Tipo De Muetreo Verano

 MUESTREO En la Estadística un muestreo es la técnica para la selección de una muestra a partir de una población. En el muestreo si el tamaño de la muestra es más pequeño que el tamaño de la población, se puede extraer dos o más muestras de la misma población. Al conjunto de muestras que se pueden obtener en el espacio maestral se denomina espacio maestral.  IMPORTANCIA DEL MUESTREO Este procedimiento empleado para obtener una o mas muestras de una población es de gran importancia, debido a que es una herramienta de la investigación científica que además tiene como función básica determinar que parte de una realidad en estudio (población o universo) debe examinarse con la finalidad de hacer inferencias sobra dicha población.  JUSTIFICACIÓN DEL MUESTREO •

Cuando se trata con poblaciones infinitas.

•

Cuando el financiamiento y el tiempo están seriamente limitados.

•

Cuando se requiere estimaciones precisas y confiables a corto plazo.

 DESVENTAJA DEL MUETREO •

Requiere de personal altamente calificado.

•

No permite hacer proyecciones sobre areas muy pequeñas de la población o sobre poblaciones sujetas a muchos cambios en un lapso corto de tiempo.

•

Los resultados están sujetos a los errores del muestreo.

•

Se deben tener en cuenta siempre la población.

 MUESTREO SIMPLE Este tipo de muestreo toma solamente una muestra de una población dada para el propósito de inferencia estadística, puesto que solamente una muestra es tomada, el tamaño de muestra debe ser lo suficientemente grande para extraer un conclusión. Una muestra grande muchas veces cuesta demasiado dinero y tiempo.  MUESTREO ALEATORIO SIMPLE

Es el que permite al investigador conformar una muestra de forma que cada elemento de la población o universo tenga la misma probabilidad de ser seleccionado.  VENTAJAS DEL MUESTREO  ALEATORIO SIMLE: •

Sencillo y de fácil comprensión.

•

Cálculo rápido de medias y varianzas.

•

Se basa en la teoría estadística, y por tanto existen paquetes informáticos para analizar los datos.

•

Se recomienda cuando la población es pequeña.

•

Cuando la población esta ubicada en un espacio reducido.

•

Cuando no se tiene información previa de la población.

 DESVENTAJAS DEL MUETREO ALEATORIO SIMPLE •

Requiere la identificación y catalogación de la población, lo cual en ocasiones resulta muy costoso.

•

Requiere una probabilidad de seleccionar igual para todos los elementos que conforma la población.

•

Requiere mayor tamaño de muestra que los otros tipos de muestreo.

 LIMITACIONES

 ALEATORIO SIMLE: •

Requiere que se posea de antemano un listado completo de toda la población. Cuando se trabaja con muestras pequeñas es posible que no represente a la población adecuadamente.

 Ejercicio: 1 Cuando el tamaño de la muestra es 1.000, es necesario obtener 1.000 números por sorteo o por tablas aleatorias que nos permitan seleccionar 1.000 unidades muéstrales del censo poblacional numerado previamente. Si utilizamos un libro de tabla de números aleatorios y hojas seleccionadas al azar es la siguiente: 343 567 657 …..

546 541 934 …..

354 004 323 …..

132 098 122 …..

234 345 456 …..

978 065 434 …..

456 231 098 …..

345 045 233 …..

432 412 122 …..

o Primera unidad maestral: La correspondiente al primer número de la tabla 343. o Segunda unidad maestral: Segundo numero de la tabla 567.  Ejercicio: 2 Si se da una escala de actitud escolar a 50 estudiantes de la escuela Lincoln y se seleccionan aleatoriamente dos de los 20 grupos 8de 25 estudiantes cada una) de entre todos los grupos de la secuela, la unidad de muestreo serian los grupos, no los alumnos. De aquí los 50 estudiantes (en losados grupos seleccionados) no pueden verse como una muestra aleatoria de los alumnos de la escuela Lincoln. Aunque la probabilidad de estar incluido en la muestra pueda haber sido aproximadamente la misma para cada pupilo (suponiéndose que todos los grupos fueran de tamaños comparables) las oportunidades de los alumnos de ser seleccionados no fueron independientes unas de la otra (si un estudiante de un grupo fue seleccionado todos los estudiantes de ese grupo fueron seleccionados) en el muestreo aleatorio, la probabilidad de seleccionar cada unidad es la misma que para las otras unidades, y la selección de la unidad es independiente de todas las otras unidades.  MUESTREO POR ETAPAS:  Ejercicio: 1 Estudio realizado a farmacéuticos de Cataluña: •

Seleccionare aleatoriamente una zona de Cataluña.

• •

Dentro de la zona seleccionar aleatoriamente dos (02) localidades con población superior a los 20.000 habitantes. Dentro de las localidades seleccionar aleatoriamente tres (03) calles.

•

Dentro de cada calle seleccionar aleatoriamente una farmacia.

•

Repetir el proceso hasta completar el tamaño maestral.

 MUESTREO POR RUTAS ALEATORIAS:  Ejercicio: 1 Selección miembro de unidad familiar por tablas aleatorias. Entrevista del día numero 6. Tabla A: Ordenación de los integrantes del hogar mayores de 15 años. Sexo Edad Numero de orden Hombres 60 1 25 2 19 3 Mujeres 55 4 18 5

Tabla de números aleatorios Números de Números de entrevistas del día los integrantes 1a 2a 3a 4a 5a del hogar

(6a)

7a

8a

9a

10a

1

1

1

1

1

1

1

1

1

1

1

2

1

2

1

2

1

2

1

2

1

2

3

3

1

2

3

2

1

3

1

2

1

4

2

3

4

1

1

4

2

2

3

4

5

5

4

1

2

3

3

4

1

2

5

(6)

1

2

3

4

5

6

3

2

5

4

Por tanto, el miembro de la familia seleccionada para la entrevista será el número 3: El hijo varón de 19 años.  MUESTREO SISTEMATICO En este tipo de muestreo, para obtener una muestra sistemática al azar se deben numeras las observaciones de 1 a N. Luego determinar el intervalo de muestreo (IM), que consiste en dividir el número total de observaciones o unidades de muestreo de la población entre el tamaño deseado de la muestra

 VENTAJAS DEL MUESTREO

SISTEMATICO

•

La ventaja más práctica de las muestras sistemáticas es que con frecuencia son más fáciles de obtener que las muestras aleatorias.

•

Fácil de aplicar.

• •

No siempre es necesario tener un listado de toda la población. Cuando la población está ordenada siguiendo una tendencia conocida, asegura una cobertura de unidades de todos los tipos.

•

La sencillez de la técnica y que puede ser utilizado con bastante grado de confiabilidad en la práctica.

 JUSTIFICACION DEL MUESTREO SISTEMATICO •

se recomienda cuando la población es numerosa.

•

Cuando se puede disponer de un listado de los elementos de la población.

•

Cuando los elementos de la población no guardan ninguna periócidad con una característica importante para la investigación.

 LIMITACIONES  SISTEMATICO: •

Si la constante de muestreo está asociada con el fenómeno de interés, las estimaciones obtenidas a partir de la muestra pueden contener sesgo de selección.

•

No hay una hay una teoría estadística que determine de manera precisa la exactitud de las estimaciones.

 Ejercicio: 1 Si tenemos una población formada por 100 elementos y queremos extraer una muestra de 25 elementos, en primer lugar, debemos establecer el intervalo de selección que será igual a 100/25 = 4. A continuación elegimos el elemento de arranque, tomando aleatoriamente un numero entre el 1 y el 4, a partir de el obtenemos los restantes elementos de la muestra 2, 6, 10, 14,…., 98.

 Ejercicio: 2 Suponga que desea desarrollar una medición para estimar el tamaño del vocabulario propio. Hay 1901 palabras en el websters Unabridged dictionary. Cada una de las 2128 páginas contiene aproximadamente 90 palabras. Usted diseña su medición para tener cerca de 100 palabras. Puede tomar cerca de 190.000/100 = 1900 palabra, pero todas las que cuente serian mas de las de su psiquis podría resistir. Usted decide adoptar un compromiso razonable suponiendo que cada una de las paginas tiene el mismo numero de palabras, 90; puede obtener entonces una muestra sistemática de páginas, y seleccionar una palabra de cada página. 1) 2) 3) 4) 5) 6) 7) 8)

Para las 2128 páginas, ¿Cual es el tamaño del salto (h)? ¿Cómo determina el número de página inicial? ¿Cuál será el 2º, 3º y 4º número de páginas que seleccionara? ¿Cómo decidirá cual palabra seleccionar de cada una de esas paginas? ¿Su procedimiento le dará una muestra aleatoria? ¿Su muestra será representativa? ¿Cuál es la población? Margie conoce 21% de las palabras en su prueba de vocabulario. ¿Puede estimar el tamaño de su vocabulario?

Respuestas: 1) h = 2128/100 = 21.28 2) Seleccionemos un numero aleatorio entre 1 y 22; suponga que este número es 15 3) 2º : 15+22 = 37 ; 3º: 37+22 = 59 ; 4º: 59+22 = 81 4) Seleccionara un número aleatorio entre 1 y 90; suponga que este número es 13; así, seleccionara la 13º palabra de cada una de las páginas seleccionadas. 5) No, esta una muestra sistemática. 6) Casi con toda seguridad. 7) Las palabras definidas de en el websters Unabridged dictionary 8) Si, 21% de 190.000 = 39.000  MUESTREO ESTRATIFICADO En este tipo de muestreo se divide la población o universo en grupos relativamente homogéneos, llamados estratos y después se toma una muestra al azar de cada estrato y la muestra resultante estratificada. Es decir este método implica la identificación de características que da lugar a la conformación de subgrupos homogéneos al interior pero heterogéneos entre si. Los elementos dentro de cada estrato se seleccionaron al azar.  VENTAJAS DEL MUESTREO ESTRATIFICADO •

Tiende a asegurar que la muestra represente adecuadamente a la población en función de unas variables seleccionadas.

•

Se obtienen estimaciones más precisa.

•

Su objetivo es conseguir una muestra lo más semejante posible a la población en lo que a la o las variables estratificadoras se refiere.

•

Cuando se trata de elementos poblacionales susceptibles a ser clasificados.

•

Cuando interés en obtener información a nivel de la subpoblaciones.

 LIMITACIONES  ESTRATIFICADO • Se ha de conocer la distribución en la población de las variables utilizadas para la estratificación. Ejercicio: 1 Universo: 10.000 habitantes de un pueblo. Tamaño de muestra: 600 personas. Distribución del universo por edades: Grupo A: 1.500 habitantes menores de 18 años. Grupo B: 6.500 habitantes con edades comprendidas entre 18 y 60 años. Grupo C: 2.000 vecinos mayores de 60 años. Afijación Simple: Grupo A: 600/3 = 200 Grupo B: 600/3 = 200 Grupo C: 600/3 = 200 Afijación Proporcional: Grupo A: 600*(1.500/10.000) = 90 Grupo B: 600*(6.500/10.000) = 390 Grupo C: 600*(2.000/10.000) = 120  Ejercicio: 2 En una fábrica que consta de 600 trabajadores queremos tomar una muestra de 20. Sabemos que hay 200 trabajadores en la sección A, 150 en la B, en la C 150 y en D 100. - 20/600 = X1/200 = X1 = 6,6 = 7 - 20/600 = X2/150 = X2 = 5 - 20/600 = X3/150 = X3 = 5 - 20/600 = X4/100 = X4 = 3,3 = 3

Trabajadores de A. Trabajadores de B. Trabajadores de C. Trabajadores de D.

 MUESTREO POR CONGLOMERADOS Es método también se conoce como muestreo de área y es útil cuando la población se encuentra dispersa. La selección de la muestra puede requerir varias etapas. En este método se procede como se indica a continuación: • Clasificar o dividir en aéreas o manzana. •

Escoger al azar la muestra donde se va comenzar el muestreo.

•

Determinar la frecuencia del muestreo.

 VENTAJAS DEL MUESTREO

CONGLOMERADOS:

•

Es muy eficiente cuando la población es muy grande y dispersa.

•

No es preciso tener un listado de toda la población, sólo de las unidades primarias de muestreo.

•

Se recomienda cuando la población esta diseminada en grandes áreas geométricas.

 LIMITACINES •

 CONGLOMERADOS El error estándar es mayor que en el muestreo aleatorio simple o estratificado.

•

El cálculo del error estándar es complejo.

Ejercicio: 1 En el caso de una encuesta realizada a los dueños/encargados de bares de una ciudad, se censan y numeran únicamente las calles de la ciudad y se van seleccionando aleatoriamente hasta obtener el número necesario de bares para la muestra.  Tamaño de la muestra: 800 bares.  Primera calle seleccionada: 4 bares  Segunda calle seleccionada: 8 bares.  Tercera calle seleccionada: 3 bares.  Total: 800 bares.

 CALCULO DEL TAMAÑO OPTIMO DE LA MUESTRA El teorema del límite central deja abierta la cuestión del tamaño n que debe tener la muestra para que la aproximación normal sea válida. En realidad respuesta depende de la distribución de la población de datos muéstrales. Por ejemplo, si la distribución poblacional de que se trata es normal, entonces la media maestral X, será también normal sin importar el tamaño de la muestra sea por lo menos de 30, es decir, no importa que tan anormal sea la distribución de la población de que se trate la media maestral de una muestra cuyo tamaño es de por lo menos 30, será aproximadamente normal en la mayoría de los casos, la aproximación normal es válida para muestras de tamaño mucho menor. Con frecuencia será suficiente una muestra de tamaño para que la aproximación sea válida. La varianza maestral representa la distribución maestral de una distribución poblacional, exponencial para muestras de tamaño n = 1, 5 ,10 sean X1…Xn muestras aleatorias de una distribución y varianza sea X media muestra.

 POBLACION Y MUESTRA En Estadística se muestra interés de obtener información acerca de una colección total de elementos a los que se llama población. Esta con frecuencia resulta demasiado grande para que examinemos cada uno de sus miembros, en tales casos, tratamos de saber algo acerca de la probabilidad escogiendo y examinando a un subgrupo de sus elementos, a este subconjunto se le denomina muestra, si la muestra brinda información acerca de la población debe ser representativa de la población en algún sentido. Por ejemplo supóngase que deseamos conocer la distribución de edades de las personas residentes de una ciudad dada, y obtenemos las edades de las 100 primeras personas que entra en la biblioteca de la ciudad, si la edad promedio de estas 100 personas es de 16 años. ¿Estará justificada la conclusión de que tal edad es el promedio de toda la población? Probablemente no, ya que argumentamos que la muestra escogida en este caso es probable que no sea representativa de toda la población ya que por lo general, los jóvenes y ciudadanos mayores son quienes van más a la biblioteca que los ciudadanos en edad laboral. En algunas situaciones como el ejemplo de biblioteca, se nos presenta una muestra y tenemos que decidir si esta muestra razonablemente representativa de toda la población a menos que haya sido tomada forma aleatoria. Esta es la mayoría que por que cualquier regla no aleatoria para seleccionar una muestra produce a menudo una muestra inherentemente

UNIVERSIDAD NACIONAL EXPERIMENTAL “FRANCISCO DE MIRANDA” ÁREA: DE TECNOLOGIA PROGRAMA DE INGENIERIA CIVIL

Integrantes: Hernández Germain C.I:17 894.184 Hernández Ruth C.I:17.982.989 Ordoñez Dogualy C.I: 17.177.915 Piña José C.I: 19.823.536