Conceptos básicos sobre muestreo probabilistico y no probabilistico

Solo disponible en BuenasTareas
  • Páginas : 5 (1159 palabras )
  • Descarga(s) : 0
  • Publicado : 26 de enero de 2012
Leer documento completo
Vista previa del texto
1- CUANDO UTILIZAR CENSO
• Cuando se necesita información por cada elemento de la población.
• Cuando la población es muy pequeña.

2- CUANDO UTILIZAR MUESTREO
• Cuando la población sea infinita.
• Cuando aun siendo finita es muy numerosa.
• Cuando el tiempo en que se toma la información sea mayor que el requerido.
• Cuando el costo de la investigación sea superior a los recursosdisponibles.
• Cuando las observaciones impliquen destrucción de los elementos.
• Cuando la población es muy homogénea

3-
EL DISEÑO MUESTRAL: Incluye el tipo de muestreo, los niveles de confianza, el margen de error, las variables a estimar (media, total, proporción, razón, etc)
• LAS MEDICIONES A TOMAR: A esta parte se define como se tomará la información, sí es por observación directatelefónica, correo, a través de un entrevista.
• EL TRABAJO DE CAMPO: Una vez definido el tipo de muestreo y la manera como se medirán las variables, se procederá a planificar la captura de la información, sí se hace
necesario organizar un dispositivo de campo entrenando encuestadores, supervisores, coordinadores de campo.

EL ANÁLISIS ESTADÍSTICO: Una vez se posee la información esta debe ser procesadaadecuadamente en un paquete estadístico como SPSS, SAS, MINITAB, o en una hoja de calculo. Es bueno recordar que se esta estudiando características de la población y que por lo tanto los resultados están sujetos a errores muéstrales y no muéstrales.

MUESTREO NO PROBABILISTICO
Este muestreo no permite tomar una muestra equiprobable y tampoco generalizar sus resultados a toda la población,también son útiles para estudios cualitativos.
MUESTREO PROBABILISTICO

Los métodos de muestreo probabilísticos son los que se basan en el principio de Equiprobabilidad. Es decir, aquellos en los que todos los individuos tienen la misma probabilidad de ser elegidos para formar parte de una muestra.
Todas las posibles muestras de tamaño n tienen la misma probabilidad de ser seleccionadas y nosaseguran la representatividad de la muestra extraída.

Unidad de observación:

Son los elementos a los que se hacen las mediciones de las caracteristicas de interes.

Ej: Cada miembro de una familia que poseen las características que buscamos o personas encuestadas dentro de una familia.

Población objetivo:

Por ejemplo: Una lista de las familias de un país, ciudad o municipio objetivo.Unidad de muestreo:

Por ejemplo: Si vamos a entrevistar a un miembro de la familia, la unidad de muestreo es la familia y la unidad de observación es el miembro que se encuesta.

Marco muestral:

En el ejemplo de la familia el marco muestral seria el conjunto de todos los lados de manzana del municipio clasificados por estrato socio-económico.

Sesgo en la selección:

Es un error nomuestral y sucede cuando la población objetivo es mayor a la población muestrada.

Sesgo de medición:

Son errores que aparecen por que el valor verdadero se aleja del medido y ocurre por fallas en los instrumentos de medición o encuestas mal realizadas.

Esto permite que se garantice la representatiidad de la muestra.

Que es un parámetro?

Un parámetro es un valor numerico que describeuna caracteristica de la población
Por ejemplo: A una población de usuarios de una compañía de celulares, se les mide las caracteristicas como ingresos medios de los usuarios, porcentaje de usuarios masculinos, estratos socio economico y se representan por un parámetro por cada caracteristica.
Estos datos se extraen de la muestra de la población.

Defina el coeficiente de varianza

Es comúnconsiderar el coeficiente de variación como medida de homogeneidad de los datos. Aunque puede ser peligroso generalizar, se dice, por ejemplo, que un grupo de de datos es homogeneo si su coeficiente de variación esta entre 15 – 30% se concidera homogenea moderada mientras que aquellos superiores al 30% ya podrían indicar una significativo heterogeneidad en el datos. El coeficiente de variación...
tracking img