05/10/2012 CAPACITACIN CAPACITACIN CAPACITACIN CAPACITACIN (II PARTE) (II PARTE) (II PARTE) (II PARTE) ESTADSTICA CON EXCEL ESTADSTICA CON EXCEL ESTADSTICA CON EXCEL ESTADSTICA CON EXCEL APLICADO A LAS APLICADO A LAS APLICADO A LAS APLICADO A LAS CIENCIAS SOCIALES CIENCIAS SOCIALES CIENCIAS SOCIALES CIENCIAS SOCIALES
Capacitaci! E"ta#$"tica c%! E&c'( 2
Este manual describe el uso de algunas funciones del paquete de software Microsoft Excel. En concreto est orientado al desarrollo de ejercicios estadsticos prcticos, en el contexto de las Ciencias Sociales. Hemos utilizado la ersi!n Excel 2""# $ 2"%" para su elaboraci!n.
El documento se diide en dos partes para facilitar el aprendizaje durante el desarrollo de la capacitaci!n de Estadstica con Excel. & continuaci!n se presenta el ndice temtico a reisar'
PARTE I (iernes "# septiembre PARTE II Viernes 05 octubre
DESARROLLO TEMTICO (PARTE II)
)&*&)+E*,-&),./ 0E 1& M2E3+*& 4oblaci!n estadstica, muestra 5 ariable +6cnicas de muestreo +ama7o de la muestra Ejemplos ilustratios 5 en Excel 8enerar muestras a partir de una distribuci!n de probabilidad normal /9meros aleatorios e Histogramas $ Herramientas de &nlisis :rdenaci!n 5 representaci!n de los datos en Excel
):M4&*&),./ 0E M2E3+*&3 0iferencia entre dos medias de poblaciones independientes $ Herramientas de &nlisis 0iferencia entre dos medias de poblaciones dependientes $ Herramientas de &nlisis
0&+:3 &8*E8&0:3 Marco muestreo 5 muestreo Muestreo estratificado Muestreo conglomerados
0ocentes 3ede +emuco
RICARDO HIDALGO Ingeniero en Computacin e Informtica Ingeniero Civil Industrial (c) Diplomado Formacin Docente en Educacin Superior Magister en Educacin Superior Aplicada
)olaboraci!n elaboraci!n manual
IRLADA !"ICA Ingeniero de Ejecucin Forestal Diplomado Formacin Docente en Educacin Superior utor C!EI!" MI#ED$C Modalidad e"%earning Mag&ster !lanificacin erritorial Am'iental
PO#LACIO ESTADISTICA 4oblaci!n estadstica, es el conjunto completo de posibles mediciones o registros de alg9n rasgo cualitatio o cuantitatio correspondiente a la totalidad de los miembros de alg9n grupo definido en el espacio 5 el tiempo. 1a poblaci!n representa el objetio de una inestigaci!n 5 por ende el objetio de recolectar datos para obtener o extraer conclusiones referentes a ella.
M"ESTRA 1a muestra de una poblaci!n es el conjunto de mediciones que realmente se obtienen en el curso de la recolecci!n, por lo tanto corresponde a un subconjunto de la poblaci!n.
VARIA#LE Es cualquier caracterstica que difiere de un miembro a otro dentro de una poblaci!n estadstica. 4uede tomar un alor cualquiera obtenido de un conjunto que constitu5e el dominio de la ariable. 3e representa por x, 5, etc. 1as (ariables pueden ser clasificadas en' (ariable 0iscreta' es aqu6lla que s!lo puede tomar alores enteros. Ejemplos( #)mero de alumnos de un curso* n)mero de +ijos (ariable )ontinua' puede tomar cualquier alor intermedio entre dos puntuaciones, por pr!ximas que 6stas sean. )orresponde al conjunto de los /9meros *eales. Ejemplos( Estatura o peso de una persona,
T$CICAS DE M"ESTREO 3ern las distintas t6cnicas que se utilizan para escoger a los sujetos o ariables de anlisis. Existen dos grandes clases de muestreo' probabilstico 5 no probabilstico.
En el muestreo pro'a'il&stico todos los indiiduos de la poblaci!n tienen una determinada probabilidad de ser incluidos en la muestra@ para ello se utilizan procesos aleatorios, esto es, basados en el azar.
El muestreo no pro'a'il&stico selecciona a los indiiduos mediante m6todos en los que no interiene el azar. 2n ejemplo sera el ir inclu5endo en la inestigaci!n a los indiiduos que cumplan los criterios de inclusi!n. 1os muestreos no probabilsticos adolecen del peligro de que los oluntarios no representen adecuadamente a la poblaci!n. 4or ello, cuando un inestigador plantea un muestreo no probabilstico debe poner en una balanza las entajas de una fcil accesibilidad frente a la desentaja que supondra Aaber trabajado con una muestra no representatia.
ERROR M"ESTRAL Error de Muestreo, es la diferencia entre el estadstico de una muestra 5 el parmetro de la poblaci!n correspondiente. 1mite aceptable de error muestral que, generalmente cuando no se tiene su alor, suele utilizarse un alor que ara entre el %B C","%D 5 EB C","ED, alor que queda a criterio del encuestador.
TAMA%O DE LA M"ESTRA 0espu6s de Aaber definido cul a a ser la poblaci!n a estudio, Aa5 que calcular qu6 tama7o mnimo debe tener la muestra para poder responder a los objetios planteados. CARACTERI&ACI' DE LA M"ESTRA Capacitaci! E"ta#$"tica c%! E&c'( F
8eneralmente es imposible estudiar todos los indiiduos que conforman la poblaci!n objetio, por lo que el inestigador deber elegir un subconjunto de indiiduos de dicAa poblaci!n que le resulte accesible.
0icAo subconjunto es la poblaci!n a estudio CmuestraD. El aspecto ms importante a tener en cuenta en el momento de elegir la poblaci!n a estudio es conseguir que 6sta sea representatia de la poblaci!n objetio, es decir, que los resultados que el inestigador Aalle en la poblaci!n a estudio contin9en siendo igualmente lidos para la poblaci!n diana o poblaci!n blanco. 1a elecci!n de los indiiduos que an a conformar la poblaci!n a estudio implica definir unos criterios de inclusi!n 5 de exclusi!n de los participantes.
Ha5 distintas f!rmulas matemticas desarrolladas para llear a cabo estos clculos, dependiendo del tipo de estudio o del parmetro que se quiera estimar. &plicados en los ejemplos ilustratios & 5 < que se muestran a continuaci!n'
E(EMPLOS IL"STRATIVOS) TAMA%O DE LA M"ESTRA
A) C*+cu+*r e+ t*,*-o .e +* ,uestr* .e un* /ob+*ci0n .e 500 e+e,entos con un ni1e+ .e con2i*n3* .e+ 455
So+uci0n) *ealizando el grfico que representa el EGB de confianza se obtiene'
3e tiene /HG"", para el EGB de confianza - H %,EI, 5 como no se tiene los dems alores se tomar o = u,S, 5 e H ","G.
0onde' n H el tama7o de la muestra. / H tama7o de la poblaci!n. o = 0esiaci!n estndar de la poblaci!n que, generalmente cuando no se tiene su alor, suele utilizarse un alor constante de ",G. - H (alor obtenido mediante nieles de confianza. Es un alor constante que, si no se tiene su alor, se lo toma en relaci!n al EGB de confianza equiale a %,EI Ccomo ms usualD o en relaci!n al EEB de confianza equiale 2,GJ, alor que queda a criterio del inestigador. e H 1mite aceptable de error muestral que, generalmente cuando no se tiene su alor, suele utilizarse un alor que ara entre el %B C","%D 5 EB C","ED, alor que queda a criterio del encuestador.
Capacitaci! E"ta#$"tica c%! E&c'( G
*eemplazando alores de la f!rmula se tiene'
n = Nc 2 z 2 c 2 (N-1)+c 2 z 2 n = 5000,5 2 1,96 2 0,05 2 (500-1)+0,5 2 1,96 2 n = 217
1os clculos en Excel se muestran en la siguiente figura CEjemplo &D'
>uente' &rcAio de Excel. <0K +ama7o de la muestra.xlsx
#) C*+cu+*r e+ t*,*-o .e +* ,uestr* .e un* /ob+*ci0n .e 500 e+e,entos con un ni1e+ .e con2i*n3* .e+ 445
So+uci0n) *ealizando el grfico que representa el EEB de confianza se obtiene'
3e tiene /HG"", para el EEB de confianza - H 2,GJ, 5 como no se tiene los dems alores se tomar o = u,S, 5 e H ","G.
Capacitaci! E"ta#$"tica c%! E&c'( I
*eemplazando alores en la f!rmula se obtiene'
n = Nc 2 z 2 (N-1)c 2 +c 2 z 2 n = 5000,5 2 2,58 2 (500-1)(_0,05) 2 +0,5 2 2,58 2
n = 832,05 2,9116 n = 28S,77 n = 286
1os clculos en Excel se muestran en la siguiente figura CEjemplo <D'
>uente' &rcAio de Excel. <0K +ama7o de la muestra.xlsx
*esumen de datos'
Est*.6stico S6,bo+o V*+or (455) V*+or (445) Error muestral e ","G ","% +ama7o 4oblaci!n / G"" G"" 0esiaci!n L ",G ",G /iel de confianza %MN ",EG ",EE ?rea a la izquierda M- ,zq. M- ","2G ".""G 0istribuci!n alor -O - %,EI 2,GJ 0istribuci!n alor -M M- M%,EI M2,GJ T*,*-o ,uestr*+ n 789 7:;
En ambos casos el tama7o de la muestra, depender del niel de confianza utilizado.
Capacitaci! E"ta#$"tica c%! E&c'( #
GEERAR M"ESTRAS A PARTIR DE "A DISTRI#"CI' DE PRO#A#ILIDAD ORMAL
& tra6s del uso de la Aerramienta de anlisis, se pueden determinar PnQ muestras de tama7o PnQ, ingresando la media muestral CpromedioD 5 la desiaci!n estndar a tra6s del anlisis de datos en funci!n a la generaci!n de n9meros aleatorios.
E<ercicio /r=ctico)
aD 8enerar %"" muestras de distribuci!n normal, con media %#" cm 5 desiaci!n H E cm de tama7o n H G 5 n H %". bD )onstruir un Histograma de las medias muestrales del ejercicio anterior
4&3: %' &nlisis de datosM 8eneraci!n de n9meros aleatorios CHoja en blanco ExcelD
4&3: 2. 8eneraci!n de n9meros aleatorios en Excel
Capacitaci! E"ta#$"tica c%! E&c'( J
4&3: ; 5 F. 3e generan las muestras 5 luego se calcula el promedio de cada una de ellas.
PARA CREAR EL HISTOGRAMA
4&3: G. & tra6s del paso F Cpromedio de cada una de las muestrasD. 3e procede al An=+isis .e D*tos @ HistoAr*,*B
4&3: I. 3eleccionar los criterios de selecci!n para la elaboraci!n del Aistograma de frecuencias
Capacitaci! E"ta#$"tica c%! E&c'( E
4&3: #. 3e muestra el resultado de la tabla e Aistograma de frecuencias, como se muestra a continuaci!n'
&l realizar el mismo ejercicio pero modificando nH%" el resultado se muestra a continuaci!n'
ORDEACIO C REPRESETACIO DE LOS DATOS EDCEL
4ara que las mediciones tengan utilidad 5 puedan obtenerse conclusiones, es preciso que los datos sean conenientemente ordenados, lo que a su ez permitir representarlos grficamente de forma tal que una sola mirada nos permita formarnos una idea de la forma como se distribu5en las distintas puntuaciones en una medici!n.
)omo los datos llegan en cualquier orden, debemos ordenarlos, 5a sea en orden ascendente o descendente, seg9n la naturaleza de la medici!n, apo5ndonos de las aplicaciones 5 funciones de Excel.
T*b+* .e .istribuci0n .e 2recuenci*s
3e emplea cuando la cantidad de datos es eleada, 5 la tabla anterior resulta poco prctica. )onsiste en una primera columna en que consignamos ,nteralos de la ariable, que reciben el nombre de PclasesQ, 5 en la segunda columna, la Pfrecuencia de claseQ, ponemos el n9meros de casos que se encuentran en dicAo interalo. Capacitaci! E"ta#$"tica c%! E&c'( %"
&dems otra columna de utilidad posterior, llamada Pmarca de claseQ, que corresponde al alor central dentro del interalo, 5 que se obtiene con el promedio entre el Plmites inferiorQ 5 el Plmite superiorQ de cada clase' El *ango o campo de ariaci!n de la ariable' es la diferencia entre el ma5or 5 el menor alor que ella toma. 3e designa por *. Rango R = Valor mximo - Valor mnimo +ama7o de los interalos' decidir el n9mero 5 tama7o de los interalos. 0ependen de la cantidad de datos de la muestra 5 de su recorrido.
El n9mero de interalos debe cumplir con dos condiciones' resumir la informaci!n 5 conserar el detalle de la muestra. )ualquiera sea la ordenaci!n, debemos considerar el *ango como alor necesario para tener la distancia entre el alor mximo 5 el alor mnimo del recorrido de la ariable. 1uego el promedio del Rango corresponder a la Clase (xi)
2n criterio ms uniersal para determinar el n9mero !ptimo de interalos (-D, donde n es el n9mero de obseraciones o tama7o de la muestra 5 el doble par6ntesis representa la funci!n Pparte enteraQ del n9mero obtenido a tra6s de la f!rmula de 3+2*8E3 C4ara determinar n9mero de ,nteralosD. El n9mero !ptimo de interalos esta dado por la expresi!n' R H [ ] [ ] n log 322 , 3 1 + 1uego, para determinar el n9mero de interalos, es decir la amplitud de los interalos de clase de la tabla de frecuencias estar dado por' Amplitud = Rango/K E<ercicio /r=ctico)
aD 8enerar G" muestras de distribuci!n normal con media 2E,# cm 5 3 H G,;F cm de tama7o n H F bD )onstruir un Histograma de las medias muestrales, considerando *ango 5 n9mero !ptimo de interalos en funci!n al ejercicio anterior
4&3: %. 8eneraci!n de n9meros aleatorios en Excel
Capacitaci! E"ta#$"tica c%! E&c'( %%
4&3: 2, ; 5 F. 3e generan las muestras, luego se calcula el promedio de cada una de ellas CG" muestrasD. 1uego se constru5e una tabla adicional para determinar *ango, /9mero !ptimo e ,nteralos. )omo se muestra a continuaci!n'
4&3: G. 3eleccionar los criterios de selecci!n para la elaboraci!n del Aistograma de frecuencias, ingresando la clase como promedio del rango
4&3: I. +abla e Aistograma de frecuencias, como se muestra a continuaci!n'
DIFERENCIA ENTRE DOS MEDIAS DE POBLACIONES INDEPENDIENTES
Ejercicio prc!ico" 2na operaci!n de ensamblaje de una planta industrial requiere que un empleado nueo se someta a un perodo de entrenamiento para alcanzar su mxima eficacia. 3e sugiri! un nueo m6todo de entrenamiento 5 se lle! a cabo de una prueba para comparar los m6todos.
0os grupos de nuee empleados nueos se entrenaron durante un perodo de tres semanas, un grupo usando el nueo m6todo 5 el otro siguiendo el procedimiento de entrenamiento estndar. &l final del perodo de tres semanas se obser! el tiempo en minutos que le tom! a cada empleado ensamblar el dispositio.
3e ingresan los datos en Excel, para su anlisis Aan sido ordenados en columnas, como se muestra a continuaci!n. Proce.i,iento est=n.*r Proce.i,iento nue1o E7 E5 E9 E8 E5 74 7: 75 F8 EF FF F0 E5 79 E8 E7 EF E8 >uente' &rcAio de Excel. <0K )omparaci!n de dos medias.xlsx
#Presen!an los $a!os s%&icien!e e'i$encia (%e in$i(%e (%e el !ie)po )e$io $e ensa)*laje al &inal $el per+o$o $e en!rena)ien!o $e !res se)anas es )enor para el n%e'o ),!o$o-
El procedimiento para solicitar en Excel la prueba de medias para este caso es el siguiente'
4&3: %. 3eleccione del men9 principal HerramientasS&nlisis de datos. 2na ez aparezca en pantalla el cuadro de dialogo elija 4rueba t para dos muestras suponiendo arianzas iguales, como se indica.
COMPARACI' DE M"ESTRAS Capacitaci! E"ta#$"tica c%! E&c'( %;
4&3: 2. En rango para la ariable % C4rocedimiento estndarD seleccionar el rango <F'<%; de los E empleados. En rango para la ariable 2 C4rocedimiento nueoD seleccionar )F')%;. /o olide marcar la casilla de erificaci!n *!tulos dado que las ariables se encuentran rotuladas. Elija si desea er los resultados en la Aoja actual o bien en una Aoja nuea. +ambi6n debe resaltarse el supuesto de que las arianzas de ambas muestras son iguales. 0e no ser cierta esta condici!n deber inclinarse por el procedimiento que contempla la desigualdad entre ellas.
4&3: ;. &l presionar el bot!n &ceptar aparecen en el rango de salida Cde acuerdo a la elecci!n del cuadro de dilogo anteriorD los resultados de la prueba de t. 0ependiendo de la Aip!tesis planteada se recurrir a er los alores de probabilidad para una o para dos colas.
En el caso se reisara la probabilidad para una cola dado el prop!sito planteado al inicio de la inestigaci!n. 1a misma result! ser de ","I. +ambi6n si se compara el alor de t calculadaH%.IG que resulta ser menor al alor tabular de %.#G Ct tabuladaD la regla de decisi!n es equialente.
Este resultado nos permite concluir que no Aa5 eidencia de que el tiempo medio de ensamblaje al final del perodo de entrenamiento para el nueo m6todo sea menor al m6todo estndar.
Capacitaci! E"ta#$"tica c%! E&c'( %F
DIFERENCIA ENTRE DOS MEDIAS DE POBLACIONES DEPENDIENTES
Ejercicio prc!ico" 2n fabricante deseaba comparar la resistencia al desgaste de dos tipos distintos de neumticos & 5 <. 4ara Aacer la comparaci!n, se asign! al azar un neumtico del tipo & 5 uno del tipo < a las ruedas posteriores de 2" autom!iles. 1os cocAes recorrieron un n9mero especfico de Til!metros 5 se obser! el desgaste de cada neumtico.
Auto,01i+ 8 7 E F 5 ; 9 : 4 80 eu,=tico A %".I E.J %2.; E.# J.J %" E.E E %2.% J.E eu,=tico # %".2 E.F %%.J E.% J.; %".% E.2 %%.2 %% J.2
Auto,01i+ 88 87 8E 8F 85 8; 89 8: 84 70 eu,=tico A %".% %% %%.J E.E %2.2 %2.; %".G J.J J.I E.2 eu,=tico # %".% %" %".; %".F %%.% %%.; E.; J.G %".; %% >uente' &rcAio de Excel. <0K )omparaci!n de dos medias.xlsx
#Presen!an los $a!os s%&icien!e e'i$encia para concl%ir (%e .a/ $i&erencia en el $esgas!e pro)e$io $e los $os !ipos $e ne%)!icos-
El procedimiento para solicitar en Excel la prueba de medias para este caso es el siguiente'
4&3: %. 3eleccione del men9 principal HerramientasS&nlisis de datos. 2na ez aparezca en pantalla el cuadro de dialogo elija 4rueba t para medias de dos muestras emparejadas, como se indica.
4&3: 2. 4resione luego el bot!n &ceptar. En rango para la ariable % seleccionar );')2;. En rango para la ariable 2 seleccionar 0;'02;. /o olide marcar la casilla de erificaci!n *!tulos dado que las ariables se encuentran rotuladas. Elija si desea er los resultados en la Aoja actual como se muestra'
Capacitaci! E"ta#$"tica c%! E&c'( %G
4&3: ;. 1uego de presionar el bot!n &ceptar aparecen en una Aoja nuea Cde acuerdo a la elecci!n del cuadro de dilogo anteriorD los resultados de la prueba de t. 0ependiendo de la Aip!tesis planteada se recurrir a er los alores de probabilidad para una o para dos colas.
En el presente caso se reisa la probabilidad para dos colas que result! ser de ".;2F. +ambi6n si se compara el alor de t calculada H%."%2 que resulta ser menor al alor tabular de 2."E; Ct tabuladaD. Este resultado nos permite concluir que en promedio los dos tipos de neumticos sufren igual desgaste.
MARCO DE M"ESTREO El marco muestral es una representaci!n de todos los elementos de la poblaci!n objetio que consta de una lista de caractersticas que permitan identificar dicAa poblaci!n.
M"ESTREO )uando se desea obtener informaci!n de los miembros de una poblaci!n@ es decir cuando se desea conocer los parmetros de una poblaci!n, la primera alternatia es realizar un censo. Ha5 arias razones por las que a menudo se prefiere un muestreo a un censo.
M"ESTREO O PRO#A#ILISTICO &plicado cuando el muestreo probabilstico resulta excesiamente costoso +odos los indiiduos no tienen la misma probabilidad de ser elegidos. /o se tiene la certeza de que muestra extrada sea representatia /o se puede Aacer generalizaciones.
4oblaciones 5 muestras 1a estadstica consiste en acumular 5 analizar datos 1os objetos de los que uno toma medidas para generar datos son los sujetos del estudio' pueden ser indiiduos, familias, pases, ciudades, empresas, instituciones... 1a poblaci!n' conjunto de sujetos sobre el que el estudio quiere saber algo 2na muestra' es un subconjunto de la poblaci!n sobre el que el estudio toma datos
M"ESTREO PRO#A#ILISTICO +odos los indiiduos tienen probabilidad conocida de ser elegidos. +odas la posibles muestras de tama7o n tienen probabilidad conocida de ser elegidas. 3!lo estos m6todos nos aseguran representatividad de la muestra. 1os tipos de muestreo probabilstico son' Muestreo &leatorio 3imple Muestreo &leatorio 3istemtico Muestreo &leatorio Estratificado Muestreo &leatorio por )onglomerados
M"ESTREO ESTRATI!ICADO
)onsiste en la diisi!n preia de la poblaci!n de estudio en grupos o clases que se suponen Aomog6neos con respecto a alguna caracterstica de las que se an a estudiar. & cada uno de estos estratos se le asignara una cuota que determinara el n9mero de miembros del mismo que compondrn la muestra. 0entro de cada estrato se suele usar la t6cnica de muestreo sistemtico, una de las t6cnicas de selecci!n ms usadas en la prctica.
3eg9n la cantidad de elementos de la muestra que se Aan de elegir de cada uno de los estratos, existen dos t6cnicas de muestreo estratificado' AsiAn*ci0n /ro/orcion*+) El tama7o de la muestra dentro de cada estrato es proporcional al tama7o del estrato dentro de la poblaci!n. AsiAn*ci0n 0/ti,*) 1a muestra recoger ms indiiduos de aquellos estratos que tengan ms ariabilidad.
4ara ello es necesario un conocimiento preio de la poblaci!n. DATOS AGREGADOS Capacitaci! E"ta#$"tica c%! E&c'( %#
4ara una descripci!n general del muestreo estratificado 5 los m6todos de inferencia asociados con este procedimiento, suponemos que la poblaci!n est diidida en + subMpoblaciones o estratos de tama7os conocidos /%, /2,..., /A tal que las unidades en cada estrato sean Aomog6neas respecto a la caracterstica en cuesti!n. 1a media 5 la arianza desconocidas para el iM6simo estrato son denotadas por x i 5 S% 2
respectiamente.
E<e,/+o /r=ctico 8) 2na peque7a comuna contiene un total de %J"" Aogares. 1a ciudad est diidida en tres distritos que contienen J2", GF" 5 FF" Aogares, respectiamente. 3e considera muestra aleatoria estratificada de ;"" Aogares en la comuna. 1as respectias medias mu6strales son W2E", W;G2 5 WF2#, 5 las respectias cuasiarianzas mu6strales son WF#, WI% 5 WE; Cconsiderando el consumo de una ariable xD.
%D )alcular el n9mero de Aogares por cada distrito, considerando asignaci!n proporcional. 2D & partir de estos datos realizar una estimaci!n para la media 5 de la arianza de esta estimaci!n. ;D )alcular el n9mero de Aogares por cada distrito, considerando asignaci!n !ptima.
P*so 8' 4ara calcular el tama7o de la muestra de cada estrato en la asignaci!n proporcional usamos la siguiente relaci!n'
4or ejemplo, para el clculo se Aa redondeado por exceso el ma5or de ellos para conseguir que el n9mero de elementos de la muestra global sea ;"" Aogares. )omo se muestra a continuaci!n en la siguiente tabla'
0istritos /i ni Media )uasiarianza % J2" %;# 2E" F# 2 GF" E" ;G2 I% ; FF" #; F2# E; Tot*+ 8;00 E00 >uente' &rcAio de Excel. <0K Muestreo estratificado.xlsx
P*so 7' 4ara calcular la estimaci!n de la media 5 de la arianza, utilizando las f!rmulas correspondientes'
Capacitaci! E"ta#$"tica c%! E&c'( %J
,ngresando los alores en Excel, desglosando la f!rmula, obtenemos la media 5 arianza total estratificada de la poblaci!n, como se muestra a continuaci!n'
>uente' &rcAio de Excel. <0K Muestreo estratificado.xlsx
P*so E' 4ara calcular el tama7o de la muestra de cada estrato, utilizaremos las siguientes f!rmulas 5 relaci!n de 6stas estimando la arianza de la poblaci!n la )uasiarianza de la muestra, para determinar asignaci!n !ptima.
)omo se muestra a continuaci!n'
>uente' &rcAio de Excel. <0K Muestreo estratificado.xlsx
&l elaborar un cuadro resumen 5 comparar el tama7o muestral para cada uno de los estratos, s!lo el estrato 2 C0istrito 2D, mantiene el n9mero de muestras a obtener.
0istritos /i Media )uasiarianza ni Pro/orcion*+ ni '/ti,* % J2" 2E" F# 8E9 870 2 GF" ;G2 I% 40 40 ; FF" F2# E; 9E 48 Tot*+ 8;00 E00 E00 >uente' &rcAio de Excel. <0K Muestreo estratificado.xlsx
Capacitaci! E"ta#$"tica c%! E&c'( %E
E<e,/+o /r=ctico 7) 3e considera la siguiente tabla como muestras estratificadas. 0eterminar interalos de confianza inferior 5 superior poblacionales
&l ingresar los alores en la planilla de clculo, cada muestra la sintaxis de cada f!rmula para muestreo estratificado arroja los siguientes alores, como se muestra a continuaci!n en la siguiente cuadro de Excel.
>uente' &rcAio de Excel. <0K Muestreo estratificado.xlsx
Capacitaci! E"ta#$"tica c%! E&c'( 2"
M"ESTREO POR COGLOMERADOS 3e utiliza cuando la poblaci!n se encuentra diidida, de manera natural, en grupos que se supone que contienen toda la ariabilidad de la poblaci!n, es decir, la representan fielmente respecto a la caracterstica a elegir, pueden seleccionarse s!lo algunos de estos grupos o conglomerados para la realizaci!n del estudio.
0entro de los grupos seleccionados se ubicarn las unidades elementales, por ejemplo, las personas a encuestar, 5 podra aplicrsele el instrumento de medici!n a todas las unidades, es decir, los miembros del grupo, o s!lo se les podra aplicar a algunos de ellos, seleccionados al azar. Este m6todo tiene la entaja de simplificar la recogida de informaci!n muestral. 1as ideas de estratos 5 conglomerados son, en cierto sentido, opuestas. El primer m6todo funciona mejor cuanto ms Aomog6nea es la poblaci!n respecto del estrato, aunque ms diferentes son 6stos entre s. En el segundo, ocurre lo contrario. 1os conglomerados deben presentar toda la ariabilidad, aunque deben ser mu5 parecidos entre s.
1a poblaci!n $H Y%, 2,Z.,#[ est diidida en conglomerados C.* C/*0, ,CM los cuales forman las unidades primarias de muestreo, cada uno de estos conglomerados est constituido por elementos de la poblaci!n, unidades finales. El muestreo por conglomerados consiste en seleccionar aleatoriamente un cierto n9mero de conglomerados CmD, necesario para alcanzar el tama7o muestral establecido. / H n9mero de elementos en la poblaci!n M H n9mero de conglomerados en la poblaci!n m H n9mero de conglomerados en la muestra
Estimaci!n de raz!n poblacional' 1 3ean los totales de la ariable x, en cada conglomerado de la muestra 3ean los totales de la ariable 5, en cada conglomerado de la muestra
E<e,/+o /r=ctico) 2na ciudad est diidida en ;" distritos escolares con cuatro escuelas elementales en cada una. Mediante muestreo por conglomerados se seleccionaron al azar ; distritos escolares. )onstru5a un interalo del EGB de confianza para el total de ni7os con daltonismo en la cuidad 5 para la proporci!n de ni7os con esta condici!n.
Distrito Esco+*r se+eccion*.o Escue+* .e+ .istrito esco+*r Tot*+ .e ni-os en +* escue+* ?,ero .e ni-os .*+t0nicos /or escue+* 8 % %;" 2 2 %G" ; ; %I" ; F %2" G 7 % %%" 2 2 %2" F ; %"" " F %2" % E % JE F 2 %;" 2 ; %"" " F %G" 2 >uente' &rcAio de Excel. <0K Muestreo conglomerados.xlsx )riterios' )onglomerado' distrito escolar 2nidad elemental' escuela (ariables' total de ni7os en la escuela 5 total de ni7os dalt!nicos Capacitaci! E"ta#$"tica c%! E&c'( 2%
1os datos de la tabla anterior se pueden resumir en la siguiente tabla
Distrito Esco+*r se+eccion*.o Tot*+ .e ni-os en e+ .istrito esco+*r (G) ?,ero .e ni-os .*+t0nicos /or .istrito esco+*r (H) 1 560 13 2 450 7 3 469 8 Total 1479 28 >uente' &rcAio de Excel. <0K Muestreo conglomerado.xlsx
0eterminar'
Esti,*ci0n .e+ tot*+ .e ni-os con .*+tonis,o %D )lculo del promedio muestral, en conglomerados 2D )lculo de la arianza de la media muestral ;D Estimaci!n por interalos del total poblacional considerando un error estndar de la media muestral de %,#I"#. FD )lculo de la raz!n de conglomerados
&l realizar los clculos en Excel, obtenemos las siguientes tablas'
>uente' &rcAio de Excel. <0K Muestreo conglomerado.xlsx