UNIVERSIDAD ABIERTA PARA ADULTOS

(UAPA)

ESCUELA DE NEGOCIOS
LICENCIATURA EN CONTABILIDAD

TEMA:

Tarea 4

PRESENTADO POR:

ANA NÚÑEZ 15-3536

ASIGNATURA:

ESTADISTICAS II

FACILITADOR:

JUAN MARTINEZ C

SANTIAGO DE LOS CABALLEROS

REPÚBLICA DOMINICANA
FEBRERO 2020
 ESTADISTICA II

FACILITADOR JUAN MARTINEZ CEBALLOS

TEMA IV
Teoría de Muestreo

 Concepto e importancia.
Es la actividad por la cual se toman ciertas muestras de una población de
elementos de los cuales vamos a tomar ciertos criterios de decisión, el muestreo
es importante porque a través de él podemos hacer análisis de situaciones de una
empresa o de algún campo de la sociedad.

 Cálculo del tamaño de una muestra:

El tamaño muestral dependerá de decisiones estadísticas y no estadísticas,
pueden incluir por ejemplo la disponibilidad de los recursos, el presupuesto o el
equipo que estará en campo.

Antes de calcular el tamaño de la muestra necesitamos determinar varias cosas:

Tamaño de la población. Una población es una colección bien definida de

objetos o individuos que tienen características similares

Margen de error (intervalo de confianza). El margen de error es una estadística

que expresa la cantidad de error de muestreo aleatorio en los resultados de una
encuesta, es decir, es la medida estadística del número de veces de cada 100 que
se espera que los resultados se encuentren dentro de un rango específico.

Nivel de confianza. Son intervalos aleatorios que se usan para acotar un valor

con una determinada probabilidad alta.

La desviación estándar. Es un índice numérico de la dispersión de un conjunto

de datos (o población). Mientras mayor es la desviación estándar, mayor es la
dispersión de la población.

La fórmula para calcular el tamaño de muestra cuando se desconoce el tamaño de

la población es la siguiente:

En donde
Z = nivel de confianza,
P = probabilidad de éxito, o proporción esperada
Q = probabilidad de fracaso
D = precisión (error máximo admisible en términos de proporción)

 Tamaño de la muestra para poblaciones finita.

Si la población es finita, es decir conocemos el total de la población y deseásemos
saber cuántos del total tendremos que estudiar la fórmula sería:

Donde:
• N = Total de la población
• Zα= 1.96 al cuadrado (si la seguridad es del 95%)
• p = proporción esperada (en este caso 5% = 0.05)
• q = 1 – p (en este caso 1-0.05 = 0.95)
• d = precisión (en su investigación use un 5%)
 Tamaño de la muestra para poblaciones infinita.
Para poblaciones "infinitas" (más de 100.000 personas o elementos)

 Métodos de Muestreo:
 MUESTREO PROBABILÍSTICO
Se basa en el principio de equis probabilidad, esto quiere decir que todos los
individuos de la muestra seleccionada, tendrán las mismas probabilidades de ser
elegidos. Lo anterior nos asegura que la muestra extraída contará con
representatividad.
Al azar simple

 Sistemática
 Estratificada
 Conglomerados

Características:

 No hay discreción del investigador.

 Los elementos se seleccionan por reglas mecánicas.
 Hay error muestral.
 Se conoce la probabilidad de inclusión.

MUESTREO NO PROBABILÍSTICO
No sirven para hacer generalizaciones pero sí para estudios exploratorios. En este
tipo de muestras, se eligen a los individuos utilizando diferentes criterios
relacionadas con las características de la investigación, no tienen la misma
probabilidad de ser seleccionados ya que el investigador suele determinar la
población objetivo.
 Por juicio u opinión.
 Por cuotas.
 De bola de nieve.
 De conveniencia.

Características:

 La muestra es discrecional
 Los elementos se seleccionan por facilidad conveniencia y no por reglas fijas
 No hay error muestral o no se puede calcular
 No se conoce la posibilidad de inclusión

 Muestreo aleatorio simple para poblaciones finitas e

infinitas.
Se caracteriza porque cada elemento de la población tiene la misma probabilidad
de ser elegido. Si se dispone de una lista de los elementos de la población, la
selección de una muestra aleatoria simple es muy sencilla. Supongamos que
numeramos los elementos de la población de 1 a N, una muestra aleatoria simple
puede obtenerse colocando N bolas numeradas en una caja, mezclándolas, y
extrayendo n de ella, o bien, también puede utilizarse una tabla de números
aleatorios, ordenador o simple calculadora de mano

 Muestreo aleatorio estratificado.

Hace referencia a poblaciones con características diferentes, en las que existen
estratos (grupos) homogéneos con respecto al carácter que se investiga y que, por
tanto, deben ser analizados de forma diferente, ya que pueden obtenerse
estimaciones más precisas (menos errores) tomando una muestra

 Muestreo por conglomerados.

En el muestreo por conglomerados la unidad muestral es un grupo de elementos
de la población que forman una unidad, a la que llamamos conglomerado
(familias, empresas, municipios, etc.). El muestreo por conglomerados consiste en
seleccionar aleatoriamente un cierto número de conglomerados (el necesario para
alcanzar el tamaño muestral establecido) e investigar después todos los
elementos pertenecientes a los conglomerados elegidos.
En el caso particular de que los conglomerados sean áreas geográficas –bastante
frecuente hablaremos de muestreo por áreas.

 Muestreo sistemático.
Si existe una lista de los elementos de la población en la que aparecen ordenados
y el orden existente no es un factor distorsionante de la aleatoriedad para el tema
bajo estudio (de ser así habría sesgo en la selección) se utiliza con mayor
frecuencia el muestreo sistemático. Se trata de seleccionar un primer elemento al
azar (arranque aleatorio) entre 1 y p, siendo p=N/n, y, si este elemento es el
k-ésimo, los demás se obtienen sumándole p al inmediato anterior: k, k+p,
k+2p……

El método garantiza que aparezcan elementos de todas las clases, por lo que
genera muestras más representativas que el aleatorio simple. Este procedimiento
exige, como el anterior, numerar todos los elementos de la población, pero en
lugar de extraer n números aleatorios sólo se extrae uno.