Muestreos. Subcategoría de población.

Muestreo aleatorio.

Ejemplo: niños con autismo.

Muestreo de conveniencia. Se va a un centro de educación o x para coger los niños con este
trastorno.

Muestreo  altura de alumnos de la estadística.

Para asegurarnos de que es válida, tiene que ser representativa, tienen que haber un número x
de personas. Mientras mayor sea la muestra mejor. Peeero  1930 se hace una encuesta de
los suscriptores de una revista con 4 millones de personas. Esta muestra da como ganador al
otro. Entonces esta muestra falló. Muestra sesgada.

Tamaño y representatividad.

Método -> muestreo aleatorio simple. Tiene un inconveniente, puede ser que lo aleatorio elija
más de un conjunto de números que de otros.

Solo se puede usar si la población es finita K = N/n  360 /18 = 20  K = 20

a = (a (igual o mayor) K)  3 ----  a = 3

a, a + k, a + 2k, a +3k, ………. a +(n-1) k

3, 23, 43, 63, 83, 103, …. 343 3+(360-20)

(estrato: subgrupo de la población, jerárquico)

Estrado <200

200 - 2000

2000 – 20000

. > 20000

N.

20586

74589

92320

143978

331473

Se hace regla de tres.

6.21 (20586 * 100/ 331473)

22.5

27.85

100

.n

33148 -100

X – 6.21

2059

7459

9232

14400

33148

Este último es para ver cuantas personas se necesita saber para que el muestreo sea
representativo. Entonces para una población de 200 la representatividad será del 6.21
porciento de la población.

Calculo: n = (Z *P * q)/d^2

Z= representativo (0.95 o 0.99)

P = Probabilidad de éxito o de fracaso

Distribución muestra. Es una función de probabilidad. Un estadístico adquiera un determinado
valor en función de ciertos datos de la población.

Vamos a inferir datos de una muestra para generalizarlos a una población.

Cuantas muestras se puede obtener de una población  infinitas.

Campana de Gauss – normalidad.

M = 60 (parámetro medio de la población)

O = 12 (sigma, desviación típica)

n= 24

P (x >-= 63)

Tenemos que conocer el parámetro. (media población)

N = vamos a trabajar con Z

Estadístico – parámetro x – M

Distribuciones teóricas.

X^2

F
Práctica 1. Ejercicios Técnicas de muestreo
1. Obtener una muestra conformada por el 5 % de sujetos de una población de 360
personas a través del método de muestreo aleatorio simple (Punto de inicio en
tabla: primer número de la primera columna). (población finita)
(aleatorio simple, con tabla de números aleatorios). Numeramos a los sujetos.
Esto es una debilidad de este muestreo. Tenemos que buscar 18 personas. Las
columnas tienen que ser de tres dígitos que esté dentro de los 360.

N = 360
N= 360 * 0.05 = 18
Números  002, 181, 245, 296, 337, 239, 130, 193, 74, 306, 118, 294, 154, 20, 22,
189, 319

2. Utilizamos los mismos datos del ejercicio anterior: obtener una muestra del 5%
de una población de 360 personas mediante muestreo sistemático (a=3).

3. Se está realizando una encuesta para conocer la opinión de los salmantinos

sobre la calidad del servicio de Atención Primaria en la provincia. Se espera
encuestar al 10% de la población.
 1.Contextualización del análisis de datos en el proceso de investigación: la fase
estadístico-analítica.
1. Análisis de datos en el proceso de investigación.
(más seminario 1)

1. 0.11507
Ejercicio.
Datos: 70%, n = 30

2. 0.35569

6. 0.01947 z=> 1.65