Documentos de Académico
Documentos de Profesional
Documentos de Cultura
probabilístico y
no probabilístico
Docente Magíster Alfredo Martinez
Estadística Aplicada a la Psicología
Semana 1
Contenido: Muestreo y aplicaciones
en psicología
1. Definiciones básicas
2. Tipos de muestreo
3. Muestras probabilísticas
4. Muestras no probabilísticas
5. Tamaño de muestra para estimar un promedio
6. Tamaño de muestra para estimar una proporción
7. Aplicaciones
Propósito de la sesión:
Es el elemento Es una
Es una parte de
que será característica que
una población en
estudiado en una puede tomar
estudio.
muestra. diferentes valores.
Ejemplo: Sexo,
Ejemplo:
edad, estatura,
Subconjunto de Ejemplo:
lugar de
estudiantes de la Un estudiante.
residencia, nivel
Universidad.
educativo, etc…
PROCESO DE DISEÑO DE LA MUESTRA
Definir la Población
MUESTREO NO PROBABILISTICO
Aleatorio Simple
Sistemático
Estratificado
Conglomerados
Unidad de análisis
MUESTREO ALEATORIO SIMPLE
Es el método de muestreo que asegura que cada una de las unidades de
análisis tienen igual probabilidad de ser incluidos en la muestra. Se emplea
frecuentemente cuando las unidades son homogéneas.
Procedimiento:
- Elabore el marco de muestreo.
- Determine el tamaño de la
muestra
- Seleccione “n” números aleatorios
de la tabla de números aleatorios.
- Recopile la información de cada
una de las unidades de análisis
seleccionadas.
1. MAS. Proceso
• Uso de la tabla de números aleatorios
Para ejemplificar el uso de la tabla de números aleatorios, suponga que en una escuela desea modificar el
plan de estudios si en dicha escuela hay un grupo de 40 profesores y desea obtener una muestra de 4 para
conocer su opinión acerca de dicha modificación.
• Paso 1. Se enumera a los profesores del 1 al 40; en la tabla de números aleatorios, los dígitos se
escogerán de dos en dos, porque el tamaño de la población es N = 40 (número de dos dígitos).
• Paso 2. Para dar inicio a la selección de los cuatro profesores, en la tabla de números aleatorios se
toman en forma arbitraria una columna y un renglón; suponga que se seleccionan el reglón 60 y la
columna 4 y se leen los pares de dígitos en las columnas 4 y 5, lo que da 13, 02, 18, 74, 59, 13, 74, 33; se
omiten tanto los números mayores de 40 como los números repetidos.
• Paso 3. Se continúan leyendo los pares de dígitos hasta que se obtienen cuatro unidades diferentes, es
decir, 13, 02, 18, 33. Cada uno de estos números tiene relacionado el nombre de algún profesor, el cual
formará parte de la muestra de cuatro profesores seleccionados.
El método anterior deja de ser práctico cuando el número de personas que se quiere seleccionar es muy
grande, por lo que es de utilidad el empleo de paquetes estadísticos u hojas de cálculo para la selección de
una muestra irrestricta aleatoria.
MUESTREO SISTEMÁTICO
El método sistemático comprende la selección aleatoria de una unidad de
muestreo inicial, a partir de la cual, las restantes unidades quedan
sistemáticamente seleccionadas de acuerdo al lugar que ocupa en la población.
Procedimiento:
- Elabore el marco de muestreo.
- Determine el tamaño de la
muestra
- Hallar el intervalo de selección
N
sistemática K n
- Se elige un numero aleatorio “i”
(1 ≤ i ≤ k)
- La muestra esta conformada por:
yi , yi k , yi 2 k , yi 3k , yi 4 k , yi 5k , ...
MUESTREO ESTRATIFICADO
El procedimiento consiste en dividir a la población en estratos. Dentro de cada
estrato los elementos deben ser los mas homogéneos posibles con respecto a las
características de la variable en estudio. Es decir los elementos son heterogéneos
Procedimiento:
- Elabore el marco de muestreo.
- Determine el tamaño de la
muestra “n”.
- Se clasifica la población en “L”
estratos.
- El tamaño de muestra “n” lo
dividimos en “L” muestras n1, n2,
n3, ….., nL
- Seleccionamos submuestras de
cada estrato.
MUESTREO POR CONGLOMERADOS
El procedimiento consiste en hacer una selección de grupos o conglomerados, que
son agrupaciones de elementos que deben ser los mas heterogéneos posibles, pero
homogéneos entre si.
Procedimiento:
- Elabore el marco de muestreo.
- Determine el tamaño de la muestra
“n”.
- Se divide el área total (población)
en áreas mas pequeñas
(subdivisiones)
- Se selecciona al azar algunas de
estas subdivisiones.
- Se selecciona el tamaño de muestra
de las subdivisiones elegidas.
4. MUESTREO NO PROBABILÍSTICO
MUESTREOS NO MUESTREOS NO
PROBABILÍSTICOS PROBABILÍSTICOS
𝑍22 𝐶𝑂𝐿𝐴𝑆 × 𝜎 2
𝑛=
𝐸2
promedio
Población Finita muestral: 𝑥
𝑍22 𝐶𝑂𝐿𝐴𝑆 × 𝜎 2 × 𝑁
𝑛= 2 n=?
𝐸 𝑁 − 1 + 𝑍22 𝐶𝑂𝐿𝐴𝑆 × 𝜎 2
6. Tamaño de muestra para la proporción
Población Infinita Proporción poblacional: Π
𝑍22 𝐶𝑂𝐿𝐴𝑆 × 𝑝 × 𝑞
𝑛=
𝐸2
proporción
Población Finita muestral: p
1-α α Z 1-α α Z
0.9 0.1 1.645 0.9 0.1 1.282
0.91 0.09 1.695 0.91 0.09 1.341
0.92 0.08 1.751 0.92 0.08 1.405
0.93 0.07 1.812 0.93 0.07 1.476
0.94 0.06 1.881 0.94 0.06 1.555
0.95 0.05 1.960 0.95 0.05 1.645
0.96 0.04 2.054 0.96 0.04 1.751
0.97 0.03 2.170 0.97 0.03 1.881
0.98 0.02 2.326 0.98 0.02 2.054
0.99 0.01 2.576 0.99 0.01 2.326
7. APLICACIONES
1. En una determinada región pobre se estima que 60% de los
hogares no tienen acceso a agua potable. Un estudiante desea
confirmar ese dato para la clase de realidad nacional. Si quiere que su
estimación tenga un error máximo de estimación de 5%, con un nivel
de confianza de 95%. ¿De que tamaño deberá ser la muestra?
Solución:
( z / 2 ) 2 p (1 p )
n
e2
n 369
7. APLICACIONES
2. Un estudiante de psicología quiere determinar el ingreso promedio
mensual de los miembros del consejo ciudadano. El error al estimar la
media debe ser inferior a $100 con un nivel de confianza de 95% . El
estudiante encontró un informe de la secretaria del trabajo en el que se
estimó que la desviación estándar era de $1000. ¿De que tamaño
deberá ser la muestra?
Solución:
2 2
z s 1.96(1000)
n /2 n
e 100
n (19.6) 2
n 384.16 n = 385
3. En una población de 600 pacientes del programa de diabetes de
un hospital se desea estimar el nivel promedio de colesterol total con
95% de confianza. En un estudio piloto se encontró: xe = 175,0
y se =16,6 mg /dl.
El investigador asume un error absoluto E = 3,5 mg/dl.
Calcular n.
Solución.
qe = 0,7
Interpretación: Para estimar la prevalencia
E = 0,05
poblacional, con 95% de confianza y una
precisión de 5%, se debe evaluar a 323
pacientes.