A.12.1. M©todos De Muestreo Existen dos m©todos de muestreo: Muestreo Probabilistico...

download A.12.1. M©todos De Muestreo Existen dos m©todos de muestreo: Muestreo Probabilistico Muestreo aleatorio simple Muestreo aleatorio sistemtico Muestreo

of 15

  • date post

    11-Apr-2015
  • Category

    Documents

  • view

    235
  • download

    15

Embed Size (px)

Transcript of A.12.1. M©todos De Muestreo Existen dos m©todos de muestreo: Muestreo Probabilistico...

  • Diapositiva 1
  • A.12.1
  • Diapositiva 2
  • Mtodos De Muestreo Existen dos mtodos de muestreo: Muestreo Probabilistico Muestreo aleatorio simple Muestreo aleatorio sistemtico Muestreo aleatorio estratificado. Afijacin simple Afijacin proporcional Afijacin Optima Muestreo aleatorio por conglomerados A.12.2
  • Diapositiva 3
  • Muestreo no Probabilistico Muestreo por cuotas Muestreo opintico o intencionalMuestreo opintico o intencional Muestreo casual o incidental Muestreo casual o incidental Bola de nieve Error Muestral A.12.3
  • Diapositiva 4
  • Son aquellos en los que todos los individuos tienen la misma probabilidad de ser elegidos para formar parte de una muestra y, consiguientemente, todas las posibles muestras de tamao n tienen la misma probabilidad de ser elegidas. A.12.4
  • Diapositiva 5
  • Muestreo aleatorio simple El procedimiento es el siguiente: 1) se asigna un nmero a cada individuo de la poblacin y 2) a travs de algn medio mecnico (bolas dentro de una bolsa, tablas de nmeros aleatorios, nmeros aleatorios generados con una calculadora u ordenador, etc.) se eligen tantos sujetos como sea necesario para completar el tamao de muestra requerido. No aplica en poblaciones grandes. A.12.5
  • Diapositiva 6
  • Muestreo aleatorio sistemtico Este procedimiento exige, como el anterior, numerar todos los elementos de la poblacin, pero en lugar de extraer n nmeros aleatorios solo se extrae uno. Se parte de ese nmero aleatorio i,que es un nmero elegido al azar, y los elementos que integran la muestras son los que ocupan los lugares i,i+k,i+2k,i+3k,,i+(n-1)k. Es decir se toman los individuos de k en k, siendo k el resultado de dividir el tamao de la poblacin entre el tamao de la muestra: k=N/n. El nmero i que empleamos como punto de partida ser un nmero al azar entre 1 y k. A.12.6
  • Diapositiva 7
  • Muestreo aleatorio estratificado. Consiste en considerar categoras tpicas diferentes entre s (estratos) que poseen gran homogeneidad respecto a alguna caracterstica (se puede estratificar, por ejemplo, segn la profesin, el municipio de residencia, el sexo, el estado civil, etc.). La distribucin de la muestra en funcin de los diferentes estratos se denomina afijacin, y puede ser de diferentes tipos: Afijacin simple A cada estrato le corresponde igual nmero de elementos maestrales. A.12.7
  • Diapositiva 8
  • Afijacin proporcional La distribucin se hace de acuerdo con el peso (tamao) de la poblacin en cada estrato. Afijacin Optima Se tiene en cuenta la previsible dispersin de los resul- tados, de modo que se considera la proporcin y la des- viacin tpica. Tiene poca aplicacin ya que no suele conocer la desviacin A.12.8
  • Diapositiva 9
  • Muestreo aleatorio por conglomerados En el muestreo por conglomerados la unidad muestral es un grupo de elementos de la poblacin que forman una unidad, a la que llamamos conglomerado. Las unidades hospitalarias, los departamentos universitarios, una caja de determinado producto, etc. Son conglomerados naturales como por ejemplo, las urnas electorales. Cuando los conglomerados son reas geogrficas suele hablarse de "muestreo por reas". A.12.9
  • Diapositiva 10
  • A veces, para estudios exploratorios, el muestreo probabi- lstico resulta excesivamente costoso y se acude a mtodos no probabilsticas, an siendo conscientes de que no sirven para realizar generalizaciones, pues no se tiene certeza de que la muestra extrada sea representativa, ya que no todos los sujetos de la poblacin tienen la misma probabilidad de ser elegidos. En general se seleccionan a los sujetos siguiendo deter- minados criterios procurando que la muestra sea representativa. A.12.10
  • Diapositiva 11
  • Muestreo por cuotas. Tambin denominado en ocasiones "accidental". Se asienta generalmente sobre la base de un buen conocimiento de los estratos de la poblacin y/o de los individuos ms "represen- tativos" o "adecuados" para los fines de la investigacin. En este tipo de muestreo se fijan unas "cuotas" que consisten en un nmero de individuos que renen unas determinadas condiciones. Ejemplo: 20 individuos de 25 a 40 aos, de sexo femenino y residentes en Gijn. Una vez terminada la cuota se eligen los primeros que se encuentren que cumplan esas caractersticas. Este mto- do se utiliza mucho en las encuestas de opinin. A.12.11
  • Diapositiva 12
  • Muestreo opintico o intencional Este tipo de muestreo se caracteriza por un esfuerzo deli- berado de obtener muestras "representativas" mediante la inclusin en la muestra de grupos supuestamente tpicos. Es muy frecuente su utilizacin en sondeos preelectorales de zonas que en anteriores votaciones han marcado tenden- cias en voto. A.12.12
  • Diapositiva 13
  • Muestreo casual o incidental Se trata de un proceso en el que el investigador selecciona directa e intencionalmente los individuos de la poblacin. El caso ms frecuente de este procedimiento el utilizar como muestra los individuos a los que se tiene fcil acceso (los profe- sores de universidad emplean con mucha frecuencia a sus propios alumnos). Un caso particular es el de los voluntarios. A.12.13
  • Diapositiva 14
  • Bola de nieve Se localiza a algunos individuos, los cuales conducen a otros, y estos a otros, y as hasta conseguir una muestra suficiente. Este tipo se emplea muy frecuentemente cuando se hacen estudios con poblaciones "marginales", delincuentes,sectas, determinados tipos de enfermos, deportistas, etc. A.12.14
  • Diapositiva 15
  • Error Muestral De estimacin o estndar. Es la diferencia entre un estadstico y su parmetro correspondiente. Es una medida de la variabilidad de las estimaciones de muestras repetidas en torno al valor de la poblacin, nos da una nocin clara de hasta donde y con qu probabilidad una estimacin basada en una muestra se aleja del valor que se hubiera obtenido por medio de un censo completo. (los resultados se someten a error muestral e intervalos de confianza que varan muestra a muestra). Vara segn se calcule al principio o al final. Un estadstico ser ms preciso en cuanto y tanto su error es ms pequeo. Podramos decir que es la desviacin de la distribucin muestral de un estadstico y su confiabilidad. http://www.ilustrados.com/publicaciones/EpyAlEyuVlEkFlqwlo.php A.12.15