SlideShare una empresa de Scribd logo
Métodos estadísticos Aplicados
a la Gestión Tributaria
Docente: MSc. Dailit González Capote
Regla del martillo de oro y los pocos
clavos
Regla de usar la herramienta
adecuada para cada cosa
La Estadística es una ciencia que se ocupa de los
métodos y procedimientos para recoger, clasificar,
resumir, hallar regularidades y analizar los datos,
siempre y cuando la variabilidad e incertidumbre
sea una causa intrínseca de los mismos; así como
de realizar inferencias a partir de ellos, con la
finalidad de ayudar a la toma de decisiones y en
su caso formular predicciones.
¿Qué es la estadística?
Las estadísticas tributarias constituyen un punto
de partida fundamental para el análisis de las
políticas fiscales y aduaneras. Unas estadísticas
comparables y fiables resultan ser críticas a la
hora de abordar dicho análisis y así poder diseñar
mejores políticas en el ámbito tributario.
¿Qué son las estadísticas tributarias?
¿En qué áreas se aplica la estadística?
Actualmente se aplica en todas las áreas del saber, por
ejemplo en Sociología, Educación, Psicología,
Administración, Economía, Medicina, Ciencias Políticas,
Logística, entre otras.
En la administración tributaria, como ya vimos, sirve como
herramienta de decisión para el logro de las metas
presupuestarias y así mismo la gestión gubernamental con el
fin de buscar el crecimiemto económico y social en el país.
¿Podemos dividir la estadística para su estudio?
Estadística descriptiva: Describe, analiza y representa un
grupo de datos utilizando métodos numéricos y gráficos que
resumen y presentan la información contenida en ellos.
Estadística inferencial: Apoyándose en el cálculo de
probabilidades y a partir de datos muestrales, efectúa
estimaciones, decisiones, predicciones u otras
generalizaciones sobre un conjunto mayor de datos.
Conceptos Básicos
Individuos o elementos: personas u objetos que
contienen cierta información que se desea estudiar.
Población: conjunto de individuos o elementos que
cumplen ciertas propiedades comunes.
Muestra: subconjunto representativo de una
población.
Muestreo: procedimiento mediante el cual se extrae
una muestra.
Característica: es el signo o detalle que interesa
observar en la población.
¿Cómo hacer una investigación estadística ?
Los pasos a seguir para realizar una
investigación estadística serían los
siguientes:
Conclusiones
y decisiones
Problema
Recogida
Organización
de datos
Análisis e
interpretación
Definir variables
Encuesta (Diseño y validación)
Población – Muestra –Muestreo
Bases de datos SPSS
Procesamiento estadístico
Seleccionar y analizar
los resultados claves
Definición
El planteamiento del problema es una
parte fundamental del proceso de
investigación pues determina y
encausa todas las acciones que se
seguirán posteriormente.
Planteamiento del problema
“Un problema correctamente
planteado está parcialmente resuelto”
(Acroff, 1967)
¿Por qué es tan importante el
planteamiento del problema?
Preguntas Objetivos
(o hipótesis)
Son base para
formular
orientan
Metodología
Definirlo y
delimitarlo
Guía hacia los
Resultados y
conclusiones
Responden
PROBLEMA
Justificarlo
ASPECTOS ÉTICOS
Elementos del Planteamiento del
Problema
 DEFINICIÓN Y DELIMITACIÓN: Establece la unidad
de análisis, límites teóricos, temporales y espaciales del
problema
 PREGUNTAS DE INVESTIGACIÓN: El qué del estudio
 OBJETIVOS: Guías del estudio
 JUSTIFICACIÓN: ¿por qué? ¿para qué?
Plantear el problema
 Afinar y estructurar más formalmente la
idea de investigación.
 Formular el problema específico en
términos concretos y explícitos, de manera
que sea susceptible de investigarse con
procedimientos científicos.
 Escribirlo en forma clara, precisa y
accesible.
IDEA DE
INVESTIGACIÓN
PROBLEMA ESPECÍFICO A
INVESTIGAR
 GENERAL
 ABSTRACTA
 COMPLEJA
 SURGE DE LA REALIDAD Y
ESTUDIOS PREVIOS
 ESPECÍFICO
 CONCRETO
 SUCEPTIBLE DE
INVESTIGARSE
 PREGUNTA O DUDA QUE
SE PRETENDE RESPONDER
A TRAVES DE LA
INVESTIGACIÓN
Argumentación razonable
IDEA PLANTEAMIENTO
Criterios para el Planteamiento del
Problema (Kerlinger y Lee)
 Debe estar formulado como pregunta o como una
proposición afirmativa.
 Debe expresar una relación entre dos o más conceptos o
variables. En estudios analíticos o en estudios descriptivos
transversales en donde se busca asociación entre variables
(estudios de asociación cruzada).
 Debe implicar la posibilidad de realizar una prueba
empírica, medirse/observarse en la realidad objetiva.
Clasificación de las variables
Las variables se pueden clasificar atendiendo a distintos
puntos de vista:
Según su naturaleza pueden ser cuantitativas (expresan
cantidad) y cualitativas o categóricas (expresan una
cualidad o categorías sin valor numérico).
Ej: El salario expresado en unidades monetarias (pesos y
centavos) es cuantitativa; sin embargo si el salario se
midiera en una escala de tres categorías: bajo, medio,
alto, tomaría un carácter cualitativo.
La variable sexo, es cualitativa.
Tipos de Variables
Clasificación de las variables
Las variables cuantitativas según su densidad pueden ser:
discretas y continuas.
Las variables discretas son valores determinados definidos
y que generalmente representan a observaciones
susceptibles de conteo y son valores enteros. Como es el
caso de la variable cantidad de residentes en el núcleo, que
puede tomar valores a partir del 1, en este caso toma una
cantidad finita de valores.
Las variables continuas son aquellas que pueden tomar
cualquier valor de un conjunto de números reales, como es
el caso del salario, que puede tomar, por ejemplo, un valor
cualesquiera del intervalo de números reales [ 225 a
1000].
Tipos de Variables
Escalas de Medición
Cualitativo (categorías)
- Nominal
- Ordinal
Cuantitativo (números)
- Intervalo
- Razón
Cuando se ha definido un conjunto de categorías
mutuamente excluyentes que no guardan entre sí relación
de orden y la «medición» consiste en ubicar la unidad de
análisis en una de dichas clases, entonces se dice que la
noción subyacente se ha operacionalizado a nivel nominal.
Nominales
Una variable está medida en escala nominal cuando se
utilizan nombres para establecer categorías. Para
distinguir los agrupamientos se utilizan símbolos, letras e
incluso números, aunque estos últimos cumplen una
función puramente simbólica y no numérica.
Por ejemplo, el estado de salud de una persona puede ser
catalogado o clasificado como «sano», «enfermo» o «1»,
«2», donde «1» representa que está sano y «2», que está
enfermo.
Nominales
Ordinales
Una variable está medida en escala ordinal si permite
clasificar y ordenar a los individuos u objetos según los
valores de la variable.
En este nivel se pueden definir varias categorías, pero
además de mostrar un ordenamiento existe una relación de
«menor que» o «mayor que» entre estas. Las etiquetas,
símbolos o números empleados si indican jerarquía,
aunque no es posible conocer la magnitud de la diferencia
entre cada una de las categorías.
Al igual que en las escalas nominales no permite realizar
operaciones aritméticas, aunque en la práctica en algunos
casos tiene sentido aplicar operaciones aritméticas, como es
el caso de notas en un examen en una escala ordinal de 2 a 5
puntos, o en las puntuaciones en algunos test (inteligencia,
memoria, satisfacción por un servicio recibido, etc.).
Ejemplo de escalas ordinales:
- Opinión de los trabajadores sobre la calidad de los
servicios de una cafetería (buena, regular, mala).
- Satisfacción por un servicio en una escala de 1 a 5 puntos
donde 1 es totalmente insatisfecho y 5 totalmente satisfecho.
Ordinales
Intervalo
Esta escala permite clasificar, ordenar y realizar las operaciones
aritméticas. El cero no es absoluto.
Esta escala mide las variables de manera numérica, donde los
números permiten establecer distancias entre dos individuos y las
operaciones aritméticas de «suma» y «resta» son perfectamente
realizables y significativas, no así la «multiplicación» y la
«división».
El cero no indica ausencia de la característica o variable medida y es
colocado arbitrariamente en algún lugar de la escala.
Son ejemplos de escala de intervalo:
- Las calificaciones de un examen en 100 puntos.
- La escala de temperatura en un termómetro, donde el
cero no dice que hay ausencia de temperatura
Razón
Esta escala permite clasificar, ordenar y realizar las operaciones
aritméticas. El cero es absoluto.
Esta una escala muy fuerte dado que usa un sistema numérico en el
que el cero indica ausencia de la característica que se está midiendo.
Aquí las operaciones de «multiplicación « y «división» adquieren
significado. La diferencia entre dos valores es importante y de
magnitud definida.
- Por ejemplo el valor «cero dólares» en ingresos de una tienda puede
interpretarse como que no han habido ventas hasta ese momento.
- Dos artículos cuyos pesos son 6kg y 8kg respectivamente muestra las
diferencias en pesos entre estos.
- El consumo eléctrico de una entidad expresado por el metro contador.
Resumen
Tipo de
Escala/dato
Propiedades Ejemplos
Nominal Clasifica. Lugar de nacimiento, sexo,
estado civil, provincia o
estado de residencia.
Ordinal Clasifica y ordena. Nivel de estudios, grado
de satisfacción, jerarquía
de mando.
Intervalo Clasifica, ordena y posee
unidad de medida, valor de
cero arbitrario.
Tamaño del hogar, fecha,
temperatura, otras.
Razón Clasifica, ordena y posee
unidad de medida y origen
igual a cero absoluto que
indica ausencia de
característica.
Número de hijos, renta
familiar, peso o distancia.
Ejercicio 1. Clasificar las siguientes variables en:
a) Cualitativas o Cuantitativas.
b) Según las escalas de medición.
1. Preferencias por el consumo del azúcar (alto, medio y
bajo).
2. Marcas de cerveza.
3. Velocidad en Km/h.
4. El peso en Kg.
5. Signo del zodiaco.
6. Nivel educativo (pri, sec, sup).
7. Tipo de enseñanza (privada o pública).
8. Número de empleados de una empresa.
9. La clase social (baja, media o alta).
(cualitativa-ordinal)
(cualitativa-nominal)
(cuantitativa-continua- intervalo)
(cuantitativa-continua- intervalo)
(cualitativa-nominal)
(cualitativa-ordinal)
(cualitativa-nominal)
(cuantitativa-discreta-razón)
(cualitativa-nominal)
Tarea 1: Defina un posible problema de investigación
sobre las líneas de investigación y establezca la o las
variables que estén presentes y la clasificación de cada
una.
Líneas de investigación de la maestría:
Línea 1: Implementación de Normas Internacionales de
Información Financiera para PYMES y su relación con la
normativa tributaria ecuatoriana.
Línea 2: El manejo del Régimen Impositivo y las
soluciones para las Microempresa se encuentren bajo
esta modalidad tributaria.
Línea 3: Estrategias para la regulación de los impacto de
las Reformas Tributarias en los negocios Ecuatorianos.
La investigación estadística
1. Definición del problema y objetivos de la investigación.
2. Selección y definición de las variables.
3. Diseño del cuestionario.
4. Validación y prueba del cuestionario.
5. Selección de la muestra. Aplicación del cuestionario.
6. Tratamiento y análisis de la información.
7. Presentación de los resultados.
Tener en cuenta:
Características Generales:
- El cuestionario es un instrumento de medición y
recolección de información para su posterior análisis.
- Debe permitir recoger información fácil y con exactitud
- La idea es establecer un instrumento estándar que
garantice la aplicación de las mismas preguntas,
planteadas de la misma forma, a todos los encuestados.
- En la mayoría de los casos sirve también para escribir las
respuestas.
Esto garantiza la agrupación y
comparación de resultados entre los
elementos de la muestra, y permite la
inferencia estadística sobre los resultados.
Tipos de Cuestionarios
 Se clasifican según la flexibilidad que permiten al encuestador para hacer
las preguntas:
 Estructurados:
- El encuestador debe aplicar las mismas preguntas, en el mismo
orden y anotar las respuestas de la misma manera (preguntas
cerradas)
- Se utilizan generalmente para grandes tamaños de muestra (sobre
300 casos) y encuestas auto-aplicadas
 Semiestructurados:
- Encuestador puede hacer ciertos cambios en el orden, formulación
de las preguntas, forma de anotar las respuestas (preguntas
abiertas)
 No estructurados:
- Listado de preguntas que se utilizan como guía en una
conversación (pauta de focus group o entrevista en profundidad)
- El investigador puede cambiar la entrevista según las
circunstancias
- Sólo se utilizan para pequeños tamaños de muestra (máx. 30 casos)
Tipos de Preguntas
 Por el tipo de respuesta:
 Abiertas:
- El encuestado puede dar cualquier respuesta y ésta se anota
textual
- Permiten un conocimiento más profundo del tema que con una
pregunta cerrada
- Requiere de una posterior categorización de las respuestas (por
significado similar)
 Cerradas:
- Las categorías de respuesta están previamente definidas (por
Ejemplo. Preguntas dicotómicas)
- Ahorran tiempo y facilitan la labor del encuestador
Tipos de Preguntas
Tipos de Preguntas
Tipos de Preguntas
Tipos de Preguntas
Tipos de Preguntas
Tipos de Preguntas
Tipos de Preguntas
¿Cómo hacer un cuestionario?
¿Cómo hacer un cuestionario?
¿Cómo hacer un cuestionario?
¿Cómo hacer un cuestionario?
¿Cómo hacer un cuestionario?
¿Cómo hacer un cuestionario?
¿Cómo hacer un cuestionario?
Técnicas de Aplicación del
Cuestionario
Técnicas de Aplicación del
Cuestionario
 Encuesta personal en punto geográfico:
• Duración, ideal no más de 10 minutos
 Encuesta cara a cara en hogar:
• Duración, hasta 1 hora
 Focus group:
• Se trata de discusiones de grupo guiadas por una pauta y
llevadas a cabo por un experto (sicólogo o sociólogo, en
general)
 Entrevista en profundidad:
• Se trata de conversaciones personales guiadas por una pauta
y llevadas a cabo por un experto (sicólogo o sociólogo, en
general)
Técnicas de Aplicación del
Cuestionario
Técnicas de Aplicación del
Cuestionario
La investigación estadística
1. Definición del problema y objetivos de la investigación.
2. Selección y definición de las variables.
3. Diseño del cuestionario.
4. Validación y prueba del cuestionario.
5. Selección de la muestra. Aplicación del cuestionario.
6. Tratamiento y análisis de la información.
7. Presentación de los resultados.
Validación y prueba del
cuestionario
 Trabajo con expertos
 Prueba piloto
 Fiabilidad y validez del cuestionario
PREGUNTA PUNTUACIÓN EXPERTOS VALIDACIÓN2
pregunta
(SÍ/NO
n.º Evaluación 11 21 31 41 51 61 71
SUMA
puntuaciones
PROMEDIO
puntuaciones
1
Adecuación
Pertinencia
Trabajo con expertos
• El n.º de expertos mínimo recomendable es 7. El n.º de expertos es
preferible que sea un número impar.
• La puntuación va de 1 a 6 («muy en desacuerdo» a «muy de
acuerdo»), se asigna el promedio de adecuación y el promedio de
pertinencia de cada pregunta del cuestionario.
• Si el promedio de puntuaciones de los expertos es 4 o más, tanto en
adecuación como en pertinencia, entonces la pregunta se considera
validada.
Usando una muestra pequeña, probar el
cuestionario con respecto a omisiones, así
como su ambigüedad (validez y
confiabilidad)
Corregir los problemas (y probar de
nuevo, en caso de ser necesario)
Prueba Piloto 10% de la muestra
Validez y Confiabilidad
Validez y Confiabilidad
Grado en que un
instrumento produce
resultados consistentes
y coherentes. Es decir
en que su aplicación
repetida al mismo
sujeto u objeto produce
resultados iguales.
Kerlinger (2002).
Confiabilidad
Valores de α superiores a 0.7 ó 0.8 pueden considerarse que garantizan
la fiabilidad
Alpha de Cronbach
Interpretación
Coeficiente Alfa de Cronbach
0 ≤ α ≤ 1
Si α ≈ 1 la fiabilidad de la escala es buena
Si α ≈ 0 la fiabilidad de la escala no es buena
Valores de α superiores a 0.7 ó 0.8 pueden
considerarse que garantizan la confiabilidad
Coeficiente Alfa de Cronbach
(Ejemplo)
Sujetos Ítem 1 Ítem 2 Ítem 3 Ítem 4 Test
1 4 5 5 4 18
2 2 2 1 2 7
3 5 6 4 5 20
4 3 2 3 3 21
5 5 6 4 5 20
6 2 1 1 1 5
7 5 3 2 5 15
8 4 5 5 5 19
9 2 1 1 2 6
10 3 2 1 1 7
11 2 3 1 2 8
12 4 5 6 4 19
13 2 2 1 1 7
14 4 5 4 6 19
15 1 2 1 2 6
16 4 5 6 5 20
Coeficiente Alfa de Cronbach (Ejemplo)
SUJETOS ITEM1 ITEM2 ITEM3 ITEM4 TEST
1 4 5 5 4 18
2 2 2 1 2 7
3 5 6 4 5 20
4 3 2 3 3 11
5 5 6 4 5 20
6 2 1 1 1 5
7 5 3 2 5 15
8 4 5 5 5 19
9 2 1 1 2 6
10 3 2 1 1 7
11 2 3 1 2 8
12 4 5 6 4 19
13 2 3 1 1 7
14 4 5 4 6 19
15 1 2 1 2 6
16 4 5 6 5 20
Variables independientes:
Ítem 1: La maestría me aporta a mi
crecimiento profesional
Ítem 2: En la maestría me actualizo sobre
las temáticas contables y tributarias
Ítem 3: La maestría no considera las
necesidades de la profesión
Ítem 4: En la maestría e pierde el tiempo
Varia ble dependiente:
Valoración del aprendizaje en la maestría.
Escalada de Medidas:
1) completamente en desacuerdo
2) muy en desacuerdo
3) en desacuerdo
4) de acuerdo
5) muy de acuerdo
6) completamente de acuerdo
Grado en el que un
instrumento en
verdad mide la
variable que se busca
medir.
Validez
Ej: Un instrumento válido para medir la inteligencia debe medir la
inteligencia y no la memoria.
Coeficiente de
concordancia de Kendall
Tipo de validez de los instrumentos
Ejemplo
PREGUNTA PUNTUACIÓN EXPERTOS
n.º Pregunta 11 21 31 41 51 61 71
1
La maestría me aporta a mi
crecimiento profesional
5 6 6 6 6 6 6
2
En la maestría me actualizo sobre
las temáticas contables y
tributarias
5 5 6 5 5 5 5
3
La maestría no considera las
necesidades de la profesión
5 5 5 5 5 5 6
4 En la maestría e pierde el tiempo 5 6 6 6 6 6 6
Variable dependiente:
Valoración del aprendizaje en la maestría.
Escalada de Medidas:
1) completamente en desacuerdo
2) muy en desacuerdo
3) en desacuerdo
4) de acuerdo
5) muy de acuerdo
6) completamente de acuerdo
Validez y Confiabilidad
La investigación por encuesta
1. Definición del problema y objetivos de la investigación.
2. Selección y definición de las variables.
3. Diseño del cuestionario.
4. Validación y prueba del cuestionario.
5. Selección de la muestra. Aplicación del cuestionario.
6. Tratamiento y análisis de la información.
7. Presentación de los resultados.
Población y muestra
El investigador debe definir precisamente los criterios que
permitan decidir , ante cada caso o elemento, si pertenece o
no a la población investigada, es decir, debe determinar
estrictamente el marco muestral o los límites de la
población.
Cuando el tamaño de la población es muy grande, la
investigación no se realiza en toda su extensión , sino en un
subconjunto o parte de ella , denominada muestra, y
después se generalizan los hallazgos obtenidos a toda la
población.
La muestra debe ser representativa de la población.
Población y muestra
La muestra es el subconjunto de la población donde se
efectúa o lleva a cabo la investigación con la finalidad
de generalizar posteriormente los resultados a toda la
población. Para que dicha generalización sea lícita, la
muestra debe poseer las mismas (o muy similares)
características básicas (relevantes) de la población
investigada, es decir, debe ser representativa de la
población. Esas características básicas son las que se
relacionan, o pueden relacionarse, con el fenómeno
investigado.
Población y muestra
Si N es el tamaño de la población y n el tamaño de la
muestra, siendo N suficientemente grande , pueden
extraerse un cierto número de muestras distintas de
tamaño n. Si en cambio N es un número pequeño (por
ejemplo, 30 o 40 casos) , convendrá investigar
directamente a toda la población, es decir, no extraer una
muestra o subconjunto.
Tamaño Muestral:
¿De qué depende el tamaño muestral?
El tamaño muestral dependerá de decisiones estadísticas y no estadísticas,
pueden incluir por ejemplo la disponibilidad de los recursos, el presupuesto
o el equipo que estará en campo.
Tamaño de la población. Una población es una colección bien definida de
objetos o individuos que tienen características similares.
Margen de error (intervalo de confianza). El margen de error es una
estadística que expresa la cantidad de error de muestreo aleatorio en los
resultados de una encuesta
Nivel de confianza. Son intervalos aleatorios que se usan para acotar un
valor con una determinada probabilidad alta.
La desviación estándar. Es un índice numérico de la dispersión de un
conjunto de datos (o población).
Aspectos a considerar
¿Población finita o infinita?
Precisión deseada o error muestral
Recursos disponibles para la investigación
Tamaño
de
Muestra
Nivel de confianza deseado en
la estimación
Conocimiento previo de la población (P)
Interpretación del error muestral
1. Si los resultados de una encuesta dicen que 100
personas comprarían un producto y tenemos un error
muestral del 5% comprarán entre 95 y 105 personas.
2. Si hacemos una encuesta de satisfacción a los
empleados con un error muestral del 3% y el 60% de los
encuestados se muestran satisfechos significa que entre el
57% y el 63% (60% +/- 3%) del total de los empleados de la
empresa lo estarán.
Cálculo del tamaño de muestra
Población
infinita
Población
finita
p
d
q
Ejemplo de cálculo (1)
Para realizar una encuesta de satisfacción a clientes de un
determinado centro comercial, en la que queremos una
confianza del 95% que determina que Z=1.96, deseamos
un error muestral del 5% (d) y consideramos que estarán
satisfechos el 50% (p=q=0.5). ¿Qué muestra
necesitaríamos?
Respuesta: Necesitaríamos 384 clientes.
Ejemplo de cálculo (2)
Para realizar una encuesta de satisfacción a clientes de un
determinado artículo del que hemos vendido 10 000
unidades (N), en la que queremos una confianza del 95%
que determina que Z=1.96, deseamos un error muestral del
5% (e) y consideramos que estarán satisfechos el 70% (p=
0.7) necesitaríamos una muestra de?
313 clientes.
Muestreo
No
probabilístico
Muestreo
probabilístico
Selección de la
Muestra
PROBABILISTICO
• ALEATORIO SIMPLE
• ESTRATIFICADO
• POR CONGLOMERADOS
• SISTEMÁTICO
DETERMINISTICO
• CONVENCIONAL O
ACCIDENTAL
• INTENCIONAL
• POR CUOTAS
TODOS LOS ELEMENTOS
COMPONENTES DE LA
POBLACIÓN TIENEN
IGUAL PROBABILIDAD DE
INCLUIRSE EN LA
MUESTRA.
LA INCLUSION DE UN
ELEMENTO DE LA
POBLACIÓN EN LA MUESTRA
DEPENDE DEL CRITERIOS
QUE APLIQUE EL
INVESTIGADOR.
TIPOS DE MUESTREO
 Se representa la población de estudio y la muestra obtenida
aleatoriamente
 En este caso, cada 7 unidades de estudio, se selecciona una
unidad de la muestra.
 Note que hay más unidades dentro de un estrato, que en otro, y
en función de ello se eligen aleatoriamente las unidades de
estudio dentro de cada estrato en proporción al tamaño del
estrato.
 Dentro de los conglomerados elegidos, se determinan las
unidades de estudio en función de su tamaño, es decir, una
vez elegido el conglomerado, las unidades de estudio a su
interior se eligen por muestreo aleatorio simple
Características:
• No hay discreción del investigador.
• Los elementos se seleccionan por
reglas mecánicas.
• Hay error muestral.
• Se conoce la probabilidad de
inclusión.
Tipos de muestreo. No Probabilístico:
A. Muestreo por conveniencia:
Es la muestra que esta disponible en el tiempo o
periodo de investigación. Ejemplo: Todos los
pacientes que asistan a una clínica en particular
cierto día, semana, pueden ser requeridos para
participar. DESVENTAJA: la muestra puede ser
poco representativa de la población que se desea
estudiar.
B. Muestreo por Cuotas:
Todos los elementos conocidos de la población
tienen que aparecer en la muestra. Se debe
asegurar que estos aparezcan en la misma
proporción que en la población. El
investigador entrevista a todos las personas de
cada categoría que pueda encontrar hasta que
haya llenado la cuota.
C. Accidental o Bola de Nieve:
Se aprovecha o utiliza personas
disponibles en un momento dado que se
corresponda con el propósito del estudio.
De los tres tipos de muestreo no
probabilístico resulta el más deficiente.
Características:
• La muestra es discrecional
• Los elementos se seleccionan por
facilidad conveniencia y no por reglas
fijas
• No hay error muestral o no se puede
calcular
• No se conoce la posibilidad de inclusión
LA MARIONETA
Si por un instante Dios se olvidara de que soy una marioneta de trapo y me regalara un trozo de vida, posiblemente
no diría todo lo que pienso, pero en definitiva pensaría todo lo que digo.
Daría valor a las cosas, no por lo que valen, sino por lo que significan. Dormiría poco, soñaría más, entiendo que por
cada minuto que cerramos los ojos, perdemos sesenta segundos de luz.
Andaría cuando los demás se detienen, Despertaría cuando los demás duermen. Escucharía cuando los demás
hablan, y cómo disfrutaría de un buen helado de chocolate.
Si Dios me obsequiara un trozo de vida, vestiría sencillo, me tiraría de bruces al sol, dejando descubierto, no
solamente mi cuerpo sino mi alma. Dios mío, si yo tuviera un corazón, escribiría mi odio sobre hielo, y esperaría a que
saliera el sol.
Pintaría con un sueño de Van Gogh sobre las estrellas un poema de Benedetti, y una canción de Serrat sería la
serenata que les ofrecería a la luna.
Regaría con lágrimas las rosas, para sentir el dolor de sus espinas, y el encarnado beso de sus pétalos… Dios mío, si yo
tuviera un trozo de vida…
No dejaría pasar un solo día sin decirle a la gente que quiero, que la quiero. Convencería a cada mujer u hombre de
que son mis favoritos y viviría enamorado del amor.
A los hombres les probaría cuán equivocados están, al pensar que dejan de enamorarse cuando envejecen, sin saber
que envejecen cuando dejan de enamorarse. A un niño le daría alas, pero le dejaría que él solo aprendiese a volar.
A los viejos les enseñaría que la muerte no llega con la vejez sino con el olvido. Tantas cosas he aprendido de ustedes,
los hombres He aprendido que todo el mundo quiere vivir en la cima de la montaña, sin saber que la verdadera
felicidad está en la forma de subir la escarpada.
He aprendido que cuando un recién nacido aprieta con su pequeño puño, por vez primera, el dedo de su padre, lo
tiene atrapado por siempre.
He aprendido que un hombre sólo tiene derecho a mirar a otro hacia abajo, cuando ha de ayudarle a levantarse. Son
tantas cosas las que he podido aprender de ustedes, pero realmente de mucho no habrán de servir, porque cuando
me guarden dentro de esa maleta, infelizmente me estaré muriendo

Más contenido relacionado

Similar a Métodos estadísticos Aplicados a la Gestión Tributaria (clase 1).pptx

Estadística. Escalas de Medición.
Estadística. Escalas de Medición.Estadística. Escalas de Medición.
Estadística. Escalas de Medición.
LuisBrito111
 
ESTADISTICA DESCRIPTIVA LC.pptx
ESTADISTICA DESCRIPTIVA LC.pptxESTADISTICA DESCRIPTIVA LC.pptx
ESTADISTICA DESCRIPTIVA LC.pptx
MiguelGirnVera
 
Psieg
PsiegPsieg
Presentacion Estadistica I
Presentacion Estadistica IPresentacion Estadistica I
Presentacion Estadistica I
Edwin Guilarte
 
Medición y evaluación (estadística)
Medición y evaluación (estadística)Medición y evaluación (estadística)
Medición y evaluación (estadística)
Maria Alicia Mondragón Sánchez
 
Trabajo jose estadistica
Trabajo jose estadisticaTrabajo jose estadistica
Trabajo jose estadistica
jose rivera velazquez
 
Trabjo jose estadis
Trabjo jose estadisTrabjo jose estadis
Trabjo jose estadis
jose rivera velazquez
 
TERMINOS BÁSICOS EN ESTADISTICAS
TERMINOS BÁSICOS EN ESTADISTICASTERMINOS BÁSICOS EN ESTADISTICAS
TERMINOS BÁSICOS EN ESTADISTICAS
nishelson
 
Escalas o Niveles de medición (estadística)
Escalas o Niveles de medición (estadística)Escalas o Niveles de medición (estadística)
Escalas o Niveles de medición (estadística)
Luiscarlys Maican
 
Presentación estadistica
Presentación estadisticaPresentación estadistica
Presentación estadistica
Adolfo Bravo
 
Escalas de medición
Escalas de medición Escalas de medición
Escalas de medición
RonielMarin
 
Términos básicos en estadística
Términos básicos en estadísticaTérminos básicos en estadística
Términos básicos en estadística
Juliocesar5559
 
Estadistica 2
Estadistica 2Estadistica 2
Estadistica 2Mago016
 
Terminos básico en estadistica
Terminos básico en estadisticaTerminos básico en estadistica
Terminos básico en estadistica
JUAN CARLOS ANDRADE GIL
 
CONCEPTOS CLAVES DE LA ESTADISTICA (1).pptx
CONCEPTOS CLAVES DE LA ESTADISTICA (1).pptxCONCEPTOS CLAVES DE LA ESTADISTICA (1).pptx
CONCEPTOS CLAVES DE LA ESTADISTICA (1).pptx
Belindarosaconeo
 
Presentacion estadistica
Presentacion  estadisticaPresentacion  estadistica
Presentacion estadistica
Marcos Rodriguez
 
Terminos basicos de estadisticas
Terminos basicos de estadisticasTerminos basicos de estadisticas
Terminos basicos de estadisticas
Angginey Marin Palacios
 
Términos Básicos en Estadística
Términos Básicos en EstadísticaTérminos Básicos en Estadística
Términos Básicos en Estadística
Rafael Brito
 
Estadistica trabajo 2
Estadistica trabajo 2Estadistica trabajo 2
Estadistica trabajo 2
reimer gomez
 
Presentación Escalas de Medición
Presentación Escalas de MediciónPresentación Escalas de Medición
Presentación Escalas de Medición
JoseBello49
 

Similar a Métodos estadísticos Aplicados a la Gestión Tributaria (clase 1).pptx (20)

Estadística. Escalas de Medición.
Estadística. Escalas de Medición.Estadística. Escalas de Medición.
Estadística. Escalas de Medición.
 
ESTADISTICA DESCRIPTIVA LC.pptx
ESTADISTICA DESCRIPTIVA LC.pptxESTADISTICA DESCRIPTIVA LC.pptx
ESTADISTICA DESCRIPTIVA LC.pptx
 
Psieg
PsiegPsieg
Psieg
 
Presentacion Estadistica I
Presentacion Estadistica IPresentacion Estadistica I
Presentacion Estadistica I
 
Medición y evaluación (estadística)
Medición y evaluación (estadística)Medición y evaluación (estadística)
Medición y evaluación (estadística)
 
Trabajo jose estadistica
Trabajo jose estadisticaTrabajo jose estadistica
Trabajo jose estadistica
 
Trabjo jose estadis
Trabjo jose estadisTrabjo jose estadis
Trabjo jose estadis
 
TERMINOS BÁSICOS EN ESTADISTICAS
TERMINOS BÁSICOS EN ESTADISTICASTERMINOS BÁSICOS EN ESTADISTICAS
TERMINOS BÁSICOS EN ESTADISTICAS
 
Escalas o Niveles de medición (estadística)
Escalas o Niveles de medición (estadística)Escalas o Niveles de medición (estadística)
Escalas o Niveles de medición (estadística)
 
Presentación estadistica
Presentación estadisticaPresentación estadistica
Presentación estadistica
 
Escalas de medición
Escalas de medición Escalas de medición
Escalas de medición
 
Términos básicos en estadística
Términos básicos en estadísticaTérminos básicos en estadística
Términos básicos en estadística
 
Estadistica 2
Estadistica 2Estadistica 2
Estadistica 2
 
Terminos básico en estadistica
Terminos básico en estadisticaTerminos básico en estadistica
Terminos básico en estadistica
 
CONCEPTOS CLAVES DE LA ESTADISTICA (1).pptx
CONCEPTOS CLAVES DE LA ESTADISTICA (1).pptxCONCEPTOS CLAVES DE LA ESTADISTICA (1).pptx
CONCEPTOS CLAVES DE LA ESTADISTICA (1).pptx
 
Presentacion estadistica
Presentacion  estadisticaPresentacion  estadistica
Presentacion estadistica
 
Terminos basicos de estadisticas
Terminos basicos de estadisticasTerminos basicos de estadisticas
Terminos basicos de estadisticas
 
Términos Básicos en Estadística
Términos Básicos en EstadísticaTérminos Básicos en Estadística
Términos Básicos en Estadística
 
Estadistica trabajo 2
Estadistica trabajo 2Estadistica trabajo 2
Estadistica trabajo 2
 
Presentación Escalas de Medición
Presentación Escalas de MediciónPresentación Escalas de Medición
Presentación Escalas de Medición
 

Más de DailitGonzlezCapote2

Plantillas para realizar un análisis FODA.pptx
Plantillas para realizar un análisis FODA.pptxPlantillas para realizar un análisis FODA.pptx
Plantillas para realizar un análisis FODA.pptx
DailitGonzlezCapote2
 
Estadística Inferencial Semana 2.pptx
Estadística Inferencial Semana 2.pptxEstadística Inferencial Semana 2.pptx
Estadística Inferencial Semana 2.pptx
DailitGonzlezCapote2
 
Estadística Inferencial Semana 1.pptx
Estadística Inferencial Semana 1.pptxEstadística Inferencial Semana 1.pptx
Estadística Inferencial Semana 1.pptx
DailitGonzlezCapote2
 
Clase 2.pptx
Clase 2.pptxClase 2.pptx
Clase 2.pptx
DailitGonzlezCapote2
 
EE-Teoria-del-consumidor.pptx
EE-Teoria-del-consumidor.pptxEE-Teoria-del-consumidor.pptx
EE-Teoria-del-consumidor.pptx
DailitGonzlezCapote2
 
Clase 10 Conferencia y práctica sobre efecto precio.pptx
Clase 10 Conferencia y práctica sobre efecto precio.pptxClase 10 Conferencia y práctica sobre efecto precio.pptx
Clase 10 Conferencia y práctica sobre efecto precio.pptx
DailitGonzlezCapote2
 
Economia 7.pptx
Economia 7.pptxEconomia 7.pptx
Economia 7.pptx
DailitGonzlezCapote2
 
Economia 9.pptx
Economia 9.pptxEconomia 9.pptx
Economia 9.pptx
DailitGonzlezCapote2
 
Economia 4.pptx
Economia 4.pptxEconomia 4.pptx
Economia 4.pptx
DailitGonzlezCapote2
 
modelos de negocios circulares clase 8.pptx
modelos de negocios circulares clase 8.pptxmodelos de negocios circulares clase 8.pptx
modelos de negocios circulares clase 8.pptx
DailitGonzlezCapote2
 
Economia 11.pptx
Economia 11.pptxEconomia 11.pptx
Economia 11.pptx
DailitGonzlezCapote2
 
2_3GestionProyectos.ppt
2_3GestionProyectos.ppt2_3GestionProyectos.ppt
2_3GestionProyectos.ppt
DailitGonzlezCapote2
 
diego_azqueta_oyarzun.pdf
diego_azqueta_oyarzun.pdfdiego_azqueta_oyarzun.pdf
diego_azqueta_oyarzun.pdf
DailitGonzlezCapote2
 
Economia 3.pptx
Economia 3.pptxEconomia 3.pptx
Economia 3.pptx
DailitGonzlezCapote2
 
Mètodos.ppt
Mètodos.pptMètodos.ppt
Mètodos.ppt
DailitGonzlezCapote2
 
crecimientoydesarrolloeconomico-economia-130503232344-phpapp02 (1).pdf
crecimientoydesarrolloeconomico-economia-130503232344-phpapp02 (1).pdfcrecimientoydesarrolloeconomico-economia-130503232344-phpapp02 (1).pdf
crecimientoydesarrolloeconomico-economia-130503232344-phpapp02 (1).pdf
DailitGonzlezCapote2
 
introduccion-a-la-macroeconomia_1563889402.pptx
introduccion-a-la-macroeconomia_1563889402.pptxintroduccion-a-la-macroeconomia_1563889402.pptx
introduccion-a-la-macroeconomia_1563889402.pptx
DailitGonzlezCapote2
 
Modelo de gestión empresarial de la innovación.ppt
Modelo de gestión empresarial de la innovación.pptModelo de gestión empresarial de la innovación.ppt
Modelo de gestión empresarial de la innovación.ppt
DailitGonzlezCapote2
 
ECONOMIA_Clase9_presentacion_2009.pdf
ECONOMIA_Clase9_presentacion_2009.pdfECONOMIA_Clase9_presentacion_2009.pdf
ECONOMIA_Clase9_presentacion_2009.pdf
DailitGonzlezCapote2
 
03-160903040316.pdf
03-160903040316.pdf03-160903040316.pdf
03-160903040316.pdf
DailitGonzlezCapote2
 

Más de DailitGonzlezCapote2 (20)

Plantillas para realizar un análisis FODA.pptx
Plantillas para realizar un análisis FODA.pptxPlantillas para realizar un análisis FODA.pptx
Plantillas para realizar un análisis FODA.pptx
 
Estadística Inferencial Semana 2.pptx
Estadística Inferencial Semana 2.pptxEstadística Inferencial Semana 2.pptx
Estadística Inferencial Semana 2.pptx
 
Estadística Inferencial Semana 1.pptx
Estadística Inferencial Semana 1.pptxEstadística Inferencial Semana 1.pptx
Estadística Inferencial Semana 1.pptx
 
Clase 2.pptx
Clase 2.pptxClase 2.pptx
Clase 2.pptx
 
EE-Teoria-del-consumidor.pptx
EE-Teoria-del-consumidor.pptxEE-Teoria-del-consumidor.pptx
EE-Teoria-del-consumidor.pptx
 
Clase 10 Conferencia y práctica sobre efecto precio.pptx
Clase 10 Conferencia y práctica sobre efecto precio.pptxClase 10 Conferencia y práctica sobre efecto precio.pptx
Clase 10 Conferencia y práctica sobre efecto precio.pptx
 
Economia 7.pptx
Economia 7.pptxEconomia 7.pptx
Economia 7.pptx
 
Economia 9.pptx
Economia 9.pptxEconomia 9.pptx
Economia 9.pptx
 
Economia 4.pptx
Economia 4.pptxEconomia 4.pptx
Economia 4.pptx
 
modelos de negocios circulares clase 8.pptx
modelos de negocios circulares clase 8.pptxmodelos de negocios circulares clase 8.pptx
modelos de negocios circulares clase 8.pptx
 
Economia 11.pptx
Economia 11.pptxEconomia 11.pptx
Economia 11.pptx
 
2_3GestionProyectos.ppt
2_3GestionProyectos.ppt2_3GestionProyectos.ppt
2_3GestionProyectos.ppt
 
diego_azqueta_oyarzun.pdf
diego_azqueta_oyarzun.pdfdiego_azqueta_oyarzun.pdf
diego_azqueta_oyarzun.pdf
 
Economia 3.pptx
Economia 3.pptxEconomia 3.pptx
Economia 3.pptx
 
Mètodos.ppt
Mètodos.pptMètodos.ppt
Mètodos.ppt
 
crecimientoydesarrolloeconomico-economia-130503232344-phpapp02 (1).pdf
crecimientoydesarrolloeconomico-economia-130503232344-phpapp02 (1).pdfcrecimientoydesarrolloeconomico-economia-130503232344-phpapp02 (1).pdf
crecimientoydesarrolloeconomico-economia-130503232344-phpapp02 (1).pdf
 
introduccion-a-la-macroeconomia_1563889402.pptx
introduccion-a-la-macroeconomia_1563889402.pptxintroduccion-a-la-macroeconomia_1563889402.pptx
introduccion-a-la-macroeconomia_1563889402.pptx
 
Modelo de gestión empresarial de la innovación.ppt
Modelo de gestión empresarial de la innovación.pptModelo de gestión empresarial de la innovación.ppt
Modelo de gestión empresarial de la innovación.ppt
 
ECONOMIA_Clase9_presentacion_2009.pdf
ECONOMIA_Clase9_presentacion_2009.pdfECONOMIA_Clase9_presentacion_2009.pdf
ECONOMIA_Clase9_presentacion_2009.pdf
 
03-160903040316.pdf
03-160903040316.pdf03-160903040316.pdf
03-160903040316.pdf
 

Último

El narcisismo actualmente en el mundo 2024
El narcisismo actualmente en el mundo 2024El narcisismo actualmente en el mundo 2024
El narcisismo actualmente en el mundo 2024
pepepinon408
 
Presentación diagrama de flujo del desarrollo aronautico.pptx
Presentación diagrama de flujo del desarrollo aronautico.pptxPresentación diagrama de flujo del desarrollo aronautico.pptx
Presentación diagrama de flujo del desarrollo aronautico.pptx
cmrodriguezortiz1103
 
REGIMEN MYPE TRIBUTARIO HECHO PARA APORTES PARA LA SUNAT
REGIMEN MYPE TRIBUTARIO HECHO PARA APORTES PARA LA SUNATREGIMEN MYPE TRIBUTARIO HECHO PARA APORTES PARA LA SUNAT
REGIMEN MYPE TRIBUTARIO HECHO PARA APORTES PARA LA SUNAT
yafethcarrillo
 
Análisis Datos imprecisos con lógica difusa.pdf
Análisis Datos imprecisos con lógica difusa.pdfAnálisis Datos imprecisos con lógica difusa.pdf
Análisis Datos imprecisos con lógica difusa.pdf
ReAViILICo
 
Presentación sobre la geometría, aplicaciones y ramas
Presentación sobre la geometría, aplicaciones y ramasPresentación sobre la geometría, aplicaciones y ramas
Presentación sobre la geometría, aplicaciones y ramas
JosMuoz943377
 
1- PRESENTACION DE ORIENTACIONES DE LA ORDENANZA 04-2023.11.04.24.pptx
1- PRESENTACION DE ORIENTACIONES DE LA ORDENANZA 04-2023.11.04.24.pptx1- PRESENTACION DE ORIENTACIONES DE LA ORDENANZA 04-2023.11.04.24.pptx
1- PRESENTACION DE ORIENTACIONES DE LA ORDENANZA 04-2023.11.04.24.pptx
EliseoLuisRamrez
 
Pobreza en el Perú en 2023.pdf practicag
Pobreza en el Perú en 2023.pdf practicagPobreza en el Perú en 2023.pdf practicag
Pobreza en el Perú en 2023.pdf practicag
jairoperezjpnazca
 
Desarrollo de habilidades de pensamiento
Desarrollo de habilidades de pensamientoDesarrollo de habilidades de pensamiento
Desarrollo de habilidades de pensamiento
ManuelaReina3
 
Mapa-conceptual-del-Neoclasicismo-4.pptx
Mapa-conceptual-del-Neoclasicismo-4.pptxMapa-conceptual-del-Neoclasicismo-4.pptx
Mapa-conceptual-del-Neoclasicismo-4.pptx
diegoandrerodriguez2
 
Licencias por enfermedad de hijo menor de 2 años chile
Licencias por enfermedad de hijo menor de 2 años chileLicencias por enfermedad de hijo menor de 2 años chile
Licencias por enfermedad de hijo menor de 2 años chile
franciscasalinaspobl
 
ORIENTACIONES PSIET orientación sobre el pesiet
ORIENTACIONES PSIET orientación sobre el pesietORIENTACIONES PSIET orientación sobre el pesiet
ORIENTACIONES PSIET orientación sobre el pesiet
Maria Apellidos
 
CORFEINE_4587888920140526_2aSE_P04_2.pdf
CORFEINE_4587888920140526_2aSE_P04_2.pdfCORFEINE_4587888920140526_2aSE_P04_2.pdf
CORFEINE_4587888920140526_2aSE_P04_2.pdf
CarlosMJmzsifuentes
 
Flujograma: Reserva de habitación en un hotel
Flujograma: Reserva de habitación en un hotelFlujograma: Reserva de habitación en un hotel
Flujograma: Reserva de habitación en un hotel
f4llenangel345
 
Morfofisiopatologia Humana I________ UCS
Morfofisiopatologia Humana I________ UCSMorfofisiopatologia Humana I________ UCS
Morfofisiopatologia Humana I________ UCS
LisaCinnamoroll
 
Diapositivas D.I.P.. sobre la importancia que tiene la interpol en Honduraspptx
Diapositivas D.I.P.. sobre la importancia que tiene la interpol en HonduraspptxDiapositivas D.I.P.. sobre la importancia que tiene la interpol en Honduraspptx
Diapositivas D.I.P.. sobre la importancia que tiene la interpol en Honduraspptx
WalterOrdoez22
 
Presentación Cuenta Pública HLS 2023.pptx
Presentación Cuenta Pública HLS 2023.pptxPresentación Cuenta Pública HLS 2023.pptx
Presentación Cuenta Pública HLS 2023.pptx
hlscomunicaciones
 
TABla de detracciones 123456 antonela tirado 653266666666666
TABla de detracciones 123456 antonela tirado 653266666666666TABla de detracciones 123456 antonela tirado 653266666666666
TABla de detracciones 123456 antonela tirado 653266666666666
LizetTiradoRodriguez
 
Claves Ipsos numero 29 --- Mayo 2024.pdf
Claves Ipsos numero 29 --- Mayo 2024.pdfClaves Ipsos numero 29 --- Mayo 2024.pdf
Claves Ipsos numero 29 --- Mayo 2024.pdf
Emisor Digital
 
Desarrollo de Habilidades de Pensamiento Informatica
Desarrollo de Habilidades de Pensamiento InformaticaDesarrollo de Habilidades de Pensamiento Informatica
Desarrollo de Habilidades de Pensamiento Informatica
floralbaortega88
 
Ojiva porcentual para el análisis de datos
Ojiva porcentual para el análisis de datosOjiva porcentual para el análisis de datos
Ojiva porcentual para el análisis de datos
JaimeYael
 

Último (20)

El narcisismo actualmente en el mundo 2024
El narcisismo actualmente en el mundo 2024El narcisismo actualmente en el mundo 2024
El narcisismo actualmente en el mundo 2024
 
Presentación diagrama de flujo del desarrollo aronautico.pptx
Presentación diagrama de flujo del desarrollo aronautico.pptxPresentación diagrama de flujo del desarrollo aronautico.pptx
Presentación diagrama de flujo del desarrollo aronautico.pptx
 
REGIMEN MYPE TRIBUTARIO HECHO PARA APORTES PARA LA SUNAT
REGIMEN MYPE TRIBUTARIO HECHO PARA APORTES PARA LA SUNATREGIMEN MYPE TRIBUTARIO HECHO PARA APORTES PARA LA SUNAT
REGIMEN MYPE TRIBUTARIO HECHO PARA APORTES PARA LA SUNAT
 
Análisis Datos imprecisos con lógica difusa.pdf
Análisis Datos imprecisos con lógica difusa.pdfAnálisis Datos imprecisos con lógica difusa.pdf
Análisis Datos imprecisos con lógica difusa.pdf
 
Presentación sobre la geometría, aplicaciones y ramas
Presentación sobre la geometría, aplicaciones y ramasPresentación sobre la geometría, aplicaciones y ramas
Presentación sobre la geometría, aplicaciones y ramas
 
1- PRESENTACION DE ORIENTACIONES DE LA ORDENANZA 04-2023.11.04.24.pptx
1- PRESENTACION DE ORIENTACIONES DE LA ORDENANZA 04-2023.11.04.24.pptx1- PRESENTACION DE ORIENTACIONES DE LA ORDENANZA 04-2023.11.04.24.pptx
1- PRESENTACION DE ORIENTACIONES DE LA ORDENANZA 04-2023.11.04.24.pptx
 
Pobreza en el Perú en 2023.pdf practicag
Pobreza en el Perú en 2023.pdf practicagPobreza en el Perú en 2023.pdf practicag
Pobreza en el Perú en 2023.pdf practicag
 
Desarrollo de habilidades de pensamiento
Desarrollo de habilidades de pensamientoDesarrollo de habilidades de pensamiento
Desarrollo de habilidades de pensamiento
 
Mapa-conceptual-del-Neoclasicismo-4.pptx
Mapa-conceptual-del-Neoclasicismo-4.pptxMapa-conceptual-del-Neoclasicismo-4.pptx
Mapa-conceptual-del-Neoclasicismo-4.pptx
 
Licencias por enfermedad de hijo menor de 2 años chile
Licencias por enfermedad de hijo menor de 2 años chileLicencias por enfermedad de hijo menor de 2 años chile
Licencias por enfermedad de hijo menor de 2 años chile
 
ORIENTACIONES PSIET orientación sobre el pesiet
ORIENTACIONES PSIET orientación sobre el pesietORIENTACIONES PSIET orientación sobre el pesiet
ORIENTACIONES PSIET orientación sobre el pesiet
 
CORFEINE_4587888920140526_2aSE_P04_2.pdf
CORFEINE_4587888920140526_2aSE_P04_2.pdfCORFEINE_4587888920140526_2aSE_P04_2.pdf
CORFEINE_4587888920140526_2aSE_P04_2.pdf
 
Flujograma: Reserva de habitación en un hotel
Flujograma: Reserva de habitación en un hotelFlujograma: Reserva de habitación en un hotel
Flujograma: Reserva de habitación en un hotel
 
Morfofisiopatologia Humana I________ UCS
Morfofisiopatologia Humana I________ UCSMorfofisiopatologia Humana I________ UCS
Morfofisiopatologia Humana I________ UCS
 
Diapositivas D.I.P.. sobre la importancia que tiene la interpol en Honduraspptx
Diapositivas D.I.P.. sobre la importancia que tiene la interpol en HonduraspptxDiapositivas D.I.P.. sobre la importancia que tiene la interpol en Honduraspptx
Diapositivas D.I.P.. sobre la importancia que tiene la interpol en Honduraspptx
 
Presentación Cuenta Pública HLS 2023.pptx
Presentación Cuenta Pública HLS 2023.pptxPresentación Cuenta Pública HLS 2023.pptx
Presentación Cuenta Pública HLS 2023.pptx
 
TABla de detracciones 123456 antonela tirado 653266666666666
TABla de detracciones 123456 antonela tirado 653266666666666TABla de detracciones 123456 antonela tirado 653266666666666
TABla de detracciones 123456 antonela tirado 653266666666666
 
Claves Ipsos numero 29 --- Mayo 2024.pdf
Claves Ipsos numero 29 --- Mayo 2024.pdfClaves Ipsos numero 29 --- Mayo 2024.pdf
Claves Ipsos numero 29 --- Mayo 2024.pdf
 
Desarrollo de Habilidades de Pensamiento Informatica
Desarrollo de Habilidades de Pensamiento InformaticaDesarrollo de Habilidades de Pensamiento Informatica
Desarrollo de Habilidades de Pensamiento Informatica
 
Ojiva porcentual para el análisis de datos
Ojiva porcentual para el análisis de datosOjiva porcentual para el análisis de datos
Ojiva porcentual para el análisis de datos
 

Métodos estadísticos Aplicados a la Gestión Tributaria (clase 1).pptx

  • 1. Métodos estadísticos Aplicados a la Gestión Tributaria Docente: MSc. Dailit González Capote
  • 2. Regla del martillo de oro y los pocos clavos
  • 3. Regla de usar la herramienta adecuada para cada cosa
  • 4. La Estadística es una ciencia que se ocupa de los métodos y procedimientos para recoger, clasificar, resumir, hallar regularidades y analizar los datos, siempre y cuando la variabilidad e incertidumbre sea una causa intrínseca de los mismos; así como de realizar inferencias a partir de ellos, con la finalidad de ayudar a la toma de decisiones y en su caso formular predicciones. ¿Qué es la estadística?
  • 5. Las estadísticas tributarias constituyen un punto de partida fundamental para el análisis de las políticas fiscales y aduaneras. Unas estadísticas comparables y fiables resultan ser críticas a la hora de abordar dicho análisis y así poder diseñar mejores políticas en el ámbito tributario. ¿Qué son las estadísticas tributarias?
  • 6. ¿En qué áreas se aplica la estadística? Actualmente se aplica en todas las áreas del saber, por ejemplo en Sociología, Educación, Psicología, Administración, Economía, Medicina, Ciencias Políticas, Logística, entre otras. En la administración tributaria, como ya vimos, sirve como herramienta de decisión para el logro de las metas presupuestarias y así mismo la gestión gubernamental con el fin de buscar el crecimiemto económico y social en el país.
  • 7. ¿Podemos dividir la estadística para su estudio? Estadística descriptiva: Describe, analiza y representa un grupo de datos utilizando métodos numéricos y gráficos que resumen y presentan la información contenida en ellos. Estadística inferencial: Apoyándose en el cálculo de probabilidades y a partir de datos muestrales, efectúa estimaciones, decisiones, predicciones u otras generalizaciones sobre un conjunto mayor de datos.
  • 8. Conceptos Básicos Individuos o elementos: personas u objetos que contienen cierta información que se desea estudiar. Población: conjunto de individuos o elementos que cumplen ciertas propiedades comunes. Muestra: subconjunto representativo de una población. Muestreo: procedimiento mediante el cual se extrae una muestra. Característica: es el signo o detalle que interesa observar en la población.
  • 9. ¿Cómo hacer una investigación estadística ? Los pasos a seguir para realizar una investigación estadística serían los siguientes: Conclusiones y decisiones Problema Recogida Organización de datos Análisis e interpretación Definir variables Encuesta (Diseño y validación) Población – Muestra –Muestreo Bases de datos SPSS Procesamiento estadístico Seleccionar y analizar los resultados claves
  • 10. Definición El planteamiento del problema es una parte fundamental del proceso de investigación pues determina y encausa todas las acciones que se seguirán posteriormente.
  • 11. Planteamiento del problema “Un problema correctamente planteado está parcialmente resuelto” (Acroff, 1967)
  • 12. ¿Por qué es tan importante el planteamiento del problema? Preguntas Objetivos (o hipótesis) Son base para formular orientan Metodología Definirlo y delimitarlo Guía hacia los Resultados y conclusiones Responden PROBLEMA Justificarlo ASPECTOS ÉTICOS
  • 13. Elementos del Planteamiento del Problema  DEFINICIÓN Y DELIMITACIÓN: Establece la unidad de análisis, límites teóricos, temporales y espaciales del problema  PREGUNTAS DE INVESTIGACIÓN: El qué del estudio  OBJETIVOS: Guías del estudio  JUSTIFICACIÓN: ¿por qué? ¿para qué?
  • 14. Plantear el problema  Afinar y estructurar más formalmente la idea de investigación.  Formular el problema específico en términos concretos y explícitos, de manera que sea susceptible de investigarse con procedimientos científicos.  Escribirlo en forma clara, precisa y accesible.
  • 15. IDEA DE INVESTIGACIÓN PROBLEMA ESPECÍFICO A INVESTIGAR  GENERAL  ABSTRACTA  COMPLEJA  SURGE DE LA REALIDAD Y ESTUDIOS PREVIOS  ESPECÍFICO  CONCRETO  SUCEPTIBLE DE INVESTIGARSE  PREGUNTA O DUDA QUE SE PRETENDE RESPONDER A TRAVES DE LA INVESTIGACIÓN
  • 17. Criterios para el Planteamiento del Problema (Kerlinger y Lee)  Debe estar formulado como pregunta o como una proposición afirmativa.  Debe expresar una relación entre dos o más conceptos o variables. En estudios analíticos o en estudios descriptivos transversales en donde se busca asociación entre variables (estudios de asociación cruzada).  Debe implicar la posibilidad de realizar una prueba empírica, medirse/observarse en la realidad objetiva.
  • 18. Clasificación de las variables Las variables se pueden clasificar atendiendo a distintos puntos de vista: Según su naturaleza pueden ser cuantitativas (expresan cantidad) y cualitativas o categóricas (expresan una cualidad o categorías sin valor numérico). Ej: El salario expresado en unidades monetarias (pesos y centavos) es cuantitativa; sin embargo si el salario se midiera en una escala de tres categorías: bajo, medio, alto, tomaría un carácter cualitativo. La variable sexo, es cualitativa. Tipos de Variables
  • 19. Clasificación de las variables Las variables cuantitativas según su densidad pueden ser: discretas y continuas. Las variables discretas son valores determinados definidos y que generalmente representan a observaciones susceptibles de conteo y son valores enteros. Como es el caso de la variable cantidad de residentes en el núcleo, que puede tomar valores a partir del 1, en este caso toma una cantidad finita de valores. Las variables continuas son aquellas que pueden tomar cualquier valor de un conjunto de números reales, como es el caso del salario, que puede tomar, por ejemplo, un valor cualesquiera del intervalo de números reales [ 225 a 1000]. Tipos de Variables
  • 20. Escalas de Medición Cualitativo (categorías) - Nominal - Ordinal Cuantitativo (números) - Intervalo - Razón
  • 21. Cuando se ha definido un conjunto de categorías mutuamente excluyentes que no guardan entre sí relación de orden y la «medición» consiste en ubicar la unidad de análisis en una de dichas clases, entonces se dice que la noción subyacente se ha operacionalizado a nivel nominal. Nominales
  • 22. Una variable está medida en escala nominal cuando se utilizan nombres para establecer categorías. Para distinguir los agrupamientos se utilizan símbolos, letras e incluso números, aunque estos últimos cumplen una función puramente simbólica y no numérica. Por ejemplo, el estado de salud de una persona puede ser catalogado o clasificado como «sano», «enfermo» o «1», «2», donde «1» representa que está sano y «2», que está enfermo. Nominales
  • 23. Ordinales Una variable está medida en escala ordinal si permite clasificar y ordenar a los individuos u objetos según los valores de la variable. En este nivel se pueden definir varias categorías, pero además de mostrar un ordenamiento existe una relación de «menor que» o «mayor que» entre estas. Las etiquetas, símbolos o números empleados si indican jerarquía, aunque no es posible conocer la magnitud de la diferencia entre cada una de las categorías.
  • 24. Al igual que en las escalas nominales no permite realizar operaciones aritméticas, aunque en la práctica en algunos casos tiene sentido aplicar operaciones aritméticas, como es el caso de notas en un examen en una escala ordinal de 2 a 5 puntos, o en las puntuaciones en algunos test (inteligencia, memoria, satisfacción por un servicio recibido, etc.). Ejemplo de escalas ordinales: - Opinión de los trabajadores sobre la calidad de los servicios de una cafetería (buena, regular, mala). - Satisfacción por un servicio en una escala de 1 a 5 puntos donde 1 es totalmente insatisfecho y 5 totalmente satisfecho. Ordinales
  • 25. Intervalo Esta escala permite clasificar, ordenar y realizar las operaciones aritméticas. El cero no es absoluto. Esta escala mide las variables de manera numérica, donde los números permiten establecer distancias entre dos individuos y las operaciones aritméticas de «suma» y «resta» son perfectamente realizables y significativas, no así la «multiplicación» y la «división». El cero no indica ausencia de la característica o variable medida y es colocado arbitrariamente en algún lugar de la escala. Son ejemplos de escala de intervalo: - Las calificaciones de un examen en 100 puntos. - La escala de temperatura en un termómetro, donde el cero no dice que hay ausencia de temperatura
  • 26. Razón Esta escala permite clasificar, ordenar y realizar las operaciones aritméticas. El cero es absoluto. Esta una escala muy fuerte dado que usa un sistema numérico en el que el cero indica ausencia de la característica que se está midiendo. Aquí las operaciones de «multiplicación « y «división» adquieren significado. La diferencia entre dos valores es importante y de magnitud definida. - Por ejemplo el valor «cero dólares» en ingresos de una tienda puede interpretarse como que no han habido ventas hasta ese momento. - Dos artículos cuyos pesos son 6kg y 8kg respectivamente muestra las diferencias en pesos entre estos. - El consumo eléctrico de una entidad expresado por el metro contador.
  • 27. Resumen Tipo de Escala/dato Propiedades Ejemplos Nominal Clasifica. Lugar de nacimiento, sexo, estado civil, provincia o estado de residencia. Ordinal Clasifica y ordena. Nivel de estudios, grado de satisfacción, jerarquía de mando. Intervalo Clasifica, ordena y posee unidad de medida, valor de cero arbitrario. Tamaño del hogar, fecha, temperatura, otras. Razón Clasifica, ordena y posee unidad de medida y origen igual a cero absoluto que indica ausencia de característica. Número de hijos, renta familiar, peso o distancia.
  • 28. Ejercicio 1. Clasificar las siguientes variables en: a) Cualitativas o Cuantitativas. b) Según las escalas de medición. 1. Preferencias por el consumo del azúcar (alto, medio y bajo). 2. Marcas de cerveza. 3. Velocidad en Km/h. 4. El peso en Kg. 5. Signo del zodiaco. 6. Nivel educativo (pri, sec, sup). 7. Tipo de enseñanza (privada o pública). 8. Número de empleados de una empresa. 9. La clase social (baja, media o alta). (cualitativa-ordinal) (cualitativa-nominal) (cuantitativa-continua- intervalo) (cuantitativa-continua- intervalo) (cualitativa-nominal) (cualitativa-ordinal) (cualitativa-nominal) (cuantitativa-discreta-razón) (cualitativa-nominal)
  • 29. Tarea 1: Defina un posible problema de investigación sobre las líneas de investigación y establezca la o las variables que estén presentes y la clasificación de cada una. Líneas de investigación de la maestría: Línea 1: Implementación de Normas Internacionales de Información Financiera para PYMES y su relación con la normativa tributaria ecuatoriana. Línea 2: El manejo del Régimen Impositivo y las soluciones para las Microempresa se encuentren bajo esta modalidad tributaria. Línea 3: Estrategias para la regulación de los impacto de las Reformas Tributarias en los negocios Ecuatorianos.
  • 30. La investigación estadística 1. Definición del problema y objetivos de la investigación. 2. Selección y definición de las variables. 3. Diseño del cuestionario. 4. Validación y prueba del cuestionario. 5. Selección de la muestra. Aplicación del cuestionario. 6. Tratamiento y análisis de la información. 7. Presentación de los resultados.
  • 32. Características Generales: - El cuestionario es un instrumento de medición y recolección de información para su posterior análisis. - Debe permitir recoger información fácil y con exactitud - La idea es establecer un instrumento estándar que garantice la aplicación de las mismas preguntas, planteadas de la misma forma, a todos los encuestados. - En la mayoría de los casos sirve también para escribir las respuestas. Esto garantiza la agrupación y comparación de resultados entre los elementos de la muestra, y permite la inferencia estadística sobre los resultados.
  • 33. Tipos de Cuestionarios  Se clasifican según la flexibilidad que permiten al encuestador para hacer las preguntas:  Estructurados: - El encuestador debe aplicar las mismas preguntas, en el mismo orden y anotar las respuestas de la misma manera (preguntas cerradas) - Se utilizan generalmente para grandes tamaños de muestra (sobre 300 casos) y encuestas auto-aplicadas  Semiestructurados: - Encuestador puede hacer ciertos cambios en el orden, formulación de las preguntas, forma de anotar las respuestas (preguntas abiertas)  No estructurados: - Listado de preguntas que se utilizan como guía en una conversación (pauta de focus group o entrevista en profundidad) - El investigador puede cambiar la entrevista según las circunstancias - Sólo se utilizan para pequeños tamaños de muestra (máx. 30 casos)
  • 34. Tipos de Preguntas  Por el tipo de respuesta:  Abiertas: - El encuestado puede dar cualquier respuesta y ésta se anota textual - Permiten un conocimiento más profundo del tema que con una pregunta cerrada - Requiere de una posterior categorización de las respuestas (por significado similar)  Cerradas: - Las categorías de respuesta están previamente definidas (por Ejemplo. Preguntas dicotómicas) - Ahorran tiempo y facilitan la labor del encuestador
  • 42. ¿Cómo hacer un cuestionario?
  • 43. ¿Cómo hacer un cuestionario?
  • 44. ¿Cómo hacer un cuestionario?
  • 45. ¿Cómo hacer un cuestionario?
  • 46. ¿Cómo hacer un cuestionario?
  • 47. ¿Cómo hacer un cuestionario?
  • 48. ¿Cómo hacer un cuestionario?
  • 49. Técnicas de Aplicación del Cuestionario
  • 50. Técnicas de Aplicación del Cuestionario  Encuesta personal en punto geográfico: • Duración, ideal no más de 10 minutos  Encuesta cara a cara en hogar: • Duración, hasta 1 hora  Focus group: • Se trata de discusiones de grupo guiadas por una pauta y llevadas a cabo por un experto (sicólogo o sociólogo, en general)  Entrevista en profundidad: • Se trata de conversaciones personales guiadas por una pauta y llevadas a cabo por un experto (sicólogo o sociólogo, en general)
  • 51. Técnicas de Aplicación del Cuestionario
  • 52. Técnicas de Aplicación del Cuestionario
  • 53. La investigación estadística 1. Definición del problema y objetivos de la investigación. 2. Selección y definición de las variables. 3. Diseño del cuestionario. 4. Validación y prueba del cuestionario. 5. Selección de la muestra. Aplicación del cuestionario. 6. Tratamiento y análisis de la información. 7. Presentación de los resultados.
  • 54. Validación y prueba del cuestionario  Trabajo con expertos  Prueba piloto  Fiabilidad y validez del cuestionario
  • 55. PREGUNTA PUNTUACIÓN EXPERTOS VALIDACIÓN2 pregunta (SÍ/NO n.º Evaluación 11 21 31 41 51 61 71 SUMA puntuaciones PROMEDIO puntuaciones 1 Adecuación Pertinencia Trabajo con expertos • El n.º de expertos mínimo recomendable es 7. El n.º de expertos es preferible que sea un número impar. • La puntuación va de 1 a 6 («muy en desacuerdo» a «muy de acuerdo»), se asigna el promedio de adecuación y el promedio de pertinencia de cada pregunta del cuestionario. • Si el promedio de puntuaciones de los expertos es 4 o más, tanto en adecuación como en pertinencia, entonces la pregunta se considera validada.
  • 56. Usando una muestra pequeña, probar el cuestionario con respecto a omisiones, así como su ambigüedad (validez y confiabilidad) Corregir los problemas (y probar de nuevo, en caso de ser necesario) Prueba Piloto 10% de la muestra
  • 59. Grado en que un instrumento produce resultados consistentes y coherentes. Es decir en que su aplicación repetida al mismo sujeto u objeto produce resultados iguales. Kerlinger (2002). Confiabilidad Valores de α superiores a 0.7 ó 0.8 pueden considerarse que garantizan la fiabilidad Alpha de Cronbach
  • 60. Interpretación Coeficiente Alfa de Cronbach 0 ≤ α ≤ 1 Si α ≈ 1 la fiabilidad de la escala es buena Si α ≈ 0 la fiabilidad de la escala no es buena Valores de α superiores a 0.7 ó 0.8 pueden considerarse que garantizan la confiabilidad
  • 61. Coeficiente Alfa de Cronbach (Ejemplo) Sujetos Ítem 1 Ítem 2 Ítem 3 Ítem 4 Test 1 4 5 5 4 18 2 2 2 1 2 7 3 5 6 4 5 20 4 3 2 3 3 21 5 5 6 4 5 20 6 2 1 1 1 5 7 5 3 2 5 15 8 4 5 5 5 19 9 2 1 1 2 6 10 3 2 1 1 7 11 2 3 1 2 8 12 4 5 6 4 19 13 2 2 1 1 7 14 4 5 4 6 19 15 1 2 1 2 6 16 4 5 6 5 20
  • 62. Coeficiente Alfa de Cronbach (Ejemplo) SUJETOS ITEM1 ITEM2 ITEM3 ITEM4 TEST 1 4 5 5 4 18 2 2 2 1 2 7 3 5 6 4 5 20 4 3 2 3 3 11 5 5 6 4 5 20 6 2 1 1 1 5 7 5 3 2 5 15 8 4 5 5 5 19 9 2 1 1 2 6 10 3 2 1 1 7 11 2 3 1 2 8 12 4 5 6 4 19 13 2 3 1 1 7 14 4 5 4 6 19 15 1 2 1 2 6 16 4 5 6 5 20 Variables independientes: Ítem 1: La maestría me aporta a mi crecimiento profesional Ítem 2: En la maestría me actualizo sobre las temáticas contables y tributarias Ítem 3: La maestría no considera las necesidades de la profesión Ítem 4: En la maestría e pierde el tiempo Varia ble dependiente: Valoración del aprendizaje en la maestría. Escalada de Medidas: 1) completamente en desacuerdo 2) muy en desacuerdo 3) en desacuerdo 4) de acuerdo 5) muy de acuerdo 6) completamente de acuerdo
  • 63.
  • 64. Grado en el que un instrumento en verdad mide la variable que se busca medir. Validez Ej: Un instrumento válido para medir la inteligencia debe medir la inteligencia y no la memoria. Coeficiente de concordancia de Kendall
  • 65. Tipo de validez de los instrumentos
  • 66. Ejemplo PREGUNTA PUNTUACIÓN EXPERTOS n.º Pregunta 11 21 31 41 51 61 71 1 La maestría me aporta a mi crecimiento profesional 5 6 6 6 6 6 6 2 En la maestría me actualizo sobre las temáticas contables y tributarias 5 5 6 5 5 5 5 3 La maestría no considera las necesidades de la profesión 5 5 5 5 5 5 6 4 En la maestría e pierde el tiempo 5 6 6 6 6 6 6 Variable dependiente: Valoración del aprendizaje en la maestría. Escalada de Medidas: 1) completamente en desacuerdo 2) muy en desacuerdo 3) en desacuerdo 4) de acuerdo 5) muy de acuerdo 6) completamente de acuerdo
  • 68. La investigación por encuesta 1. Definición del problema y objetivos de la investigación. 2. Selección y definición de las variables. 3. Diseño del cuestionario. 4. Validación y prueba del cuestionario. 5. Selección de la muestra. Aplicación del cuestionario. 6. Tratamiento y análisis de la información. 7. Presentación de los resultados.
  • 69. Población y muestra El investigador debe definir precisamente los criterios que permitan decidir , ante cada caso o elemento, si pertenece o no a la población investigada, es decir, debe determinar estrictamente el marco muestral o los límites de la población. Cuando el tamaño de la población es muy grande, la investigación no se realiza en toda su extensión , sino en un subconjunto o parte de ella , denominada muestra, y después se generalizan los hallazgos obtenidos a toda la población. La muestra debe ser representativa de la población.
  • 70. Población y muestra La muestra es el subconjunto de la población donde se efectúa o lleva a cabo la investigación con la finalidad de generalizar posteriormente los resultados a toda la población. Para que dicha generalización sea lícita, la muestra debe poseer las mismas (o muy similares) características básicas (relevantes) de la población investigada, es decir, debe ser representativa de la población. Esas características básicas son las que se relacionan, o pueden relacionarse, con el fenómeno investigado.
  • 71. Población y muestra Si N es el tamaño de la población y n el tamaño de la muestra, siendo N suficientemente grande , pueden extraerse un cierto número de muestras distintas de tamaño n. Si en cambio N es un número pequeño (por ejemplo, 30 o 40 casos) , convendrá investigar directamente a toda la población, es decir, no extraer una muestra o subconjunto.
  • 72. Tamaño Muestral: ¿De qué depende el tamaño muestral? El tamaño muestral dependerá de decisiones estadísticas y no estadísticas, pueden incluir por ejemplo la disponibilidad de los recursos, el presupuesto o el equipo que estará en campo. Tamaño de la población. Una población es una colección bien definida de objetos o individuos que tienen características similares. Margen de error (intervalo de confianza). El margen de error es una estadística que expresa la cantidad de error de muestreo aleatorio en los resultados de una encuesta Nivel de confianza. Son intervalos aleatorios que se usan para acotar un valor con una determinada probabilidad alta. La desviación estándar. Es un índice numérico de la dispersión de un conjunto de datos (o población).
  • 73. Aspectos a considerar ¿Población finita o infinita? Precisión deseada o error muestral Recursos disponibles para la investigación Tamaño de Muestra Nivel de confianza deseado en la estimación Conocimiento previo de la población (P)
  • 74. Interpretación del error muestral 1. Si los resultados de una encuesta dicen que 100 personas comprarían un producto y tenemos un error muestral del 5% comprarán entre 95 y 105 personas. 2. Si hacemos una encuesta de satisfacción a los empleados con un error muestral del 3% y el 60% de los encuestados se muestran satisfechos significa que entre el 57% y el 63% (60% +/- 3%) del total de los empleados de la empresa lo estarán.
  • 75. Cálculo del tamaño de muestra Población infinita Población finita p d q
  • 76. Ejemplo de cálculo (1) Para realizar una encuesta de satisfacción a clientes de un determinado centro comercial, en la que queremos una confianza del 95% que determina que Z=1.96, deseamos un error muestral del 5% (d) y consideramos que estarán satisfechos el 50% (p=q=0.5). ¿Qué muestra necesitaríamos? Respuesta: Necesitaríamos 384 clientes.
  • 77. Ejemplo de cálculo (2) Para realizar una encuesta de satisfacción a clientes de un determinado artículo del que hemos vendido 10 000 unidades (N), en la que queremos una confianza del 95% que determina que Z=1.96, deseamos un error muestral del 5% (e) y consideramos que estarán satisfechos el 70% (p= 0.7) necesitaríamos una muestra de? 313 clientes.
  • 79. PROBABILISTICO • ALEATORIO SIMPLE • ESTRATIFICADO • POR CONGLOMERADOS • SISTEMÁTICO DETERMINISTICO • CONVENCIONAL O ACCIDENTAL • INTENCIONAL • POR CUOTAS TODOS LOS ELEMENTOS COMPONENTES DE LA POBLACIÓN TIENEN IGUAL PROBABILIDAD DE INCLUIRSE EN LA MUESTRA. LA INCLUSION DE UN ELEMENTO DE LA POBLACIÓN EN LA MUESTRA DEPENDE DEL CRITERIOS QUE APLIQUE EL INVESTIGADOR. TIPOS DE MUESTREO
  • 80.  Se representa la población de estudio y la muestra obtenida aleatoriamente
  • 81.  En este caso, cada 7 unidades de estudio, se selecciona una unidad de la muestra.
  • 82.  Note que hay más unidades dentro de un estrato, que en otro, y en función de ello se eligen aleatoriamente las unidades de estudio dentro de cada estrato en proporción al tamaño del estrato.
  • 83.  Dentro de los conglomerados elegidos, se determinan las unidades de estudio en función de su tamaño, es decir, una vez elegido el conglomerado, las unidades de estudio a su interior se eligen por muestreo aleatorio simple
  • 84. Características: • No hay discreción del investigador. • Los elementos se seleccionan por reglas mecánicas. • Hay error muestral. • Se conoce la probabilidad de inclusión.
  • 85. Tipos de muestreo. No Probabilístico: A. Muestreo por conveniencia: Es la muestra que esta disponible en el tiempo o periodo de investigación. Ejemplo: Todos los pacientes que asistan a una clínica en particular cierto día, semana, pueden ser requeridos para participar. DESVENTAJA: la muestra puede ser poco representativa de la población que se desea estudiar.
  • 86. B. Muestreo por Cuotas: Todos los elementos conocidos de la población tienen que aparecer en la muestra. Se debe asegurar que estos aparezcan en la misma proporción que en la población. El investigador entrevista a todos las personas de cada categoría que pueda encontrar hasta que haya llenado la cuota.
  • 87. C. Accidental o Bola de Nieve: Se aprovecha o utiliza personas disponibles en un momento dado que se corresponda con el propósito del estudio. De los tres tipos de muestreo no probabilístico resulta el más deficiente.
  • 88. Características: • La muestra es discrecional • Los elementos se seleccionan por facilidad conveniencia y no por reglas fijas • No hay error muestral o no se puede calcular • No se conoce la posibilidad de inclusión
  • 89. LA MARIONETA Si por un instante Dios se olvidara de que soy una marioneta de trapo y me regalara un trozo de vida, posiblemente no diría todo lo que pienso, pero en definitiva pensaría todo lo que digo. Daría valor a las cosas, no por lo que valen, sino por lo que significan. Dormiría poco, soñaría más, entiendo que por cada minuto que cerramos los ojos, perdemos sesenta segundos de luz. Andaría cuando los demás se detienen, Despertaría cuando los demás duermen. Escucharía cuando los demás hablan, y cómo disfrutaría de un buen helado de chocolate. Si Dios me obsequiara un trozo de vida, vestiría sencillo, me tiraría de bruces al sol, dejando descubierto, no solamente mi cuerpo sino mi alma. Dios mío, si yo tuviera un corazón, escribiría mi odio sobre hielo, y esperaría a que saliera el sol. Pintaría con un sueño de Van Gogh sobre las estrellas un poema de Benedetti, y una canción de Serrat sería la serenata que les ofrecería a la luna. Regaría con lágrimas las rosas, para sentir el dolor de sus espinas, y el encarnado beso de sus pétalos… Dios mío, si yo tuviera un trozo de vida… No dejaría pasar un solo día sin decirle a la gente que quiero, que la quiero. Convencería a cada mujer u hombre de que son mis favoritos y viviría enamorado del amor. A los hombres les probaría cuán equivocados están, al pensar que dejan de enamorarse cuando envejecen, sin saber que envejecen cuando dejan de enamorarse. A un niño le daría alas, pero le dejaría que él solo aprendiese a volar. A los viejos les enseñaría que la muerte no llega con la vejez sino con el olvido. Tantas cosas he aprendido de ustedes, los hombres He aprendido que todo el mundo quiere vivir en la cima de la montaña, sin saber que la verdadera felicidad está en la forma de subir la escarpada. He aprendido que cuando un recién nacido aprieta con su pequeño puño, por vez primera, el dedo de su padre, lo tiene atrapado por siempre. He aprendido que un hombre sólo tiene derecho a mirar a otro hacia abajo, cuando ha de ayudarle a levantarse. Son tantas cosas las que he podido aprender de ustedes, pero realmente de mucho no habrán de servir, porque cuando me guarden dentro de esa maleta, infelizmente me estaré muriendo