Muestra Y Muestreo.pptx

MUESTRA

Muestra y muestreo

MUESTREO

MUESTRA

INICIO

DEFINICIÓN (¿QUÉ ES)

CARACTERÍSTICAS

ELEMENTOS

¿CÓMO SE ELABORA?

EJEMPLO

DEFINICIÓN

REGRESAR

• Muestra es una porción de la totalidad de un fenómeno, producto o actividad que se considera representativa del total también llamada una muestra representativa. • En estadísticas, la muestra es una porción extraída mediante métodos específicos que representan los resultados de una totalidad llamada población usando la probabilidad como, por ejemplo, “la muestra estadística de 100 personas que se someten a una encuesta para conocer la satisfacción de un producto”.

CARACTERÍSTICAS

REGRESAR

• Que comprendan parte de la población y no la totalidad de ésta. • La ausencia de distorsión en la elección de los elementos de la muestra. • Que sea representativa o reflejo fiel de la población, de tal modo que reproduzca sus características básicas en orden a la investigación. • Si hay sectores diferenciados en la población que se supone ofrecen características especiales la muestra también deberá comprenderlos en la misma proporción. VENTAJAS DEL ESTUDIO DE MUESTRAS

ELEMENTOS

REGRESAR

Tiempo y recursos disponibles Modalidad de Muestreo Tipo de Análisis Previsto Varianza o heterogeneidad de la población Margen de Error máximo admisible Nivel de confianza de la estimación muestral Un nivel satisfactorio de calidad para los datos que se examinen. El riesgo de que el nivel de calidad satisfactoria establecido pueda causar la recusación de unconjunto satisfactorio. • Un nivel inaceptable de calidad para los datos que se examinan. • • • • • • • •

¿CÓMO SE ELABORA?

REGRESAR

• Para definir la población objetivo, se debe tener claridad absoluta sobre el objetivo general del estudio, ya que éste será el guía para todos los pasos posteriores. Definir población objetivo

• Seleccionar un procedimiento. • Definir el tamaño de la muestra • Seleccionar las unidades muéstrales.

Definir población objetivo

REGRESAR

• · Elemento muestral: Es el elemento del cual se obtiene la medición. · Unidad muestral: Está compuesta por elementos muestrales, en algunos casos es igual al elemento muestral. · Alcance: Hace referencia a la ubicación espacial y geográfica del estudio. · Tiempo: Definir el intervalo de tiempo en el cual se realiza la investigación. · Marco muestral: Es un listado de todas las unidades que conforman la población objetivo, puede ser una base de datos, un plano e incluso mapas. Es útil aclarar, que en la práctica se diferencia la población objetivo de la población en estudio (marco muestral disponible).

EJEMPLOS

REGRESAR

• Ejemplo 1: Para el estudio del desempleo en una ciudad de un millón de habitantes, se toman como muestras la situación de los miembros de 100 familias aleatoriamente entre los diferentes distritos. Para que la muestra sea representativa el número de muestras por distrito debe ser proporcional al tamaño del mismo y las familias analizadas no estar relacionadas entre sí por proximidad, familiaridad, etc. • Ejemplo 2: Para el estudio de hispanohablantes en Estados Unidos se toman como muestras a 3000 personas aleatoriamente. En este caso la elección de una muestra representativa es complicada. Habría que tener en cuenta que en algunos estados puede haber más hispanohablantes que en otros, puede haber más hispanohablantes en determinados estratos sociales que en otros, etc.

VENTAJAS DEL ESTUDIO DE MUESTRAS

REGRESAR

• Reducción de costes: la obtención de una muestra es mucho más barato que el estudio de toda la población • Rapidez: el estudio de una muestra es más rápido que el estudio de toda la población. Esto también es una ventaja para el estudio de propiedades que varían con el tiempo al mitigar el error.

MUESTREO

INICIO

DEFINICIÓN (¿QUÉ ES)

CARACTERÍSTICAS

ELEMENTOS

¿CÓMO SE ELABORA?

EJEMPLO

DEFINICIÓN

REGRESAR

• Procedimiento por el cual se extrae, de un conjunto de unidades que constituyen el objeto de estudio ( población), un número de casos reducido (muestra) elegidos con criterios tales que permitan la generalización a toda la población de los resultados obtenidos al estudiar la muestra.

CARACTERÍSTICAS (según el tipo) PROBABILÍSTICOS •Todas las unidades tienen igual probabilidad de participar en la muestra. •La elección de cada unidad muestral es independiente de las demás •Se puede calcular el error muestral

REGRESAR

NO PROBABILISTICOS •Cada unidad NO tiene igual probabilidad de participar en la muestra. •No se puede calcular el error muestral •Alto riesgo de invalidez producido por la introducción de sesgos

USOS:

USOS DE CADA TIPO Muestreo Probabilísticos • Estimación de Parámetros • Comprobación de Hipótesis

REGRESAR

Muestreos No Probabilísticos • Estudios Pilotos • Estudios Cualitativos • Investigaciones en poblaciones de difícil registro o localización ( Ej. Marginales, prostitutas, enfermos de VIH, etc…)

ELEMENTOS

REGRESAR

• 1- PLANTEAMIENTO TEÓRICO: • Hoy la Estadística está considerada como la teoría de la información, no sólo como función descriptiva, sino con el objeto básico de hacer estimaciones acerca de los valores estadísticos de la población o en la comprobación de hipótesis de las características investigadas.

SIGUIENTE

ELEMENTOS

REGRESAR

• De la anterior se observa que 1a estadística cubre dos aspectos de gran importancia: • En la estadística descriptiva a través de la recolección, clasificación, presentación, ya sea en forma de cuadros a gráficas, la aplicación de medidas como promedios, desviaciones, etc. y la interpretación y análisis de datos a fin de obtener conclusiones. Se realiza un proceso deductiva de la general a la particular. • En la inferencia estadística o método inductivo, mediante investigaciones por muestreo, se logra obtener resultados considerados como estimadores de los valores estadísticos, correspondientes a las características de las unidades de la población.

SIGUIENTE

ELEMENTOS

REGRESAR

• 2- DEFINICIÓN DE CONCEPTOS: • Se seguirán ciertos procedimientos de selección para asegurar de que las muestras reflejen observaciones a la población de las que proceden, ya que solo se pueden hacer observaciones probabilísticas sobre una población cuando se usan muestras representativas de las mismas, para estos efectos estableceremos las siguientes definiciones o conceptos: • Población o universo se puede definir como un conjunto de elementos, que constituye la totalidad de las observaciones posibles. De acuerdo a la anterior, la población puede definirse como un conjunto de medidas, o el recuento de todas las unidades que presentan una característica común. Se podría definir como un conjunto de mediciones, finito o infinito, real o conceptual.

SIGUIENTE

ELEMENTOS

REGRESAR

• El elemento o unidad puede ser una persona, familia, empresa, zona, animal u objeto, del elemento se estudian sus características. Estas se clasifican en: • cualitativas a atributos expresadas por palabras, y se cuantifican mediante el conteo o recuento. • cuantitativas o variables expresadas en forma numérica, que pueden ser medidas (variables continua) o contadas (variables discreta). • Marco muestral: es un listado actualizado de todos los elementos que constituyen 1a población que va a ser objeto de investigación, También puede ser un mapa o croquis can las unidades de selección plenamente identificadas. • Encuesta preliminar, piloto o pretest - antes de iniciar la investigación, se recomienda realizar una pequeña encuesta preliminar con el fin de probar el cuestionario, conocer mejor la población, entrenar al entrevistador, determinar el tiempo que requiere la entrevista y en especial tener un preciso conocimiento acerca de algunos parámetros

SIGUIENTE

ELEMENTOS

REGRESAR

• 3- TEORÍA DE MUESTRAS: • Hasta ahora, hemos estudiado estadística descriptiva, una serie de procedimientos y técnicas, que permiten un conocimiento descriptivo de las características básicas de una población. Pero en general, no podremos casi nunca tratar con poblaciones al completo, Ya sea porque la población a estudiar es muy grande, ya sea por motivos económicos, de falta de personal cualificado, o para una mayor rapidez en la recogida y presentación de los datos, lo que se suele hacer es obtener los datos, de tan sólo una muestra de la población.

• Por el contrario, la Estadística Inferencial se ocupa de extender o extrapolar a toda una población, informaciones obtenidas de una muestra, así como de la toma de decisiones.

¿COMO SE ELABORA?

REGRESAR

• El objetivo de la teoría del muestreo es obtener estimados maestralmente fiables. • Selección de elementos • 1º Selección de población • 2º Selección de elementos de población que formarán parte de la muestra(marco muestral, que esté en relación con el diseño de muestra que se elija)

SIGUIENTE

¿COMO SE ELABORA?

REGRESAR

formas de construir un marco muestral • -Obtener un listado de todos los elementos • -Proveerse de una regla para identificarlos, ya que listar los elementos no siempre es posible. • -Listado con los elementos de la población (si se posee) • Hace falta conocer la distribución de las unidades de muestreo sobre el espacio y cuáles son sus características básicas.

SIGUIENTE

¿COMO SE ELABORA?

REGRESAR

PROBLEMAS MÁS FRECUENTES • -Elementos perdidos Marco muestral inadecuado • • • • • •

No cubrir toda la población -Elementos extraños -Agrupaciones -Duplicaciones Un aspecto importante es la homogeneidad de la población. También conseguir una información fiable al menor coste.

SIGUIENTE

¿COMO SE ELABORA?

REGRESAR

Pasos:

Selección de unas características de control tales como : edad , sexo...etc. Las variables de control se escogen porque se cree que están relacionadas con la variable a investigar, Se emplean para estratificar la población determinar que proporción e ella tiene cada estrato. Se adopta una representación general de cada estrato en la muestra final Elección del entrevistado (con las características que deben reunir de acuerdo con las variables de control que se emplearon para estratificar al población y fijar la muestra)

EJEMPLOS 

REGRESAR

Se realiza un muestreo entre los alumnos que van a clases de la Materia Metodología, eligiéndolos al azar a la entrada del salón.

Este diseño es NO probabilístico porque aquellos que no van a clases NO PUEDEN ser elegidos

MAS EJEMPLOS

EJEMPLOS 

REGRESAR

Se utiliza la lista de propietarios de líneas telefónicas para elegir a aquellos que serán encuestados.

Este diseño es NO Probabilístico porque aquellos que no tienen teléfono NO PUEDEN ser elegidos

MAS EJEMPLOS

EJEMPLOS 

REGRESAR

Un investigador toma muestras del carbón extraído de una mina, tomando al azar trozos de carbón de la parte superior de cada carro.

Este diseño es NO probabilístico porque solo se toma carbón de la parte superior