1.

- Muestreo Aleatorio Muestreo en el que la seleccin de los elementos de la muestra se hace de forma aleatoria y, por tanto, sin que en su composicin influya la opinin o preferencia de la persona que la selecciona. En las muestras no aleatorias, en cambio, la seleccin de las unidades mustrales no es nunca completamente independiente de las preferencias e incluso manas de la persona que hace la seleccin. Al primer tipo de muestreo, el nico verdaderamente cientfico, tambin se le denomina muestreo estadstico, y el segundo, muy utilizado en las ciencias sociales, es el llamado muestreo opintico. La seleccin al azar o aleatoria de una muestra se hace generalmente mediante el uso de una tabla de nmeros aleatoria, pero tambin se puede seleccionar haciendo uso de una urna, lotera o cualquier otro artificio que genere nmeros aleatorios 1.1.- Muestreo aleatorio simple: El procedimiento empleado es el siguiente: 1) se asigna un nmero a cada individuo de la poblacin y 2) a travs de algn medio mecnico (bolas dentro de una bolsa, tablas de nmeros aleatorios, nmeros aleatorios generados con una calculadora u ordenador, etc.) se eligen tantos sujetos como sea necesario para completar el tamao de muestra requerido. Este procedimiento, atractivo por su simpleza, tiene poca o nula utilidad prctica cuando la poblacin que estamos manejando es muy grande. 1.2.- Muestreo aleatorio sistemtico: Este procedimiento exige, como el anterior, numerar todos los elementos de la poblacin, pero en lugar de extraer n nmeros aleatorios slo se extrae uno. Se parte de ese nmero aleatorio i, que es un nmero elegido al azar, y los elementos que integran la muestra son los que ocupa los lugares i, i+k, i+2k, i+3k,..., i+(n-1)k, es decir se toman los individuos de k en k, siendo k el resultado de dividir el

tamao de la poblacin entre el tamao de la muestra: k= N/n. El nmero i que empleamos como punto de partida ser un nmero al azar entre 1 y k. El riesgo este tipo de muestreo est en los casos en que se dan periodicidades en la poblacin ya que al elegir a los miembros de la muestra con una periodicidad constante (k) podemos introducir una homogeneidad que no se da en la poblacin. Imaginemos que estamos seleccionando una muestra sobre listas de 10 individuos en los que los 5 primeros son varones y los 5 ltimos mujeres, si empleamos un muestreo aleatorio sistemtico con k=10 siempre seleccionaramos o slo hombres o slo mujeres, no podra haber una representacin de los dos sexos. 1.3.- Muestreo aleatorio estratificado: Trata de obviar las dificultades que presentan los anteriores ya que simplifican los procesos y suelen reducir el error muestral para un tamao dado de la muestra. Consiste en considerar categoras tpicas diferentes entre s (estratos) que poseen gran homogeneidad respecto a alguna caracterstica (se puede estratificar, por ejemplo, segn la profesin, el municipio de residencia, el sexo, el estado civil, etc.). Lo que se pretende con este tipo de muestreo es asegurarse de que todos los estratos de inters estarn representados adecuadamente en la muestra. Cada estrato funciona independientemente, pudiendo aplicarse dentro de ellos el muestreo aleatorio simple o el estratificado para elegir los elementos concretos que formarn parte de la muestra. En ocasiones las dificultades que plantean son demasiado grandes, pues exige un conocimiento detallado de la poblacin. (Tamao geogrfico, sexos, edades,...). 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 mustrales.

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 ya que no se suele conocer la desviacin. 1.4.- Muestreo aleatorio por conglomerados: Los mtodos presentados hasta ahora estn pensados para seleccionar directamente los elementos de la poblacin, es decir, que las unidades mustrales son los elementos de la poblacin. En el muestreo por conglomerados la unidad muestral es un grupo de elementos de la poblacin que forman una unidad, a la que llamamos conglomerado. Las unidades hospitalarias, los departamentos universitarios, una caja de determinado producto, etc., son conglomerados naturales. En otras ocasiones se pueden utilizar conglomerados no naturales como, por ejemplo, las urnas electorales. Cuando los conglomerados son reas 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 2.- Nivel De Confianza El nivel de confianza es la probabilidad a priori de que el intervalo de confianza a calcular contenga al verdadero valor del parmetro. Se indica por 1- y habitualmente se da en porcentaje (1-)%. Hablamos de nivel de confianza y no de probabilidad ya que una vez extrada la muestra, el intervalo de confianza contendr al verdadero valor del parmetro o no, lo que sabemos es que si

repitisemos el proceso con muchas muestras podramos afirmar que el (1-)% de los intervalos as construidos contendra al verdadero valor del parmetro. Los valores que se suelen utilizar para el nivel de confianza son el 95%, 99% y 99,9% Ejemplos: Para un nivel de confianza del 88%, 1- = 0.88 = 0.12 /2 = 0.06 Z / 2 = Z 0.06 P(Z Z 0.06) =0.94 (1-/2) Z(0.94)=1.56

Para un nivel de confianza del 98%, 1-=0.98 =0.02 /2=0.01 Z / 2 = Z 0.01 P(Z Z 0.01) =0.99 (1-/2) Z(0.99)=2.35

3.- Docimasia o Test De Hiptesis Ms comnmente llamada prueba o test de hiptesis, es un procedimiento basado en la evidencia muestral y la teora de probabilidad, y se emplea para determinar si la hiptesis es una afirmacin razonable. En el anlisis estadstico se hace una aseveracin, es decir, se plantea una hiptesis, despus se hacen las pruebas para verificar la aseveracin o para determinar que no es verdadera. El propsito de la prueba de hiptesis no es cuestionar el valor calculado del estadstico (muestral), sino hacer un juicio con respecto a la diferencia entre estadstico de muestra y un valor planteado del parmetro. Se realiza mediante un procedimiento sistemtico de 5 pasos: 1) Plantear la hiptesis nula Ho y la hiptesis alternativa H1 2) Seleccionar el nivel de significancia 3) Clculo del valor estadstico de prueba 4) Formular la regla de decisin 5) Tomar una decisin Tipos de prueba a) Prueba a 2 colas: la hiptesis planteada se formula con la igualdad b) Pruebas a una cola: la hiptesis planteada se formula con o Para comparar tu estimacin con el valor de tabla se establece las condiciones especficas en la que se rechaza la hiptesis nula y las condiciones en que no se rechaza la hiptesis nula. La regin de rechazo define la ubicacin de todos los valores que son tan grandes o tan pequeos, que la probabilidad de que se presenten bajo la suposicin de que la hiptesis nula es verdadera, es muy remota. Es decir, se determinan el/los puntos crticos, y se observa si la

estimacin cae dentro o fuera de la regin de rechazo. En funcin de esto se toma la decisin de aceptar o rechazar la hiptesis nula.