SlideShare a Scribd company logo
1 of 7
Download to read offline
UNIVERSIDAD VERACRUZANA<br />FACULTAD DE ADMINISTRACIÓN<br />Estadística Inferencial<br />TEMA<br />Muestreo<br />EQUIPO: Restaurantes 2<br />Aguilar Hernández Leticia<br />Avila Ortega Gabriela<br />Barcelata Beltrán Ana María<br />Domínguez Rivera Laura María<br />Durán Fabián Luis Selin<br />García Velázquez Anahí<br />González Cabañas Lizeth<br />Pacheco Betancourt Adriana Nohemi<br />PROGRAMA EDUCATIVO: Lic. Admón. Turística<br />Veracruz, Ver., a 10 de mayo del 2010<br />MUESTREO<br />Se conoce como muestreo a la técnica para la selección de una muestra a partir de una población.<br />1. TECNICAS DE MUESTREO<br />Existen dos métodos para seleccionar muestras de poblaciones: el muestreo no aleatorio o de juicio y el muestreo aleatorio (que incorpora el azar como recurso en el proceso de selección). Cuando este último cumple con la condición de que todos los elementos de la población tienen alguna oportunidad de ser escogidos en la muestra, si la probabilidad correspondiente a cada sujeto de la población es conocida de antemano, recibe el nombre de muestreo probabilístico. Una muestra seleccionada por muestreo de juicio puede basarse en la experiencia de alguien con la población. Algunas veces una muestra de juicio se usa como guía o muestra tentativa para decidir cómo tomar una muestra aleatoria más adelante.<br />1.1 Muestreo probabilístico <br />Forman parte de este tipo de muestreo todos aquellos métodos para los que puede calcularse la probabilidad de extracción de cualquiera de las muestras posibles. Este conjunto de técnicas de muestreo es el más aconsejable. En este caso se habla de muestras probabilísticas, pues no es en rigor correcto hablar de muestras representativas dado que, al no conocer las características de la población, no es posible tener certeza de que tal característica se haya conseguido.<br />*Sin reposición de los elementos: Cada elemento extraído se descarta para la subsiguiente extracción. <br />*Con reposición de los elementos: Las observaciones se realizan con reemplazamiento de los individuos, de forma que la población es idéntica en todas las extracciones. En poblaciones muy grandes, la probabilidad de repetir una extracción es tan pequeña que el muestreo puede considerarse sin reposición aunque, realmente, no lo sea.<br />*Con reposición múltiple: En poblaciones muy grandes, la probabilidad de repetir una extracción es tan pequeña que el muestreo puede considerarse sin reposición. Cada elemento extraído se descarta para la subsiguiente extracción.<br />1.1.1 Muestreo estratificado <br />Consiste en la división previa de la población de estudio en grupos o clases que se suponen homogéneos con respecto a alguna característica de las que se van a estudiar. A cada uno de estos estratos se le asignaría una cuota que determinaría el número de miembros del mismo que compondrán la muestra. Dentro de cada estrato se suele usar la técnica de muestreo sistemático, una de las técnicas de selección más usadas en la práctica.<br />Según la cantidad de elementos de la muestra que se han de elegir de cada uno de los estratos, existen dos técnicas de muestreo estratificado:<br />• Asignación proporcional: el tamaño de la muestra dentro de cada estrato es proporcional al tamaño del estrato dentro de la población. <br />• Asignación óptima: la muestra recogerá más individuos de aquellos estratos que tengan más variabilidad. Para ello es necesario un conocimiento previo de la población. <br />1.1.2. Muestreo sistemático <br />Se utiliza cuando el universo o población es de gran tamaño, o ha de extenderse en el tiempo. Primero hay que identificar las unidades y relacionarlas con el calendario (cuando proceda). Luego hay que calcular una constante, que se denomina coeficiente de elevación K= N/n; donde N es el tamaño del universo y n el tamaño de la muestra. Determinar en qué fecha se producirá la primera extracción, para ello hay que elegir al azar un número entre 1 y K; de ahí en adelante tomar uno de cada K a intervalos regulares. Ocasionalmente, es conveniente tener en cuenta la periodicidad del fenómeno.<br />Esto quiere decir que si tenemos un determinado número de personas que es la población y queremos escoger de esa población un número más pequeño el cual es la muestra, dividimos el número de la población por el número de la muestra que queremos tomar y el resultado de esta operación será el intervalo, entonces escogemos un número al azar desde uno hasta el número del intervalo, y a partir de este número escogemos los demás siguiendo el orden del intervalo.<br />1.1.3 Muestreo por estadios múltiples<br />Esta técnica es la única opción cuando no se dispone de lista completa de la población de referencia o cuando por medio de la técnica de muestreo simple o estratificado se obtiene una muestra con unidades distribuidas de tal forma que resultan de difícil acceso. En el muestreo a estadios múltiples se subdivide la población en varios niveles ordenados que se extraen sucesivamente por medio de un procedimiento de embudo. El muestreo se desarrolla en varias fases o extracciones sucesivas para cada nivel.<br />1.1.4. Muestreo por conglomerados <br />similar al muestreo por estadios múltiples, se utiliza cuando la población se encuentra dividida, de manera natural, en grupos que se supone que contienen toda la variabilidad de la población, es decir, la representan fielmente respecto a la característica a elegir, pueden seleccionarse sólo algunos de estos grupos o conglomerados para la realización del estudio.<br />Dentro de los grupos seleccionados se ubicarán las unidades elementales, por ejemplo, las personas a encuestar, y podría aplicársele el instrumento de medición a todas las unidades, es decir, los miembros del grupo, o sólo se les podría aplicar a algunos de ellos, seleccionados al azar. Este método tiene la ventaja de simplificar la recogida de información muestral.<br />Cuando, dentro de cada conglomerado seleccionado, se extraen algunos individuos para integrar la muestra, el diseño se llama muestreo bietápico.<br />Las ideas de estratos y conglomerados son, en cierto sentido, opuestas. El primer método funciona mejor cuanto más homogénea es la población respecto del estrato, aunque más diferentes son éstos entre sí. En el segundo, ocurre lo contrario. Los conglomerados deben presentar toda la variabilidad, aunque deben ser muy parecidos entre sí.<br />-Homogeneidad de las poblaciones o sus subgrupos <br />Homogéneo significa, en el contexto de la estratificación, que no hay mucha variabilidad. Los estratos funcionan mejor cuanto más homogéneos son cada uno de ellos respecto a la característica a medir. <br />Por el contrario, la heterogeneidad hace inútil la división en estratos. Si se dan las mismas diferencias dentro del estrato que en toda la población, no hay por qué usar este método de muestreo. En resumen, los estratos y los conglomerados funcionan bajo principios opuestos: los primeros son mejores cuanto más homogéneo es el grupo respecto a la característica a estudiar y los conglomerados, si representan fielmente a la población, esto es, contienen toda su variabilidad, o sea, son heterogéneos.<br />Muestreo de juicio <br />Aquél para el que no puede calcularse la probabilidad de extracción de una determinada muestra. Se busca seleccionar a individuos que se juzga de antemano tienen un conocimiento profundo del tema bajo estudio, por lo tanto, se considera que la información aportada por esas personas es vital para la toma de decisiones.<br />1.2.1Muestreo por cuotas. <br />Es la técnica más difundida sobre todo en estudios de mercado y sondeos de opinión. En primer lugar es necesario dividir la población de referencia en varios estratos definidos por algunas variables de distribución conocida (como el género o la edad). Posteriormente se calcula el peso proporcional de cada estrato, es decir, la parte proporcional de población que representan. Finalmente se multiplica cada peso por el tamaño de n de la muestra para determinar la cuota precisa en cada estrato. Se diferencia del muestreo estratificado en que una vez determinada la cuota, el investigador es libre de elegir a los sujetos de la muestra dentro de cada estrato.<br />1.2.2 Muestreo de bola de nieve <br />Indicado para estudios de poblaciones clandestinas, minoritarias o muy dispersas pero en contacto entre sí. Consiste en identificar sujetos que se incluirán en la muestra a partir de los propios entrevistados. Partiendo de una pequeña cantidad de individuos que cumplen los requisitos necesarios estos sirven como localizadores de otros con características análogas.<br />1.2.3 Muestreo subjetivo por decisión razonada <br />En este caso las unidades de la muestra se eligen en función de algunas de sus características de manera racional y no casual. Una variante de esta técnica es el muestreo compensado o equilibrado, en el que se seleccionan las unidades de tal forma que la media de la muestra para determinadas variables se acerque a la media de la población.<br />GLOSARIO<br />CONCEPTODEFINICIONTRADUCCIONMuestra estadística.También llamada muestra aleatoria o simplemente muestra) es un subconjunto de casos o individuos de una población estadística.Also called simply random sample or sample) is a subset of cases or individuals in a population statistics.PoblaciónTambién llamada universo o colectivo, es el conjunto de elementos de referencia sobre el que se realizan las observacionesAlso called universe or collective, is the set of benchmarks on which observations are madeDistribución muestralEs lo que resulta de considerar todas las muestras posibles que pueden ser tomadas de una poblaciónIt is what it is to consider all possible samples that can be taken from a populationNúmero aleatorioEs un resultado de una variable al azar especificada por una función de distribuciónIt is a result of a random variable specified by a distribution functionMargen de errorEs derivado de la idea de intervalo de confianza (IC), concepto fundamental en ciencia estadística. En breve, un IC es un intervalo de valores que, en una investigación estadística, se estima que tiene una determinada probabilidad (95% por lo general) de contener el verdadero valor de una cualidad de un universo.It is derived from the idea of confidence interval (CI), a fundamental concept in statistical science. In short, an IC is an interval of values, a statistical research, is estimated to have a certain probability (usually 95%) to contain the true value of an attribute of a universe.<br />
Muestreo
Muestreo
Muestreo
Muestreo
Muestreo
Muestreo

More Related Content

What's hot

What's hot (10)

Guia de clasificacion del muestreo
Guia de clasificacion del muestreoGuia de clasificacion del muestreo
Guia de clasificacion del muestreo
 
Muestra o analisis muestral
Muestra o analisis muestralMuestra o analisis muestral
Muestra o analisis muestral
 
Muestra o análisis muestral
Muestra o análisis muestral Muestra o análisis muestral
Muestra o análisis muestral
 
Elmuestreo
ElmuestreoElmuestreo
Elmuestreo
 
(268083723) el muestreo
(268083723) el muestreo(268083723) el muestreo
(268083723) el muestreo
 
Ti teoria del muestreo 12052007
Ti teoria del muestreo 12052007Ti teoria del muestreo 12052007
Ti teoria del muestreo 12052007
 
Tipos muestreo estadistico
Tipos muestreo estadisticoTipos muestreo estadistico
Tipos muestreo estadistico
 
Muestra o analisis muestral
Muestra o analisis muestralMuestra o analisis muestral
Muestra o analisis muestral
 
Estadistica
EstadisticaEstadistica
Estadistica
 
Elaboración de muestreo
Elaboración de muestreoElaboración de muestreo
Elaboración de muestreo
 

Viewers also liked

Viewers also liked (20)

Data
DataData
Data
 
P04
P04P04
P04
 
Muestreo
MuestreoMuestreo
Muestreo
 
pais.....erandhi
pais.....erandhipais.....erandhi
pais.....erandhi
 
*FRANCIA*
*FRANCIA**FRANCIA*
*FRANCIA*
 
Dámariis zamora♥
Dámariis zamora♥Dámariis zamora♥
Dámariis zamora♥
 
Comunidades de practica presentacion
Comunidades de practica presentacionComunidades de practica presentacion
Comunidades de practica presentacion
 
Estudiar profesor de informática
Estudiar profesor de informáticaEstudiar profesor de informática
Estudiar profesor de informática
 
Estadistica descrip inferencial
Estadistica descrip inferencialEstadistica descrip inferencial
Estadistica descrip inferencial
 
Talita 1
Talita 1Talita 1
Talita 1
 
Me imagino, sueño y creo
Me imagino, sueño y creoMe imagino, sueño y creo
Me imagino, sueño y creo
 
Haciendo historia ...
Haciendo historia ...Haciendo historia ...
Haciendo historia ...
 
Ramon Llull_IESCAVANILLES
Ramon Llull_IESCAVANILLESRamon Llull_IESCAVANILLES
Ramon Llull_IESCAVANILLES
 
07tema el siglo xvi
07tema el siglo xvi07tema el siglo xvi
07tema el siglo xvi
 
Presentación del Grupo 21
Presentación del Grupo 21Presentación del Grupo 21
Presentación del Grupo 21
 
Ampliar el sitio web
Ampliar el sitio webAmpliar el sitio web
Ampliar el sitio web
 
Peps
PepsPeps
Peps
 
Presentación
PresentaciónPresentación
Presentación
 
Data
DataData
Data
 
Joomla local
Joomla localJoomla local
Joomla local
 

Similar to Muestreo

Similar to Muestreo (20)

Tecnicas de muestreo
Tecnicas de muestreoTecnicas de muestreo
Tecnicas de muestreo
 
Concepto de muestreo
Concepto de muestreoConcepto de muestreo
Concepto de muestreo
 
Concepto de muestreo
Concepto de muestreoConcepto de muestreo
Concepto de muestreo
 
Concepto de muestreo
Concepto de muestreoConcepto de muestreo
Concepto de muestreo
 
Concepto de muestreo
Concepto de muestreoConcepto de muestreo
Concepto de muestreo
 
Concepto de muestreo
Concepto de muestreoConcepto de muestreo
Concepto de muestreo
 
Concepto de muestreo
Concepto de muestreoConcepto de muestreo
Concepto de muestreo
 
Guia de clasificacion del muestreo
Guia de clasificacion del muestreoGuia de clasificacion del muestreo
Guia de clasificacion del muestreo
 
Poblacion o universo
Poblacion o universoPoblacion o universo
Poblacion o universo
 
Distribución normal
Distribución normalDistribución normal
Distribución normal
 
Diapositivas estadistica
Diapositivas estadisticaDiapositivas estadistica
Diapositivas estadistica
 
Muestreo Estratificado.
Muestreo Estratificado.Muestreo Estratificado.
Muestreo Estratificado.
 
elmuestreo.pdf
elmuestreo.pdfelmuestreo.pdf
elmuestreo.pdf
 
El muestreo (1)
El muestreo (1)El muestreo (1)
El muestreo (1)
 
Elmuestreo
ElmuestreoElmuestreo
Elmuestreo
 
Elmuestreo
ElmuestreoElmuestreo
Elmuestreo
 
Elmuestreo
ElmuestreoElmuestreo
Elmuestreo
 
El muestreo
El muestreoEl muestreo
El muestreo
 
Elmuestreo
ElmuestreoElmuestreo
Elmuestreo
 
Elmuestreo
ElmuestreoElmuestreo
Elmuestreo
 

More from laura ochoa

Tabla de resultados
Tabla de resultadosTabla de resultados
Tabla de resultadoslaura ochoa
 
Momento 2, sustentabilidad en los restaurantes
Momento 2, sustentabilidad en los restaurantesMomento 2, sustentabilidad en los restaurantes
Momento 2, sustentabilidad en los restauranteslaura ochoa
 
Momento 2, sustentabilidad en los restaurantes
Momento 2, sustentabilidad en los restaurantesMomento 2, sustentabilidad en los restaurantes
Momento 2, sustentabilidad en los restauranteslaura ochoa
 
Momento 1, eleccion del tema
Momento 1, eleccion del temaMomento 1, eleccion del tema
Momento 1, eleccion del temalaura ochoa
 
Planteamiento de hipotesis -f fisher
Planteamiento de hipotesis -f fisherPlanteamiento de hipotesis -f fisher
Planteamiento de hipotesis -f fisherlaura ochoa
 
Intervalo de confianza
Intervalo de confianzaIntervalo de confianza
Intervalo de confianzalaura ochoa
 
Planteamiento de hipotesis -f fisher
Planteamiento de hipotesis -f fisherPlanteamiento de hipotesis -f fisher
Planteamiento de hipotesis -f fisherlaura ochoa
 
Intervalo de confianza
Intervalo de confianzaIntervalo de confianza
Intervalo de confianzalaura ochoa
 
Tamaño de la muestra original
Tamaño de la muestra originalTamaño de la muestra original
Tamaño de la muestra originallaura ochoa
 
Tamaño de la muestra original
Tamaño de la muestra originalTamaño de la muestra original
Tamaño de la muestra originallaura ochoa
 
Estadistica descrip inferencial
Estadistica descrip inferencialEstadistica descrip inferencial
Estadistica descrip inferenciallaura ochoa
 
Estadistica descrip inferencial
Estadistica descrip inferencialEstadistica descrip inferencial
Estadistica descrip inferenciallaura ochoa
 
Estadistica descrip inferencial
Estadistica descrip inferencialEstadistica descrip inferencial
Estadistica descrip inferenciallaura ochoa
 
Estadistica descrip inferencial
Estadistica descrip inferencialEstadistica descrip inferencial
Estadistica descrip inferenciallaura ochoa
 
Estadistica descrip inferencial
Estadistica descrip inferencialEstadistica descrip inferencial
Estadistica descrip inferenciallaura ochoa
 
Estadistica descrip inferencial
Estadistica descrip inferencialEstadistica descrip inferencial
Estadistica descrip inferenciallaura ochoa
 
Estadistica descrip inferencial
Estadistica descrip inferencialEstadistica descrip inferencial
Estadistica descrip inferenciallaura ochoa
 

More from laura ochoa (20)

Tabla de resultados
Tabla de resultadosTabla de resultados
Tabla de resultados
 
Momento 2, sustentabilidad en los restaurantes
Momento 2, sustentabilidad en los restaurantesMomento 2, sustentabilidad en los restaurantes
Momento 2, sustentabilidad en los restaurantes
 
Momento 2, sustentabilidad en los restaurantes
Momento 2, sustentabilidad en los restaurantesMomento 2, sustentabilidad en los restaurantes
Momento 2, sustentabilidad en los restaurantes
 
Momento 1, eleccion del tema
Momento 1, eleccion del temaMomento 1, eleccion del tema
Momento 1, eleccion del tema
 
Planteamiento de hipotesis -f fisher
Planteamiento de hipotesis -f fisherPlanteamiento de hipotesis -f fisher
Planteamiento de hipotesis -f fisher
 
Intervalo de confianza
Intervalo de confianzaIntervalo de confianza
Intervalo de confianza
 
Planteamiento de hipotesis -f fisher
Planteamiento de hipotesis -f fisherPlanteamiento de hipotesis -f fisher
Planteamiento de hipotesis -f fisher
 
Intervalo de confianza
Intervalo de confianzaIntervalo de confianza
Intervalo de confianza
 
Tamaño de la muestra original
Tamaño de la muestra originalTamaño de la muestra original
Tamaño de la muestra original
 
Tamaño de la muestra original
Tamaño de la muestra originalTamaño de la muestra original
Tamaño de la muestra original
 
Muestreo
MuestreoMuestreo
Muestreo
 
Muestreo
MuestreoMuestreo
Muestreo
 
Muestreo
MuestreoMuestreo
Muestreo
 
Estadistica descrip inferencial
Estadistica descrip inferencialEstadistica descrip inferencial
Estadistica descrip inferencial
 
Estadistica descrip inferencial
Estadistica descrip inferencialEstadistica descrip inferencial
Estadistica descrip inferencial
 
Estadistica descrip inferencial
Estadistica descrip inferencialEstadistica descrip inferencial
Estadistica descrip inferencial
 
Estadistica descrip inferencial
Estadistica descrip inferencialEstadistica descrip inferencial
Estadistica descrip inferencial
 
Estadistica descrip inferencial
Estadistica descrip inferencialEstadistica descrip inferencial
Estadistica descrip inferencial
 
Estadistica descrip inferencial
Estadistica descrip inferencialEstadistica descrip inferencial
Estadistica descrip inferencial
 
Estadistica descrip inferencial
Estadistica descrip inferencialEstadistica descrip inferencial
Estadistica descrip inferencial
 

Recently uploaded

Concurso de Innovación Pedagógica T2 FONDEP 2024 Ccesa007.pdf
Concurso de Innovación Pedagógica  T2  FONDEP 2024 Ccesa007.pdfConcurso de Innovación Pedagógica  T2  FONDEP 2024 Ccesa007.pdf
Concurso de Innovación Pedagógica T2 FONDEP 2024 Ccesa007.pdfDemetrio Ccesa Rayme
 
Tecnología educativa en la era actual .pptx
Tecnología educativa en la era actual .pptxTecnología educativa en la era actual .pptx
Tecnología educativa en la era actual .pptxJulioSantin2
 
CARPETA PEDAGÓGICA 2024.docx para educacion
CARPETA PEDAGÓGICA 2024.docx para educacionCARPETA PEDAGÓGICA 2024.docx para educacion
CARPETA PEDAGÓGICA 2024.docx para educacionCarolVigo1
 
Presentación contribuciones socioeconómicas del SUPV 2023
Presentación contribuciones socioeconómicas del SUPV 2023Presentación contribuciones socioeconómicas del SUPV 2023
Presentación contribuciones socioeconómicas del SUPV 2023Ivie
 
Revista digital primer ciclo 2024 colección ediba
Revista digital primer ciclo 2024 colección edibaRevista digital primer ciclo 2024 colección ediba
Revista digital primer ciclo 2024 colección edibaTatiTerlecky1
 
5°-CARPETA PEDAGÓGICA 2024-MAESTRAS DE PRIMARIA PERÚ-978387435.doc
5°-CARPETA PEDAGÓGICA 2024-MAESTRAS DE PRIMARIA PERÚ-978387435.doc5°-CARPETA PEDAGÓGICA 2024-MAESTRAS DE PRIMARIA PERÚ-978387435.doc
5°-CARPETA PEDAGÓGICA 2024-MAESTRAS DE PRIMARIA PERÚ-978387435.docGLADYSPASTOR
 
sociales ciencias segundo trimestre tercero
sociales ciencias segundo trimestre tercerosociales ciencias segundo trimestre tercero
sociales ciencias segundo trimestre terceroCEIP TIERRA DE PINARES
 
PPT Protocolo de desregulación emocional.pptx
PPT Protocolo de desregulación emocional.pptxPPT Protocolo de desregulación emocional.pptx
PPT Protocolo de desregulación emocional.pptxKarenSepulveda23
 
EL ECLIPSE DE LA PAZ (cuento literario). Autor y diseñador JAVIER SOLIS NOYOLA
EL ECLIPSE DE LA PAZ (cuento literario). Autor y diseñador JAVIER SOLIS NOYOLAEL ECLIPSE DE LA PAZ (cuento literario). Autor y diseñador JAVIER SOLIS NOYOLA
EL ECLIPSE DE LA PAZ (cuento literario). Autor y diseñador JAVIER SOLIS NOYOLAJAVIER SOLIS NOYOLA
 
ficha de aplicacion para estudiantes El agua para niños de primaria
ficha de aplicacion para estudiantes El agua para niños de primariaficha de aplicacion para estudiantes El agua para niños de primaria
ficha de aplicacion para estudiantes El agua para niños de primariamichel carlos Capillo Dominguez
 
Los escritos administrativos, técnicos y comerciales
Los escritos administrativos, técnicos y comercialesLos escritos administrativos, técnicos y comerciales
Los escritos administrativos, técnicos y comercialeshanda210618
 
Recursos Tecnológicos, página AIP-CRT 2 0 2 4.pdf
Recursos Tecnológicos, página  AIP-CRT 2 0 2 4.pdfRecursos Tecnológicos, página  AIP-CRT 2 0 2 4.pdf
Recursos Tecnológicos, página AIP-CRT 2 0 2 4.pdfNELLYKATTY
 
La Congregación de Jesús y María, conocida también como los Eudistas, fue fun...
La Congregación de Jesús y María, conocida también como los Eudistas, fue fun...La Congregación de Jesús y María, conocida también como los Eudistas, fue fun...
La Congregación de Jesús y María, conocida también como los Eudistas, fue fun...Unidad de Espiritualidad Eudista
 
la forma de los objetos expresión gráfica preescolar
la forma de los objetos expresión gráfica preescolarla forma de los objetos expresión gráfica preescolar
la forma de los objetos expresión gráfica preescolarCa Ut
 
La Gatera de la Villa nº 51. Revista cultural sobre Madrid..
La Gatera de la Villa nº 51. Revista cultural sobre Madrid..La Gatera de la Villa nº 51. Revista cultural sobre Madrid..
La Gatera de la Villa nº 51. Revista cultural sobre Madrid..La Gatera de la Villa
 
La poesía del encarcelamiento de Raúl Zurita en el aula: una propuesta didáctica
La poesía del encarcelamiento de Raúl Zurita en el aula: una propuesta didácticaLa poesía del encarcelamiento de Raúl Zurita en el aula: una propuesta didáctica
La poesía del encarcelamiento de Raúl Zurita en el aula: una propuesta didácticaIGNACIO BALLESTER PARDO
 
Anuncio de Remitido Colegio SEK a la comunidad pública
Anuncio de Remitido Colegio SEK a la comunidad públicaAnuncio de Remitido Colegio SEK a la comunidad pública
Anuncio de Remitido Colegio SEK a la comunidad públicaIvannaMaciasAlvarez
 
CIENCIAS SOCIALES SEGUNDO TRIMESTRE TERCERO
CIENCIAS SOCIALES SEGUNDO TRIMESTRE TERCEROCIENCIAS SOCIALES SEGUNDO TRIMESTRE TERCERO
CIENCIAS SOCIALES SEGUNDO TRIMESTRE TERCEROCEIP TIERRA DE PINARES
 

Recently uploaded (20)

Concurso de Innovación Pedagógica T2 FONDEP 2024 Ccesa007.pdf
Concurso de Innovación Pedagógica  T2  FONDEP 2024 Ccesa007.pdfConcurso de Innovación Pedagógica  T2  FONDEP 2024 Ccesa007.pdf
Concurso de Innovación Pedagógica T2 FONDEP 2024 Ccesa007.pdf
 
Tecnología educativa en la era actual .pptx
Tecnología educativa en la era actual .pptxTecnología educativa en la era actual .pptx
Tecnología educativa en la era actual .pptx
 
Conducta ética en investigación científica.pdf
Conducta ética en investigación científica.pdfConducta ética en investigación científica.pdf
Conducta ética en investigación científica.pdf
 
CARPETA PEDAGÓGICA 2024.docx para educacion
CARPETA PEDAGÓGICA 2024.docx para educacionCARPETA PEDAGÓGICA 2024.docx para educacion
CARPETA PEDAGÓGICA 2024.docx para educacion
 
Actividad de bienestar docente 2016 Pereira
Actividad de bienestar docente 2016 PereiraActividad de bienestar docente 2016 Pereira
Actividad de bienestar docente 2016 Pereira
 
Presentación contribuciones socioeconómicas del SUPV 2023
Presentación contribuciones socioeconómicas del SUPV 2023Presentación contribuciones socioeconómicas del SUPV 2023
Presentación contribuciones socioeconómicas del SUPV 2023
 
Revista digital primer ciclo 2024 colección ediba
Revista digital primer ciclo 2024 colección edibaRevista digital primer ciclo 2024 colección ediba
Revista digital primer ciclo 2024 colección ediba
 
5°-CARPETA PEDAGÓGICA 2024-MAESTRAS DE PRIMARIA PERÚ-978387435.doc
5°-CARPETA PEDAGÓGICA 2024-MAESTRAS DE PRIMARIA PERÚ-978387435.doc5°-CARPETA PEDAGÓGICA 2024-MAESTRAS DE PRIMARIA PERÚ-978387435.doc
5°-CARPETA PEDAGÓGICA 2024-MAESTRAS DE PRIMARIA PERÚ-978387435.doc
 
sociales ciencias segundo trimestre tercero
sociales ciencias segundo trimestre tercerosociales ciencias segundo trimestre tercero
sociales ciencias segundo trimestre tercero
 
PPT Protocolo de desregulación emocional.pptx
PPT Protocolo de desregulación emocional.pptxPPT Protocolo de desregulación emocional.pptx
PPT Protocolo de desregulación emocional.pptx
 
EL ECLIPSE DE LA PAZ (cuento literario). Autor y diseñador JAVIER SOLIS NOYOLA
EL ECLIPSE DE LA PAZ (cuento literario). Autor y diseñador JAVIER SOLIS NOYOLAEL ECLIPSE DE LA PAZ (cuento literario). Autor y diseñador JAVIER SOLIS NOYOLA
EL ECLIPSE DE LA PAZ (cuento literario). Autor y diseñador JAVIER SOLIS NOYOLA
 
ficha de aplicacion para estudiantes El agua para niños de primaria
ficha de aplicacion para estudiantes El agua para niños de primariaficha de aplicacion para estudiantes El agua para niños de primaria
ficha de aplicacion para estudiantes El agua para niños de primaria
 
Los escritos administrativos, técnicos y comerciales
Los escritos administrativos, técnicos y comercialesLos escritos administrativos, técnicos y comerciales
Los escritos administrativos, técnicos y comerciales
 
Recursos Tecnológicos, página AIP-CRT 2 0 2 4.pdf
Recursos Tecnológicos, página  AIP-CRT 2 0 2 4.pdfRecursos Tecnológicos, página  AIP-CRT 2 0 2 4.pdf
Recursos Tecnológicos, página AIP-CRT 2 0 2 4.pdf
 
La Congregación de Jesús y María, conocida también como los Eudistas, fue fun...
La Congregación de Jesús y María, conocida también como los Eudistas, fue fun...La Congregación de Jesús y María, conocida también como los Eudistas, fue fun...
La Congregación de Jesús y María, conocida también como los Eudistas, fue fun...
 
la forma de los objetos expresión gráfica preescolar
la forma de los objetos expresión gráfica preescolarla forma de los objetos expresión gráfica preescolar
la forma de los objetos expresión gráfica preescolar
 
La Gatera de la Villa nº 51. Revista cultural sobre Madrid..
La Gatera de la Villa nº 51. Revista cultural sobre Madrid..La Gatera de la Villa nº 51. Revista cultural sobre Madrid..
La Gatera de la Villa nº 51. Revista cultural sobre Madrid..
 
La poesía del encarcelamiento de Raúl Zurita en el aula: una propuesta didáctica
La poesía del encarcelamiento de Raúl Zurita en el aula: una propuesta didácticaLa poesía del encarcelamiento de Raúl Zurita en el aula: una propuesta didáctica
La poesía del encarcelamiento de Raúl Zurita en el aula: una propuesta didáctica
 
Anuncio de Remitido Colegio SEK a la comunidad pública
Anuncio de Remitido Colegio SEK a la comunidad públicaAnuncio de Remitido Colegio SEK a la comunidad pública
Anuncio de Remitido Colegio SEK a la comunidad pública
 
CIENCIAS SOCIALES SEGUNDO TRIMESTRE TERCERO
CIENCIAS SOCIALES SEGUNDO TRIMESTRE TERCEROCIENCIAS SOCIALES SEGUNDO TRIMESTRE TERCERO
CIENCIAS SOCIALES SEGUNDO TRIMESTRE TERCERO
 

Muestreo

  • 1. UNIVERSIDAD VERACRUZANA<br />FACULTAD DE ADMINISTRACIÓN<br />Estadística Inferencial<br />TEMA<br />Muestreo<br />EQUIPO: Restaurantes 2<br />Aguilar Hernández Leticia<br />Avila Ortega Gabriela<br />Barcelata Beltrán Ana María<br />Domínguez Rivera Laura María<br />Durán Fabián Luis Selin<br />García Velázquez Anahí<br />González Cabañas Lizeth<br />Pacheco Betancourt Adriana Nohemi<br />PROGRAMA EDUCATIVO: Lic. Admón. Turística<br />Veracruz, Ver., a 10 de mayo del 2010<br />MUESTREO<br />Se conoce como muestreo a la técnica para la selección de una muestra a partir de una población.<br />1. TECNICAS DE MUESTREO<br />Existen dos métodos para seleccionar muestras de poblaciones: el muestreo no aleatorio o de juicio y el muestreo aleatorio (que incorpora el azar como recurso en el proceso de selección). Cuando este último cumple con la condición de que todos los elementos de la población tienen alguna oportunidad de ser escogidos en la muestra, si la probabilidad correspondiente a cada sujeto de la población es conocida de antemano, recibe el nombre de muestreo probabilístico. Una muestra seleccionada por muestreo de juicio puede basarse en la experiencia de alguien con la población. Algunas veces una muestra de juicio se usa como guía o muestra tentativa para decidir cómo tomar una muestra aleatoria más adelante.<br />1.1 Muestreo probabilístico <br />Forman parte de este tipo de muestreo todos aquellos métodos para los que puede calcularse la probabilidad de extracción de cualquiera de las muestras posibles. Este conjunto de técnicas de muestreo es el más aconsejable. En este caso se habla de muestras probabilísticas, pues no es en rigor correcto hablar de muestras representativas dado que, al no conocer las características de la población, no es posible tener certeza de que tal característica se haya conseguido.<br />*Sin reposición de los elementos: Cada elemento extraído se descarta para la subsiguiente extracción. <br />*Con reposición de los elementos: Las observaciones se realizan con reemplazamiento de los individuos, de forma que la población es idéntica en todas las extracciones. En poblaciones muy grandes, la probabilidad de repetir una extracción es tan pequeña que el muestreo puede considerarse sin reposición aunque, realmente, no lo sea.<br />*Con reposición múltiple: En poblaciones muy grandes, la probabilidad de repetir una extracción es tan pequeña que el muestreo puede considerarse sin reposición. Cada elemento extraído se descarta para la subsiguiente extracción.<br />1.1.1 Muestreo estratificado <br />Consiste en la división previa de la población de estudio en grupos o clases que se suponen homogéneos con respecto a alguna característica de las que se van a estudiar. A cada uno de estos estratos se le asignaría una cuota que determinaría el número de miembros del mismo que compondrán la muestra. Dentro de cada estrato se suele usar la técnica de muestreo sistemático, una de las técnicas de selección más usadas en la práctica.<br />Según la cantidad de elementos de la muestra que se han de elegir de cada uno de los estratos, existen dos técnicas de muestreo estratificado:<br />• Asignación proporcional: el tamaño de la muestra dentro de cada estrato es proporcional al tamaño del estrato dentro de la población. <br />• Asignación óptima: la muestra recogerá más individuos de aquellos estratos que tengan más variabilidad. Para ello es necesario un conocimiento previo de la población. <br />1.1.2. Muestreo sistemático <br />Se utiliza cuando el universo o población es de gran tamaño, o ha de extenderse en el tiempo. Primero hay que identificar las unidades y relacionarlas con el calendario (cuando proceda). Luego hay que calcular una constante, que se denomina coeficiente de elevación K= N/n; donde N es el tamaño del universo y n el tamaño de la muestra. Determinar en qué fecha se producirá la primera extracción, para ello hay que elegir al azar un número entre 1 y K; de ahí en adelante tomar uno de cada K a intervalos regulares. Ocasionalmente, es conveniente tener en cuenta la periodicidad del fenómeno.<br />Esto quiere decir que si tenemos un determinado número de personas que es la población y queremos escoger de esa población un número más pequeño el cual es la muestra, dividimos el número de la población por el número de la muestra que queremos tomar y el resultado de esta operación será el intervalo, entonces escogemos un número al azar desde uno hasta el número del intervalo, y a partir de este número escogemos los demás siguiendo el orden del intervalo.<br />1.1.3 Muestreo por estadios múltiples<br />Esta técnica es la única opción cuando no se dispone de lista completa de la población de referencia o cuando por medio de la técnica de muestreo simple o estratificado se obtiene una muestra con unidades distribuidas de tal forma que resultan de difícil acceso. En el muestreo a estadios múltiples se subdivide la población en varios niveles ordenados que se extraen sucesivamente por medio de un procedimiento de embudo. El muestreo se desarrolla en varias fases o extracciones sucesivas para cada nivel.<br />1.1.4. Muestreo por conglomerados <br />similar al muestreo por estadios múltiples, se utiliza cuando la población se encuentra dividida, de manera natural, en grupos que se supone que contienen toda la variabilidad de la población, es decir, la representan fielmente respecto a la característica a elegir, pueden seleccionarse sólo algunos de estos grupos o conglomerados para la realización del estudio.<br />Dentro de los grupos seleccionados se ubicarán las unidades elementales, por ejemplo, las personas a encuestar, y podría aplicársele el instrumento de medición a todas las unidades, es decir, los miembros del grupo, o sólo se les podría aplicar a algunos de ellos, seleccionados al azar. Este método tiene la ventaja de simplificar la recogida de información muestral.<br />Cuando, dentro de cada conglomerado seleccionado, se extraen algunos individuos para integrar la muestra, el diseño se llama muestreo bietápico.<br />Las ideas de estratos y conglomerados son, en cierto sentido, opuestas. El primer método funciona mejor cuanto más homogénea es la población respecto del estrato, aunque más diferentes son éstos entre sí. En el segundo, ocurre lo contrario. Los conglomerados deben presentar toda la variabilidad, aunque deben ser muy parecidos entre sí.<br />-Homogeneidad de las poblaciones o sus subgrupos <br />Homogéneo significa, en el contexto de la estratificación, que no hay mucha variabilidad. Los estratos funcionan mejor cuanto más homogéneos son cada uno de ellos respecto a la característica a medir. <br />Por el contrario, la heterogeneidad hace inútil la división en estratos. Si se dan las mismas diferencias dentro del estrato que en toda la población, no hay por qué usar este método de muestreo. En resumen, los estratos y los conglomerados funcionan bajo principios opuestos: los primeros son mejores cuanto más homogéneo es el grupo respecto a la característica a estudiar y los conglomerados, si representan fielmente a la población, esto es, contienen toda su variabilidad, o sea, son heterogéneos.<br />Muestreo de juicio <br />Aquél para el que no puede calcularse la probabilidad de extracción de una determinada muestra. Se busca seleccionar a individuos que se juzga de antemano tienen un conocimiento profundo del tema bajo estudio, por lo tanto, se considera que la información aportada por esas personas es vital para la toma de decisiones.<br />1.2.1Muestreo por cuotas. <br />Es la técnica más difundida sobre todo en estudios de mercado y sondeos de opinión. En primer lugar es necesario dividir la población de referencia en varios estratos definidos por algunas variables de distribución conocida (como el género o la edad). Posteriormente se calcula el peso proporcional de cada estrato, es decir, la parte proporcional de población que representan. Finalmente se multiplica cada peso por el tamaño de n de la muestra para determinar la cuota precisa en cada estrato. Se diferencia del muestreo estratificado en que una vez determinada la cuota, el investigador es libre de elegir a los sujetos de la muestra dentro de cada estrato.<br />1.2.2 Muestreo de bola de nieve <br />Indicado para estudios de poblaciones clandestinas, minoritarias o muy dispersas pero en contacto entre sí. Consiste en identificar sujetos que se incluirán en la muestra a partir de los propios entrevistados. Partiendo de una pequeña cantidad de individuos que cumplen los requisitos necesarios estos sirven como localizadores de otros con características análogas.<br />1.2.3 Muestreo subjetivo por decisión razonada <br />En este caso las unidades de la muestra se eligen en función de algunas de sus características de manera racional y no casual. Una variante de esta técnica es el muestreo compensado o equilibrado, en el que se seleccionan las unidades de tal forma que la media de la muestra para determinadas variables se acerque a la media de la población.<br />GLOSARIO<br />CONCEPTODEFINICIONTRADUCCIONMuestra estadística.También llamada muestra aleatoria o simplemente muestra) es un subconjunto de casos o individuos de una población estadística.Also called simply random sample or sample) is a subset of cases or individuals in a population statistics.PoblaciónTambién llamada universo o colectivo, es el conjunto de elementos de referencia sobre el que se realizan las observacionesAlso called universe or collective, is the set of benchmarks on which observations are madeDistribución muestralEs lo que resulta de considerar todas las muestras posibles que pueden ser tomadas de una poblaciónIt is what it is to consider all possible samples that can be taken from a populationNúmero aleatorioEs un resultado de una variable al azar especificada por una función de distribuciónIt is a result of a random variable specified by a distribution functionMargen de errorEs derivado de la idea de intervalo de confianza (IC), concepto fundamental en ciencia estadística. En breve, un IC es un intervalo de valores que, en una investigación estadística, se estima que tiene una determinada probabilidad (95% por lo general) de contener el verdadero valor de una cualidad de un universo.It is derived from the idea of confidence interval (CI), a fundamental concept in statistical science. In short, an IC is an interval of values, a statistical research, is estimated to have a certain probability (usually 95%) to contain the true value of an attribute of a universe.<br />