Beruflich Dokumente
Kultur Dokumente
Variables de Categorías
estudio de análisis
Cuantitativas Cualitativo-
categóricas
Medición Conteo de
casos
TIPOS DE MUESTREO
Tamaño de la muestra y la selección de los elementos
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
Muestreo incidental
Se trata de un proceso en el que el investigador
selecciona directa e intencionadamente los individuos
por considerarlos típicos (casos tipo), extremos
(atípicos) o expertos, que tienen relación con el tema
sujeto a estudio y dispuestos a participar
voluntariamente. La muestra se basa en la selección de
individuos caracterizados por su conocimiento y aptitud
para informar sobre un tema concreto.
Ej. Estudio sobre la calidad de la educación
agropecuaria y forestal superior.
INTRODUCCIÓN AL ESTUDIO DEL MUESTREO
Muestreo accidental
También denominado muestreo de máxima variación. En
este tipo de muestreo, el investigador elige a aquellos
individuos que salen a su paso y que prestan colaboración
con el estudio, pero que posee potencial para opinar en
torno al tema investigado. Se utilizan en contextos amplios.
El objetivo es el estudio de una muestra heterogénea con el
objetivo de descubrir los aspectos compartidos por los
individuos Ej. Estudio sobre el problema de la inseguridad
ciudadana y la pena capital.
INTRODUCCIÓN AL ESTUDIO DEL MUESTREO
Muestreo en cadena
También denominado muestreo de bola de nieve. Se
localiza a algún individuo considerado informante clave, el
cual conducen a otros, y estos a otros, y así hasta
conseguir el tamaño de muestra considerada suficiente.
También el investigador puede contactar con uno o varios
informantes clave, conocedores de los miembros de la
comunidad, para servir de puente entre el investigador y
aquellos individuos que finalmente formarán parte de la
muestra. Se emplea frecuentemente en estudios, donde
la unidad de análisis son delincuentes, sectas, enfermos
con VIH, entre otros.
INTRODUCCIÓN AL ESTUDIO DEL MUESTREO
TAMAÑO DE LA MUESTRA EN EL
MUESTREO INTENCIONAL
El tamaño de la muestra en estudios cualitativos puede oscilar
desde uno o muy pocos entrevistados hasta la inclusión del mayor
número de hablantes limitado por razones de tiempo y recursos. Es
el propio investigador quien decide, qué individuos van a formar
parte de la muestra y también cuántos. La selección de
determinadas personas, con características específicas, se realiza
siguiendo una serie de criterios, acordes con el objeto de estudio y
los objetivos de la investigación. El investigador debe reconocer
cuándo la indagación en el objeto de estudio y objetivos
específicos perseguidos queda saturada con una muestra de un
tamaño específico.
INTRODUCCIÓN AL ESTUDIO DEL MUESTREO
TAMAÑO DE LA MUESTRA EN EL
MUESTREO INTENCIONAL
A diferencia del muestreo probabilístico, donde cada hablante es
un elemento equivalente e intercambiable (misma probabilidad
de ser elegidos), en el muestreo intencional los discursos carecen
de esa equivalencia. Algunos de los casos analizados pueden ser
muy esclarecedores en relación con los objetivos de la
investigación, mientras otros son poco enriquecedores. Por lo
tanto, el elemento fundamental para cuantificar el volumen de
información obtenida es la calidad de los discursos de los
hablantes, no la cantidad de los mismos. Cuando el número de
discursos obtenidos permite interpretar, explicar o describir de
forma satisfactoria todas las dimensiones del hecho social objeto
de análisis, finaliza el proceso de recopilación de información.
INTRODUCCIÓN AL ESTUDIO DEL MUESTREO
TAMAÑO DE LA MUESTRA EN EL
MUESTREO INTENCIONAL
Únicamente, cuando el material cualitativo recabado ya no
proporcione elementos nuevos para el análisis, entonces puede
concluirse que el campo de hablas ha quedado saturado, y ya no es
necesario incrementar el tamaño de la muestra. Se alcanza este
punto de saturación cuando superado un cierto número de
entrevistas ya no se descubre nada nuevo relacionado con el
problema investigado. En conclusión, la muestra está constituida
por el menor número posible de casos, que proporcione
información suficiente para desarrollar todas las diferentes
dimensiones de un fenómeno social, de acuerdo con los objetivos
de la investigación.
INTRODUCCIÓN AL ESTUDIO DEL MUESTREO
MUESTREO PROBALÍSTICO
El muestreo probabilístico es una técnica en virtud de la cual la
muestra es obtenida a partir de un proceso que brinda a todos
los individuos de la población, la misma oportunidad de ser
seleccionados para formar parte de la muestra, y por
consiguiente, todas las posibles muestras de tamaño n tienen la
misma probabilidad de ser seleccionadas. Los métodos de
muestreo probabilísticos brindan confiabilidad y
representatividad a la muestra extraída, por ello, se utilizan
cuando se pretende generalizar o extrapolar a la población los
resultados encontrados en la muestra.
INTRODUCCIÓN AL ESTUDIO DEL MUESTREO
MUESTREO PROBALÍSTICO
Una muestra probabilística es el subconjunto de una
población, que manifiesta las mismas características de la
población original de donde fue extraída. Los requisitos
deseables de una muestra son: representatividad y
confiabilidad. Lo primero se consigue a través de la selección
del tipo de muestreo adecuado, en tanto que la confiabilidad
está referida al tamaño de la muestra. El objetivo es, estimar
los parámetros de la población (media, proporción o total) a
partir de los estadísticos correspondientes de la muestra. Al
proceso mediante el cual los resultados del análisis de la
muestra se pueden generalizar a toda la población se le llama
inferencia estadística.
INTRODUCCIÓN AL ESTUDIO DEL MUESTREO
MUESTREO PROBALÍSTICO
Muestreo
Población Muestra
Media x
2 Varianza s2
P Proporción p̂
Total ˆ
Parámetros Estadisti cos
Inferencia
Población
Población objetivo
natural N=70
Muestra
Unidad de
muestreo
n=9
INTRODUCCIÓN AL ESTUDIO DEL MUESTREO
DEFINICIONES
PARÁMETRO Y ESTIMADOR
u1 , u2 , u3 ,...., u N Conjunto de N unidades que integran la población de
estudio
Un total La media
DEFINICIONES
POBLACIÓN NATURAL
Es el universo que abarca la totalidad de entes que tienen
características en común. Se conoce su distribución
espacial y temporal pero generalmente se desconoce su
tamaño.
POBLACIÓN OBJETIVO
Es el universo que abarca la totalidad de entes sobre los
que o quienes se requiere obtener información. Se
obtiene de delimitar la población natural, es decir, de
establecer cuáles serán las características que deben
cumplir los entes objeto de estudio, en términos de
homogeneidad, tiempo, espacio y cantidad.
INTRODUCCIÓN AL ESTUDIO DEL MUESTREO
DEFINICIONES
POBLACIÓN FINITA
Población de tamaño conocido, o cuyo tamaño es posible precisar
o establecer. No existe ningún problema en delimitar la población
objetivo y elaborar un marco de muestreo.
POBLACIÓN INFINITA
Población de tamaño desconocido, o tan grande que puede
considerarse infinita (N>10,000). Población conformada por
elementos con evidente dispersión espacial y con ilimitado
número de observaciones de interés, que, prácticamente hace
imposible delimitarla y establecer el tamaño. Ejemplos:
▪ Encuestas de opinión sobre seguridad ciudadana a través de cuestionarios o
entrevistas (el número de elementos de la población es ilimitado y la
información a generar también lo es).
▪ Estudio de preferencia a una u otra característica de embalaje de un
producto comercial (se desconoce la distribución y el número de
consumidores de producto).
INTRODUCCIÓN AL ESTUDIO DEL MUESTREO
DEFINICIONES
MUESTRA
Es un subconjunto de entes de la población objetivo,
sobre los que 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. En el caso de encuestas de
opinión, una unidad muestral puede ser una persona o
un hogar.
INTRODUCCIÓN AL ESTUDIO DEL MUESTREO
DEFINICIONES
ELEMENTO MUESTRAL
Unidad indivisible de la que se obtiene información. Es cada una de
las entidades individuales que constituye el objeto de observación.
También recibe el nombre de unidad de análisis o unidad de
observación. El elemento muestral indica qué o quienes van a ser
observados, o sea, los casos que en última instancia se recaba
información. En ciertos casos, se seleccionan directamente
elementos de la población, es decir, que la unidades muestrales
constituyen a la vez, elementos muestrales.
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.
INTRODUCCIÓN AL ESTUDIO DEL MUESTREO
ENFOQUE CUANTITATIVO
INTRODUCCIÓN AL ESTUDIO DEL MUESTREO
MUESTREO POLIETÁPICO
El muestreo poli-etápico o multi-etápico consiste en
seleccionar las unidades de investigación en varias fases o
etapas. En el muestreo en dos etapas (bi-etápico),
habitualmente la primera etapa consiste en la aplicación de
un muestreo por conglomerados. Una vez seleccionados
los conglomerados, en cada uno de ellos se puede aplicar
un muestreo aleatorio simple, estratificado, sistemático o
un segundo muestreo por conglomerados.
INTRODUCCIÓN AL ESTUDIO DEL MUESTREO
MUESTREO POLIETÁPICO
Se emplea este tipo de muestreo cuando la estructura del hábitat es
compleja. Por ejemplo, en el caso que se desea estimar la densidad
poblacional de un organismo en hojas de las ramas de los árboles de las
huertas en tres etapas; el árbol sería la unidad muestral primaria, la
rama la unidad muestral secundaria y la hoja la unidad muestral
terciaria.
En el caso de un muestreo en dos etapas: Una población de insectos
que habita los frutos de una planta ocupa una superficie planteada y
esta superficie se divide en cuadrantes. La primera etapa es seleccionar
un número óptimo de estos cuadrantes denominados unidades
primarias de muestreo (etapa 1). Luego, de cada cuadrante
seleccionado, escoger una sub-muestra, los cuales puedan considerarse
varias plantas. A éstas plantas denominan las unidades segundarias de
muestreo (etapa 2).
INTRODUCCIÓN AL ESTUDIO DEL MUESTREO
VN ,n N N 1 N 2 ... N n 1
N! VN ,n n ! Cuando n = N
VN ,n N Pn
N n !
VN ,n N n
INTRODUCCIÓN AL ESTUDIO DEL MUESTREO
N!
VN ,n N Cn
n ! N n !
VN ,n Cn
N n 1 !
N n 1
n ! N 1 !
INTRODUCCIÓN AL ESTUDIO DEL MUESTREO
PROPIEDADES DE UN ESTIMADOR
Para cada parámetro poblacional es posible construir
numerosos estimadores. Sin embargo es deseable que estos
estimadores verifiquen una serie de propiedades.
1. Insesgado
2. Eficiente
3. Consistente
4. Suficiente
INTRODUCCIÓN AL ESTUDIO DEL MUESTREO
PROPIEDADES DE UN ESTIMADOR
INSESGADO: Un estimador es insesgado si la media de su
distribución muestral es igual al parámetro de su población. Al
contar con varias muestras, la media de las medias se aproxima
al valor del parámetro.
E ˆ 0
E ˆ X i Pi
E ˆ
B ˆ E ˆ Magnitud del sesgo
B ˆ
RB ˆ
Sesgo Relativo
INTRODUCCIÓN AL ESTUDIO DEL MUESTREO
PROPIEDADES DE UN ESTIMADOR
Las magnitudes que influyen en la precisión de un estimador
pueden relacionarse a partir de la descomposición del error
cuadrático medio (ECM), como una suma del cuadrado de la
desviación típica (varianza) y el cuadrado del sesgo. Un estimador
insesgado para el parámetro poblacional tiene la propiedad de que
su error cuadrático medio coincide con su varianza. En el caso de
que el estimador sea sesgado, se utiliza el error cuadrático medio
para medir la variabilidad, el cual mide la exactitud del estimador.
2
ECM ˆ ˆ Estimador insesgado
2 2
ECM ˆ ˆ B ˆ Estimador sesgado
ECM ˆ X i P X i
2
Estimador sesgado
INTRODUCCIÓN AL ESTUDIO DEL MUESTREO
PROPIEDADES DE UN ESTIMADOR
B ˆ 1
ˆ 10
PROPIEDADES DE UN ESTIMADOR
EFICIENTE: El estimador más eficiente es que tiene la varianza
más pequeña. Se tiene que calcular en determinado momento
cuáles son las varianzas de cada muestra obtenida.
Dado un estimador del parámetro poblacional, se define el error
de muestreo o error de estimación del estimador como su
desviación típica, es decir, la raíz cuadrada de su varianza. La
expresión es la siguiente:
ˆ V ˆ
V ˆ X i E ˆ P X i
PROPIEDADES DE UN ESTIMADOR
El error cuadrático medio permite la introducción de la
eficiencia relativa de un estimador. En el caso de comparar la
eficiencia de dos estimadores para el mismo parámetro
poblacional, la eficiencia relativa del estimador 2 con respecto
al estimador 1 se define así:
ECM 1
ER
ECM 2
PROPIEDADES DE UN ESTIMADOR
PROPIEDADES DE UN ESTIMADOR
Considerando una población de 15 personas se les anota el color de sus ojos:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
C A N N A A V V A V N C C C A
Donde C es el color de ojos castaños, A color de ojos azules, N, color de ojos
negros y V el color de ojos verdes.
Para realizar la estimación del total y la proporción de personas que tienen
los ojos verdes (V), se seleccionan 3 muestras de tamaño 5 utilizando un
muestreo sistemático. Si todas las muestras son equiprobables, obtener la
distribución de probabilidad de los estimadores.
Calcular la esperanza, los errores de estimación, los errores relativos de
estimación y el error cuadrático medio de los estimadores de proporción y
total. Comprobar la relación existente entre el error cuadrático medio, la
varianza y el sesgo para los estimadores de proporción y total. Los resultados
obtenidos de las tres muestras son:
(u1,u4,u7,u10, u13)
(u2,u5,u8,u11, u14)
(u3,u6,u9,u12, u15)
INTRODUCCIÓN AL ESTUDIO DEL MUESTREO
DISTRIBUCIÓN MUESTRAL
EJEMPLO 1
• La población tiene 4 unidades Ω = {u1, u2, u3, u4} cada una de las regiones
• Denotamos por X la variable “nivel de precipitación” y sea Xi el valor que
toma la variable X sobre la unidad ui con i = 1, 2, 3, 4.
• El procedimiento de muestreo considerado consiste en extraer muestras
de tamaño 2 sin reposición y sin tener en cuenta el orden de los
elementos.
u1 , u2 , u3 , u4 6, 4,3,8
4 C2 6
S u1 , u2 , u1 , u3 , u1 , u4 , u2 , u3 , u2 , u4 , u3 , u4
S 6, 4 , 6,3 , 6,8 , 4,3 , 4,8 , 3,8
1
P s s S
6
INTRODUCCIÓN AL ESTUDIO DEL MUESTREO
EJEMPLO 1
El parámetro poblacional está dado por:
1 4 6 4 3 8 21
X Xi X 5.25
4 i 1 4 4
EJEMPLO 1
Los valores que toma este estimador sobre cada una de las muestras se
representa en la siguiente tabla
S P(s) X(s) est imada
(u1,u2) 1/6 (6,4) 5.0
(u1,u3) 1/6 (6,3) 4.5
(u1,u4) 1/6 (6,8) 7.0
(u2,u3) 1/6 (4,3) 3.5
(u2,u4) 1/6 (4,8) 6.0
(u3,u4) 1/6 (3,8) 5.5
0.10
0.08
0.06
0.04
0.02
0.00
5.0 4.5 7.0 3.5 6.0 5.5
Media estimada
INTRODUCCIÓN AL ESTUDIO DEL MUESTREO
C4 70 1 2 4 4 7 7 7 8
8 5
1 8
P s s S
70 N 5 8 40
INTRODUCCIÓN AL ESTUDIO DEL MUESTREO
1 n
1 n 2 ˆ2
2
sˆ
2
n 1 i 1
Yi Yˆ sˆ
2
i
n 1 i 1
Y nY
ˆs N YS
INTRODUCCIÓN AL ESTUDIO DEL MUESTREO
Nivel de confianza pS y S
24 1 3 6 8 1 4 7 8 5.00 40 3.16 27.35 - 52.65 1 0.0143 49 2 4 6 7 2 4 7 7 5.00 40 2.45 30.20 - 49.80 1 0.0143
25 1 3 7 8 1 4 7 8 5.00 40 3.16 27.35 - 52.65 1 0.0143 50 2 4 6 8 2 4 7 8 5.25 42 2.75 30.98 - 53.02 1 0.0143
ˆ 22 28 30 32 34 36 38 40 42 44 46 48 50 52 58
p ˆ 1 7 6 70 2 70 3 70 7 70 4 70 6 70 12
70
6
70
4
70
7
70
3
70
2
70
6
70
1
70
INTRODUCCIÓN AL ESTUDIO DEL MUESTREO
0.18
0.16
0.14
0.12
Probabilidad
0.10
0.08
0.06
0.04
0.02
0.00
22 28 30 32 34 36 38 40 42 44 46 48 50 52 58
Total estimado
INTRODUCCIÓN AL ESTUDIO DEL MUESTREO
xk N , x y x
n n
Estandarización SE
n
x
z N 0,1
n
INTRODUCCIÓN AL ESTUDIO DEL MUESTREO
DISTRIBUCIÓN MUESTRAL:
POBLACIONES INFINITAS
Si una muestra aleatoria de tamaño n lo suficientemente grande
con media es obtenida de una población distribuida
normalmente o no, con media () y desviación estándar finita
(), entonces la distribución muestral correspondiente es una
distribución normal. La variable tipificada en una distribución de
medias muestrales es:
x
z
n
Donde z es el valor crítico para una probabilidad en la cola
superior de α/2 de una distribución normal estándar, con media
igual a 0 y desviación estándar igual a 1. De la expresión anterior
se obtiene que:
z1 x z1 d
2 n 2 n
INTRODUCCIÓN AL ESTUDIO DEL MUESTREO
DISTRIBUCIÓN MUESTRAL:
POBLACIONES INFINITAS
El valor z es positivo o negativo, según sea mayor o menor que
. La diferencia entre la media muestral y la media poblacional,
denotada con d, se conoce con el nombre de error de
estimación, error de muestreo o precisión.
DISTRIBUCIÓN MUESTRAL:
POBLACIONES INFINITAS
El intervalo correspondiente para un nivel de confianza 1α de
en una muestra lo suficientemente grande para la media de la
población es:
x z1 , x z1
2 n 2 n
DISTRIBUCIÓN MUESTRAL:
POBLACIONES INFINITAS
Por lo general, no se conoce, de modo que en las muestras
grandes se utiliza s en vez de .
x z1 , x z1
2 n 2 n
s s
x z1 , x z1
2 n 2 n
ERROR DE MUESTREO
El error de muestreo aparece como consecuencia de la utilización
de una parte de la población para estimar características de todo
el conjunto poblacional. En general, a medida que aumenta el
tamaño de la muestra disminuye el error de muestreo, aunque
también influyen en él las características del diseño y la naturaleza
de la variable investigada. No obstante, también puede registrarse
un error que no tiene que ver con el hecho de seleccionar una
muestra de la población. Puede ser consecuencia de las
imperfecciones en su ejecución, es decir, debido al sesgo en la
selección, por falta de respuesta o errores de medición.
INTRODUCCIÓN AL ESTUDIO DEL MUESTREO
IC x Z SE d
SE x SE x
pq
n n
Para una media Para una proporción
INTRODUCCIÓN AL ESTUDIO DEL MUESTREO
N n
IC x Z SE d
N
N n
FCF
N
Donde FCF es el factor de corrección por finitud
Cuando la desviación estándar muestral (s) es una estimación de la desviación
estándar poblacional σ, el intervalo de estimación para μ dada una muestra
pequeña de tamaño n se calcula utilizando la distribución t de Student.
INTRODUCCIÓN AL ESTUDIO DEL MUESTREO
1 n 2 ˆ2
1 n
i
2
X i Xˆ sˆ
2
sˆ
n 1 i 1
2 X nX
n 1 i 1
Un estimador insesgado de la varianza de la media muestral es:
N n s
2
Vˆ x
N n
Por lo general, no se reporta la varianza estimada de la media, sino
su raíz cuadrada, el error estándar (EE):
N n s
2
SE x
N n
INTRODUCCIÓN AL ESTUDIO DEL MUESTREO
N n
N N n N N N n N n Para
FCF
N 1 N N 1 N N 1 N 1 proporción
N
El FCF es un ajuste que se hace a la varianza cuando la población es finita, el cual
disminuye el error estándar (desvío del estimador) cuando el tamaño de la muestra
es grande con respecto al tamaño de la población. En la mayor parte de casos, la
corrección para las poblaciones finitas es tan cercana a 1 que puede ser ignorada. No
obstante, se utilizará en todos los casos que la población sea finita.
INTRODUCCIÓN AL ESTUDIO DEL MUESTREO
TAMAÑO DE LA PREMUESTRA O
MUESTRA PRELIMINAR
Se acostumbra realizar una premuestra (muestra piloto o
preliminar) de la población a muestrear cuando se desconoce la
desviación estándar, tomando en cuenta las siguientes
consideraciones:
N n N 2 Z12 2
d Z1 2 Despejando n
n N 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), expresado
en unidades de la variable de estudio.
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 premuestra
INTRODUCCIÓN AL ESTUDIO DEL MUESTREO
N s 2 t22 ,n 1
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), expresado
en número de unidades de la variable de estudio.
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
INTRODUCCIÓN AL ESTUDIO DEL MUESTREO
t22 ,n 1 s 2
n'
d2
Se calcula n’ (si la población es infinita) y luego se corrige ese valor
utilizando el tamaño de la población (N) y el valor k. También puede
hacerse directamente utilizando n1 (n1=no=n’):
1 n1
k n
n' n1
1 1
N N
n n'k
INTRODUCCIÓN AL ESTUDIO DEL MUESTREO
s N n N 2 2 Z 21 /2
d Z 1 /2 N n
n N Despejando
d 2 N Z 21 /2 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 de la premuestra)
INTRODUCCIÓN AL ESTUDIO DEL MUESTREO
pq Z12 2 pq
d Z1 Despejando n
2 n d2
DONDE:
n= tamaño de la muestra
d= error de estimación o precisión ( ó E), expresado en fracción porcentual
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.
INTRODUCCIÓN AL ESTUDIO DEL MUESTREO
Z12 2 p q Z12 2 p q
n' n1
d 2
d2
1
k n1
1
n' n
n1
N 1
N
n n'k
INTRODUCCIÓN AL ESTUDIO DEL MUESTREO
N t22 ,n 1 p q
n
Nd 2 t22 ,n 1 p q
INTRODUCCIÓN AL ESTUDIO DEL MUESTREO
x xi
2
i 1
S ds i 1
2 n 1
wi
i pˆ i qˆi
N 2
n i 1
n i 1
2 L
d2 L
d
N 2
2
i iN 2
N 2
2
N i pˆ i qˆi
Z1 / 2 i 1 Z
1 / 2 i 1
d Z1 2 SE
SE
d
SE
Z1 2
El resultado corresponde al tamaño de muestra para una población infinita calculado con el estadístico z.
INTRODUCCIÓN AL ESTUDIO DEL MUESTREO
n
n1
522
364 2d 2 4
n1 522 AIC 0.25
1 1 p 32
N 1200
INTRODUCCIÓN AL ESTUDIO DEL MUESTREO
N s 2 t22 ,n 1
n
N d 2 s 2 t22,n 1
INTRODUCCIÓN AL ESTUDIO DEL MUESTREO
n 177 familias
INTRODUCCIÓN AL ESTUDIO DEL MUESTREO
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
INTRODUCCIÓN AL ESTUDIO DEL MUESTREO
N 2 s 2 t21 /2, gl
n
d 2 N t21 /2, gl s 2
Se utiliza el estadístico t en lugar de z porque la premuestra es
menor a 30 datos.
INTRODUCCIÓN AL ESTUDIO DEL MUESTREO
De la muestra preliminar :
x 9635.00 s 11, 400.66
Confiabilidad : 95%
Total ingresos estimado :
Nivel de significancia 5%
T xN
Precisión : ´ / 2
T 9, 635.00 500
d T Precisión % gl n 1
T 4,817,500.00
d 4,817,500 0.15 gl 20 1 19
d 722, 625 t0.025 ,19 2.093
n 177 familias
INTRODUCCIÓN AL ESTUDIO DEL MUESTREO
x 11,168.35 s 9,535.80
Precisión:
s N n 9535.80 500 177
d t1 /2, gl N 2.093 500
n N 177 500
d 602,873.22
INTRODUCCIÓN AL ESTUDIO DEL MUESTREO
602,873.22
d 100 10.79%
5584174.76