción
conocida
Definición de
tamaño muestral
para una
Proporción
desconocida
Definición de
tamaño muestral
para una varianza
conocida
Definición de
tamaño muestral
para una Varianza
desconocida
Definición de
tamaño muestral
para un RR y un
poder definidos
Definición de
tamaño muestral
para una OR y un
poder definidos
Estudio de
Seguimiento
Estudio de Casos
Intención de
describir la variable
(Estudios
descriptivos)
Intención de
relacionar la
variable con otras
(Estudios
analíticos)
26. n = Z2
pq
ES2
No. 5: Definición del tamaño muestral n para una Variable
CualitativaCualitativa cuyo comportamiento se conoce (P se conoce)P se conoce)
Se quiere medir una
variable CUALITATIVA
(proporción p) en una
Muestra Representativa
Se quiere medir una
variable CUALITATIVA
(proporción p) en una
Muestra Representativa
Definir el máximo
error aleatorio
adminisble (Error
Estándar ES)
Definir la
confiabilidad de la
medición (nivel alfa)
27. No. 6: Definición del tamaño muestral n para una Variable
Cualitativa cuyo comportamiento se DESconoce (P
desconocida)
Se quiere medir una variable
CUALITATIVA (proporciónCUALITATIVA (proporción p)p)
en
una Muestra Representativa
Se quiere medir una variable
CUALITATIVA (proporciónCUALITATIVA (proporción p)p)
en
una Muestra Representativa
Definir el máximo error
aleatorio adminisble
(Error Muestral EM)
Definir la confiabilidadDefinir la confiabilidad
de la medición (nivelde la medición (nivel
alfa)alfa)
nn = Z2
PQ
EM2
Se asumen los valores máximos de P y Q: P=0.5P=0.5 Q=0.5
28. No. 7: Definición del tamaño muestral n para una Variable
CONTINUACONTINUA cuya variación se conoce
Se quiere medir una variable
CONTINUA (MEDIA X)CONTINUA (MEDIA X) en
una Muestra Representativa
Se quiere medir una variable
CONTINUA (MEDIA X)CONTINUA (MEDIA X) en
una Muestra Representativa
Definir
el Error Estándar (ES)
Esperado
Definir la
la Confiabilidad Z
Esperada
n = Z2
s2
ES2
Definir
La Desviación Estándar
(S) ConocidaConocida
29. No. 8: Definición del tamaño muestral n para una
Variable CONTINUACONTINUA cuya variación se DESconoce
Se quiere medir una variable
CONTINUA (MEDIA X)CONTINUA (MEDIA X) en
una Muestra Representativa
Se quiere medir una variable
CONTINUA (MEDIA X)CONTINUA (MEDIA X) en
una Muestra Representativa
Definir
el Error Estándar (ES)
Esperado
Definir la
la Confiabilidad Z
Esperada
nn = Z2
s2
ES2
Estimar o suponer
La Desviación Estándar
(S) Esperada
30. No. 8: Definición del tamaño muestral n para un estudio
de SEGUIMIENTOSEGUIMIENTO
Se quiere medir un RR en
una Muestra Representativa
Se quiere medir un RR en
una Muestra Representativa
Definir el Poder
(Mínimo error Beta)
Esperado
Definir la
la Confiabilidad Z
Esperada
Los valores están
tabulados
Definir el RR mínimo
esperado
31. No. 9: Definición del tamaño muestral n para un estudio
de CASOS Y CONTROLES
Se quiere medir una OR
en una Muestra
Representativa
Se quiere medir una OR
en una Muestra
Representativa
Definir el Poder
(Mínimo error Beta)
Esperado
Definir la
la
Confiabilidad Z
Esperada
Los valores están
tabulados
Definir la OR
Esperada