Professional Documents
Culture Documents
Objetivos
Objeto de investigacin
Anticipar el procesamiento de la informacin
Representatividad de la muestra
La muestra debe reproducir las caractersticas del
Representatividad de la muestra
La
Tamao de la muestra
Para Muestras aleatorias
Tericamente, podemos calcular el tamao requerido
de la muestra sobre la base de:
1. el nmero y tipo de variables y (ms variables
implica ms tiempo y por lo tanto menos muestra.
Variables cuanti o cuali implica opciones de
respuesta p y q que implicarn su incidencia en el
tamao)
2. El nivel deseado de representatividad estadstica.
3. Tambin depender de si queremos los resultados
en PROPORCIONES o en PROMEDIOS, as usaremos
para cada caso una frmula especfica.
10
Tamao de la muestra
Hay que hacer notar que la frmula demuestra
que
el tamao de la muestra no es
proporcional al del Universo.
PARA UNIVERSOS PEQUEOS (< DE CIEN MIL)
Estimar medias
Estimar Proporciones
Z * * N
2)
2
2
( N * e ( Z * )
2
Z 2 * p*q* N
( N * e 2) ( Z 2 * p * q)
Z * p*q
2
e
11
( N * e 2) ( Z 2 * p * q)
12
n=
Z * p*q* N
2
2
N *e Z * p *q
13
DISTRIBUCIN NORMAL
14
15
e = error de estimacin
Implica el sesgo entre la informacin esperada si se tratara
de un CENSO y la informacin emprica que se obtendr de
una Muestra.
El investigador lo determina
Implica sumar y restar este valor al dato que resulte del
estudio.
Esto representa un margen de imprecisin
Por eso se sugiereMBA.Maria
trabajar
con un error de 3 a 5 %
Antonia Cruz Flores
16
Poblacin
Para un
"e" = 5%
Para un
"e" = 6%
Tamao
de
Muestra
("n")
Tamao
de
Muestra
("n")
Para un
Para un
"e" = 7% "e" = 8%
Tamao
de
Muestra
("n")
Tamao
de
Muestra
("n")
para una
Para un
"e" = 9%
Para un
"e" = 10%
Tamao
de
Muestra
("n")
Tamao
de
Muestra
("n")
68.111
17
18
TIPOS DE MUESTREO
Al trabajar con una muestra hay que plantearse:
por qu? Cul es el objetivo de nuestra
seleccin? Es uno de los siguientes?
1. Solo estamos interesados realmente en algunos
elementos, en ejemplares o casos de la poblacin.
Este tipo habitual de investigacin no es de hecho
un estudio de muestreo, sino un estudio de caso
ampliado.
19
2.
20
21
22
Muestras aleatorias
El principio de la seleccin: repartir la baraja.
Todos los objetos de la poblacin tienen iguales
probabilidades de ser seleccionados en la muestra:
razn de muestreo, y es igual al nmero de
elementos de la muestra dividido por el nmero de
la poblacin.
23
Muestras aleatorias
Hay mtodos alternativos para crear una muestra
aleatoria (en otras palabras, una "muestra de
probabilidad"):
1. Muestra aleatoria simple.
La muestra se extrae a suertes. Trabajar con papeletas
es laborioso si la poblacin es amplia. Pero si tenemos
la poblacin en un fichero de ordenador, el trabajo
ser fcil.
24
25
26
4.
MUESTREO
ESTRATIFICADO
CONGLOMERADOS
POR
27
28
29
Numero de
Elementos
(N1) Directores:
534
(N2) Subdirectores:
173
(N3) Gerentes:
345
(N4) Subgerentes:
15
144
30
Tamao de
Muestra en el
Estrato "i",
(ni)
Para un
Para un
Para un
Para un
"N1=534" "N2=173" "N3=345" "N4=15"
(534)
(173)
(345)
Directores
Sub
directores
Gerentes
Para un
"N5=144"
(15)
(144)
7.5393
72.3770
Sub
gerentes
Jefes
de Dpto
31
Muestras no aleatorias
Si consideramos que no precisamos cifras exactas sobre la
representatividad estadstica de nuestros resultados,
podramos plantearnos el usar una muestra no aleatoria
(o "no probabilstica"), lo que significa que elegiremos a
voluntad nuestra.
32
Muestras no aleatorias
Sin embargo, hay una desventaja: corremos un gran
riesgo de obtener demasiado sesgo en la muestra. No
seremos capaces siquiera de advertir la presencia, y
menos an, la cantidad de sesgo si hacemos
personalmente la seleccin de la muestra.
33
34
35
36
1.
2.
37
38
39
40
41
42
CONSIDERACIONES FINALES
NO DEBEMOS PERDER DE VISTA EL SENTIDO SISTEMICO
Y CICLICO DE LA INVESTIGACION
SI UNA DE LAS FASES PREVIAS O POSTERIORES ES
DEFICIENTE DE NADA SERVIRIA TODO EL ESFUERZO DEL
CALCULO DE LA MUESTRA.
43