Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 53 vistas

    02 El Proceso de Muestreo PDF

    Cargado por

    yucra carbajal ruben
    El documento describe el proceso de muestreo, que implica seleccionar una parte de una población para estudiarla con un propósito específico. Existen dos enfoques principales para el muestreo: el muestreo probabilístico, donde cada elemento tiene una probabilidad conocida de ser seleccionado, y el muestreo no probabilístico, donde la selección no se basa en probabilidades. El tamaño de la muestra depende de factores como el grado de confianza deseado, el error máximo permitido y el tamaño de la población.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd

    02 El Proceso de Muestreo PDF

    Cargado por

    yucra carbajal ruben
    53 vistas7 páginas
    El documento describe el proceso de muestreo, que implica seleccionar una parte de una población para estudiarla con un propósito específico. Existen dos enfoques principales para el muestreo: el muestreo probabilístico, donde cada elemento tiene una probabilidad conocida de ser seleccionado, y el muestreo no probabilístico, donde la selección no se basa en probabilidades. El tamaño de la muestra depende de factores como el grado de confianza deseado, el error máximo permitido y el tamaño de la población.

    Título original

    02 El proceso de muestreo.pdf

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    El documento describe el proceso de muestreo, que implica seleccionar una parte de una población para estudiarla con un propósito específico. Existen dos enfoques principales para el muestreo: el muestreo probabilístico, donde cada elemento tiene una probabilidad conocida de ser seleccionado, y el muestreo no probabilístico, donde la selección no se basa en probabilidades. El tamaño de la muestra depende de factores como el grado de confianza deseado, el error máximo permitido y el tamaño de la población.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    53 vistas7 páginas

    02 El Proceso de Muestreo PDF

    Cargado por

    yucra carbajal ruben
    El documento describe el proceso de muestreo, que implica seleccionar una parte de una población para estudiarla con un propósito específico. Existen dos enfoques principales para el muestreo: el muestreo probabilístico, donde cada elemento tiene una probabilidad conocida de ser seleccionado, y el muestreo no probabilístico, donde la selección no se basa en probabilidades. El tamaño de la muestra depende de factores como el grado de confianza deseado, el error máximo permitido y el tamaño de la población.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    de 7

    Diseño Muestral

    Es un proceso en el que se toma una parte de la población (muestra) para estudiarla con un
    determinado propósito. Lo contrario es un censo, en el que se toma la totalidad de la población
    para realizar dicho estudio.
     Cuando se realiza un muestreo
    En aquellos casos en qué el número de clientes es muy grande y es necesario que
    seleccione solo una parte de ellos.
    Ejemplo:
    Un proyecto para crear una empresa de transporte público.
     Cuando se realiza un censo
    En aquellos casos en que el número de clientes es limitado y todos pueden ser
    identificados y seleccionados.
    Ejemplo:
    Un proyecto para crear una empresa de servicios de limpieza a empresas.
    Terminología utilizada en el muestreo:
     Población meta
    Es el conjunto de individuos que poseen la información que el investigador busca.
    Ejemplo: Adolescentes en edad escolar
     Población
    Conjunto de elementos u objetos que posee la información que busca el investigador y
    acerca del cual deben hacerse las inferencias. Ejemplo: Hombres con hijos mayores de
    18 años.
     Unidad de muestra
    Es un subconjunto que contiene elementos que se incluirán en la muestra. Ejemplo:
    Hogares o familias.
     Elemento muestral
    Es cada uno de los individuos de la población meta. Ejemplo: Jefe de familia.
     Marco muestral
    Es un listado del cual se puede extraer las unidades de muestra Ejemplo: Guía
    telefónica.

    2.1. El Proceso de Muestreo


    PASO 1: DEFINIR LA POBLACIÓN META

    PASO 2: DEFINIR EL MARCO MUESTRAL

    PASO 3: ESCOGER LA TÉCNICA DE MUESTREO

    PASO 4: DETERMINAR EL TAMAÑO DE LA MUESTRA


    PASO 5: SELECCIONAR FÍSICAMENTE LA MUESTRA

    Técnicas de Muestreo

    Existen diferentes técnicas de muestreo, entre las cuales se pueden citar las siguientes:

    Técnicas de
    Muestreo

    I. Muestreo
    II. Muestreo
    No
    Probabilístico
    Probabilístico

    Muestreo No Probabilístico
    En este tipo de muestreo se hace una selección al azar de los elementos de la muestra y no se
    utilizan procedimientos formales, los datos obtenidos a través de técnicas de muestreo no
    probabilísticos no permiten generalizaciones de la población.
    Se subdivide así:

    I. Muestreo
    No
    Probabilístico

    Muestreo por Muestreo por Muestreo por


    Conveniencia Juicio Cuotas

    Muestreo por conveniencia


     Las unidades de muestra se seleccionan según la conveniencia del encuestador.
     El tiempo que demora en definirse la muestra es corto.
     El costo que origina es bajo.
    Muestreo por Juicio
     Las unidades de muestra se seleccionan según la experiencia del investigador.
     El tiempo que demora en definirse la muestra es largo.
     El costo que origina es alto.
    Muestreo por cuotas
     Las unidades de muestra se seleccionan según la distribución de la población definida por las
    características de control: sexo, edad, nivel socio económico y otros.
     Los elementos son representativos
    Muestreo Probabilístico
    En este tipo de muestreo cada elemento tiene una probabilidad de ser seleccionado.
    De los resultados encontrados en la muestra se hace una inferencia y se estima las
    características que podría tener la población. Se subdivide así:

    II. Muestreo
    Probabilístico

    Muestreo
    Muestreo Muestreo Muestreo por
    Aleatorio
    Sistemático Estratificado Áreas
    Simple

    Muestreo aleatorio simple


     Cada elemento tiene igual probabilidad de ser seleccionado
     Esa probabilidad es conocida y se calcula dividiendo cada elemento entre el total de la
    población, cuando se escoge solo un elemento a la vez.
     Resulta costoso porque si no se cuenta con el marco muestral se requiere mucho
    tiempo de cómputo para seleccionar entre largas listas. (Es equivalente a extraer la
    muestra, cuya población está codificada dentro de un ánfora). Un procedimiento
    frecuentemente utilizado es mediante una tabla de números aleatorios.
    Muestreo sistemático
     La población está ordenada, por ejemplo alfabéticamente.
     Se selecciona aleatoriamente el inicio escogiendo después de cada k-ésime elemento de la lista
    (K= N/n).
    Por ejemplo, se desea seleccionar de una lista de 400 gerentes, una muestra aleatoria
    de 10. Entonces:
    K= 400/10= 40 Se escoge al azar el primer gerente (entre 1 y 40)
    Este proceso se repite hasta completar el tamaño de muestra deseado.
    Muestreo estratificado
     Es un proceso de dos pasos en el que la población se subdivide en Sub poblaciones o estratos.
     Los elementos se seleccionan de cada estrato mediante un procedimiento aleatorio.
     Los elementos de un estrato deben ser tan homogéneos como sea posible, pero los elementos
    en estratos diferentes deben ser tan heterogéneos como sea posible.
    Muestreo por áreas
    También llamado polietápico, porque se desarrolla en varias etapas, consiste en lo siguiente:
     Seleccionar manzanas en un plano de la ciudad o distrito en estudio
     Numerar las manzanas
     Seleccionar hogares dentro de estas manzanas
     Seleccionar personas dentro del hogar elegido.
    * Cada proceso de selección se debe hacer de manera aleatoria
    Determinación del tamaño de muestra
    Variables que intervienen

    a
    Grado de Confianza:
    Lo determinan los proyectistas y mide la confianza en el estudio (a: 0.90
    significa un grado de confianza del 90%). Normalmente el grado de confianza
    utilizado es entre 90% y 99%.

    Z
    Es el valor de la distribución normal estandarizada correspondiente al nivel
    de confianza escogido. Para fines prácticos existen tablas estadísticas que nos
    dan el valor de Z, así tenemos que los valores que toma a que son utilizados
    con mayor frecuencia y sus respectivos valores de Z se muestra en el
    esquema siguiente:

    A 0,90 0,95 0,98 0,99

    Z 1,645 1,96 2,33 2,575

    Probabilidad de Éxito.Es la proporción de la población que tiene la


    característica de interés que nos interesa medir. Puede ser un dato histórico o
    hallado a través de una muestra piloto. Si no es calculable se asume que es
    0,5, es decir, que el 50% de la población tiene la característica de interés que
    mediremos.

    Probabilidad de Fracaso. Es la proporción de la población que no tiene la


    característica de interés. Cuando no se tiene datos de P ó Q ambos se asumen
    en 50%.

    Es el máximo de error permisible, lo determina el proyectista y representa qué


    tan precisos se desean los resultados.

    Tamaño de la Población

    Tamaño de la Muestra, es el dato que se quiere obtener


    Fórmulas para el cálculo del tamaño de muestra
    Si la población bajo estudio no se conoce, es de tamaño infinito o lo suficientemente grande
    (mayor a 30,000 datos estadísticos) para considerarse infinita se utilizará la siguiente fórmula:
    Si el tamaño de población (N) es conocido (menor igual a 30,000 datos estadísticos), la fórmula
    para el cálculo del tamaño de muestra será:

    Ejemplo 1
    Producto a estudiar : Detergente en caja
    Técnica a utilizar : Una encuesta
    Objetivo del estudio : Determinar qué proporción de la población compra
    el producto.
    Grado de confianza : 95%
    Máximo error permisible : 5%
    Población : No se conoce el tamaño de la población.
    Población con la característica : 20%
    Se quiere saber cual es el tamaño de la muestra.
    Solución:
    Valores de las variables para el cálculo del número de encuestas a aplicar:
    a = 0,95
    Z = 1,96
    p = 20% = 0,2
    q = 1-p = 0,8
    E = 0,05

    Ejemplo 2: Si en el ejemplo anterior se conoce el tamaño de la población: N= 5700, se desea


    calcular el tamaño de la muestra
    Solución
    En la fórmula:
    Trabajo de Campo
    Comprende las siguientes
    etapas:
     Selección de los entrevistadores
     Capacitación
     Organización del trabajo de campo
     Supervisión
     Verificar y depurar los datos

    2.2. Procesamiento de la Información


    Procesamiento: Consiste en la adaptación de la información recopilada a un formato que
    permita leerlos con facilidad y sacar conclusiones de su procesamiento, el cual se realiza
    siguiendo el esquema que se muestra a continuación:

    PREPARACIÓN
    Y ANÁLISIS DE
    DATOS

    CODIFICACIÓN TABULACIÓN PRESENTACIÓN

    Codificación: Es el proceso por el cual son asignados dígitos o símbolos a las respuestas para
    facilitar su identificación.
    Por ejemplo:
    De encontrarse a la venta ¿Qué tan probable es que Ud., compre este ARROZ?
    Código Significado
    1 De ninguna manera !o compraría
    2 Creo que no lo compraría
    3 No sé si lo compraría
    4 Creo que sí lo compraría
    5 Con toda seguridad lo compraría

    Tabulación: Consiste en contar cuántas respuestas caen en cada una de las categorías o
    preguntas previamente definida.
    De encontrarse a la venta ¿qué tan probable es que Ud. compre este ARROZ?

    Edad N.S.E.
    Cuestionario ARROZ
    18-25 26-30 31-40 >40 A B C Total
    De ninguna manera lo
    0.0% 0.0% 10.0% 0.0% 16.7% 0.0% 0.0% 3.2%
    compraría
    Creo que no o compraría 33.3% 45.5% 0.0% 25.0% 0.0% 36.8% 16.7 25.8%

    No sé si lo compraría 33.3% 27.3% 20.0% 75.0% 66.7% 10.5% 6.7% 32.3%

    Creo que lo compraría 16.7% 18.2% 70.0% 0.0% 16.7% 42.1% 16.7% 32.3%

    Con toda seguridad lo 16.7% 9.1% 0.0% 0.0% 0.0% 10.5% 0.0% 6.5%
    compraría

    Nº de encuestados 6 11 10 4 6 19 6 31

    Presentación
    La presentación final de los resultados consiste en expresarlos mediante cuadros y gráficos
    que faciliten su lectura, interpretación y análisis.
    Ejemplo:

    También podría gustarte