Lic.

Enrquez Alva, Josmell Pal

Po blacin, M ue stra y M uestreo
El muestreo y la Inferencia Estadstica
Tipos de muestreo
Clculo de tamao de muestra
Sesin III: Poblacin, Muestra y Muestreo
Lic. Enrquez Alva, Josmell Pal
Po blacin, M ue stra y M uestreo
El muestreo y la Inferencia Estadstica
Poblacin
Objetivo
Muestra
Muestreo
Probabilstico
Inferencia
Estadstica
Lic. Enrquez Alva, Josmell Pal
Po blacin, M ue stra y M uestreo
Aplicativo Aplicativo
Predictivo Predictivo
Explicativo Explicativo
Relacional Relacional
Descriptivo Descriptivo
Exploratorio Exploratorio Identificacin del sndrome de Estrs
Prevalencia de Estrs
Factores de riesgo para la Estrs
Causas del Estrs
Pronstico del Estrs
Tratamiento del Estrs
Todo trabajo de investigacin comienza por:
1. Definir la lnea de investigacin
2. Define tu poblacin objetivo
Poblacin de inters
Poblacin de estudio
Lic. Enrquez Alva, Josmell Pal
Po blacin, M ue stra y M uestreo
Aplicativo Aplicativo
Predictivo Predictivo
Explicativo Explicativo
Relacional Relacional
Descriptivo Descriptivo
Exploratorio Exploratorio Identificacin del sndrome de Estrs
Prevalencia de Estrs
Factores de riesgo para la Estrs
Causas del Estrs
Pronstico del Estrs
Tratamiento del Estrs
Poblacin de inters: Gerentes con Estrs
Poblacin de estudio:
7 gerentes con estrs
Gerentes de la ciudad de Huaraz
Gerentes del sector turstico
15 gerentes en tratamiento
80 gerentes con estrs
50 gerentes con estrs
Lic. Enrquez Alva, Josmell Pal
Po blacin, M ue stra y M uestreo
Sobre la poblacin objetivo es que se plantea: hacer o no hacer el muestreo
Siempre debemos estudiar a la poblacin objetivo
Ejemplo: El censo, los comicios electorales, etc.
Existen situaciones en las que no es posible estudiar a toda la poblacin
1. Poblacin desconocida: sin marco muestral (listado)
2. Poblacin inaccesible: no podemos agotar a la poblacin
3. Poblacin inalcanzable: Limitacin de recursos (tiempo y dinero)
Lic. Enrquez Alva, Josmell Pal
Po blacin, M ue stra y M uestreo
Muestreo por conveniencia
M ue st re o Pro babilstico
Muestreo segn criterio
Muestreo en bola de nieve
Muestreo por cuotas
Muestreo aleatorio simple
Muestreo aleatorio sistemtico
Muestreo aleatorio estratificado
Muestreo por conglomerados
M ue st re o N o Pro babilstico
Lic. Enrquez Alva, Josmell Pal
Po blacin, M ue stra y M uestreo
Muestreo aleatorio simple
El ms fcil de configurar, pero mas complejo de ejecutar:
1. Problemas con la factibilidad: tiempo y dinero
2. Su metodologa implica muchos sesgos
Lic. Enrquez Alva, Josmell Pal
Po blacin, M ue stra y M uestreo
Muestreo sistemtico
Utilizado con carecemos de marco muestral
1. Poblacin objetivo de tamao desconocido
2. Delimitar a la poblacin un periodo de tiempo
Lic. Enrquez Alva, Josmell Pal
Po blacin, M ue stra y M uestreo
Muestreo estratificado
Evita los sesgos de seleccin
1. Cada estrato es homogneo en su interior
2. Hay que conocer la distribucin e los estratos
Lic. Enrquez Alva, Josmell Pal
Po blacin, M ue stra y M uestreo
Muestreo por conglomerados
Es el menos representativo de todos
1. Cada conglomerado es una mini-poblacin
2. Debe ser complementado por otra tcnica
Lic. Enrquez Alva, Josmell Pal
Po blacin, M ue stra y M uestreo
Muestreo por cuotas
Cuasi probabilstico, muy parecido al estratificado
Es el muestreo con menor sesgo dentro de los no probabilsticos
En este caso la segunda etapa es un muestreo accidental, porque si ya nos
encontramos con un sesgo importante qu sentido tiene tratar de subsanar la
circunstancia de haber utilizado un muestreo no probabilstico.
Ejemplo: Estudio sobre los hbitos de higiene en los escolares de nivel primario.
Lic. Enrquez Alva, Josmell Pal
Po blacin, M ue stra y M uestreo
Muestreo en bola de nieve
No se cuenta con marco muestral
No existe un nmero, un clculo del tamao muestral, no tenemos un algoritmo
ni una frmula; porque esta estrategia es cualitativa
el investigador quien tendr que decidir el nmero de unidades de estudio
el investigador tiene que tener mucho conocimiento y experiencia en el tema
que est investigando
Ejemplo: Estudio de los grupos clandestinos
Lic. Enrquez Alva, Josmell Pal
Po blacin, M ue stra y M uestreo
Muestreo segn criterio
Teora de decisiones
Existen dos formas de criterio:
El criterio del investigador, llamado tambin discrecional
El segundo criterio, llamado tambin de juicio
Ejemplo: Validacin de instrumento por jueces, prueba piloto
Cuntos? A quines?
Lic. Enrquez Alva, Josmell Pal
Po blacin, M ue stra y M uestreo
La validacin por jueces
Elegimos 5 jueces segn nuestro criterio
Por qu exactamente cinco? Tamao
Por qu precisamente a ellos? Seleccin
* El investigador es el experto mas experto de todos dentro de su lnea de investigacin.
Lic. Enrquez Alva, Josmell Pal
Po blacin, M ue stra y M uestreo
Muestreo por conveniencia
No hay decisiones solo accidentes
Es un muestreo errtico, sin
normas, accidental y hasta por
comodidad.
Menos representativo de todos.
Ejemplo: Focus group
Lic. Enrquez Alva, Josmell Pal
Po blacin, M ue stra y M uestreo
El focus group
Elegimos 25 voluntarios para conocer su opinin a cerca de un producto o servicio
Por qu exactamente veinticinco? Tamao
Por qu voluntarios? Seleccin
* El investigador es el experto mas experto de todos dentro de su lnea de investigacin.
Lic. Enrquez Alva, Josmell Pal
Po blacin, M ue stra y M uestreo
Clculo de tamao de muestra
Lic. Enrquez Alva, Josmell Pal
Po blacin, M ue stra y M uestreo
Poblacin
Objetivo
Muestra
Parmetros Estadgrafo
Estimacin
Sentencia: Los estadgrafos se utilizan para la
estimacin de parmetros
Lic. Enrquez Alva, Josmell Pal
Po blacin, M ue stra y M uestreo
Aplicativo Aplicativo
Predictivo Predictivo
Explicativo Explicativo
Relacional Relacional
Descriptivo Descriptivo
Exploratorio Exploratorio
Poblacin de inters: Gerentes con Estrs
Poblacin de estudio: Huaraz
Objetivos estadsticos
Estimar
Describir
Determinar L

n
e
a

d
e

i
n
v
e
s
t
i
g
a
c
i

n
Lic. Enrquez Alva, Josmell Pal
Po blacin, M ue stra y M uestreo
Proporcin de gerentes con estrs en la Ciudad de Huaraz 2014.
Poblacin de estudio
Poblacin objetivo Poblacin de inters
Poblacin de estudio: Conjunto de unidades de estudio
Poblacin de inters: Genera la lnea de investigacin
Poblacin objetivo: Sobre la cual se realiza la inferencia
Target
Accesible
Definicin
Universo
Delimitacin
Lic. Enrquez Alva, Josmell Pal
Po blacin, M ue stra y M uestreo
La poblacin objetivo puede ser finita e infinita:
Gerentes de las agencias de viaje y turismo de la ciudad de Huaraz (finita)
Gerentes de empresas del sector comercio en el Per(infinita)
El parmetro que queremos estudiar puede ser una frecuencia o un promedio:
Proporcin de gerentes con estrs en la Ciudad de Huaraz
Ingreso econmico promedio en el trabajador de Huaraz
Lic. Enrquez Alva, Josmell Pal
Po blacin, M ue stra y M uestreo
Latcnicademuestreo
Muestreoaleatoriosimple Conmarcomuestral conocido
Muestreosistemtico Conmarcomuestral desconocido
Muestreoestratificado
Muestreopor conglomerados
El clculodel tamaodelamuestra
Estenrelacinal tamaodel marcomuestral, el objetivoestadsticoylanaturaleza
delavariablealeatoria.
Lic. Enrquez Alva, Josmell Pal
Po blacin, M ue stra y M uestreo
Objetivo estadstico
Variable aleatoria
Estimar parmetros Comparar dos grupos
Categrica
Finita
Infinita
Numrica
Finita
Infinita
Finita=Marcomuestral conocido
Infinita=Marcomuestral desconocido
n=Tamaodelamuestra
N=Tamaodelapoblacin
=MximotipoI
=MximotipoII
Z
1-/2
=Nivel deconfianza
Z
1-
=PotenciadePrueba
p=Prevalenciadelaenfermedad
q=1-p
S
2
=Varianza
d=Precisin
p
1
=Prevalenciaenel grupodeestudio
p
2
=Prevalenciaenel grupocontrol
S
1
2
=Varianzadel grupo1
S
2
2
=Varianzadel grupo2
X
1
=Mediaenel grupo1
X
2
=Mediaenel grupo2
q p Z N d
q p Z N
n
* * ) 1 ( *
* * *
2
2 / 1
2
2
2 / 1

2
2 1
2
2 2 1 1 1 2 / 1
1 1 * 1 2 *
p p
p P p p z p p Z
n

2
2
2 / 1
* *
d
q p Z
n

2 2
2 / 1
2
2 2
2 / 1
* ) 1 ( *
* *
S Z N d
S Z N
n

2
2 1
2
2
2
1
2
1 2 / 1
) (
) ( * ) (
X X
S S Z Z
n

2
2 2
2 / 1
*
d
S Z
n