Calculo De La Muestra 224l1k

CALCULO DE DE LA LA CALCULO MUESTRA MUESTRA Grupo 1

CONCEPTOS BASICOS • UNIVERSO: Es el conjunto de individuos u objetos de los que se desea conocer algo en una investigación. • POBLACION: Conjunto de todos los casos que poseen una característica o condición común que es el objeto de estudio • MUESTRA: Es un subconjunto o parte del universo o población que es representativo, en el que se llevara a cabo la investigación con el fin de generalizar los hallazgos. • UNIDAD DE ANALISIS U OBSERVACION. Son los elementos del universo en los que se estudiaran las variables de interés.

PASOS PARA SELECCIONAR LA MUESTRA 1. DETERMINAR LA UNIDAD DE ANALISIS: Dependerá del planteamiento del problema

2. DELIMITAR LA POBLACION 3. SELECCIONAR LA MUESTRA: MUESTREO • • •

VENTAJAS DE TRABAJAR CON MUESTRAS: El estudio se realice en menor tiempo Permite profundizar en el análisis de las variables Permite tener mayor control de las variables a estudiar

Proceso utilizado para escoger y extraer una parte del universo o población de estudio con el propósito de que representa al total.

TIPOS DE MUESTREO PROBALISTIC O

•

Es el método que consiste en extraer una parte de una población, de tal forma que cada uno de los elementos de estudio tengan la misma probabilidad de ser seleccionadas.

NO PROBABILISTICO

• •

También llamado por conveniencia.

Se caracteriza porque el investigador selecciona la muestra siguiendo algunos criterios identificados para los fines de estudio.

Como se selecciona una muestra

CALCULO DEL TAMAÑO MUESTRAL

Depende

TAMAÑO MUESTRAL y TECNICA ALEATORIA(probabilidad )

busca encontrar una muestra que sea representativa del universo con cierta posibilidad de error (se pretende minimizar) y nivel de confianza (maximizar), así como probabilidad estudio en la siguiente población: las empresas de mi ciudad. Entonces, lo primero es conocer el tamaño de la población (número de empresas en la ciudad). Supongamos que hay 2200 de ellas. Al abrir el subprograma “Tamaño de la muestra” en STATS®4 ¿Tamaño del universo?: 2200 ¿Error máximo aceptable?: 5% ¿Porcentaje estimado de la muestra?: 50% ¿Nivel deseado de confianza?: 95 El resultado que nos proporciona STATS® es: Tamaño de la muestra: 327 empresas para tener representadas a las 2200 de la ciudad.

MUESTREO PROBABILISTICO

MUESTREO ALEATORIO SIMPLE

MUESTREO ALEATORIO ESTRATIFICADO

Ejemplo: formamos estratos de acuerdo al color de vestimenta, ello nos permite homogenizar

Ahora de cada estrato homogenizado se puede , realizar el muestreo aleatorio simple

MUESTREO ALEATORIO POR CONGLOMERADOS Los del grupo mayoritario tienen una mayor probabilidad de ser seleccionados El error de la medición (error muestral) no se da al interior del conglomerado sino entre los conglomerados Antes de hacer inferencias, deberá examinar la variabilidad interna de cada conglomerado y la variabilidad entre ellos, se desea estudiar Ejemplo: No se cumple la aleatoriedad

tbc en el peru por

Interés es agrupar, pero cada conglomerado en su interior es heterogéneo Un conglomerado :es un subconjunto de la población que mantiene su heterogeneidad , la asociación es por conveniencia Al interior de cada conglomerado hay que estratificar y luego en cada estratificación para tener población homogénea , en ello aleatorizamos

Pregunta ¿en que consiste el muestreo aleatorizado sistematizado? Respuesta

MUESTREO ALEATORIO SISTEMATIZADO

¿CÓMO SE LLEVA A CABO EL PROCEDIMIENTO DE SELECCIÓN DE LA MUESTRA? tamaño de la muestra En la muestra probabilística, señalamos que los tipos de muestra dependen de dos cosas: Se puede determina el tamaño de la muestra n.

pero

procedimiento de selección.

?

¿cómo seleccionar los elementos muéstrales?.

Las Unidades de análisis o los elementos muéstrales se eligen siempre aleatoriamente para asegurarnos de que cada elemento tenga la misma probabilidad de ser elegido.

tómbola Número s aleatori oo ramdom

STATS

TÓMBOLA

• numerar todos los elementos muéstrales de la población, del uno al número N. Los números elegidos al azar conformarán la muestra. • Si el muestreo es estratificado, se sigue el procedimiento anterior, pero por cada estrato.

NÚMEROS RANDOM O NÚMEROS ALEATÓRIOS

• obtenido al azar, es decir, que todo número tenga la misma probabilidad de ser elegido • El ejemplo clásico más utilizado para generarlos es el lanzamiento repetitivo de una moneda o dado ideal no trucado.

STATS

• excelente alternativa para generar números aleatorios se encuentra en el programa STATS , que contiene un subprograma para ello y evita el uso de la tabla de números aleatorios.

SELECCIÓN SISTEMÁTICA DE ELEMENTOS MUESTRALES muy útil e implica elegir dentro de una población N un número n de elementos a partir de un intervalo K. Este último (K ) es un intervalo que se va a determinar por el tamaño de la población y el tamaño de la muestra. De manera que tenemos que K = N/n,

K = un en donde: intervalo de selección sistemática N = la población n = en la los servicios • Supongamos que se quiere hacer un estudio que pretende medir la calidad de la atención proporcionados por los médicos y las enfermeras de un hospital. Para tal efecto consideremos que los muestra. investigadores consiguen grabaciones de todos los servicios efectuados durante un periodo determinado.

• Supongamos que se hayan filmado 1548 servicios (N ). Con este dato se procede a determinar que numero de servicios necesitamos analizar para generalizar a toda la población nuestros resultados. Con STATS® determinamos que se necesitan 307.9 (308) servicios para evaluar (con un error maximo de 5%, nivel de confianza de 95% y un porcentaje estimado de 50% para la muestra [p = 0.5]). Si necesitamos una muestra de n = 308 episodios de servicio filmados, se utiliza para la selección el intervalo K, donde: El intervalo 1/K = 5 indica que cada quinto servicio 1/K se seleccionará hasta completar n = 308.

La selección sistemática de elementos muéstrales 1/K se puede utilizar al elegir los elementos de n para cada estrato o para cada racimo.

LISTADOS Y OTROS MARCOS MUESTRALES Las muestras probabilísticas requieren la determinación del tamaño de la muestra y de un proceso de selección aleatoria que asegure que todos los elementos de la población tengan la misma probabilidad de ser elegidos. No siempre existen listas que permitan identificar a nuestra población.

Entonces, será necesario recurrir a otros marcos

Marco muestral : Es un marco de referencia que nos permite identificar físicamente los elementos de la población, así como la posibilidad de enumerarlos y seleccionar los elementos muéstrales. Ejemplos de algunos de estos marcos de referencia son los archivos, los mapas y los archivos electrónicos de periódicos en la web.

guías telefónicas, listas de de las asociaciones, directorios especializados, listas oficiales de escuelas de la zona, bases de datos de los alumnos de una universidad o de los clientes de una empresa, registros médicos, catastros, nóminas de una organización, etc.

Uso de archivos(constituyen su marco muestral a partir del cual se obtendrá la muestra). uso de mapas (son muy útiles como marco de referencia en muestras de racimos. )

TAMAÑO ÓPTIMO DE UNA MUESTRA muestras probabilísticas requieren dos procedimientos básicos: la determinación del tamaño de la muestra y la selección aleatoria de los elementos muéstrales. tamaños de muestra más utilizados por los investigadores, según sus poblaciones (nacionales o regionales) y los subgrupos que quieren estudiarse en ellas.

lo óptimo de una muestra depende de cuánto se aproxima su distribución a la distribución de las características de la población.

Teorema del límite central Señala que una muestra de más de cien casos será una muestra con una distribución normal en sus características, lo cual sirve para el propósito de hacer estadística

MUESTREO NO PROBABILISTICO TIPO “ACCIDENTADOS O POR COMODIDAD”

TIPO “ INTENCIONAL”

•

El investigador decide los elementos que integraran la muestra.

•

Considera las unidades” típicas”

•

El investigador conoce muy bien la población y sus características.

•

Se toman los casos o unidades que están disponibles en un momento dado.

En general no se recomienda utilizar el muestreo no probalistico en estudios cuantitativos, ya que no se podrá hallar el error estandar. Es mas aplicada para estudios cualitativos, al no interesarle la generalización de resultados.