Beruflich Dokumente
Kultur Dokumente
CONCEPTOS BSICOS
2. PROCESO DISEO MUESTRAL
3. ANLISIS Y TRATAMIENTO
ESTADSTICO INFORMACIN
1. MUESTREO
Procedimiento que permite seleccionar un conjunto de
elementos (muestra) de un conjunto total (poblacin)
con el objetivo de realizar inferencias sobre ste.
Para que el muestreo est bien realizado es necesario que
los elementos escogidos representen adecuadamente a la
poblacin.
Si la muestra no cumple este cometido, se dice que es
sesgada y en caso contrario se habla de muestra
representativa.
El muestreo
supone recabar la informacin que se necesita de
una muestra y extrapolarla al conjunto de la
poblacin con un cierto nivel de error.
La muestra
es una parte de la poblacin que, si es
representativa, reproduce a escala las caractersticas
esenciales de la misma.
puede
ser
CONCEPTOS BSICOS
Poblacin o Universo
Elemento
Unidad de muestreo
Alcance
Tiempo
Marco muestral
MUESTRA
FICHA TCNICA
Los elementos definidos se resumen en FICHA
TCNICA que acompaar siempre a los resultados , con
el fin de conocer el proceso que se ha seguido en la
realizacin de la encuesta.
UNIVERSO
MBITO
TAMAO DE LA MUESTRA
ERROR MUESTRAL
TIPO DE MUESTREO
NIVEL DE CONFIANZA
TRABAJO DE CAMPO
TIPO DE ENTREVISTA.
FICHA TCNICA
Tcnica de investigacin
Entrevista telefnica mediante C.A.T.I. (Computer Assited Telephone Interview) con aplicacin de un
cuestionario semi-estructurado con una duracin media de 15 minutos
Universo
Poblacin de 15 a 29 aos residente en hogares con telfono
Tamao de la muestra
1.506 entrevistas
Error muestral
Para un nivel de confianza del 95,5% (dos sigmas), y P=Q, el error es de 2,58% para el conjunto de la
muestra.
Muestreo
La seleccin del hogar se ha realizado mediante muestreo aleatorio simple. Una vez en el hogar, la persona a
entrevistar se ha elegido mediante cuotas cruzadas por sexo y edad, distribuidas proporcionalmente a los
tamaos demogrficos.
Fecha de realizacin
El trabajo de campo realizado en diciembre de 2010 - febrero de 2011
A. DEFINIR LA POBLACIN
.
Marco: lista de unidades de muestreo
Conjunto de elementos de la poblacin total
disponibles para la seleccin de la muestra.
El marco consiste en un registro (gua directorio,
lista, padrn) de las unidades de la poblacin.
Muestro no probabilstico
Criterio seleccin de la muestra es subjetivo (no es aleatorio)
No es posible calcular el error de muestreo
Muestreo probabilstico
Criterio seleccin de la muestra es el azar.
Cada elemento de la poblacin tiene una probabilidad
conocida de pertenecer a la muestra.
Permite calcular y controlar el error de muestreo y el intervalo
de confianza, lo que permite realizar extrapolaciones al total
de la poblacin.
Muestreo no probabilstico
Muestreo probabilistico
Costes bajos
Costes elevados
Aplicacin sencilla
Aplicacin compleja
Investigacin
Exploratoria
Investigacin
concluyente
Imposible extrapolar
Posible extrapolar
Tcnicas PROBABILSTICAS
Muestro aleatorio simple
Muestreo aleatorio sistemtico
Muestreo aleatorio estratificado
Muestreo por conglomerados
Muestreo por rutas aleatorias
Tcnicas NO PROBABILSTICAS
Por conveniencia
Por juicios
Por cuotas
Bola de nieve
En qu consiste
Buscar
representatividad
Ajuste a un
presupuesto
Segn resultados
iniciales
Trabajo de campo
2.
3.
4.
19
1. TRABAJO DE CAMPO
Conjunto de acciones para la recogida fsica de informacin
Es la etapa ms cara:
Localizacin de los elementos muestrales;
Gestin, administracin de los mtodos de recogida de la
informacin y registro de la misma
Comprobacin y devolucin de los soportes de la
informacin una vez cumplimentado.
20
Actividades
a. Comprobacin (revisin de datos-cuestionarios)
b. Codificacin y tabulacin
c. Creacin de la base de datos y depuracin
d. Ajuste estadstico
22
- Respuestas no legibles
- Omisiones
Incoherencias
23
B. Codificacin y tabulacin
Asignar un nmero a cada una de las posibles respuestas
Permite traducir la informacin recogida en la encuesta a un
lenguaje estadstico e informtico
Objetivo: facilitar el procesamiento de los datos mediante
soporte informtico.
Los datos codificados se recopilan de forma sistemtica en
un fichero de ordenador o matriz de datos (Excel por
ejemplo), que permita el tratamiento estadstico posterior.
24
Variable 1
Variable 2
Variable 9
= edad
24
110
Identificador
30
25
Cmo se recodifica
Las categoras tienen que estar cerradas
Las categoras tienen que ser excluyentes
Las categoras tienen que ser significativas homogneas en
s y distintas entre s
27
Ejemplos de recodificaciones
Cuestionario
Nivel de
renta
Ciudad
Profesin
Compra
Gnero
Edad
42
Pizza
56
56
8 Chuletas
59
210
Sopa
81
217
Arroz
57
222
10
10
Vino
77
237
Trucha
22
258
Salmn
58
260
10
Pan
22
327
10
10
Alubias
23
332
Buey
21
28
TABULACIN
Grabar los cdigos de las escalas utilizadas en los cuestionarios en
una base de datos que pueda ser susceptible de trata cuantitativo
mediante programas informticos.
La trascripcin de todos los cuestionarios en soporte informtico
permite obtener resultados agregados.
TIPOS
Tabulacin simple: recoge los resultados de cada variable
individual, con datos absolutos o en porcentajes para cada categora
de respuesta.
Tabulacin cruzada: Cuando el contenido refleja la relacin entre
dos variables
29
31
Cuntas variables
van a analizarse?
Una
Dos
Anlisis
univariado
Dos o ms
Anlisis
Bivariado
Anlisis
multivariado
32
La variable es nominal
Frecuencias absolutas, relativas y porcentajes
Representaciones grficas
La variable es mtrica o continua
Anlisis univariante
Mtrica
Nominal
Escala de la variable
Objetivos
Ordinal
1 Descripcin
a Ten. Central
b Dispersin
a Media
b Desviacin
a Mediana
b Reco. Inter.
a Moda
b Frecuencias
2 Inferencia
Contraste de
hiptesis
Prueba Z
Prueba t
Prueba K-S
Prueba X2
35
Anlisis bivariante
Mtrica
Objetivos
Nominal
Escala de las variables
Ordinal
1 Descripcin
2 Inferencia
Contraste de
hiptesis
Coeficiente
Correlacin
Lineal
Coeficiente
Correlacin
Rangos
Prueba Z
Prueba t
Diferencia
de medias
Prueba K-S
Prueba U
Coeficiente
de
Contingencia
Prueba X2
36
Anlisis multivariante
Algunas de las variables
dependen de otras?
No
Ejemplos
Mtodos de Interdependencia
Mtodos de dependencia
V Depend.
Mtrica
Mtodos
Factoriales
Anlisis
de
Clasificacin
Escalamiento
Multidimensional
Si
Regresin
V Depend.
No Mtrica
Discriminante
ANOVA
37
Contenidos
Indice temtico
Objetivos de la investigacin
Metodologa seguida
Fuentes de informacin
Tcnicas empleadas
Ficha tcnica
Tcnicas de muestreo
Resultados
Tablas
Grficos
Anlisis estadsticos
Conclusiones y recomendaciones
Interpretacin de resultados
Recomendaciones
Anexos
Cuestionarios
Material auxiliar: cintas, vdeos
Bibliografa
39