Documentos de Académico
Documentos de Profesional
Documentos de Cultura
2sesión 2 Ei
2sesión 2 Ei
Inferencia Estadística
20/09/2023 J. Vilchez
Población
20/09/2023 J. Vilchez
Población y muestra…
El investigador debe definir precisamente los criterios que permitan
decidir , ante cada caso o elemento, si pertenece o no a la
población investigada, es decir, debe determinar estrictamente el
marco muestral o los límites de la población.
20/09/2023 J. Vilchez
Muestra
La muestra es el subconjunto de la población donde se efectúa
o lleva a cabo la investigación con la finalidad de generalizar
posteriormente los resultados a toda la población. Para que dicha
generalización sea lícita, la muestra debe poseer las mismas (o
muy similares) características básicas (relevantes) de la
población investigada, es decir, debe ser representativa de la
población. Esas características básicas son las que se
relacionan, o pueden relacionarse, con el fenómeno
investigado.
20/09/2023 J. Vilchez
Población y muestra
Si N es el tamaño de la población y n el tamaño de la
muestra, siendo N suficientemente grande , pueden
extraerse un cierto número de muestras distintas de
tamaño n. Si en cambio N es un número pequeño (por
ejemplo, 50 sujetos) , convendrá investigar directamente
a toda la población, es decir, no extraer una muestra o
subconjunto.
20/09/2023 J. Vilchez
Tipos de Muestreo
La representatividad de la muestra tiene que ver, entonces, con
que ésta posea aproximadamente las mismas características
básicas que posee la población. Y esto, a su vez, tiene que ver con
la manera de seleccionar u obtener la muestra (es decir, con los
procedimientos de extracción de la muestra ) y con el tamaño de
la muestra. Distintos procedimientos de obtención de muestras
definen distintos tipos de muestreo. En general, los muestreos se
califican en probabilísticos y no probabilísticos.
20/09/2023 J. Vilchez
Tipos de Muestreo
Un muestreo es probabilístico cuando todos y
cada uno de los elementos que integran la
población tienen la misma probabilidad conocida
de ser seleccionados, es decir, de integrar la
muestra. En caso contrario (es decir, cuando no
todos tienen la misma posibilidad de ser elegidos,
o esta probabilidad no se conoce) el muestreo se
denomina no probabilístico.
20/09/2023 J. Vilchez
Tipos de Muestreo
Pese a que nunca hay garantías absolutas de
representatividad, en los muestreos probabilísticos
el error de muestreo, es decir, el margen de
error o riesgo de equivocarse al generalizar los
resultados obtenidos en la muestra a toda la
población, puede calcularse. Este margen de
error (“desviación estándar”) se define de
antemano. En los muestreos no probabilísticos
el margen de error se desconoce, y por ende no
puede calcularse.
20/09/2023 J. Vilchez
Ventajas del Muestreo
20/09/2023 J. Vilchez
Unidad de observación y de muestreo
La unidad de observación es cada uno de los elementos (sujetos,
objetos o indicadores) que integran la población, y en los que se
analizarán las variables investigadas. La unidad de muestreo o de
análisis es el elemento utilizado para seleccionar la muestra, es
decir, cada uno de los elementos que integran la muestra. Por lo
general, la unidad de observación (poblacional) y la unidad de
análisis (muestral) son la misma, pero hay casos en que no: si se
desea investigar el maltrato familiar de los menores, y no hay modo
de seleccionar directamente las unidades de observación (los
menores maltratados), se seleccionan las unidades de análisis (los
hogares o casas donde habitan los menores maltratados) para
poder llegar a ellos.
20/09/2023 J. Vilchez
Pasos de la investigación
Para efectuar eficazmente una investigación hay que definir estricta
y concretamente la población (en función del problema, los
objetivos, las hipótesis, las variables y el tipo de investigación),
especificando las unidades de observación y las unidades de
análisis (cuando ambas no coincidan); hay que asegurarse que la
muestra sea representativa, es decir, que posea las mismas o
similares características principales que posee toda la población
(y que el investigador debe conocer) en relación al fenómeno
investigado, para lo cual hay que definir el tamaño de la muestra, y
decidir el procedimiento de selección o extracción de la muestra
(lo que determinará a su vez el tipo de muestreo).
20/09/2023 J. Vilchez
MUESTREO Técnicas de
muestreo
PROBABILISTICO NO PROBABILISTICO
· Estratificado.
Muestreo por conveniencia
· Conglomerado Muestreo por cuotas:
· Sistemático. Muestra por fines especiales:
Muestreo opinático.
· De áreas Muestreo casual o incidental:
Bola de nieve.
Muestreo Discrecional.
20/09/2023 J. Vilchez
1. Muestreo Aleatorio Simple
20/09/2023 J. Vilchez
Muestreo Aleatorio Simple…
z 2 . 2
n 2
E
n =Tamaño necesario de la muestra
Z = Valor asociado al nivel de confianza de la estimación.
E = Error de la estimación
σ2 =Varianza de la población (Conocida o Estimada)
20/09/2023 J. Vilchez
Muestreo Aleatorio Simple…
Métodos de muestreo
CÁLCULO DEL TAMAÑO DE LA MUESTRA
N .z 2 . 2
n
( N 1) E 2 z 2 . 2
N = Tamaño de la población.
n =Tamaño necesario de la muestra.
Z = Valor asociado al nivel de confianza de la estimación.
E = Error de la estimación.
σ2 =Varianza de la población (Conocida o Estimada)
20/09/2023 J. Vilchez
Muestreo Aleatorio Simple…
N = Tamaño de la población.
n =Tamaño necesario de la muestra.
Z = Valor asociado al nivel de confianza de la estimación.
E = Error de la estimación.
p.q = Varianza de la población
20/09/2023 J. Vilchez
Muestreo Aleatorio Simple…
s2 n
n 2 Para refinar el tamaño de la muestra se toma n'
1 n / N
20/09/2023 J. Vilchez
EJEMPLO
Se desea estimar, con 95% de confianza, el tiempo promedio para la fabricación de cierto
producto. En un estudio piloto se encontró que s =1,2 horas. El investigador asume una
precisión de 0,25 horas.
Entonces, se tiene que:
Confianza 1-α/2=0.95 Z=1.96
S =1.2 horas, E = 0.25 horas
Z12α / 2S2 1.96 1.2
2 2
n 88.5 89
E 2
0.252
20/09/2023 J. Vilchez
EJEMPLO
Se desea conocer tamaño de la muestra para estimar el porcentaje de hogares pobres en
una provincia, si se sabe que la desviación estándar de la población es cerca del 20% de la
proporción de hogares pobres y se desea estar seguro en un 95% que la proporción
muestral se halle dentro del 5% de la proporción poblacional (Z = 1.96).
x100
u
Si se escoge el tamaño de la muestra igual a 62, tenemos la
seguridad al 95% de confianza que la proporción muestral se halle
dentro del 5% de la proporción poblacional
20/09/2023 J. Vilchez
EJEMPLO
¿Que pasaría, si la desviación estándar de la población aumenta al 40% de la
proporción de hogares pobres?
n
1.96 40
2 2
246
52
El tamaño de la muestra debe ser 246 para tener la seguridad al
95% de confianza que la proporción muestral se halle dentro del 5%
de la proporción poblacional
n
1.96 20
2 2
15
102
El tamaño de la muestra debe ser 15 para tener la seguridad al 95% de
confianza que la proporción muestral se halle dentro del 5% de la
proporción poblacional
20/09/2023 J. Vilchez
Muestreo Aleatorio Simple…
Calculo del tamaño de la muestra
Estudios Descriptivos
A) PARA ESTUDIOS CUYA VARIABLE PRINCIPAL ES CUANTITATIVA
a) Para una población infinita (cuando se desconoce el total de unidades de observación que l integran o la
población es mayor que 10 000.
𝑍 2. 𝑆2
𝑛=
𝑑2
b) Para una población finita (cuando se conoce el total de unidades de observación que la integran).
Donde:
.n = tamaño de la muetra
N = tamaño de la población
𝑁 . 𝑍 2 . 𝑆2 Z = valor de Z crítico, calculado en las tablas del área de la curva
𝑛= 2 normal. Llamada también nivel de confianza.
𝑑 ( 𝑁 −1 ) + 𝑍 2 . 𝑆2 S2 = varianza de la población en estudio (que es el cuadrado de la
desviación estándar y puede obtenerse de estudios similares o prueba
piloto).
.d = Nivel de precisión absoluta: Referido a la amplitud del intervalo de
confianza deseado en la determinación de la variable en estudio.
20/09/2023 J. Vilchez
Muestreo Aleatorio Simple… Calculo del tamaño de la muestra
Estudios Descriptivos
B) PARA ESTUDIOS CUYA VARIABLE PRINCIPAL ES CUALIITATIVA
En las investigaciones donde la variable principal de tipo cualitativo, que se reporta mediante la proporción
del fenómeno en estudio en la población diferencia, la muestra se calcula a través de las fórmulas.
a) Para una población infinita (cuando se desconoce el total de unidades de observación que la integran
o la población es mayor que 10 000.
𝑍 2 . 𝑝 .𝑞
𝑛= 2
𝑑
b) Para una población finita (cuando se conoce el total de unidades de observación que la integran).
Donde:
.n = tamaño de la muestra
.N = tamaño de la población
Z = valor de Z crítico, calculado en las tablas del área de la curva normal.
𝑁 . 𝑍2 . 𝑝 . 𝑞 Llamada también nivel de confianza.
𝑛= 2 2 .p = proporción aproximada del fenómeno en estudio en la población de
𝑑 ( 𝑁 −1 ) + 𝑍 .𝑝 .𝑞 referencia.
.q = proporción de la población e referencia que no representa al fenómeno
en estudio (1 – p).
.d = Nivel de precisión absoluta: Referido a la amplitud del intervalo de
confianza deseado en la determinación de la variable en estudio.
20/09/2023 J. Vilchez
Muestreo Aleatorio Simple…
20/09/2023 J. Vilchez
2. Muestreo Aleatorio Sistemático
20/09/2023 J. Vilchez
Muestreo Aleatorio Sistemático…
Arranque de sorteo
1
2
3
4 Intervalo = N/n k = 1000/100 = 10
5
6
MUESTRA 3, 13, 23, 33, 43, 53, …
.
.
.
1000
Para el proceso de muestreo aleatorio sistemático: Acciones:
Determinar el número de unidades que conformará la muestra.
Asegurarse que todos los elementos de la población estén enumerados.
Calcular el “número de selección sistemática”, que servirá de base para la selección de la
muestra. Se calcula dividiendo la población (N) entre la muestra (n). Por ejemplo: N/n = 400/80 =
5; en este caso, 5 será el intervalo para la selección de la muestra.
Determinar la unidad muestral por la que se iniciará la selección de la muestra; puede ser al azar o
aleatorio.
Proceder a conformar la muestra. Si al sortear resulta el número 3 y dado que el “número de
selección sistemática” es 5, la muestra integran: 3, 8, 13, …
20/09/2023 J. Vilchez
Muestreo Aleatorio Sistemático…
20/09/2023 J. Vilchez
3. Muestreo Aleatorio Estratificado
20/09/2023 J. Vilchez
Muestreo Aleatorio Estratificado…
20/09/2023 J. Vilchez
Muestreo Aleatorio Estratificado…
20/09/2023 J. Vilchez
Muestreo Aleatorio Estratificado…
En este tipo de muestreo, la distribución de los elementos muestrales
entre los estratos diseñados se lleva a cabo mediante el proceso de
afijación. Existen varias formas de afijar la muestra a cada estrato.
Las tres principales son la afijación simple, la proporcional y la
óptima. Por ejemplo, si deseamos indagar en torno a la opinión de los
habitantes de un distrito respecto al coronavirus, para ver el nivel de
conciencia sanitaria de la ciudadanía, podemos determinar una
muestra de 800 sujetos, y decidimos segmentarla bajo la presunción
de que la variable nivel de estudios posee capacidad para explicar la
variabilidad de la realidad estudiada.
20/09/2023 J. Vilchez
Muestreo Aleatorio Estratificado…
20/09/2023 J. Vilchez
Muestreo Aleatorio Estratificado…
La muestra se elige escogiendo en cada estrato un número
representativo de individuos. El tamaño de la muestra se fijará mediante
uno de los tipos de muestreo disponible. La elección de los elementos
en cada estrato se realiza mediante algún método de muestreo
aleatorio simple o muestreo sistemático. Suponemos que hay k estratos
de tamaños , de forma que:N1, N2,…, Nk
++…+
En cada estrato se toman n1, n2,…, nk elementos para la muestra, de manera que
se toman en total n individuos, es decir:
++…+
20/09/2023 J. Vilchez
Muestreo Aleatorio Estratificado…
Ejemplo
Elección simple (o uniforme): se toman de la muestra el mismo número de
sujetos para cada uno de los k estratos. De cada estrato se
seleccionarían N/k individuos. Este criterio no es recomendable cuando
los estratos tienen un número de individuos significativamente diferente.
Por ejemplo, en una muestra de 800 individuos dividida en tres estratos, cada uno
de ellos tendría 800/4 = 200 elementos.
N1 = 200 N2 = 200 N3 = 200 N4 = 200
.n1 = 40 n2 = 40 n3 = 40 n4 = 40
N = 40 + 40 + 40 + 40 = 160
20/09/2023 J. Vilchez
Muestreo Aleatorio Estratificado…
20/09/2023 J. Vilchez
Muestreo Aleatorio Estratificado…
Elección proporcional al tamaño del estrato: el tamaño de la muestra en
cada grupo es proporcional a los elementos de dicho grupo. En cada
estrato se tomarán n elementos, calculados mediante la fórmula:
i
𝑁𝑖
𝑛𝑖 =𝑛 .
𝑁
del estrato i.
Por ejemplo, suponemos que se hace un estudio sobre la toma de Ivermectina en una ciudad
de 3000 habitantes. Teniendo en cuenta cuatro estratos sociales para obtener los resultados
en esta investigación. Donde se incluye solo a los mayores de edad para el estudio. Se
distribuyen en cuatro grupos o estratos, resultando una agrupación, del siguiente modo:
20/09/2023 J. Vilchez
Muestreo Aleatorio Estratificado…
Estrato A 400
Estrato B 600
Estrato C 800
Estrato D 1200
Total 3 000
𝑁𝑖
𝑛𝑖 =𝑛 .
𝑁
20/09/2023 J. Vilchez
Muestreo Aleatorio Estratificado…
400 800
𝑛 𝐴 =240. =32 𝑛𝐶 =240. =64
3000 3000
600 1200
𝑛 𝐵= 240. =48 𝑛 𝐷=240. =96
3000 3000
20/09/2023 J. Vilchez
Muestreo Aleatorio Estratificado…
Afijación óptima. Aumenta la sofisticación de la afijación, aquí el peso relativo de
los estratos en la población, su heterogeneidad en relación a la variable o variables
utilizadas en la estratificación. Con este método, aquellos estratos que presenten
mayor peso poblacional y sean más heterogéneos les corresponderá un mayor peso
poblacional que los estratos con menos población y más homogéneos. El cálculo del
tamaño muestral para cada estrato es algo más complejo que en los anteriores
casos. El primer paso es multiplicar el porcentaje de la población correspondiente al
estrato por la varianza del estrato. Después se suman los resultados de todos los
productos y se calcula la proporción que supone cada producto en el total obtenido.
Y finalmente se multiplica cada una de las proporcionales por el tamaño muestral
para obtener el peso muestral final de cada estrato. El uso de la afijación óptima no
es muy frecuente en investigación social a pesar de que como su nombre indica
supone una opción altamente recomendable para afijar muestras.
20/09/2023 J. Vilchez
Muestreo Aleatorio Estratificado…
Tipo de CARACTERISTICAS VENTAJAS INCONVENIENTES
muestreo
20/09/2023 J. Vilchez
4. Muestreo Aleatorio por Conglomerados
20/09/2023 J. Vilchez
Muestreo Aleatorio por Conglomerados…
20/09/2023 J. Vilchez
Muestreo Aleatorio por Conglomerados…
20/09/2023 J. Vilchez
Muestreo Aleatorio por Conglomerados…
20/09/2023 J. Vilchez
Muestreo Aleatorio por Conglomerados…
Muestreo por conglomerados en fases múltiples
Como mencionamos anteriormente, este tipo de muestreo es de gran utilidad
cuando la población se encuentra distribuida de forma dispersa y en una gran
área, por lo que se puede proceder por etapas.
Procedimiento:
En primer lugar, se puede seleccionar una muestra aleatoria de unidades
de superficie. Después, dentro de las unidades de superficie se puede
seleccionar una muestra aleatoria de subunidades geográficas. Luego, se
puede volver a seleccionar al azar una muestra de estas subunidades
geográficas para, finalmente, pasar al estudio de los individuos, los
cuales también son seleccionados al azar.
20/09/2023 J. Vilchez
Muestreo Aleatorio por Conglomerados…
20/09/2023 J. Vilchez
Muestreo Aleatorio por Conglomerados…
20/09/2023 J. Vilchez
t i c a r
p r a c
o ra a b !
¡A h i n i t a
n M
co
20/09/2023 J. Vilchez