Date post: | 06-Jul-2018 |
Category: |
Documents |
Upload: | norman-arauz |
View: | 219 times |
Download: | 0 times |
of 31
8/18/2019 Muestra y muestreo.ppt
1/31
UNIVERSIDAD NACIONAL AUTÓNOMA DE NICARAGUAUNAN MANAGUA
FACULTAD REGIONAL MULTIDISCIPLINARIADE MATAGALPA
MAESTRÍA EN GESTIÓN EMPRESARIAL
MUESTREOMUESTREO
MSc. Natalia Golovina
Tomado del libro del Dr. Javier Parra O.
8/18/2019 Muestra y muestreo.ppt
2/31
Refexiones
““Una gota de agua de mar no puede decirUna gota de agua de mar no puede decirque ella es el mar, aunque esté compuestaque ella es el mar, aunque esté compuesta
de lo mismo.”de lo mismo.”
Ami, el niño de las es!ellas"Ami, el niño de las es!ellas"En!i#$e %a!!iosEn!i#$e %a!!ios
““Lo esencial es invisible a los ojos.”Lo esencial es invisible a los ojos.”
El &!in'i&io"El &!in'i&io"Anoine de Sain(E)$&e!iAnoine de Sain(E)$&e!i
8/18/2019 Muestra y muestreo.ppt
3/31
Muestreo
MUESTREO:
Procedimiento a través del cual se
selecciona una muestra a partir de
una población previamente definida.
OBET!"O:
E#traer
conclusiones
v$lidas para
la población.
VENTAJAS: -Mayor rapidez-Reducción de
costos
DESVENTAJAS:-Riesgo de representatividad. Errores de Muestreo!.
8/18/2019 Muestra y muestreo.ppt
4/31
ipos de Muestreo
Tipos deMuestreo
No - "ro#a#i$%stico
"ro#a#i$%stico
Son a&ue$$os procedi'ientos en $oscua$es intervienen (actores distintos a$azar en e$ proceso de se$ección de $as
unidades &ue se inc$uyen en $a 'uestra.
Son a&ue$$os procedi'ientos en $oscua$es interviene só$o e$ azar en e$
proceso de se$ección de $as unidadesde 'uestra.
8/18/2019 Muestra y muestreo.ppt
5/31
ipos de Muestreo
Tipos deMuestreo
No - "ro#a#i$%stico
"ro#a#i$%stico
)! *os e$e'entos de $a 'uestra sonescogidos por decisión persona$ deinvestigador o por conveniencia y
(aci$idad de acceso.+! Son pr,cticos para investigaciones
ep$oratorias.
)! ada 'ie'#ro de $a po#$acióntiene una pro#a#i$idad conocida y
di(erente de cero de ser inc$uidoen $a 'uestra.+! *a 'uestra se etrae uti$izando
un '/todo a$eatorio de se$ección.
8/18/2019 Muestra y muestreo.ppt
6/31
ipos de Muestreo
Tipos deMuestreo
No - "ro#a#i$%stico
"ro#a#i$%stico
Muestreo intenciona$ u opin,ticoMuestreo circunstancia$Muestreo por cuotas0o$a de nieve
Muestreo a$eatorio si'p$e MAS!.Muestreo a$eatorio estrati(icado MAE!.
Muestreo a. por cong$o'erados MA!.Muestreo a$eatorio siste',tico
8/18/2019 Muestra y muestreo.ppt
7/31
Muestreo !o "robabil#sticoM1ESTRE2 "2R 12TASSe debe conocer bien los estratos de la
población %&o los individuos m$s representativos
o adecuados para los fines de la investi'ación.
E(emplo:)* profesionales del se#o masculino con
una edad entre +, % -* aos/ residenciados
en Maracaibo.
M1ESTRE2 3NTEN32NA* 1 2"3N4T32Muestras 0ue se espera sean representativas
mediante la inclusión de 'rupos supuestamente
t1picos por decisión personal del investi'ador.
8/18/2019 Muestra y muestreo.ppt
8/31
Muestreo !o "robabil#stico
M1ESTRE2 3R1NSTAN3A*El investi'ador selecciona/ de acuerdo a
ciertas conveniencias/ a los elementos 0ue
conformar$n la muestra.2$cil acceso a los elementos de la
muestra.
02*A DE N3EVESe locali3a a al'unos individuos/ los cuales
conducen a otros % éstos a otros % as1
sucesivamente 4asta conse'uir una muestra
suficiente.
8/18/2019 Muestra y muestreo.ppt
9/31
Muestreo "robabil#stico
M1ESTRE2 A*EAT2R32 S3M"*E MAS!5ada miembro de la población tiene una
probabilidad i'ual e independiente de ser
seleccionado como parte de la muestra.
"R2ED3M3ENT26istar todos los elementos 0ue conforman la
población.7Marco muestral8 9si'nar un nmero a cada elemento.Utili3ar cual0uier método 0ue 'arantice la
aleatoriedad de la muestra.
5alcular el tamao de la muestra.
8/18/2019 Muestra y muestreo.ppt
10/31
ama$o de la muestra
5actores a considerar:5actores a considerar: ;omo'eneidad de la población de interés.;omo'eneidad de la población de interés.
6a precisión 7e8.6a precisión 7e8.
6a confian3a.6a confian3a.
Error ',i'o ad'isi#$e e! :Error ',i'o ad'isi#$e e! : 5antidad5antidadm$#ima de error 0ue estamos dispuestos am$#ima de error 0ue estamos dispuestos atolerar en los estimadores. 6o prefi(a eltolerar en los estimadores. 6o prefi(a elinvesti'ador.investi'ador.
/ =,> % ==>.m$s usados son: =*>/ =,> % ==>.
8/18/2019 Muestra y muestreo.ppt
11/31
RelacionesRelaciones
"recisión Error',i'o
ad'isi#$e
e!
Nive$ decon(ianza
Ta'a6o de$a 'uestra
? @pe0ueo
? @
'rande
A @
'randeA @
Pe0ueo
8/18/2019 Muestra y muestreo.ppt
12/31
"r%ctica M&'Un investi'ador desea estimar el tamao promedio 7mts)8
de las $reas de construcción con un error m$#imo admisible
7e8 de ) mts) % una confian3a del =,> . 9dem$s se
conoce por un estudio piloto 0ue la desviación t1pica es de
), mts) . E#trai'a una muestra aleatoria simple.
e: ) mts)
5onfian3a: =,>
SC ), mts)
S) C 7), mts) 8)2
22.
e
s z
n =
8/18/2019 Muestra y muestreo.ppt
13/31
8/18/2019 Muestra y muestreo.ppt
14/31
"r%ctica 9plicamos el factor de corrección para poblaciones finitas 25P2
Se e#traer$n , construcciones del marco muestral.
Tabla de nos. aleatorios o pro'rama inform$tico.
25.151142.1
17
140
156
17
140
13917
17
140
)1140(17
17
)1(0
0 ===+
=−+
=−+
=
N
N n
nn
n7)9
8/18/2019 Muestra y muestreo.ppt
15/31
8/18/2019 Muestra y muestreo.ppt
16/31
8/18/2019 Muestra y muestreo.ppt
17/31
8/18/2019 Muestra y muestreo.ppt
18/31
Muestreo EstratificadoMuestreo Estratificado
Tipos de 9fi(aciónTipos de 9fi(ación
A(i@ación3gua$
A(i@ación"roporciona$
A(i@ación deNey'an
L
N ni =
N N nn ii =
∑=
ii
iii
sW
sW nn
.
..
8/18/2019 Muestra y muestreo.ppt
19/31
8/18/2019 Muestra y muestreo.ppt
20/31
"r%ctica Muestreo Estratificado 7con 9fi(ación proporcional8
para estimar la Media Estratos: Peso en la población
Residencial *K&-* C *.JK → JK>
Io residencial +-&-* C *.)- → )->
Residenciales
*.JK78 C L
nCIo residenciales*.)-78 C +
17.11
73.40
455
25.348.37
455
)63650(19600
1
8416.3
144
455
)88.30()140(
1
)96.1(
)12(
)63650(140
1
1
1
22
22
22
2
2
==+
=
+
=
+
=
+
=
∑
∑
ii
ii
s N N z
e
S N N n
636502125042400)625(34)400(106)25(34)20(106 222
=+=+=+=
∑ ii
S N
8/18/2019 Muestra y muestreo.ppt
21/31
"r%cticaMuestreo Estratificado 7con 9fi(ación de Ie%man8
para estimar la Media:
Estratos: Peso en la Población
Residencial *K&-* C *.JK → 7JK>8
Io residencial +-&-* C *.)- → 7)->8
nC
05.11798258
8820900
636508416.3
14419600
8820900
63650)96.1(
)12()140(
8820900).(
2
222
2
22
2
==+
=+
=+
=∑
∑
ii
ii
s N Z
e N
S N
n
636500.636502125042400)25(34)20(106.
900.820.82970).(29708502120)25(34)20(106.
2222
22
=⇒=+=+=
==⇒=+=+=
∑∑∑∑
iiii
iiii
S N S N
S N S N
∑
∑
+
=2
2
22
2).(
ii
ii
s N Z
e N
S N n
⇒
8/18/2019 Muestra y muestreo.ppt
22/31
8/18/2019 Muestra y muestreo.ppt
23/31
Tamao de la muestraTamao de la muestra
para estimar la Proporciónpara estimar la Proporción
Muestreo a$eatorioestrati(icado
A(i@ación"roporciona$!
Muestreo a$eatorioestrati(icadoA(i@ación de
Ney'an!
Donde:z: va$or de $a distri#ución nor'a$ para una con(ianza dada."B: varianza esti'ada de $a proporción.
e: Error ',i'o ad'isi#$e.N: Ta'a6o de $a "o#$ación.
∑
∑
+
=
iii
iii
Q P N z
e N
Q P N n
..
)..(
2
22
2
∑
∑
+
=
iii
iii
Q P N Z
e N
Q P N N n
2
22
..
8/18/2019 Muestra y muestreo.ppt
24/31
8/18/2019 Muestra y muestreo.ppt
25/31
"r%ctica ( Muestreo Estratificado 7con 9fi(ación proporcional8
para estimar la Media
Estratos: Peso en la población En muestra piloto 7* casos8 "arian3as estimadas
EDU5 ;OR9ST" S!T69B
Mu(eres L,=&,** C *.,J → ,J> )/,KJ -/,KJ *.),
;ombres K-&,** C *.-+ → -+> -/KKJ )/* *.LJ,
Mu(eres
*/,J7J8 C *
nCJ
;ombres
*.-+7J8 C J
15&1720231&0
47&3
2250000
6&1160620&0
47&3
)053&5205()1500(
1
)645&1(
)75&0(
)053&5205(1500
1
1
1
22
22
22
2
2
==
+
=
+
=
+
=
∑
∑
ii
ii
s N N z
e
S N N n
053&5205)0&2(641)567&4(8592
=+=∑ iiS N
Cao" 'aria!e R,S'
,-iación roorciona!"
8/18/2019 Muestra y muestreo.ppt
26/31
"r%ctica ( Muestreo Estratificado 7con 9fi(ación proporcional8
para estimar la Proporción
Estratos: Peso en la población En muestra piloto 7* casos8 "arian3as estimadas
EDU5 ;OR9ST" S!T69B
Mu(eres L,=&,** C *.,J → ,J> )/,KJ -/,KJ *.),
;ombres K-&,** C *.-+ → -+> -/KKJ )/* *.LJ,
Mu(eres
*/,J7,-8 C LLnC,- ;ombres
*.-+7,-8 C KK
1&15494&3259
25&502406
94&334706&2
0036&02250000
25&502406
)94&334()645&1(
)06&0(1500
)94&334(1500
2
22
2
22
==
+
=
+
=
+
=
∑
∑
iii
iii
Q P N z
e N
Q P N N n
94&334)1875&0(641)25&0(859 =+=∑ iii Q P N Cao" 'aria!e S, (Proorción de traaadore a tie#o arcia!)
,-iación
roorciona!"
8/18/2019 Muestra y muestreo.ppt
27/31
8/18/2019 Muestra y muestreo.ppt
28/31
Supuesto Básico del M.A.C
! Muestreo Aleatorio por Con!lomerados roorciona
unacantidad eeci-icada de in-or#ación a un coto #ni#o
cuando"
a) $o eite una !ita con todo !o e!e#ento de !a o!ación
o era #u cotoo otener!a.
) a o!ación e #u rande etá diera en un área
eorá-ica #u etena.
8/18/2019 Muestra y muestreo.ppt
29/31
S2d
S2e
Principio Básico de la Con!lomeraci"n
o Con!o#erado deen er !o #á :etero;neo oi!e en u
interior & a u
8/18/2019 Muestra y muestreo.ppt
30/31
Tama$o de la Muestra por Con!lomerados
! ta#a>o de !a #uetra or con!o#erado e deter#ina de #anera
ditinta en re!ación con e! ?.,.S. e! ?.,.. Precia#ente& e!
:ec:o de no contar con !ita de todo !o e!e#ento de !a
o!ación& i#oii!ita !a deter#inación eacta& a riori& de!
n@#ero de e!e#ento de !a #uetra.
Só!o a! -ina! de! ceno en cada con!o#erado e oi!e
conocer e! ta#a>o Aue tiene !a #uetra e!eccionada. to e a orAue e! n@#ero de e!e#ento or con!o#erado (
8/18/2019 Muestra y muestreo.ppt
31/31
Práctica de Muestreo Aleatorio por Conglomerados:
Se ha decidido dividir a la población estudiantil de una Universidad enconglomerados, para tener más fácil acceso a cada estudiante. Se decidió utilizarcomo conglomerado a cada aula de clase en los días y horas en que hay clases en todaslas facultades. ¿ómo se e!trae información muestral para estimar el gasto promedioen transporte por parte de los alumnos"
Soluci"n"
Se aina un n@#ero a cada a!ón de c!ae en toda !a -acu!tade. Si :a 460 au!a&entonce e tiene Aue e! ota! de Con!o#erado (?) e iua! a 460 en !a o!ación.
M % &'#
Si e ae Aue& en ro#edio& :a 75 a!u#no or au!a e cuenta con tie#o recuro
u-iciente ara entre