Professional Documents
Culture Documents
Un elemento es el objeto que posee la informacin buscada por le investigador y acerca de la cual se harn deducciones, por ej. el encuestado.
Una unidad de muestra es un elemento, o una unidad que contiene el elemento, que est disponible para la seleccin en una etapa del proceso de muestra.
No Probabilstico
Muestreo por Muestreo por Muestreo por Muestreo de conveniencia juicio cuota Bola de nieve
MAS
Muestreo Sistemtico
Muestreo Estratificado
Otros
Tcnicas de Muestreo
A.- Muestreo no Probabilstico: Tcnicas de muestreo que no utilizan procedimientos de seleccin por casualidad. En su lugar, se basan en el juicio personal del investigador. Se utilizan cuando no se
puede dimensionar o identificar claramente el Universo muestral, o este no se conoce. En este muestreo los resultados son vlidos a nivel de muestra. Son cuatro: Muestreo por Cupo, por conveniencia, Muestreo por juicio, Muestreo de Bola de Nieve.
B.- Muestreo Probabilstico: Procedimiento de muestreo en el que cada elemento de la poblacin tiene una oportunidad probabilstica fija de ser seleccionado para muestra.
Muestreo por Juicio: Es una forma del muestreo por conveniencia, en que la muestra se selecciona en base al juicio del investigador. Este, elige los elementos a ser incluidos en la muestra. Es subjetivo y su valor depende de la experiencia del investigador.
Mercados de prueba para determinar potencia de productos. Tiendas elegidas aleatoriamente para probar nuevos mtodos de exhibicin de mercadera.-
Ej:
muestreo no probabilstico, que es un muestreo por juicio restringido de dos etapas. La primera etapa consiste en desarrollar categoras de control o cuotas de elementos de la poblacin. En la segunda etapa, los elementos de muestra se seleccionan con base en la conveniencia o juicio.
1 Seleccionar las caracteristicas o variables de control: Edad, sexo; G.S.E., etc. 2 Establecerlos elementos poblacionales relevantes como subsegmentos del Universo. (definidos por las variables de control).
Total
30%
70%
100%
nij: = (Nij) ; n=% N nij: Tamao de cada segmento o nicho, segn las variables e control utilizadas. En este caso los smbolos representan a dos de ellas. Nij = Proporcin de cada segmento en el universo
N n= Tamao de la muestra.
Si n= 40
De esta forma se determinan los cupos: CUPO 1; 6 hombre menores 20 aos; 14 hombres mayores 20 aos CUPO2: 6 mujeres menores 20 aos; 14 mujeres mayores 20 aos
Ejemplo:
1. Seleccionar un marco de muestra adecuado. (alumnos) 2. A cada elemento se le asigna un N de 1 a N. (100 als.) 3. Generar (n) nmeros aleatorios diferentes entre 1 y N utilizando un paquete de software
1.
La muestra se elige mediante la seleccin de un punto de inicio aleatorio y la eleccin de cada isimo elemento en sucesin (i), a partir del marco de la muestra.
Ejemplo: N = 100.000 alumnos. Se desea n = 1.000 alumnos. i = 100.000/1.000 = 100 i = 100 Se selecciona un N aleatorio entre 1 y 100: 27, Muestra = 27, 127, 227, 327, 427, 527, 627, 727, 827, etc.
k,
27,
k + i,
27+100,
k + 2i,
27 + 2 x100,
k + 3i.., k + (n+1)i.
327,
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 muestrales. 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 resultados, de modo que se considera la proporcin y la desviacin tpica. Tiene poca aplicacin, no se conoce la desviacin.
3.
1. Seleccionar un marco de muestra adecuado. 2. Seleccionar la (s) variables (s) de estratificacin y el N de estratos, H. 3. Dividir toda la poblacin en H estratos. Con base en la variable de clasificacin, cada elemento de la poblacin se asigna a uno de los H estratos. 4. En cada estrato, numerar los elementos de 1 a N h (el tamao de la poblacin del estrato h). 5. Determinar el tamao de la muestra de cada estrato, n h con base en el muestreo estratificado proporcionado o desproporcionado, donde
H h=1
Frmula:
nh = n
Cuando los conglomerados son rea geogrficas suele hablarse de "muestreo por reas".
El muestreo por conglomerados consiste en seleccionar aleatoriamente un cierto nmero de conglomerados (el necesario para alcanzar el tamao muestral establecido) y en investigar despus todos los elementos pertenecientes a los conglomerados elegidos.
Muestreo de grupo
5. Muestreo polietpico
Ante lo compleja que puede llegar a ser la situacin real de muestreo con la que nos enfrentemos es muy comn emplear lo que se denomina muestreo polietpico. Se caracteriza por operar en sucesivas etapas, empleando en cada una de ellas el mtodo de muestreo probabilstico ms adecuado.
muestra, acorde con las decisiones de Mercadotecnia a tomar. 2. Recursos y Costos. 3. Grado de Usos. 4. Tiempo disponible para obtener los resultados. 5. Disponibilidad de la informacin de la Poblacin definida (listas de las unidades muestrales). 6. Accesibilidad para seleccionar a las unidades muestrales. 7. Distribucin geogrfica de la poblacin.
probabilstico
probabilstico Concluyente
Los errores de muestreo son Heterognea Favorables. Desfavorables.
Exploratoria
Los errores de falta de muestreo son + grandes Homognea (baja) Desfavorables Favorables
Las estrategias estadsticas para determinar el tamao de la muestra se basan en la estimacin de los valores desconocidos de los parmetros de la poblacin, por medio de las estadsticas de la muestra.
efectuada se ajuste a la realidad. La informacin que se recoge est distribuida segn la ley de probabilidad (Gauss o Student), se llama nivel de confianza a la probabilidad de que el intervalo construido en torno a un estadstico capte el verdadero valor del parmetro.
Intervalo de confianza: Es el rango en el que se encontrar el parmetro de la poblacin real, suponiendo un nivel determinado de confianza.