Este documento describe diferentes tipos de muestreo probabilísticos, incluyendo muestreo aleatorio simple, muestreo estratificado, muestreo sistemático, muestreo por conglomerados y muestreo por área. El objetivo es explicar estos conceptos de manera sencilla para que estudiantes de marketing, publicidad y administración puedan seleccionar el tipo de muestreo más adecuado para una investigación de mercado.
Este documento describe diferentes métodos de muestreo para investigaciones sociales. Explica las diferencias entre muestreo probabilístico y no probabilístico, y describe varios tipos de muestreo probabilístico como aleatorio simple, sistemático, estratificado y por conglomerados. También cubre cómo determinar el tamaño de la muestra y presenta brevemente algunos métodos no probabilísticos como casual, intencional y por cuotas.
Este documento describe la distribución normal y el muestreo. Explica que la distribución normal es común en fenómenos naturales donde muchos factores pequeños influyen en un resultado. También describe métodos de muestreo como el aleatorio simple, estratificado y por conglomerados, los cuales eligen participantes de manera aleatoria para que la muestra sea representativa de la población total.
Este documento describe la distribución normal y el muestreo. Explica que la distribución normal es común en fenómenos naturales donde muchos factores pequeños influyen en un resultado. También describe métodos de muestreo como el aleatorio simple, estratificado y por conglomerados, los cuales eligen participantes de manera aleatoria para que la muestra sea representativa de la población total.
El documento presenta una introducción al análisis de datos en investigación social, describiendo las etapas del proceso que incluyen la prueba previa del cuestionario, la capacitación y trabajo de campo, la supervisión, edición y codificación de datos, el análisis de datos univariado y bivariado utilizando técnicas como tablas, gráficos y medidas estadísticas. Explica conceptos como medidas de tendencia central, variabilidad, y métodos para describir y comparar variables.
Este documento describe diferentes tipos de muestreo probabilístico, incluyendo muestreo aleatorio simple, muestreo sistemático, muestreo estratificado y muestreo por conglomerados. Explica las ventajas y desventajas de cada método de muestreo y proporciona ejemplos de su aplicación.
Este documento describe diferentes métodos de muestreo probabilístico, incluyendo muestreo probabilístico simple, estratificado, por racimos y sistemático. Explica que el muestreo probabilístico implica seleccionar una muestra representativa de una población de tal manera que cada elemento tenga la misma probabilidad de ser seleccionado. El objetivo es reducir el error estándar para inferir valores acerca de la población con mayor precisión.
Este documento describe diferentes métodos de muestreo estadístico. Explica la diferencia entre estadística descriptiva e inferencial, y define conceptos clave como población, muestra, parámetros y estimadores. Luego, detalla los tipos principales de muestreo, incluyendo muestreo aleatorio simple, sistemático y estratificado. El objetivo del muestreo es obtener una muestra representativa de una población para hacer estimaciones sobre sus características.
Este documento describe diferentes métodos de muestreo para investigaciones sociales. Explica las diferencias entre muestreo probabilístico y no probabilístico, y describe varios tipos de muestreo probabilístico como aleatorio simple, sistemático, estratificado y por conglomerados. También cubre cómo determinar el tamaño de la muestra y presenta brevemente algunos métodos no probabilísticos como casual, intencional y por cuotas.
Este documento describe la distribución normal y el muestreo. Explica que la distribución normal es común en fenómenos naturales donde muchos factores pequeños influyen en un resultado. También describe métodos de muestreo como el aleatorio simple, estratificado y por conglomerados, los cuales eligen participantes de manera aleatoria para que la muestra sea representativa de la población total.
Este documento describe la distribución normal y el muestreo. Explica que la distribución normal es común en fenómenos naturales donde muchos factores pequeños influyen en un resultado. También describe métodos de muestreo como el aleatorio simple, estratificado y por conglomerados, los cuales eligen participantes de manera aleatoria para que la muestra sea representativa de la población total.
El documento presenta una introducción al análisis de datos en investigación social, describiendo las etapas del proceso que incluyen la prueba previa del cuestionario, la capacitación y trabajo de campo, la supervisión, edición y codificación de datos, el análisis de datos univariado y bivariado utilizando técnicas como tablas, gráficos y medidas estadísticas. Explica conceptos como medidas de tendencia central, variabilidad, y métodos para describir y comparar variables.
Este documento describe diferentes tipos de muestreo probabilístico, incluyendo muestreo aleatorio simple, muestreo sistemático, muestreo estratificado y muestreo por conglomerados. Explica las ventajas y desventajas de cada método de muestreo y proporciona ejemplos de su aplicación.
Este documento describe diferentes métodos de muestreo probabilístico, incluyendo muestreo probabilístico simple, estratificado, por racimos y sistemático. Explica que el muestreo probabilístico implica seleccionar una muestra representativa de una población de tal manera que cada elemento tenga la misma probabilidad de ser seleccionado. El objetivo es reducir el error estándar para inferir valores acerca de la población con mayor precisión.
Este documento describe diferentes métodos de muestreo estadístico. Explica la diferencia entre estadística descriptiva e inferencial, y define conceptos clave como población, muestra, parámetros y estimadores. Luego, detalla los tipos principales de muestreo, incluyendo muestreo aleatorio simple, sistemático y estratificado. El objetivo del muestreo es obtener una muestra representativa de una población para hacer estimaciones sobre sus características.
La muestra se obtiene por observación o experimentación. La necesidad de obtener un subconjunto reducido de la población es obvia si tenemos en cuenta los costes económicos de la experimentación o el hecho de que muchos de los métodos de medida son destructivos.
El documento presenta información sobre conceptos básicos de muestreo estadístico. Explica que una muestra es un subconjunto de la población que se estudia para inferir propiedades de la población completa. Luego describe diferentes tipos de muestreo como muestreo aleatorio simple, estratificado, sistemático y por conglomerados. También define conceptos como estimador, estimación, distribución de muestra e intervalo de confianza para la media.
Este documento describe diferentes técnicas de muestreo para seleccionar unidades de observación en una investigación cuantitativa. Explica los diseños probabilísticos como el muestreo aleatorio simple y los no probabilísticos, y destaca la importancia de definir correctamente la población, marco muestral y tamaño de muestra para obtener información de calidad.
Este documento describe los conceptos de población, muestra y muestreo. Explica que la población es el conjunto total de unidades de estudio, mientras que la muestra es una parte de la población seleccionada para el estudio. Detalla diferentes tipos de muestras, incluyendo muestras probabilísticas como las aleatorias simples, sistemáticas y estratificadas, así como muestras no probabilísticas como las de juicio de expertos, accidentales y por cuotas.
El documento presenta una introducción a conceptos estadísticos básicos como muestras, gráficas, porcentajes y métodos de muestreo. Advierte sobre los riesgos de manipular datos para demostrar conclusiones predeterminadas y la importancia de realizar un análisis crítico de la información. También destaca posibles sesgos como preguntas predispuestas, el orden de las preguntas y correlaciones erróneas.
Este documento describe las distribuciones muestrales y cómo se pueden usar para generalizar el comportamiento de una población. Explica que las muestras pueden ser tomadas con o sin reemplazo y que la distribución muestral está relacionada con el comportamiento de un estadístico de la muestra. También define una muestra aleatoria simple como una donde cada elemento de la población tiene la misma probabilidad de ser seleccionado y presenta un ejemplo numérico de cómo calcular la probabilidad de que la media de una muestra esté dentro de un intervalo dado
El documento describe diferentes métodos de muestreo y estimación estadística. Explica que el muestreo implica seleccionar una muestra representativa de una población para estudiarla en lugar de estudiar la población completa. Luego describe métodos de muestreo probabilísticos como el aleatorio simple, estratificado y sistemático, así como métodos no probabilísticos. También explica conceptos como estimación puntual, por intervalos, nivel de confianza e error de estimación.
Este documento presenta un ejemplo de cómo realizar un muestreo sistemático o en serie para seleccionar una muestra de 3 estudiantes de una población de 15 estudiantes. Se enumeran los 15 estudiantes, se calcula el tamaño de la muestra usando una fórmula estadística, se determina el intervalo constante entre cada estudiante seleccionado, y finalmente se seleccionan los 3 estudiantes cuyos números corresponden al número de inicio del sorteo más múltiplos del intervalo constante.
Este documento presenta definiciones y conceptos relacionados con el muestreo aleatorio simple. Explica que el muestreo aleatorio simple es aquel en que cada elemento de la población tiene la misma probabilidad de ser seleccionado para la muestra. También describe métodos para seleccionar una muestra aleatoria simple, como el uso de tablas de números aleatorios. Finalmente, ofrece fórmulas para calcular el tamaño necesario de una muestra aleatoria simple.
Este documento describe el método de muestreo por cuotas, en el cual primero se seleccionan unidades de muestreo como grupos de personas según características como sexo, edad e ingresos. Luego se establecen cuotas para asegurar que los diversos segmentos de la población estén representados en las mismas proporciones. Este método se usa comúnmente en encuestas de opinión e investigación de mercado. A pesar de sus limitaciones, el muestreo por cuotas puede producir resultados útiles de manera económica
El documento define conceptos clave relacionados con el muestreo como muestra aleatoria, representativa y tamaño de muestra. Explica que una muestra aleatoria es cuando todos los elementos tienen la misma probabilidad de ser seleccionados. También describe diferentes tipos de muestras como muestra probabilística, estratificada y por conglomerados, y muestra no probabilística como por cuotas e intencional. Finalmente, señala que los errores en un estudio pueden deberse al muestreo o a factores ajenos a este.
Este documento presenta un resumen del curso de Estadística de la Universidad de Guayaquil impartido en 2016 por el Dr. Manuel E. Cortés Cortés. Explica los diferentes tipos de muestreo incluyendo muestreo probabilístico como muestreo aleatorio simple, estratificado y sistemático, y muestreo no probabilístico como muestreo casual, intencional y por cuotas. También cubre conceptos como elementos, población, muestra, marco y unidades de muestreo.
El documento proporciona una introducción general a la estadística, incluyendo sus definiciones, ramas, conceptos clave como población, muestra, parámetro y estadístico, así como métodos para organizar y resumir datos como tablas de frecuencia y técnicas gráficas y numéricas. Explica que la estadística estudia métodos para analizar datos y sacar conclusiones, y se divide en estadística descriptiva y estadística inferencial.
Bioestadística muestreo y diseño de experimentosExplorer BioGen
Este documento describe diferentes conceptos relacionados con el muestreo y diseño de experimentos. Define población, muestra, parámetro y estadístico. Explica que el tamaño de muestra debe ser suficientemente grande para ser representativo pero no demasiado grande. También cubre cómo estimar el tamaño de muestra necesario y diferentes tipos de muestreo como aleatorio simple, sistemático, estratificado y de grupo.
Este documento presenta un estudio estadístico realizado sobre los trabajadores de una empresa. Se describe la muestra y la población estudiada, así como variables como sexo, lugar de residencia, estado de salud. También incluye definiciones de conceptos estadísticos como variable, dato, parámetro, estadístico. Finalmente, resume los resultados del análisis estadístico realizado y las conclusiones obtenidas.
Este documento describe los conceptos básicos de muestreo, incluyendo la definición de términos como población, muestra, marco y unidades de muestreo. Explica los dos tipos principales de muestreo, probabilístico y no probabilístico, y proporciona ejemplos de métodos de muestreo probabilístico como el muestreo aleatorio simple, sistemático y estratificado. También discute brevemente los errores en la información muestral.
Este documento presenta información sobre muestras y muestreo. Explica cómo calcular el tamaño de la muestra para poblaciones finitas y infinitas, y provee ejemplos numéricos. También describe diferentes tipos de muestreo probabilístico como aleatorio simple, sistemático y estratificado, así como muestreo no probabilístico. El objetivo es que los estudiantes entiendan cómo seleccionar una muestra representativa de una población.
Este documento resume conceptos clave de estadística inferencial, incluyendo muestreo aleatorio, población y muestra, tipos de muestreo (aleatorio y no aleatorio), distribución de la media muestral y proporción muestral, y cómo estas distribuciones tienden a la normalidad a medida que aumenta el tamaño de la muestra debido al teorema central del límite. Explica cómo calcular la desviación típica de la media y proporción muestral para diferentes tamaños de muestra.
Esta presentación contiene conceptos y definiciones del muestreo probabilístico, así como los diferentes métodos que se utilizan para dicho proceso con ejemplos ilustrativos, un tema correspondientes a la asignatura de estadística II
El documento trata sobre la inferencia estadística y los métodos de muestreo. Explica que la inferencia estadística permite sacar conclusiones sobre una población a partir de una muestra representativa. Luego describe diferentes métodos de muestreo como el muestreo aleatorio simple, el sistemático, el estratificado y por conglomerados. Finalmente, define los estadísticos y distribuciones muestrales.
Este documento describe diferentes técnicas de muestreo utilizadas en estadística. Explica que el muestreo permite seleccionar una muestra representativa de una población más grande para estudiar sus propiedades de manera más eficiente. Describe métodos como el muestreo aleatorio simple, estratificado, sistemático, por conglomerados y de cuotas. También define conceptos clave como población, muestra, distribución muestral y margen de error.
La muestra se obtiene por observación o experimentación. La necesidad de obtener un subconjunto reducido de la población es obvia si tenemos en cuenta los costes económicos de la experimentación o el hecho de que muchos de los métodos de medida son destructivos.
El documento presenta información sobre conceptos básicos de muestreo estadístico. Explica que una muestra es un subconjunto de la población que se estudia para inferir propiedades de la población completa. Luego describe diferentes tipos de muestreo como muestreo aleatorio simple, estratificado, sistemático y por conglomerados. También define conceptos como estimador, estimación, distribución de muestra e intervalo de confianza para la media.
Este documento describe diferentes técnicas de muestreo para seleccionar unidades de observación en una investigación cuantitativa. Explica los diseños probabilísticos como el muestreo aleatorio simple y los no probabilísticos, y destaca la importancia de definir correctamente la población, marco muestral y tamaño de muestra para obtener información de calidad.
Este documento describe los conceptos de población, muestra y muestreo. Explica que la población es el conjunto total de unidades de estudio, mientras que la muestra es una parte de la población seleccionada para el estudio. Detalla diferentes tipos de muestras, incluyendo muestras probabilísticas como las aleatorias simples, sistemáticas y estratificadas, así como muestras no probabilísticas como las de juicio de expertos, accidentales y por cuotas.
El documento presenta una introducción a conceptos estadísticos básicos como muestras, gráficas, porcentajes y métodos de muestreo. Advierte sobre los riesgos de manipular datos para demostrar conclusiones predeterminadas y la importancia de realizar un análisis crítico de la información. También destaca posibles sesgos como preguntas predispuestas, el orden de las preguntas y correlaciones erróneas.
Este documento describe las distribuciones muestrales y cómo se pueden usar para generalizar el comportamiento de una población. Explica que las muestras pueden ser tomadas con o sin reemplazo y que la distribución muestral está relacionada con el comportamiento de un estadístico de la muestra. También define una muestra aleatoria simple como una donde cada elemento de la población tiene la misma probabilidad de ser seleccionado y presenta un ejemplo numérico de cómo calcular la probabilidad de que la media de una muestra esté dentro de un intervalo dado
El documento describe diferentes métodos de muestreo y estimación estadística. Explica que el muestreo implica seleccionar una muestra representativa de una población para estudiarla en lugar de estudiar la población completa. Luego describe métodos de muestreo probabilísticos como el aleatorio simple, estratificado y sistemático, así como métodos no probabilísticos. También explica conceptos como estimación puntual, por intervalos, nivel de confianza e error de estimación.
Este documento presenta un ejemplo de cómo realizar un muestreo sistemático o en serie para seleccionar una muestra de 3 estudiantes de una población de 15 estudiantes. Se enumeran los 15 estudiantes, se calcula el tamaño de la muestra usando una fórmula estadística, se determina el intervalo constante entre cada estudiante seleccionado, y finalmente se seleccionan los 3 estudiantes cuyos números corresponden al número de inicio del sorteo más múltiplos del intervalo constante.
Este documento presenta definiciones y conceptos relacionados con el muestreo aleatorio simple. Explica que el muestreo aleatorio simple es aquel en que cada elemento de la población tiene la misma probabilidad de ser seleccionado para la muestra. También describe métodos para seleccionar una muestra aleatoria simple, como el uso de tablas de números aleatorios. Finalmente, ofrece fórmulas para calcular el tamaño necesario de una muestra aleatoria simple.
Este documento describe el método de muestreo por cuotas, en el cual primero se seleccionan unidades de muestreo como grupos de personas según características como sexo, edad e ingresos. Luego se establecen cuotas para asegurar que los diversos segmentos de la población estén representados en las mismas proporciones. Este método se usa comúnmente en encuestas de opinión e investigación de mercado. A pesar de sus limitaciones, el muestreo por cuotas puede producir resultados útiles de manera económica
El documento define conceptos clave relacionados con el muestreo como muestra aleatoria, representativa y tamaño de muestra. Explica que una muestra aleatoria es cuando todos los elementos tienen la misma probabilidad de ser seleccionados. También describe diferentes tipos de muestras como muestra probabilística, estratificada y por conglomerados, y muestra no probabilística como por cuotas e intencional. Finalmente, señala que los errores en un estudio pueden deberse al muestreo o a factores ajenos a este.
Este documento presenta un resumen del curso de Estadística de la Universidad de Guayaquil impartido en 2016 por el Dr. Manuel E. Cortés Cortés. Explica los diferentes tipos de muestreo incluyendo muestreo probabilístico como muestreo aleatorio simple, estratificado y sistemático, y muestreo no probabilístico como muestreo casual, intencional y por cuotas. También cubre conceptos como elementos, población, muestra, marco y unidades de muestreo.
El documento proporciona una introducción general a la estadística, incluyendo sus definiciones, ramas, conceptos clave como población, muestra, parámetro y estadístico, así como métodos para organizar y resumir datos como tablas de frecuencia y técnicas gráficas y numéricas. Explica que la estadística estudia métodos para analizar datos y sacar conclusiones, y se divide en estadística descriptiva y estadística inferencial.
Bioestadística muestreo y diseño de experimentosExplorer BioGen
Este documento describe diferentes conceptos relacionados con el muestreo y diseño de experimentos. Define población, muestra, parámetro y estadístico. Explica que el tamaño de muestra debe ser suficientemente grande para ser representativo pero no demasiado grande. También cubre cómo estimar el tamaño de muestra necesario y diferentes tipos de muestreo como aleatorio simple, sistemático, estratificado y de grupo.
Este documento presenta un estudio estadístico realizado sobre los trabajadores de una empresa. Se describe la muestra y la población estudiada, así como variables como sexo, lugar de residencia, estado de salud. También incluye definiciones de conceptos estadísticos como variable, dato, parámetro, estadístico. Finalmente, resume los resultados del análisis estadístico realizado y las conclusiones obtenidas.
Este documento describe los conceptos básicos de muestreo, incluyendo la definición de términos como población, muestra, marco y unidades de muestreo. Explica los dos tipos principales de muestreo, probabilístico y no probabilístico, y proporciona ejemplos de métodos de muestreo probabilístico como el muestreo aleatorio simple, sistemático y estratificado. También discute brevemente los errores en la información muestral.
Este documento presenta información sobre muestras y muestreo. Explica cómo calcular el tamaño de la muestra para poblaciones finitas y infinitas, y provee ejemplos numéricos. También describe diferentes tipos de muestreo probabilístico como aleatorio simple, sistemático y estratificado, así como muestreo no probabilístico. El objetivo es que los estudiantes entiendan cómo seleccionar una muestra representativa de una población.
Este documento resume conceptos clave de estadística inferencial, incluyendo muestreo aleatorio, población y muestra, tipos de muestreo (aleatorio y no aleatorio), distribución de la media muestral y proporción muestral, y cómo estas distribuciones tienden a la normalidad a medida que aumenta el tamaño de la muestra debido al teorema central del límite. Explica cómo calcular la desviación típica de la media y proporción muestral para diferentes tamaños de muestra.
Esta presentación contiene conceptos y definiciones del muestreo probabilístico, así como los diferentes métodos que se utilizan para dicho proceso con ejemplos ilustrativos, un tema correspondientes a la asignatura de estadística II
El documento trata sobre la inferencia estadística y los métodos de muestreo. Explica que la inferencia estadística permite sacar conclusiones sobre una población a partir de una muestra representativa. Luego describe diferentes métodos de muestreo como el muestreo aleatorio simple, el sistemático, el estratificado y por conglomerados. Finalmente, define los estadísticos y distribuciones muestrales.
Este documento describe diferentes técnicas de muestreo utilizadas en estadística. Explica que el muestreo permite seleccionar una muestra representativa de una población más grande para estudiar sus propiedades de manera más eficiente. Describe métodos como el muestreo aleatorio simple, estratificado, sistemático, por conglomerados y de cuotas. También define conceptos clave como población, muestra, distribución muestral y margen de error.
El documento describe diferentes métodos de muestreo utilizados en investigación científica. Explica que el muestreo es una herramienta para determinar qué parte de una población debe examinarse para hacer inferencias sobre la población total. Luego describe los métodos de muestreo probabilístico como aleatorio simple, aleatorio estratificado y sistemático, los cuales aseguran la representatividad de la muestra seleccionada.
Este documento describe diferentes métodos de muestreo para obtener una parte representativa de una población total. Explica que una muestra probabilística permite inferencias estadísticas sobre la población, mientras que las muestras no probabilísticas no. Luego describe cuatro métodos de muestreo probabilístico (aleatorio simple, aleatorio sistemático, estratificado y aleatorio conglomerado) y tres métodos no probabilísticos (accidental, por cuotas e intencionado).
Este documento describe diferentes métodos y técnicas de muestreo, incluyendo muestreo probabilístico como aleatorio simple, sistemático y estratificado, y muestreo no probabilístico como por conveniencia o juicio. También proporciona fórmulas clave para determinar el tamaño de la muestra en función del método de muestreo, si la población es finita o infinita, y el nivel de confianza deseado.
El documento describe diferentes conceptos y procedimientos relacionados con el muestreo estadístico. Explica los conceptos de universo, muestra y muestreo, y describe métodos de muestreo probabilísticos como el aleatorio simple, sistemático y estratificado, así como métodos no probabilísticos. También cubre el cálculo del tamaño de la muestra en función del coeficiente de confianza, probabilidad de éxito, error de estimación y tamaño de la población.
Este documento describe conceptos clave relacionados con el muestreo de trabajo. Explica que una población es el conjunto total de unidades que se desea estudiar, mientras que una muestra es una parte representativa de la población. También describe diferentes tipos de muestreo, como el muestreo aleatorio simple, el estratificado y el por conglomerados. Finalmente, explica cómo calcular el tamaño apropiado de una muestra para obtener resultados significativos sobre una población.
El muestreo estratificado divide una población en segmentos homogéneos llamados estratos y luego se selecciona una muestra aleatoria de cada estrato. Esto asegura que todos los estratos estén representados y aumenta la eficiencia estadística al reducir la varianza entre las unidades de cada estrato. Algunos factores a considerar incluyen las variables para dividir la población, los límites de cada estrato, el número de estratos y de casos por estrato.
La estadística es el estudio del comportamiento de grupos a través del análisis de datos. Ofrece técnicas para recolectar, manejar, describir, analizar e inferir conclusiones de la información. El muestreo es una herramienta importante que permite generalizar sobre una población más grande tomando una muestra representativa. Existen diferentes tipos de muestreo probabilístico y no probabilístico.
La estadística es el estudio del comportamiento de grupos a través del análisis de datos. Ofrece técnicas para recolectar, manejar, describir, analizar e inferir conclusiones de la información. El muestreo es una herramienta que permite estudiar una parte representativa de una población más grande. Existen diferentes tipos de muestreo probabilístico y no probabilístico.
Este documento describe diferentes tipos de muestreo para investigaciones. Explica los muestreos probabilísticos como el muestreo simple, sistemático, estratificado y por conglomerados, los cuales permiten calcular el error muestral. También cubre los muestreos no probabilísticos como por cuotas y estratégicos, los cuales no permiten calcular el error muestral y tienen mayor riesgo de sesgos. El documento provee ejemplos para clarificar los diferentes métodos.
El documento proporciona información sobre los diferentes tipos de muestreo que se pueden utilizar en la investigación de mercados. Explica que una muestra es un subconjunto de la población total que se estudia. Luego describe los dos tipos principales de muestreo: probabilístico y no probabilístico. Dentro del muestreo probabilístico, explica métodos como el aleatorio simple, sistemático y estratificado. Finalmente, concluye que el muestreo permite estudiar una parte representativa de una gran población total de una manera más eficiente
El documento describe los conceptos básicos de la estadística, incluyendo la definición de población, muestra, parámetros, estadísticos, variables cuantitativas y cualitativas. También explica diferentes métodos de muestreo probabilístico como el muestreo aleatorio simple, sistemático y estratificado.
El documento resume los conceptos básicos del muestreo, incluyendo definiciones de población, muestra, unidad de análisis y tipos de muestreo como aleatorio, intencional y sin norma. Explica las ventajas del muestreo como menor costo y tiempo, y los tipos de errores como de muestreo e inferencia.
1) La distribución normal es ampliamente utilizada en estadística debido a que muchas variables asociadas a fenómenos naturales la siguen. 2) La función de densidad de la distribución normal tiene forma de campana y puede tomar cualquier valor entre -∞ y +∞, siendo más probables los valores cercanos a la media. 3) La importancia de la distribución normal se debe a que describe bien el comportamiento de muchas variables como características morfológicas, fisiológicas, sociológicas y errores de medición.
El documento describe varios métodos de muestreo para investigación. Explica el muestreo por conglomerados, en el cual se seleccionan grupos antes que sujetos individuales. También describe el muestreo probabilístico, incluyendo el muestreo aleatorio simple, sistemático y estratificado. Finalmente, cubre brevemente los métodos de muestreo no probabilísticos como por conveniencia y cuotas.
El documento describe diferentes métodos de muestreo para investigación científica, incluyendo muestreo probabilístico como muestreo aleatorio simple y estratificado, y muestreo no probabilístico como por cuotas, intencional y bola de nieve. El objetivo del muestreo es seleccionar una parte representativa de una población para hacer inferencias.
Similar a Tipos de muestreo probabilìsticos.julio 2011 (20)
Estimadores puntuales intervalos de confianza.maryanbalmaceda
Este documento presenta conceptos estadísticos como estimadores puntuales, intervalos de confianza, distribución normal y t de Student. Explica cómo calcular la media poblacional y sus intervalos de confianza cuando se conoce o no la desviación estándar de la población. También cubre proporciones poblacionales y el factor de corrección para poblaciones finitas. Proporciona ejemplos numéricos para ilustrar cada concepto.
El documento resume conceptos sobre distribuciones muestrales de la media y proporciones. Explica que la distribución muestral de la media describe las posibles medias de muestras extraídas de una población y su media es igual a la media poblacional. También define la distribución muestral de proporciones y explica cómo calcular la media y desviación estándar para muestras con y sin reemplazamiento. Finalmente, señala que la distribución muestral de la media se aproxima a una normal para muestras grandes seg
Este documento describe diferentes tipos de muestreo probabilísticos, incluyendo muestreo aleatorio simple, muestreo estratificado, muestreo sistemático, muestreo por conglomerados y muestreo por área. El objetivo es explicar estos conceptos de manera sencilla para que estudiantes de marketing, publicidad y administración puedan seleccionar el tipo de muestreo más adecuado para una investigación de mercado.
Estimadores puntuales intervalos de confianza.maryanbalmaceda
Este documento presenta conceptos estadísticos como estimadores puntuales, intervalos de confianza, distribución normal y t de Student. Explica cómo calcular la media poblacional y sus intervalos de confianza cuando se conoce o no la desviación estándar de la población. También cubre proporciones poblacionales y el factor de corrección para poblaciones finitas. Proporciona ejemplos numéricos para ilustrar los diferentes métodos.
El documento describe las distribuciones muestrales de la media y las proporciones. Explica que la distribución muestral de la media describe todas las posibles medias de las muestras obtenidas de la población. Muestra un ejemplo numérico para calcular las medias muestrales. También explica que cuando la muestra es grande, la distribución muestral de la media se aproxima a una distribución normal según el teorema del límite central. Finalmente, define la distribución muestral de proporciones y cómo calcular su media y des
Prueba de hipòtesis muestras relacionadas.noviembre 2010.cmaryanbalmaceda
Este documento describe un método para determinar si existe una diferencia significativa entre los avalúos de propiedades realizados por dos empresas diferentes utilizando una prueba de hipótesis. Se formulan la hipótesis nula y alternativa, se calculan los estadísticos relevantes, y se compara el valor de t calculado con los valores críticos para decidir si se rechaza o no la hipótesis nula. El documento también explica cómo realizar la misma prueba utilizando el programa SPSS.
Prueba de hipòtesis muestras relacionadas .Utilizando SPSS.noviembre 2010.c.3maryanbalmaceda
Este documento describe un método para determinar si existe una diferencia significativa entre los avalúos de propiedades realizados por dos empresas diferentes utilizando una prueba de hipótesis. Se formulan la hipótesis nula y alternativa, se calculan los estadísticos relevantes, y se compara el valor de t calculado con los valores críticos para decidir si rechazar o no la hipótesis nula a un nivel de significancia del 5%. El documento también describe cómo realizar el mismo análisis utilizando el programa SPSS.
Tipos de muestreo probabilìsticos.enero 2012.maryanbalmaceda
Este documento describe diferentes tipos de muestreo probabilísticos, incluyendo muestreo aleatorio simple, muestreo estratificado, y muestreo sistemático. El autor explica cada método con ejemplos para ayudar a estudiantes a entender y seleccionar el método más adecuado para sus investigaciones de mercado.
Este documento presenta el Sistema de Cuentas Nacionales 1993, desarrollado conjuntamente por cinco organizaciones internacionales. El SCN 1993 proporciona un marco coherente y flexible para analizar la economía a través de cuentas macroeconómicas. Fue desarrollado para satisfacer las necesidades de análisis de países con economías de mercado en diferentes etapas de desarrollo, así como economías en transición. El SCN 1993 fue aprobado por la Comisión de Estadística de las Naciones Unidas y se recomi
Este documento analiza los niveles, tendencias y estructura de la protección social de los trabajadores en América Latina, basándose en encuestas de hogares de 9 países. Examina la relación entre protección social y condición de empleo, distinguiendo entre trabajadores formales e informales. Presenta estadísticas sobre cobertura de beneficios como contratos, jubilación, seguros y programas sociales, por país, grupo laboral y año. Finalmente, discute cómo mejorar la calidad de la información de las encuestas
Este documento presenta el Sistema de Cuentas Nacionales 1993, desarrollado conjuntamente por cinco organizaciones internacionales. El SCN 1993 proporciona un marco coherente y flexible para analizar la economía a través de cuentas macroeconómicas. Fue desarrollado para satisfacer las necesidades de análisis de países con economías de mercado en diferentes etapas de desarrollo, así como economías en transición. El SCN 1993 fue aprobado por la Comisión de Estadística de las Naciones Unidas y se recomi
Este documento resume las principales herramientas de gestión del conocimiento. Menciona que la gestión del conocimiento se refiere a administrar la recopilación, organización, análisis y diseminación del conocimiento dentro de una organización. Luego describe brevemente algunas arquitecturas comunes para la gestión del conocimiento y las principales funcionalidades que ofrecen las herramientas de software como la búsqueda de información, la distribución personalizada de información, el trabajo en grupo, los portales corporativos y las herramientas de simulación.
Este documento proporciona orientación sobre la elaboración de cuestionarios para investigaciones. Explica que un cuestionario bien diseñado es fundamental para obtener resultados válidos y confiables. Detalla los pasos clave en el proceso de diseño de cuestionarios, que incluyen identificar el problema de investigación, establecer objetivos, y diseñar preguntas para medir las variables relevantes. También describe los diferentes formatos de preguntas y respuestas que se pueden utilizar.
Este documento explica el servicio de bookmarking o marcadores sociales conocido como Delicious. Detalla qué es el bookmarking, sus beneficios y cómo crear una cuenta en Delicious para empezar a guardar, organizar y compartir enlaces a través de "tags" y "stacks". Explica los pasos para crear nuevos enlaces, generar colecciones temáticas llamadas "stacks", y compartir estos stacks con otros usuarios para expandir la red virtual.
Estimadores puntuales intervalos de confianza.maryanbalmaceda
Este documento presenta conceptos estadísticos como estimadores puntuales, intervalos de confianza, distribución normal y t de Student. Explica cómo calcular la media poblacional y sus intervalos de confianza cuando se conoce o no la desviación estándar de la población. También cubre proporciones poblacionales y el factor de corrección para poblaciones finitas. Finaliza con un ejemplo para ilustrar los conceptos.
José Luis Jiménez Rodríguez
Junio 2024.
“La pedagogía es la metodología de la educación. Constituye una problemática de medios y fines, y en esa problemática estudia las situaciones educativas, las selecciona y luego organiza y asegura su explotación situacional”. Louis Not. 1993.
MATERIAL ESCOLAR 2024-2025 3 AÑOS CEIP SAN CRISTÓBAL
Tipos de muestreo probabilìsticos.julio 2011
1. UNIVERSIDAD
AMERICANA
UAM
TIPOS DE MUESTREO
PROBABILÌSTICOS
Realizado por: Lic.
Marcan Balmaceda Vivas
Economista – Consultor
Managua, Julio 2011
2. Tipos de muestreo probabilìsticos.
Se pretendió realizar un resumen de los diferentes tipos de
muestre probabilísticos, con un lenguaje sencillo, sin la
rigurosidad matemática y estadística, que permita a los
estudiantes de Marketing y Publicidad y Administración
de empresas, asimilar con facilidad estos conceptos, y
dotarlos de la capacidad necesaria para seleccionar el tipo
de muestreo probabilìsticos mas adecuado , en una
investigación de mercados.
3. Tipos de muestreo probabilìsticos.
.
1) Muestreo aleatorio simple
2) Muestreo estratificado
3) Muestreo sistemático
4) Muestreo por conglomerados
5) Muestreo por área
6) Muestreo polietápico( Etapas múltiples)
Muestreo aleatorio simple
Se presenta un muestreo aleatorio simple, cuando un elemento de la población, tiene
igual oportunidad e independiente de ser seleccionado.
n= tamaño de cualquier muestra, tiene igual oportunidad de ser seleccionado de la
población.
P(selección) = n/N
Una muestra aleatoria simple, puede seleccionarse utilizando la tabla de números
aleatorios.
Teóricamente, cada elemento individual, extraído de la población, debe ser devuelto
a la misma, antes de realizar la siguiente selección, por lo cual un mismo elemento,
puede ser seleccionado más de una vez, como parte de la muestra. En la práctica,
este procedimiento no se aplica.
Existen dos razones básicas, para no utilizar el procedimiento de devolver el
elemento seleccionado a la población.
1) Si la población es bien grande con respecto a la muestra, esto significa que la
probabilidad de selección de cada elemento, extraído de la población, varía muy
poco.
2) En muchos tipos de estudios muestrales, los elementos seleccionados son
completamente destruidos por la investigación y no pueden devolverse.
Ejemplo: Un rollo de alambres, extraído de una población, para comprobar la
resistencia a la tracción, para ver si cumplen con el estándar de calidad, se aplica
tracción a este rollo de alambre, hasta que se rompe.
Si el Universo es pequeño, hay que devolver cada elemento seleccionado a la
población, antes de realizar la siguiente extracción.
Probabilidad de selección, sin reemplazamiento.
P (1era selección) = 1/N
P (2da selección) = 1/N -1
P (3era selección) = 1/N – 2 y asi sucesivamente, hasta completar el tamañode la
muestra.
Cuando el tamaño del universo o población es grande, la probabilidad de selección
de cada elemento, prácticamente se mantiene constante, razón por la cual el
elemento seleccionado no se devuelve a la población.
El muestreo aleatorio simple, es un procedimiento eficiente, si la población no es
grande y si resulta relativamente fácil y barato, ubicar las unidades muéstrales.
Sin embargo este tipo de muestreo, puede aplicarse a poblaciones grandes, si se
concentran en áreas pequeñas. Ejemplo:
1) Investigar hábitos de estudio de los estudiantes, de una Universidad grande.
4. 2) Investigar las actitudes de los empleados de una gran Compañía, sobre un nuevo
plan de jubilación.
Cuando la población es muy grande, resulta muy difícil, estar numerando la
población, y se recomienda utilizar, otros tipos de muestreo probabilísticos.
Uso de la tabla de números aleatorios.
1) Numerar la población en orden ascendente.
2) Utilizar la tabla de números aleatorios, seleccionando al azar un número de
partida, en la tabla de números aleatorios. A partir de ese número de partida, la
tabla de números aleatorios, puede leerse en forma horizontal o vertical.
3) El número de dígitos, que se va a leer en la tabla de números aleatorios, va a
depender del tamaño de la población. Si la población, tiene cuatro dígitos, se
tomaran cuatro dígitos en la tabla de números aleatorios.
Muestreo estratificado.
Una muestra estratificada, consiste en dividir la población, en subpoblaciones,
subgrupos, o estratos mutuamente excluyentes y colectivamente exhaustivos.
El fundamento de un muestreo estratificado, es que las categorías, pueden variar
mucho entre sí, respecto al parámetro de interés, no obstante presentan gran
semejanza dentro de cada estrato.
Estratos mutuamente excluyentes.
Los estratos son mutuamente excluyentes, si los miembros de un estrato, no pueden
pertenecer a otros estratos.
Ejemplo
Población ► Se divide en 2 estratos 1) Masculino
2) Femenino
Una misma persona, no puede pertenecer a ambos estratos.
Estratos son colectivamente exhaustivos.
Hay que utilizar todas las categorías posibles de una variable, para definir los estratos.
Ejemplo: consideremos la variable sexo, las únicas categorías posibles son masculino y
femenino, que define el área completa de la variable sexo. Ninguna otra categoría es
posible, lo cual significa, que los estratos, son colectivamente exhaustivos, con respecto
a la variable “sexo”.
La varianza y la desviación típica, correspondiente a cada estrato, son menores que la
varianza y la desviación típica de la muestra total.
Si consideramos la variable ingreso y la distribuimos en tres estratos, clase baja, clase
media y clase alta.
Estrato I → Ingreso clase baja, Estrato II → Ingreso clase media y Estrato III →
Ingreso clase alta.
Para cada estrato los datos son homogéneos, por lo tanto, la varianza y la desviación
típica de cada estrato, es menor que la varianza y la desviación estándar de la muestra
total, que incluye todos los tipos de ingresos, correspondientes a la clase baja, media y
alta.
5. Muestra estratificada se divide en dos categorías↗ 1) Proporcional
↘ 2) Desproporcionada
Ejemplo de muestra estratificada
proporcional
Estratos N = Población % n = muestra %
I 1,000 10.0 50 10.0
II 2,000 20.0 100 20.0
III 3,000 30.0 150 30.0
IV 4,000 40.0 200 40.0
Total 10,000 100.0 500 100.0
N 1 = 1,000 N 2 =2,000 N 3 = 3,000 N 4 = 4000 n 1 = 50 n 2 = 100 n 3 = 150 n 4 =
200
Muestra estratificada proporcional.
Para una muestra de tamaño n, hay que seleccionar unidades muéstrales de cada estrato,
los cuales formarán parte de la muestra total. Para calcular el tamaño de cada
submuestra, correspondiente a cada estrato, se aplica a la muestra total, la proporción
que corresponde a un estrato determinado, con respecto a la población, procedimiento
que se aplica a los siguientes estratos, hasta completar el tamaño de la muestra. En el
ejemplo anterior para seleccionar los elementos, que corresponde a cada submuestra de
cada estrato, puede utilizarse el muestreo aleatorio simple, el sistemático u otras
técnicas de muestreo probabilístico, para medir las características de cada estrato. El
muestreo estratificado proporcional, produce una muestra, que representa el universo,
con respecto a la proporción, de cada estrato de la población. La estrategia general de
una estratificación, consiste en tener estratos, donde los miembros de cada estrato, sean
lo más semejante posible, pero que difieran al máximo de los integrantes, de otros
estratos, en cuanto al parámetro, que sé esta investigando.
Muestra estratificada desproporcionada.
Se aplica cuando la variabilidad dentro de algún estrato, es mucho mayor o menor, que
la variabilidad de los otros estratos. Esto significa que los miembros de un estrato, que
presentan poca variabilidad, no necesitan ser muestreado tan ampliamente, como en otro
estrato, en que el parámetro, presente mucha variabilidad.
Ejemplo. Se va realizar una encuesta de opinión, en un país “X”, orientada a la
próxima elección de presidente. Si en un determinado Departamento, ya se conoce de
previo, quién será el ganador, y si en ese Departamento la población votante, representa
el 20.0 % de la población del país(ciudadanos que cumplen con el requisito de votar), en
vez de tomar ese 20 %, para seleccionar las unidades muéstrales de ese Departamento,
se tomaría una proporción menor, 5 u 8 % de la población total de estudio y viceversa,
si existe duda sobre los candidatos, de quien será el ganador en otro Departamento, se
tomaría una proporción mayor, de lo que representa dicho Departamento, con respecto a
la población del país. (Ciudadanos que cumplen con el requisito de votar)
Muestreo sistemático.
Este tipo de muestreo, consiste en seleccionar, un punto de partida aleatorio,
escogiendo, posteriormente cada k-ésimo elemento de la lista, hasta completar el
tamaño de la muestra.
Ejemplo.
N= 1000 n = 100 k = intervalo muestral = N/n = 1000/100 = 10
Numere la población desde a uno hasta 1000 = (1, 2, 3,....................1,000)
6. Luego seleccionar entre uno y diez, un número aleatoriamente, por ejemplo 2, segundo
número 2 + k =12 tercer número 12 + k = 22 y así sucesivamente, hasta completar el
tamaño de la muestra, constituida por 100 unidades muéstrales..
Para determinar el último elemento que formara parte de la muestra, se utiliza la
progresión aritmética, considerando que el muestreo sistemático cumple con la
condición de una progresión aritmética.
L = A + (n – 1) d
L= Ultimo término de la serie de húmeros
A = Primer término de la serie de números
n = Número de términos
d = diferencia constante entre cualquier número de la serie y el anterior.
En el ejemplo anterior
Primer elemento seleccionado = 2
n = tamaño de la muestra = 100
d = 10
L = 2 + (100 – 1)10 = 2 + 99x10 = 2 + 990 = 992
Un muestreo sistemático, es más representativo que el muestreo aleatorio simple
(ambos del mismo tamaño), considerando que al ordenar los elementos de la población,
en un orden determinado, se logra la representación de diferentes estratos, sin necesidad
de aplicar un muestreo estratificado.
Ejemplo si ordenamos las tiendas más grandes a las más pequeñas, de acuerdo al monto
de sus ventas, y se desea estimar las ventas promedio, el sistemático sería más
representativo, que el muestreo aleatorio simple, porque en el muestreo sistemático,
incluimos, tiendas de diferentes tamaños.
El muestreo sistemático, se vuelve menos representativo, que el muestreo aleatorio
simple, cuando existen poblaciones, con periodicidades ocultas.
Ejemplo 1) Verificar la calidad de un producto, que sale de una línea de ensamble,
tomando cada cinco items, para la observación, cuando la maquinaria tiene un defecto,
que se produce, en una pieza de cada cinco.
Muestreo por conglomerados.
Se refiere a la selección de grupos y no de individuos, dentro de la población.
Se divide a la población en grupos, que sean mutuamente excluyentes y colectivamente
exhaustivos, como en el muestreo estratificado. Posteriormente se selecciona una
muestra aleatoria de grupos. Una vez seleccionado los grupos, puede seleccionarse una
muestra de cada grupo o tomarse todos los elementos de cada grupo, de acuerdo a los
criterios que defina el investigador.
Ejemplo: Se desea muestrear los empleados de una gran empresa, para conocer las
actitudes, sobre un plan de prestaciones, que se aplicara el próximo año. El primer paso,
enumerar los diversos Departamentos, que tiene la empresa, luego una selección
aleatoria del muestreo por Departamentos, lo cual puede conducir a tomar una muestra
de cada Departamento seleccionado o un censo de cada uno, de acuerdo al criterio del
investigador.
7. El muestreo por conglomerados es sumamente útil, cuando el costo de llegar a los
elementos de la muestra en el campo, es muy grande.
En él muestreo por conglomerado, se requiere que los grupos sean tan cercanos en
heterogeneidad, con respecto a la variable o variables de interés, como lo población en
su conjunto. Si los grupos son exactamente tan heterogéneos, como la población,
cualquier grupo seleccionado, representara con exactitud a la población, sin embargo en
la práctica, esta condición no se logra.
La diferencia entre muestreo estratificado y muestreo por conglomerados, es que en el
primero los elementos de cada estrato son homogéneos, mientras que en el segundo son
heterogéneos.
En la práctica los conglomerados muestrales son mucho menos heterogéneos, que la
población, lo que significa, que en la mayoría de los casos, este tipo de muestreo, es
menos eficiente que el muestreo aleatorio simple.
Muestreo por conglomerados
8. P o b la c io n .
A B C D E
S e s e le c c io n a a le a t o r ia m e n t e u n a m u e s t r a d e g r u p o s d e la
p o b la c io n , p o r e je m p lo A ,C ,D .
A C D
M u e s tra M u e s tra M u e s tra
o o o
censo. censo. censo.
M u e s tr a to ta l.
9. Muestreo por área.
Es una forma especial del muestreo por conglomerado, en el cual el área geográfica,
sirven de base, para determinar los estratos de la población.
Esos conglomerados geográficos, generalmente se definen como manzanas de
ciudades. Cuando se va a aplicar este tipo de muestreo, para realizar una investigación
en una ciudad determinada, para realizar entrevistas personales, primero se divide la
ciudad en bloques, y posteriormente se seleccionan aleatoriamente, un muestreo de las
manzanas en esa ciudad.
Uno de los problemas de este tipo de muestreo, es que personas que son similares,
respecto a determinadas características, como ingreso y nivel de escolaridad, tienden a
vivir en el mismo barrio, lo cual merma la eficiencia estadística del muestreo por área,
con respecto al muestreo aleatorio simple, considerando el mismo tamaño de la muestra.
No obstante, como en el caso de la muestra por conglomerados, el muestreo por área,
presenta la ventaja de menor costo, en cuanto a la movilización de los entrevistadores,
lo cual permite aumentar el tamaño de la muestra y compensar, la limitación
anteriormente mencionada del muestreo por área.
Muestreo polietápico (etapas múltiples)
Las muestras pueden ser de una sola etapa o de varias, según el número de niveles, en
que se use, el procedimiento probabilístico de selección.
Ejemplo de un muestreo de dos etapas, caso de la encuesta de empleo del INEC, para
investigar, las características laborales de los hogares, donde la población de estudio,
esta constituido por los hogares y personas de 10 años y más dentro del Hogar.. El
marco muestral utilizado, estaba conformado por la cartografía censal del Censo de
Población y Vivienda 1995, compuesta por mapas de ciudades, divididas en
conglomerados de viviendas, denominados segmentos(segmentos tienen un promedio
de 60 viviendas cada uno.. Primera etapa: selección de segmentos. Segunda etapa:
Selección de viviendas, que pertenecen a cada de los segmentos seleccionados en la
primera etapa, que constituyen la unidad final de muestreo, y que conforman el tamaño
de la muestra, compuesta por viviendas, entrevistando en cada vivienda seleccionada,
al jefe del hogar. Las viviendas, las que constituyen la unidad final de muestreo.
El nivel deseado confianza utilizado en esta encuesta de empleo, correspondió al 95 %
y el error máximo permisible fue del 5 %.
El muestreo polietápico, presenta la ventaja, ya que contiene las posibilidades, que
ofrece el muestreo por conglomerados y por área.
Se utiliza este tipo de muestreo, cuando no se dispone de un marco muestral, para la
población de interés a investigarse.
10. CRITERIOS PARA DETERMINAR EL TAMAÑO DE LA MUESTRA.
Se van a considerar dos casos, para determinar el tamaño de la muestra.
I) Tamaño de la muestra, para estimar la media poblacional.
N= Tamaño de la población o universo, se considerara que es infinita.
Bajo estas condiciones la fórmula, para determinar el tamaño de la muestra es:
n= z 2 σ 2 / e 2
n = tamaño de la muestra
z = No de unidades de desviación estándar, en la distribución normal, que producirá
el nivel deseado de confianza.
Desviación estándar de la población, conocida o estimada, a partir de estudios
anteriores. Si no se conocen estudios previos, o se desconfían de estudios previos, se
puede realizar una pequeña encuesta para estimar la desviación estándar. = σ
Si se toma un nivel de confianza de 95% z= 1.96
e = error máximo permisible, o diferencia máxima entre la media de la muestra y la
media del Universo o población, que estamos dispuestos a aceptar, de acuerdo al
nivel de confianza, que se ha seleccionado.
Ejemplo:
Estimar la media poblacional de gastos recreativos.
e = $ 50.0 Nivel de confianza = 95% z= 1.96 σ = $ 300.0
n = (1.96) 2 x (300) 2 / (50) 2 = 139 personas
Tamaño de la muestra, si la población es finita.
N = σ 2 /e 2 /z 2 + σ 2 /N
II) Tamaño de la muestra, para estimar la proporción de la población,
cuando la población es infinita.
n = z p(1 – p)/ e 2
2
e = error máximo permisible, o la diferencia entre la proporción muestral y la
proporción de la población.
p = Proporción de la población, que posee la característica de interés.
N = Población infinita
z = No de unidades de desviación estándar, en la distribución normal, que producirá
el nivel deseado de confianza.
z= 1.96 NC= 95 % p = 0.5 e = 3 % e = 3/100 = 0.03
n = (1.96) 2 x 0.50 x 0.50 /( 0.03) 2 = 1,068
Si la población es finita el tamaño de la muestra se calcula, con la siguiente
formula:
n = p(1 –p) / e 2 /z 2 + p( 1 –p)/ N
11. Diferencia conceptual entre razón y proporción.
Existen generalmente equivocaciones, en el diseño del tamaño de la muestra,
cuando no se maneja claramente, los conceptos de razón y proporción.
Razón.
Razón es el resultado que se obtiene al dividir dos cantidades, no obstante en una
razón, tanto el numerador y el denominador se refieren a cosas distintas, es decir
cuando ninguna de las cantidades contiene a la otra.
Ejemplo razón de sexos= (No. de hombres)/ (No. de mujeres)
Proporciones.
Una proporción es un tipo especial de razón, cuyo numerador está incluido, en el
denominador.
p = proporción = a/ a + b
p = No. de hombres / No. de hombres + No. de mujeres