Documente Academic
Documente Profesional
Documente Cultură
Muestreo
Población Muestra
Media x
2 Varianza s2
P Proporción p̂
Total ˆ
Parámetros Estadisti cos
Inferencia
CONCEPTOS ESTADÍSTICOS FUNDAMENTALES
Población objetivo
Es el universo que abarca la totalidad de entes sobre los qué o
quienes se requiere obtener información. Se obtiene de delimitar la
población natural.
Muestra
Es un subconjunto de entes de la población objetivo, sobre los qué o
quienes recae la recolección de datos. Y que se supone son
representativos de la población.
Unidad de muestreo
Elemento o subconjunto de elementos de la población, no
traslapados, del que se debe obtener información para realizar el
estudio. También se le llama unidad de análisis.
Ejemplo:
Plaga Unidad de Tamaño muestra
muestreo
Barrenador 1 tallo (caña) 20/ha
(cosecha)
Plaga de raíz 30 x 30 cm área y 2/ha
30 cm profundidad
Fuente: Muestreo estadístico: notas de acompañamiento (Lopez y Gonzalez, 2007)
Marco de muestreo
Unidad física o electrónica que sirve como referencia para identificar o
localizar la totalidad de unidades de muestreo que constituyen una
población. Puede ser:
a) Una lista depurada de personas, plantas, animales o cosas.
b) Un plano o mapa de ubicación de parcelas, hogares, plantas o cosas.
Población
Población objetivo
natural N=70
Muestra
Unidad de
muestreo
n=9
IC x Z Se d
Z: número de desviaciones estándar al que se ubica el valor de un estadístico
respecto a una función de distribución normal estándar, cuando el área bajo la
curva, probabilidad o nivel de confianza es .
El multiplicador de población finita para corregir el error estándar de la media se debe de utilizar
cuando la fracción de muestreo n/N sea mayor a 0.05
TAMAÑO DE LA PREMUESTRA O
MUESTRA PRELIMINAR
Probabilístico No probabilístico
Toma en cuenta el tamaño de la población
Todos los elementos de la Se emplea el conocimiento y la
población tienen la misma opinión personal para identificar
oportunidad de ser elegidos los elementos de la población que
1. Error de Muestreo
2. Errores de no muestreo
CÁLCULO DEL TAMAÑO DE LA
MUESTRA EN EL MUESTREO
ALEATORIO SIMPLE
La fórmula para calcular el tamaño de una muestra
se deriva de aquella que se utiliza para definir el
error de estimación, en el caso del muestreo
aleatorio simple (MAS), son las siguientes:
Para estimar la MEDIA de una población
INFINITA donde se desconoce su tamaño:
N 2 Z12 2
Z1 Nn N n n
d 2
Nn
Despejando
N d 2 2 Z12 2
DONDE:
N= tamaño de la población
n= tamaño de la muestra
d= error de estimación, error de muestreo o precisión ( ó E)
Z 1-/2: número de deviaciones estándar (Z) cuando la probabilidad o área
bajo la curva acumulada equivale una confiabilidad =1-/2, en la
función de distribución normal estándar.
=desviación estándar poblacional o premuestral
Así, otras fórmulas para calcular el tamaño de
la muestra utilizando MAS son:
Equivalente a la anterior. Se utiliza también para para
estimar la MEDIA de una población FINITA:
Z12 2 2
n'
d2
1
k n n'k
n'
1
N
Para estimar la MEDIA de una población FINITA, cuando la
varianza se obtiene de una muestra preliminar de tamaño
n<30 o bien cuando N<30.
N s 2 t22,n1
n
N d 2 s 2 t22,n 1
DONDE:
N= tamaño de la población
n= tamaño de la muestra
d= error de estimación, error de muestreo o precisión ( ó E)
t /2,n-1: número de deviaciones estándar (t) cuando la probabilidad o área
bajo la curva equivale a una confiabilidad = /2 y n-1 grados de libertad,
en la función de distribución t de Student. La variable n en n-1, es el
tamaño de la premuestra
s=desviación estándar de la premuestra
Equivalente a la anterior. Se utiliza también para
estimar la MEDIA de una población FINITA, cuando
la varianza se obtiene de una muestra preliminar
de tamaño n<30 o bien cuando N<30.
t22,n1 s 2
n' 2
d
El tamaño final de la muestra (n), se obtiene corrigiendo n’
empleando el tamaño de la población y el valor k:
1
k n n'k
n'
1
N
Para estimar TOTALES en una población
FINITA:
N 2 s 2 Z21 / 2
n
d 2 N Z21 / 2 s 2
DONDE:
N= tamaño de la población
n= tamaño de la muestra
d= error de estimación, error de muestreo o precisión ( ó E)
: nivel de significancia
Z 1-/2: número de deviaciones estándar (Z) cuando la probabilidad o área
bajo la curva acumulada equivale una confiabilidad =1-/2, en la
función de distribución normal estándar.
=desviación estándar poblacional (regularmente la premuestral)
Para estimar proporción o porcentaje de una población INFINITA:
Z12 2 pq
n
d2
Para estimar proporción o porcentaje de una población FINITA:
N Z12 2 p q
n
Nd 2 Z12 2 p q
DONDE:
N= tamaño de la población
n= tamaño de la muestra
d= error de estimación, de muestreo o precisión ( ó E)
Z 1-/2: número de deviaciones estándar (Z) cuando la probabilidad o área bajo
la curva acumulada equivale una confiabilidad =1-/2, en la función de
distribución normal estándar.
p=proporción de ocurrencia de la característica de la población bajo análisis o
probabilidad de éxito.
q=proporción de no ocurrencia o probabilidad de fracaso.
Note que el producto pq es un indicativo de la varianza.
Equivalente a la anterior, se utiliza también para
Para estimar proporción o porcentaje de una
población FINITA:
Z12 2 p q
n'
d2
1
k
n'
1
N
n n'k
Para estimar proporción o porcentaje de una población
FINITA, cuando la proporción de ocurrencia de la
característica de interés se obtiene a partir de una
muestra preliminar de tamaño n<30, pero N>30.
N t22,n1 p q
n
Nd 2 t22,n1 p q
Para estimar proporción o porcentaje de una población
FINITA, cuando N<30.
También se puede utilizar cuando la proporción de ocurrencia de la
característica de interés se obtiene a partir de una muestra preliminar de
tamaño n<30, siendo N>30.
t22,n1 p q
n'
d2
El tamaño final de la muestra (n) se calcula así:
1
k n n'k
n'
1
N
Para calcular el tamaño de la muestra cuando se
desconocen los valores de p y q. Ocurre usualmente
cuando se deben utilizar cuestionarios o entrevistas en
estudios de fenómenos sociales, sondeos de opinión, o
variables de análisis de escala nominal.
N
n
Nd 1
2
Donde:
N = tamaño de la población
d= error de estimación
Se deriva de la fórmula para calcular proporción en una población finita, en este caso
se asume la máxima varianza (pq=0.25) y un nivel de significancia equivalente a 63 por
millar, es decir, la probabilidad de tomar una muestra no representativa es tan solo 63
en un millón.
Si se considera el ingreso anual por familia real en quetzales, determine el
tamaño de muestra para estimar el ingreso total de un sector residencial
compuesto por 500 familias, tanto en forma puntual como en intervalo.
N s 2 t22,n1
n
N d 2 s 2 t22,n 1
De la muestra preliminar : Confiabilidad : 95%
x 9,635 s 11, 400.66 Nivel de significancia 5%
Precisión : ´ / 2
d x Precisión % gl n 1
d 9635.00 0.15 gl 20 1 19
d 1, 445.25 t0.025 ,19 2.093
n 177 familias
• Hacer el muestreo, eligiendo aleatoriamente los elementos que
hacen falta para 177.
• Hacer la estimación puntual y de intervalo.
• Indicar el error de precisión resultante.
Precisión:
s 2 t22,n1 N n 9, 456.22 2.0932 500 177
d Q.1195.68
nN 177 500
1195.68
d 100 10.42%
11475.68
Estimación puntual Intervalo de confianza
Total ingresos estimado : T d 5,737,842.11 0.1042
T xN T d 597,883.15
T 11, 475.68 500 5,737,842.11 597,883.15 5139958.96
T 5,737,842.11 5,737,842.11 597,883.15 6335725.26
de : 5,139,958.96 a 6,335,725.26
2 1
1 1 2 2 3
4 5
4 3 4 5 6 6
...
3 7
6 7 8
5 ... ... N2 8
N1 NL
7 9 ...
Muestra aleatoria Muestra aleatoria
Muestra aleatoria
simple simple
simple
1 2 1 2
1 2 3 ...
... 3 ... nL
3 n1 4 n2
n = n 1 n 2 ... n L
Metodología de un muestreo aleatorio
estratificado
wi
i pˆ i qˆi
N 2
n i 1
n i 1
2 L
d2 L
Ni pˆ i qˆi
d
N 2
2
Z1 / 2
i iN
i 1
2
N 2
Z2
i 1
1 / 2
Donde:
Pse% = Desviación estándar de la población estratificada
E% = error permisible
N = numero de parcelas
V = volumen medio (media ponderada)
Pse = Desviación estándar común
Á𝑟𝑒𝑎 𝑡𝑜𝑡𝑎𝑙
N=
Á𝑟𝑒𝑎 𝑝𝑜𝑟 𝑝𝑎𝑟𝑐𝑒𝑙𝑎
Ejemplo de un muestreo aleatorio
estratificado
Error estándar de la media ponderada
𝑘
𝑆𝑋𝑝 𝑃𝑖 2 × 𝑆𝑖 2
𝑖=1
Error de muestreo
𝐸 = 𝑆𝑋𝑝 × 𝑡(α,𝑛−𝑘) 𝐸
𝐸% = x 100
2 𝑋𝑝
n= tamaño de la muestra
K = numero de estratos
Volumen total T = 𝑋𝑝 × 𝑁
Estratos
Parcela A B C
1 16 7 20
2 0 10 10
3 24 22 8
4 8 6 22
5 39 11 18
Ejemplo de un muestreo aleatorio
estratificado
Paso 1
Obtener la media y la desviación estándar de cada estrato. Así como la
proporción que representa cada estrato con respecto al área total
Area ha (Ni) Xi Si Pi
N= 300
Paso 2
Ahora calculamos la desviación estándar común
Ejemplo de un muestreo aleatorio
estratificado
Paso 3
Como el error permisible está expresado en porcentaje, debemos convertir el Pse
en %. Para ello debemos obtener el Volumen medio (V) utilizando la ecuación de la
media ponderada.
Ejemplo de un muestreo aleatorio
estratificado
Paso 4
Calcular el tamaño de la muestra
n = 66.03 ≈ 67 parcelas
Ejemplo de un muestreo aleatorio
estratificado
Otra forma: Haciendo uso de la formula de Mendenhall
L
Ni2 i2
i 1 wi
n
d2 L
N2 2
Z1 / 2
i 1
N i i
2
Paso 1
Obtener la media y la desviación estándar de cada estrato. Así como la
proporción que representa cada estrato con respecto al área total
Area ha (Ni) Xi Si Wi
N= 300
Ejemplo de un muestreo aleatorio
estratificado
Paso 2
Calcular el error de estimación de la media de cada estrato
Area ha (Ni) Xi Si Wi Error de estimación
A 80 17.4 15.027 0.27 3.48
B 100 11.2 6.38 0.33 2.24
C 120 15.6 6.229 0.4 3.12
Paso 3
Calcular el tamaño de la muestra
L
Ni2 i2
i 1 wi
n
d2 L
N2 2
Z1 / 2
i iN 2
i 1
Ejemplo de un muestreo aleatorio
estratificado
n = 62.16 ≈ 63 muestras
Resuelva
Se realizara un estudio de muestreo para determinar cuanto gastan mensualmente las
personas en el consumo de carne. Este se llevara a cabo en la población de Sansare que tiene
15,000 habitantes. Un estudio más minucioso de esta población ha identificado tres estratos
de personas según su ingreso; personas de altos ingresos 1,200, de medianos ingresos son
5,000 y de bajos ingresos son 8,800.
Para iniciar con el estudio fue necesario obtener una premuestra aleatoria de 30 personas en
cada estrato. Asumiendo un nivel de significancia del 5% y un error de estimación 3% de la
media de cada estrato, calcule el tamaño de la muestra y el gasto mensual en el consumo de
carne. Los resultados de la premuestra fueron:
Estrato Alto (gasto en Q)
1048 942 711 510 705 541 815 919 930 695
973 976 584 722 573 818 882 526 939 409
875 710 518 524 858 876 680 641 853 972
Es el conjunto de hechos
verificables y sustentados en
evidencia recogidos por las
teorías científicas.
EL CONOCIMIENTO CIENTÍFICO
El conocimiento científico es una de las formas que tiene el
hombre para otorgarle un significado con sentido a la realidad.
Investigación Científica
Actividad que genera conocimiento científico, mediante el uso
del método científico. También se puede definir como un estudio
sistemático, empírico, controlado y crítico de hipótesis sobre
supuestas relaciones entre fenómenos.
INVESTIGACIÓN CIENTÍFICA
• Experimentación
Método
Científico
EL MÉTODO CIENTÍFICO
EL MÉTODO CIENTÍFICO
Formulación de la Hipótesis
Experimentación
#1 #2 #3
OBSERVACIÓN BÚSQUEDA
PREGUNTA
DE LITERATURA
#6
ANÁLISIS #5
DE RESULTADOS #4
EXPERIMENTACIÓN
(DATOS) HIPÓTESIS
#7 #8
TESIS PUBLICACIÓN
Descripción de las Etapas del Método
Científico
1. Observación
Siempre que observamos algo
establecemos una pregunta. 2. Pregunta o
Observar es más que el mero hecho
de ver.
Problema
Son cuestionamientos que surgen
a partir de una observación.
Descripción de las Etapas del Método
Científico
5. Experimentación
Estudio metódico realizado bajo
control. Todo experimento debe 6. Análisis de Resultados
ser realizado teniendo en cuenta
observar su comportamiento y Es la interpretación de los
medir resultados. resultados obtenidos del proceso
de experimentación.
Descripción de las Etapas del
Método Científico
7. Tesis
Es la aseveración final que
contesta la pregunta que hemos 8. Publicación
realizado. Esta es una Todo trabajo científico debe ser de
aseveración que ha sido conocimiento para el ser humano.
comprobada mediante Este debe ser presentado en una
experimentación y esta apoyada revista o publicación de tipo
por evidencia experimental. científica.
Ciclo de la Investigación Científica
• Es una formulación de pasos a seguir a la hora de
aplicar el método empírico-analítico
Limitaciones del Método Científico