Académique Documents
Professionnel Documents
Culture Documents
Unidad: I
Semana: 01
Muestreo
ORIENTACIONES
Lea las previamente las orientaciones generales
del curso.
Revise los temas afines a este en la Biblioteca
Virtual de la UAP.
Participe de los foros.
CONTENIDOS TEMTICOS
Muestreo
Mtodos de muestreo
Tipos de muestreo
Muestreo no probabilstico
Tamao de la muestra
MUESTREO
El muestreo estadstico es la herramienta que la Matemtica
utiliza para el estudio de las caractersticas de una poblacin a
travs de una determinada parte representativa de la misma.
La aplicacin de este modelo resulta de bajo costo y la
informacin estadstica final se obtiene a corto plazo, an en
aquellas poblaciones de enorme tamao.
Conceptos bsicos
POBLACIN: Conjunto o coleccin de elementos sobre
los cuales se quiere estudiar alguna caracterstica.
MUESTRA: Solo se realiza el estudio de dicha caracterstica
en una parte de la poblacin. A ese subconjunto se le denomina
muestra.
Conceptos bsicos
ERROR NO MUESTRAL: Error ajeno al proceso de
muestreo difcil de acotar y motivado principalmente por una
elevada tasa de no respuesta, errores de diseo de cuestionario,
sesgos del entrevistador, etc. Un control riguroso de todo el
proceso de realizacin del estudio reduce este tipo de errores
que pueden restar gran parte de la validez de los resultados.
PROCESO DE MUESTREO
1
IDENTIFICAR
POBLACIN
OBJETIVO
SELECCIONAR
MTODO DE
MUESTREO
DETERMINAR
TAMAO
MUESTRAL
MTODOS DE MUESTREO
PROBABILSTICOS NO PROBABILSTICOS
Aleatorio Simple
Por cuotas
Aleatorio Sistemtico
Intencional
Aleatorio Estratificado
Casual
Bola de nieve
Aleatorio Polietapico
11
Muestreo probabilstico
Para que la inferencia estadstica sea vlida el
muestreo debe ser aleatorio o probabilstico.
ALEATORIEDAD DE LA SELECCIN: esta condicin
se refiere a que cada elemento del universo debe
tener la misma probabilidad de ser elegido en la
muestra y que dicha probabilidad puede ser medida.
Slo estos mtodos de muestreo probabilsticos nos
aseguran la representatividad de la muestra extrada
y son, por tanto, los ms recomendables.
Solucin:
16
17
Las
extracciones
independientes.
tienen
NO
la
misma
son
Solucin:
20
21
22
Nmeros aleatorios
Definicin intuitiva: Una sucesin de nmeros
aleatorios puros, se caracteriza por que no existe
ninguna regla o plan que nos permita conocer sus
valores.
Los nmeros aleatorios obtenidos a travs de
algoritmos recursivos se llaman pseudoaleatorios.
23
Columna 6
Columna 7
criterio
Fila 6
Se considera
Fila 7
Se considera
Fila 8
Se considera
Fila 9
No se considera
Fila 10
Se considera
Fila 11
No se considera
Fila 12
No se considera
Fila 13
Se considera
Fila 14
No se considera
Fila 15
No se considera
MUESTREO SISTEMTICO
Fundamental es aleatorio, pero se incorpora un
criterio de ORDEN. Se gana en representatividad.
Procedimiento:
1
2
3
4
5
6
.
.
.
.
1000
NOTA:
Solo pueden tomarse k muestras distintas.
Los elementos de la muestra son dependientes.
NO es vlido si los elementos mantienen una cierta
periodicidad cclica.
Solucin:
32
Comentario
Un problema que suele presentarse es que el valor de
k no resulta ser un nmero entero. Si se desprecian los
decimales ocurrir que una parte de los sujetos que se
encuentran al final pierden toda posibilidad de ser
elegidos.
Una solucin podra consistir en mantener los
decimales del coeficiente k y redondear el resultado
de las sumas al nmero entero ms prximo, una vez
que se han realizado todas ellas.
34
3. Muestreo estratificado
Un muestreo aleatorio estratificado es aquel en el
que se divide la poblacin de N individuos,
en k subpoblaciones o estratos, tal que:
Elementos homogneos dentro del estrato
Estratos heterogneos entre s,
de tamaos respectivos N1, ..., Nk,
N = N1+N2+ N3++ Nk
y realizando en cada una de estas subpoblaciones
muestreos aleatorios simples de tamao ni .
35
Ventajas:
Permite aplicar tcnicas de seleccin diferentes dentro de
cada estrato
Permite obtener estimaciones separadas en cada estrato
Consigue mayor precisin
Disminuye el tamao de la muestra
ESTRATOS
Seccin A
Seccin C
Seccin D
p = Ni/N
230/772 =0,298
470/772 =0,609
10/772 =0,013
15/772 =0,019
10/772 =0,013
32/772 =0,041
5/772 =0,007
1,000
MUESTRA
0,298 x 77,2 =23
0,609 x 77,2 =47
0,013 x 77,2 =1
0,019 x 77,2 =1
0,013 x 77,2 =1
0,041 x 77,2 =3
0,007 x 77,2 =1
n = 77
47
Solucin:
En el primer caso, habremos de elegir igual nmero de centros de cada
uno de los estratos. Si n1 y n2 son los tamaos de las submuestras que
hemos de elegir, tendremos:
n1 + n2 = 20
n1 = n2
Ejercicio de aplicacin
49
CONGLOMERADOS
Grupo 1A
Grupo 5C
Grupo 2A
Grupo 3B
Heterogneos en su interior; diferentes entre s
en propiedades y tamao
Ejemplo 01 de conglomerado
La sede Lima y la Sede Arequipa de la UAP, como
conglomerados son homogneos, en cambio, dentro de ellos,
hay heterogeneidad porque hay alumnos, profesores,
personal de administracin y servicios, etctera.
La diversidad se encuentra dentro del conglomerado.
Ejemplo 02 de conglomerado
Para conocer la opinin de los mdicos del sistema
nacional de salud, podemos elegir a varias regiones del
pas, dentro de ellas varias provincias, y dentro de ellas
varios centros de salud, y
54
Ejemplo 03 de conglomerado
Cuando el conglomerado se corresponde con una zona
territorial concreta, como por ejemplo los barrios (dentro de
ellos calles y edificios), el muestreo por conglomerados recibe
el nombre de muestreo por reas.
http://ocwus.us.es/metodos-de-investigacion-ydiagnostico-en-educacion/analisis-de-datos-en-lainvestigacioneducativa/Bloque_II/page_22.htm/skinless_view
60
GRACIAS