Datos personales

Mi foto
Chiclayo, Lambayeque, Peru
Estudios Profesionales en Estadistica - Universidad Nacional Pedro Ruiz Gallo - Lambayeque. Para cualquier duda o consulta sobre temas estadisticos: torresruidias85@gmail.com, statconsultora@hotmail.com

viernes, 12 de febrero de 2010

Muestreo Conceptos basicos

Muestreo, Conceptos y aplicaciones

Al realizar una investigación es muchas veces imposible estudiar toda nuestra población, ya que la cantidad de recursos materiales y humanos que demandan hacen inviable realizarlo. Una opción ante ello es evaluar solo una fracción representativa de todo la población y generalizar los resultados hacia toda la población (inferencia), El muestreo es el procedimiento estadístico para seleccionar dicha fracción a partir de la población, con el objeto de estudiar en ella alguna característica(s), y generalizar los resultados a la población de origen.

CONCEPTOS PREVIOS:
§ Elemento: Es un objeto o individuo en el cual se toma una medición o evaluación.
§ Población.- Es el conjunto de individuos que comparten alguna peculiaridad y de los cuales pretendemos conocer alguna característica lo llamamos también universo. Algunos autores reservan el nombre de población para el caso de que el número de elementos del colectivo sea finito dando el nombre de universo a los colectivos con infinitos individuos. Nosotros no haremos esa distinción y llamaremos población o universo a este colectivo independientemente de su tamaño finito o infinito. El número de elementos que la integran constituye el tamaño de la población, denotado por N.
§ Unidad de muestreo: Son colecciones no repetidas de la población que constituyen la población total. Si cada unidad de muestreo contiene un solo elementos de la población, entonces una unidad de muestreo y un individuo de la población son idénticos.
§ Marco muestral: Es el listado de las unidades de muestreo que componen la población.
§ Muestra.- Es una fracción o colección de unidades seleccionadas de uno ó varios marcos muéstrales. El número de unidades seleccionadas es el tamaño muestral y se denota por n.
§ Error Muestral.- Se refiere a la variación natural existente entre muestras tomadas de la misma población. Como es de comprender una muestra no es una copia exacta de la población; por lo cual no proporciona una información completa. Este error se minimiza con un diseño cuidadoso, sin embargo otros errores pueden introducirse en el diseño que son los llamados “errores no de muestreo”, debidos al sesgo de selección, no respuesta entre otros.

§ Significancia: también conocido como confiabilidad o confianza. Es la probabilidad de que la estimación efectuada se ajuste a la realidad, se denota por p. En el diseño de estudios se usan los valores de 95% (p=0,05) y 99 (p=0,01). Considerándose como aceptables para realizar inferencia probabilidades (p) menores de 0,05.
§ Intervalo de Confianza.- Cualquier información que queremos recoger está distribuida según una ley de probabilidad (Gauss o Student), así cuando calculamos un medida resultado (estadístico) en una muestra este es un valor puntual, que se acerca a la verdadera medida (parámetro) en el universo o población. Así el intervalo de valores construido en torno a un estadístico que contenga con una determinada probabilidad el verdadero valor del parámetro, se denomina intervalo de confianza, usándose generalmente el 95%. .
§ Muestreo probabilístico.- Se denomina así cuando, es posible calcular de antemano cual es la probabilidad de obtener cada una de las muestras que es posible seleccionar. Para lo cual es necesario que la selección de cada individuo de la muestra sea aleatorio.
· Muestreo no probabilístico.- Existen 2 tipos “el Muestreo intencional u opinatico” que es donde la persona que selecciona la muestra es la que procura que sea representativa, la representatividad de la muestra depende de su intención u opinión, la composición es influenciada por las preferencias del seleccionador. Asimismo tenemos “el Muestreo sin norma”, donde se toma la muestra de cualquier manera por razones de comodidad o capricho. En ambos casos pueden dar resultados útiles, sin embargo carecen de una base teórica satisfactoria para hacer generalizaciones.
§ Métodos de muestreo probabilístico
Muestreo Aleatorio simple (MAS).- Es aquel donde cada elemento de la población tiene la misma probabilidad de ser incluido en la muestra. Los elementos de la muestra se eligen al azar, que se hace haciendo uso de una tabla de números aleatorios tal como la Tabla H, que se construye en forma tal que genere series de números aleatorios para que se produzca una muestra imparcial. En ocasiones se apela al uso de sorteos. Así una muestra simple aleatoria es aquella en que sus elementos son seleccionados mediante el muestreo aleatorio simple.
Muestreo sistemático.- Es un método práctico de realizar un muestreo; consiste en calcular un periodo k, seleccionar un primer elemento al azar y luego ir cogiendo sucesivamente cada k elementos de una lista el total de la muestra. Aunque un muestreo sistemático puede no ser aleatorio de acuerdo con la definición, a menudo es razonable tratar las muestras sistemáticas como si fueran aleatorias. El riesgo de los muestreos sistemáticos es el de las periodicidades ocultas, cuando un evento no conocido se repite periódicamente. Es similar al MAS cuando no existe periodicidad por lo cual es uno de los mas usados por su practicidad.
Muestreo estratificado.- Se usa cuando tenemos información acerca de una población (es decir de su composición) y vemos que el universo esta formado por conjuntos de individuos diferentes (estratos), es allí que podemos mejorar el muestreo aleatorio por medio de la estratificación. Que consiste en dividir la población en un número de subpoblaciones o estratos. Luego seleccionamos de cada estrato una muestra aleatoria que sea proporcional al tamaño del estrato en el universo. Este procedimiento se conoce como muestreo aleatorio (simple) estratificado.

No hay comentarios:

Publicar un comentario en la entrada

Entradas populares