Muestreo: Estadística Inferencial Mgtr. Janet Josco Mendoza
Muestreo: Estadística Inferencial Mgtr. Janet Josco Mendoza
Muestreo: Estadística Inferencial Mgtr. Janet Josco Mendoza
ESTADÍSTICA INFERENCIAL
MGTR. JANET JOSCO MENDOZA
1
1
Caso de estudio:
Sistema de Televisión Digital
Al finalizar la sesión, el
estudiante será capaz de
explicar los métodos para
seleccionar una muestra y
de calcular el tamaño de
una muestra.
POBLACIÓN Y MUESTRA
CONCEPTOS BÁSICOS
POBLACIÓN: Conjunto de casos que tienen características
comunes.
TIPOS DE MUESTREO
AL AZAR
MUESTREO ESTRATIFICADO (PROPORCIONAL –
CONSTANTE) se divide en grupos tomando en cuenta
una característica.(se utiliza un porcentaje).
NO PROBABILISTICO
Estratos
N: Población
◦ Muestreo por Conglomerados (racimos): El conglomerado más utilizado en la
investigación es un conglomerado geográfico. Por ejemplo, si un investigador desea estudiar
el rendimiento académico de los estudiantes secundarios en Perú:
• Dividir a toda la población en diferentes conglomerados (ciudades en este caso).
• Seleccionar una serie de conglomerados a través de un muestreo aleatorio simple.
• Luego, de los conglomerados seleccionados (ciudades seleccionadas al azar) el
investigador puede incluir a todos los estudiantes secundarios como sujetos o
seleccionar un número de sujetos de cada conglomerado a través de un muestreo
aleatorio simple o sistemático.
3. MUESTREO CENSAL
1. MÉTODO DE PROBABILIDADES
Tm = p (1 - p)
e 2 P (1 – p)
z U
Tm = 0,25
0,0025 0,25
3,8416 3000
Tm = 0,25
0,0006507 0,0000833
2. MÉTODO DE FÓRMULA MUESTRAL
X = N .
(N – 1) K2 + 1
Donde:
N = Población
K = 0.05 (margen de error)
COMO REDACTAR ESTE ASPECTO
Para redactar este punto, seguir las siguientes indicaciones:
Criterios de Inclusión:
Edad entre 18 y 25 años.
Pertenecientes a las facultades de Administración y Contabilidad
Criterios de Exclusión:
Mayores de 25 y menores de 18 años.
Que no pertenezcan a las facultades de Administración y Contabilidad
Muestreo estratificado
Indicado para poblaciones heterogéneas
Considera la variabilidad dentro de la población para extraer una muestra más precisa y eficiente que la
que se puede obtener con el muestreo aleatorio simple o el muestreo sistemático.
Ejemplo:
Usualmente se estratifican los ingresos de las personas, el nivel académico, la experiencia, la actitud según
los años de permanencia o antigüedad, etc.
Muestreo aleatorio simple:
Variable Cualitativa Cuantitativa
2
Z S
2
Z
Población Infinita: n 2 * PQ n 2
No se conoce la Población N E E
Z 2 2 NPQ Z 2 2 NS 2
Población Finita: n n
Se conoce la Población N ( N 1) E 2 Z 2 2 PQ ( N 1) E 2 Z 2 2 S 2
• Donde:
n: Tamaño de la muestra.
P: Proporción de una categoría de la variable – Q: 1 – P
E: Error máximo
N: Tamaño de la población
Z 2 : Variable estandarizada de distribución normal.
S²: Varianza de la muestra.
: Nivel de significancia.
CÁLCULO DEL TAMAÑO DE LA MUESTRA
Depende de:
• Variabilidad del parámetro a estimar.
• Precisión (amplitud de intervalos de confianza)
• Nivel de confianza (1 – α) habitualmente se considera al 95% o 99%
• Fórmula de la muestra para la población finita y conocida:
𝑁𝜎 2 𝑍 2
𝑛=
(𝑁 − 1)𝑒 2 + 𝜎 2 𝑍 2
Donde:
n= tamaño de la muestra
N= tamaño de la población
σ= desviación estándar de la población (0,5)
Z= nivel de confianza (valor que se toma en relación al 95% de confianza equivale al 1,96 o al 99% equivale al 2,58)
𝑒 = límite aceptable de error muestral (0,01 o 0,09)
EJEMPLO: Se tiene una población de 1000 elementos se tomará los valores de σ= 0,5 Z=1,96 𝑒= 0,05
Muestras =
• Ejemplo:
Hallar la muestra de una población de 3000 personas, con un
nivel de significancia del 0,05.
• Datos
𝑁 = 3000
𝑧 = 1,96
𝑝 = 0,5
1 − 𝑝 = 1 − 0,5 = 0,5
𝐸 = 0,05
1,962 × 3000 × 0,5 × 0,5
𝑛= = 340,7
3000 − 1 × 0,052 + 1,962 × 0,5 × 0,5
𝑛 = 341 𝑝𝑒𝑟𝑠𝑜𝑛𝑎𝑠