7/21/2019 Metodos Estadisticos Poblacin y muestra
1/18
Repblica Bolivariana de Venezuela
Ministerio del Poder Popular para la Educacin
Universidad Yacamb
Cabudare Edo! "ara
#nte$rantes%
Yusdel& "amanna
'arait( )ellec(ea
Maria *os+ Parra
,eibeilis Bosc-n
.+nesis Meza
Pro/esora% 0ilma Rodr1$uez
Cabudare /ebrero 2345
MTODOESTADISTICO
7/21/2019 Metodos Estadisticos Poblacin y muestra
2/18
Indice
#ntroducion "a estadistica
Poblacion estadistica
Poblacion
"as Muestras & e6emplo
Metodo Estadistico
Muestreo no probabilistico
Muestreo probabilistico
Muestreo simle
Muestreo sistematio
Muestreo con$lomerados Variables & atributos
Biblio$ra/ia
Conclusion
Introduccin
7/21/2019 Metodos Estadisticos Poblacin y muestra
3/18
Este importante estudio est- basado en la investi$acinre/erida altema de la Estad1stica7con la cual se puede lle$ar a reunir7 recolectar7
or$anizar7 resumir7 presentar & analizar in/ormacinpara /acilitar
al (ombreel estudio de datosmasivos de individuos7 $rupos7 series de
(ec(os7 etc! & deducir de ello $racias al an-lisisde estos datos se pueden
obtener unos si$ni/icados precisos o unas previsiones para el /uturo7 sacar
conclusiones v-lidas & tomar decisiones con base en este an-lisis7 as1
tambi+n realizar predicciones a cerca del con6unto del cual se (an
seleccionado dic(os datos! El empleocuidadoso de los m+todos estad1sticos
permite obtener in/ormacin precisa! 8esde un punto de vista aplicado es
necesario realizar una muestra para poder realizar un estudio pero debe serlo m-s representativa posible de la poblacin de la 9ue procede! 'in
embar$o7 por mu& cuidadosa 9ue sea la seleccin de la muestra di/1cilmente
ser- una representacin e:acta de la poblacin! Esto si$ni/ica 9ue su
tendencia central7 variabilidad7 etc!7 apro:imar-n las de la poblacin7 pero
(abr- cierta di/erencia7 9ue interesa sea lo menor posible7 es decir7 9ue el
punto clave de el muestreo es el de representatividad de los procedimientos
de muestreo tienen por ob6eto $enerar muestras lo m-s representativas
posible de las poblaciones dados los ob6etivos de la investi$acin & las
circunstancias 9ue a/ectan al muestreo! "as muestras sin$ulares $eneradas
para investi$acin con su6etos suelen utilizarse para obtener al$unos
estad1sticos ;Media7 proporcin7 la moda7 entre otrosombre o
Mu6er 53?
,ivel de
con/ianza%@3?
8esviacin
tolerada%5?
Resultado 4@A
)ama=o de la
muestra% 23
"a interpretacin de esos datos ser1a la si$uiente%
7/21/2019 Metodos Estadisticos Poblacin y muestra
7/18
4! "a poblacin a investi$ar tiene 222!222 (abitantes & 9ueremos saber
cu-ntos son (ombres o mu6eres!
2! Estimamos en un 53? para cada se:o & para el propsito del estudio
es su/iciente un @3? de se$uridad con un nivel entre @3 5 & @3 D 5!
! .eneramos una tabla de 2F3 nmeros al azar entre 4 & 222!222 & en
un censo numerado comprobamos el $+nero para los seleccionados!
El M"todo Estadstico
Consiste en una secuencia de procedimientos para el mane6o de losdatos cualitativos & cuantitativos de la investi$acin! 8ic(o mane6o de datos
tiene por propsito la comprobacin7 en una parte de la realidad7 de una o
varias consecuencias veri/icables deducidas de la (iptesis $eneral de la
investi$acin! "as caracteristicas 9ue adoptan los procedimientos propios del
m+todo estad1st1co dependen del d1se=o de 1nvesti$acin seleccionado para
la comprobacin de la consecuencia veri/icable en cuestin!
El m+todo estad1stico tiene las si$uientes etapas
4! #ecoleccin $medicin%:
G9u1 es donde se reco$e la in/ormacin cualitativa & cuantitativa se=alada
en el dise=o de la investi$acin! En vista de 9ue los datos reco$idos suelen
tener di/erentes ma$nitudes o intensidades en cada elemento observado ;por
e6emplo el peso o la talla de un $rupo de personas
7/21/2019 Metodos Estadisticos Poblacin y muestra
8/18
2! #ecuento $cmputo%:
En esta etapa del m+todo estadistico la in/ormacin reco$ida es sometidaa revisin7 clasi/icacin & cmputo num+rico! G veces el recuento puede
realizarse de manera mu& simple7 por e6emplo con ra&as o palotesH en otras
ocasiones se re9uiere el empleo de tar6etas con los datos &7 en
investi$aciones con muc(a in/ormacin7 puede re9uerirse el empleo de
computadoras & pro$ramas especiales para el mane6o de bases de datos! En
t+rminos $enerales puede decirse 9ue el recuento consiste en la
cuanti/icacin de la /recuencia con9ue aparecen las diversas caracter1sticas
medidas en los elementos en estudio!
!Presentacin:
M+todo estad1stico se elaboran los cuadros & los $r-/icos 9ue permiten
una inspeccin precisa & r-pida de los datos! "a elaboracin de cuadros7 9ue
tambi+n suelen llamarse tablas7 tiene como propsito acomodar los datos de
manera 9ue se pueda e/ectuar una revisin num+rica precisa de los mismos!
"a elaboracin de $r-/icos /acilitan la inspeccin visual r-pida de la
in/ormacin &a 9ue cada $r-/ico permite obtener una clara idea de la
distribuc1n de las /recuencias de las caracter1sticas estudiadas!
I! &escripcion:
"a in/ormacin es resumida en /orma de medidas 9ue permiten e:presar
de manera sint+tica las principales propiedades num+ricas de $randes series
o a$rupamientos de datos! "a condensacin de la 1n/ormacin7 en /orma de
medidas llamadas de resumen7 tiene por propsito /acilitar la comprensin
$lobal de las caracter1sticas /undamentales de los a$rupamientos de los
datos!
5! Anlisis:
'e realiza mediante /rmulas estadlsticas apropiadas & el uso de tablas
especi/icamente dise=adas7 se e/ecta la comparacin de las medidas de
resumen previamente calculadasH E:isten procedimientos bien establecidos
para la comparacin de las medidas de resumen 9ue se (a&an calculado en
la etapa de descripcin! )ales procedimientos7 conocidos como pruebas de
7/21/2019 Metodos Estadisticos Poblacin y muestra
9/18
an-lisis estad1stico cuentan con sus /rmulas & procedimientos propios! Cada
prueba de an-lisis estad1stico debe util1zarse siempre en /uncin del tipo de
dise=o de investi$acin 9ue se (a&a seleccionado para la comprobacin decada consecuencia veri/icable deducida a partir de la (iptesis $eneral de
investi$acin!
Por lo anterior7 puede considerarse a la estad1stica como una disciplina
9ue posee su propio m+todo! )al disciplina emplea conocimientos de otras
ciencias como la l$ica & la matem-tica & por ello se dice 9ue la estadlstica
es una /orma razonable de emplear el sentido comn & la aritm+tica para el
mane6o de los datos en las investi$aciones!
Muestreo no probabilstico
Es a9u+l para el 9ue no se puede calcular la probabilidad de
e:traccin de una determinada muestra! Por tal motivo7 se busca seleccionar
a individuos 9ue tienen un conocimiento pro/undo del tema ba6o estudio & se
considera 9ue la in/ormacin aportada por esas personas es vital para la
toma de decisiones!
Muestreo probabilstico
El muestreo probabil1sticos son a9uellos 9ue se basan en el principio
de e9uiprobabilidad! Es decir7 a9uellos en los 9ue todos los individuos tienen
la misma probabilidad de ser ele$idos para /ormar parte de una muestra &7
consi$uientemente7 todas las posibles muestras de tama=o no tienen la
misma probabilidad de ser seleccionadas! 'lo estos m+todos de muestreo
probabil1sticos nos ase$uran la representatividad de la muestra e:tra1da &
son7 por tanto7 los m-s recomendables!
8entro de los m+todos de muestreo probabil1sticos mas comunes se
encuentran los si$uientes tipos%
Muestreo simple:
Es a9uel 9ue le permite al investi$ador con/ormar una muestra de
/orma 9ue cada elemento de la poblacion o universo ten$a la misma
probabilidad de ser seleccionado7 por tanto7 se re9uiere enumerar a cada
uno7 de 4 a ,!
7/21/2019 Metodos Estadisticos Poblacin y muestra
10/18
E6emplo% "a Universidad Yacamb tiene 423 estudiantes de in$enier1a
industrial7 se 9uiere e:traer una muestra de 3 alumnos!
'e enumeran a los alumnos del 4 a 423!
'e sortean 3 nmeros entre los 423!
"a muestra estar- /ormada por los 3 estudiantes a los 9ue les
correspondan los nmeros obtenidos!
Muestreo sistematico:
'e utiliza oara obtener una muestra sistematica al azar se deben
numerar las observaciones de 4 a n! lue$o determinar el intervalo de
muestreo ;#M
7/21/2019 Metodos Estadisticos Poblacin y muestra
11/18
muestra al azar de cada estrato7 & la muestra resultante se llama muestra
estrati/icada! Es decir7 este metodo implica la identi/icacion de caracteristicas
9ue dan lu$ar a la con/ormacion de sub$rupos (omo$eneos al interior7 cadaestrato se seleccionaron al azar!
'e$n la cantidad de elementos de la muestra 9ue se (an de ele$ir de
cada uno de los estratos7 e:isten dos t+cnicas de muestreo estrati/icado%
Asignacin proporcional:El tama=o de la muestra dentro de cada
estrato es proporcional al tama=o del estrato dentro de la poblacin!
Asignacin ptima:la muestra reco$er- m-s individuos de a9uellos
estratos 9ue ten$an m-s variabilidad! Para ello es necesario unconocimiento previo de la poblacin!
E6emplo% 'upn$ase 9ue en una empresa se encuentran los si$uientes
/uncionarios! 'e pide tomar una muestra de I3 personas!
>ombre7 6ornada completa% @3
(ombre7 media 6ornada% 4F
mu6er7 6ornada completa% @
mu6er7 media 6ornada% A
)otal% 4F3
calcular el porcenta6e de cada $rupo!
? (ombre7 6ornada completa J @3 K 4F3 J 53?
? (ombre7 media 6ornada J 4F K 4F3 J 43?
? mu6er7 6ornada completa J @ K 4F3 J 5?
? mu6er7 media 6ornada J A K 4F3 J 5?
Esto dice 9ue nuestra muestra de I3%
7/21/2019 Metodos Estadisticos Poblacin y muestra
12/18
53? de I3 es 23
43? de I3 es I
5? de I3 es 2
5? de I3 es 4I
Muestreo conglomerados:
Este metodo tambien se conoce como muestreo de areas& es util
cuando la poblacion se encuentra dispersa! "a seleccin de la muestra
puede re9uerir varias etapas7 como se indica a continuacion% determinar la/recuencia del muestreo7 esco$er al azar la muestra donde se va a comenzar
el muestreo & clasi/icar o dividir en arias!
'e utiliza cuando la poblacin se encuentra dividida7 de manera
natural7 en $rupos 9ue se supone 9ue contienen toda la variabilidad de la
poblacin7 es decir7 la representan /ielmente respecto a la caracter1stica a
ele$ir7 pueden seleccionarse slo al$unos de estos $rupos
o con$lomerados para la realizacin del estudio!
)ambien se puede decir 9ue un mestreo probabil1stico se lleva a cabo
con un plan estad1stico de seleccin totalmente r1$ido & /i6ado de antemano
de acuerdo a esas probabilidades & donde ni los entrevistadores ni otras
personas 9ue interven$an en el muestreo toman decisin al$una sobre 9u+
unidad ele$ir para la muestra! )ambi+n (a& 9ue notar 9ue los procedimientos
para /ormar estimadores est-n /i6ados de antemano como parte del dise=o
muestral & no dependen de la muestra particular 9ue se (a seleccionado!
Utilizan ecuaciones establecidas como la si$uiente cuando , es
conocida%
7/21/2019 Metodos Estadisticos Poblacin y muestra
13/18
n= N . z
2. p(1p)
z2
. p (1p )+N . p2
donde utiliza variables como% error7 nivel de con/ianza7 poblacion7
muestra7 8istribucin de .auss ;z
El mar$en de error % Es el intervalo en el cu-l espero encontrar el dato
9ue 9uiero medir de mi universo! El dato puede ser en $eneral de dos tipos%
una media o una proporcin!
El nivel de con/ianza % E:presa la certeza de 9ue realmente el dato
9ue buscamos est+ dentro del mar$en de error!
8istribucin de .auss o distribucin $aussiana% 8istribuciones de
probabilidad de variable continua 9ue con m-s /recuencia aparece
apro:imada en /enmenos reales!
8atos%
n J El tama=o de la muestra 9ue 9ueremos calcular
, J )ama=o del universo!
L
2
J Es la desviacin del valor medio 9ue aceptamos para lo$rar elnivel de con/ianza deseado! En /uncin del nivel de con/ianza 9ue
bus9uemos7 usaremos un valor determinado 9ue viene dado por la /orma
9ue tiene la distribucin de .auss!
e 2J Es el mar$en de error m-:imo 9ue admito ;p!e! 5?
Top Related