PROPOSITO

IDENTIFICAR LAS CARENCIAS DE CONOCIMIENTO EN MATERIA DE INTERMEDIACIÓN DE

VALORES E INVERSIÓN, CON EL OBJETIVO EDUCAR A LA POBLACIÓN JOVEN – ADULTA.

¿COMO REALIZAR UNA ENCUESTA DE DIAGNOSTICO?

Este sección describe los seis pasos en la realización de una encuesta de diagnóstico. Cada
paso comprende una serie de actividades, que usted tiene que completar antes de pasar al
siguiente paso.

1. Crear un grupo de personas para administrar la encuesta.

2. Identificar a los encuestados.
3. Revisar y adaptar los instrumentos de diagnóstico.
4. Programar y asignar tareas.
5. Administrar la encuesta.
6. Resumir los resultados.

Crear un grupo de personas para administrar la encuesta.

La primera tarea del comité es la creación de un grupo de trabajo para administrar la encuesta
de diagnóstico.

(a) Nombrar un coordinador. Este debe ser un estadístico o planificador que debe participar
directamente en los aspectos técnicos y operativos de las estadísticas educativas.

(b) Designar un grupo de trabajo para administrar la encuesta. Este grupo debe comprender
tres o cuatro miembros del personal de las unidades que se ocupan de las estadísticas y
la planificación. Es importante incluir tanto los planificadores (i) que saben cómo utilizar
estadísticas de educación y (ii) Los funcionarios que están familiarizados con estadísticas,
organización y procedimientos.

http://sitios.ingenieria-usac.edu.gt/estadistica/estadistica3/teoria.html
Teoría de muestreo
5. MUESTREO:
Es un procedimiento por medio del cual se estudia una parte de la población llamada
muestra, con el objetivo de inferir con respecto a toda la población.
Es importante relacionar el muestreo con lo que es el censo, el cual se define como la
enumeración completa de todos los elementos de la población de interés.

5.1 VENTAJAS DEL MUESTREO:

a) Costos reducidos.
b) Mayor rapidez para obtener resultados.
c) Mayor exactitud o mejor calidad de la información:
debido a los siguientes factores
c.1 Volumen de trabajo reducido.
c.2 Puede existir mayor supervisión en el trabajo.
c.3 Se puede dar más entrenamiento al personal.
c.4 Menor probabilidad de cometer errores durante el procesamiento de la
información.
d) Factibilidad de hacer el estudio cuando la toma de datos implica técnicas
destructivas, por ejemplo:
- Pruebas de germinación.
- Análisis de sangre.
- Control de calidad.

5.2 VENTAJAS DEL CENSO:

Sin embargo, también se debe mencionar que el censo tiene algunas ventajas que son
las siguientes:
a) Existe una cobertura total.
b) Tiene aceptación pública.
c) No se requieren grandes conocimientos de estadística.

5.3 TIPOS DE MUESTREO:

5.3.1 MUESTREO NO PROBABILISTICO:
Los elementos de la muestra son seleccionados por procedimientos al azar ó con
probabilidades conocidas de selección. Por lo tanto es imposible determinar el grado
de representatividad de la muestra.
Dentro de los tipos de muestreo no Probabilístico, podemos mencionar los siguientes:
5.3.1.1 Muestreo por Juicio, Selección Experta o Selección Intencional:
El investigador toma la muestra seleccionado los elementos que a él le parecen
representativos o típicos de la población, por lo que depende del criterio del
investigados.
5.3.1.2 Muestreo casual o fortuito:
Se usa en los casos en no es posible seleccionar los elementos, y deben sacarse
conclusiones con los elementos que esten disponibles. Por ejemplo: en el caso de
voluntarios para pruebas de medicamentos de enfermedades como el corazón, cáncer,
etc.
5.3.1.3 Muestreo de cuota:
Se utiliza en estudios de opinión de mercado. Los enumeradores, reciben instrucciones
de obtener cuotas especificas a partir de las cuales se constituye una muestra
relativamente proporcional a la población.
5.3.1.4 Muestreo de poblaciones móviles:
Este tipo de muestreo utiliza métodos de captura, marca y recaptura. Se utiliza mucho
en el estudio de migración de poblaciones de animales y otras características.
5.3.2 MUESTREO PROBABILISTICO, ALEATORIO O ESTOCASTICO:
Los elementos de la muestra son seleccionados siguiendo un procedimiento que
brinde a cada uno de los elementos de la población una probabilidad conocida de ser
incluidos en la muestra.
5.3.2.1 PROPIEDADES DEL MUESTREO PROBABILISTICO:
a) Existe la posibilidad de definir inequívocamente un conjunto de muestras M1, M2, ....
, Mt mediante la aplicación del procedimiento a una población. Esto significa que
podemos indicar cuales unidades de muestreo pertenecen a M1, M2 y así
sucesivamente.
b) A cada posible muestra Mi se le asigna un probabilidad conocida de selección Pi .
c) Seleccionamos una de las Mi por un proceso mediante el cual, cada Mi tiene una
probabilidad Pi de ser seleccionada.
d) El método de estimación se realiza en base a la muestra, siendo unico para
cualquiera de las posibles muestras Mi.
5.3.2.2 TIPOS DE MUESTREO PROBABILISTICO:
a) Muestreo simple aleatorio
b) Muestreo Estratificado.
c) Muestreo Sistemático.
d) Muestreo por conglomerados.
e) Muestreo por Areas.
f) Muestreo Polietápico.

5.4 PRINCIPALES ETAPAS DE UN ESTUDIO POR MUESTREO:

5.4.1 Definición de objetivos:
Esta etapa comprende la identificación del problema y el establecimiento de las metas
del estudio.
5.4.2 Definición del marco de muestreo;
El marco de muestreo es el conjunto de las unidades de muestreo que constiuyen una
población. Este generalmente puede ser de dos tipos:
a) Marco lista: Es una lista depurada (sin traslapes o duplicaciones) que permite
identificar a cada unidad de muestreo. Por ejemplo, una lista que contenga el nombre
de todos los proveedores de caña de azúcar de un ingenio. Es recomendable que
además de identificar a cada unidad muestral, incluya algunas otras características de
interés, por ejemplo, tamaño de la finca de cada proveedor.
b) Es un plano o mapa que permite identificar pequeñas áreas usadas como unidades
de muestreo en las que se ha dividido el área total.
5.4.3 Variables a medir y Métodos de medición:
Es importante considerar el tipo de variable a medir, por ejemplo: si se va a estudiar el
rendimiento de caña de azúcar, la variable es de tipo continuo, si interesa estimar la
proporción de agricultores que utilizan herbicidas para el control de malezas, se
medirá una variable de tipo binomial. El tipo de variable a medir ayuda a definir el
esquema o tipo de muestreo.
Los métodos de medición deben de tener las siguientes características:
a) uniformidad.
b) practicabilidad.
c) deber ser comprensibles para el grupo de trabajo.
5.4.4 Tipo o Esquema de Muestreo:
Existen actualmente una gran variedad de tipos o esquemas de muestreo que han sido
desarrollados para diferentes situaciones, entre los mas usados están: muestreo
simple aleatorio, muestreo aleatorio estratificado, muestreo sistemático.
5.4.5 Determinación del tamaño de muestra (n):
Este punto se describirá detalladamente más adelante, y depende de que es lo que se
desea estimar y el esquema o tipo de muestreo seleccionado.
5.4.6 Selección de las unidades de muestreo:
Consiste en extraer un número n de unidades muestrales de una población de tamaño
N.
5.4.7 Premuestreo y pruebas de campo:
En un estudio, es conveniente someter el método a un prueba previa por las siguientes
razones:
a) Algunas veces es imprescindible realizar un premuestreo para tener una estimación
preliminar de la variabilidad de la población.
b) Verificar la funcionalidad de un método de muestreo.
c) Estimar costos.
d) Conocer la eficiencia de la organización del trabajo de campo.
e) Captar la aceptación, rechazo o dificultad para obtener la información.
5.4.8 Organización del trabajo de campo:
Incluye la capacitación de personal y todas las operaciones necesarias para obtener la
información buscada.
5.4.9 Análisis y Edición de resultados:
Puede consistir sólo en la presentación e interpretación de distribuciones simples,
tabulaciones, gráficas o puede considerar un análisis estadístico más complejo
(Estimación, pruebas de hipótesis, etc.) esto depende básicamente de los objetivos del
trabajo.

5.5 MUESTREO SIMPLE ALEATORIO:

5.5.1 CARACTERISTICAS DEL MUESTREO SIMPLE ALEATORIO:
a) Cada uno de los elementos de la muestra, se selecciona aleatoriamente uno por
uno.
b) Todos los elementos de la población tiene la misma probabilidad de ser incluidos en
la muestra.
5.5.2 TAMAÑO DE MUESTRA PARA ESTIMAR LA MEDIA CON M.S.A.
Para estimar la media poblacional utilizando una variable aleatoria continua se utiliza
la siguiente relación:
N Z²a/2 S²
n = ---------------
Nd² + Z²a/2 S²
de donde:
n = tamaño de la muestra.
N = tamaño de la población.
Za/2 = variable estandarizada de distribución normal.
S² = varianza de la muestra.
d = precisión del muestreo.
a = Nivel de significancia.
Generalmente es necesario hacer un premuestreo de 30 elementos, con el objetivo de
hacer una primera estimación de S².
Ejemplo:
En un lote de frascos para medicina, con una población de 8000 unidades, se desea
estimar la media de la capacidad en centímetros cúbicos de los mismos.
A través de un premuestreo de tamaño 35 se ha estimado que la desviación estándar
es de 2 centímetros cúbicos. Si queremos tener una precisión 0.25 cms3, y un nivel de
significancia del 5% . De que tamaño debe de ser la muestra ?.
DATOS:
S = 2 cms3 ; N = 8000 ; d = 0.25 cms3 ; a = 0.05 (5%)
Za/2 = 1.96
N Z²a/2 S² 8000(1.96)²(2)²
n = -------------- = --------------------------- = 238 frascos
Nd² + Z²a/2 S² 8000(0.25)² + (1.96)²(2)²
Solo faltaría muestrear 203 frascos, pues los datos de los 35 frascos del premuestreo
siguen siendo válidos.
5.5.2 TAMAÑO DE MUESTRA PARA ESTIMAR PROPORCIONES CON M.S.A.
En bastantes ocasiones, la variable bajo estudio es de tipo binomial, en ese caso para
calcular el tamaño de muestra bajo el muestreo simple aleatorio, se haría de la
siguiente manera:
N Z²a/2 pq
n = ---------------
Nd² + Z²a/2 pq
de donde:
p = probabilidad de éxito.
q = probabilidad de fracaso.
d = precisión expresada en porcentaje.
en este caso para la estimación de la varianza, tenemos dos opciones:
a) hacer un premuestreo.
b) asumir varianza máxima.
 Ejemplo:
En un estudio, se desea determinar en que proporción los niños de una región toman
incaparina en el desayuno. Si se sabe que existen 1,500 niños y deseamos tener una
precisión del 10 porciento, con un nivel de significancia del 5% . De que tamaño debe
de ser la muestra?.
DATOS:
N = 1500 ; d = 10 % = 0.1 ; a = 5 %
p = 0.5 y q = 0.5 (asumiendo varianza máxima).
Za/2 = 1.96
N Z²a/2 pq 1500 (1.96)²(0.5)(0.5)
n = ----------------- = -------------------------------- = 91
d² + Z²a/2 pq 1500(0.1)² + (1.96)²(0.5)(0.5)
Se deben de muestrear 91 niños.

5.6 MUESTREO ALEATORIO ESTRATIFICADO:

El objetivo del diseño de estudios por muestreo, es maximizar la cantidad de
información para un costo dado. El muestreo simple aleatorio, es el diseño básico de
muestreo y suele suministrar buenas estimaciones de parámetros poblacionales a un
costo bajo.
En esta parte, utilizaremos un segundo procedimiento de muestreo, el muestreo
aleatorio estratificado, el cual en muchas ocasiones incrementa la cantidad de
información para un costo dado.
5.6.1 DEFINICION DE MUESTREO ALEATORIO ESTRATIFICADO:
Una muestra aleatoria estratificada es la obtenida mediante la separación de los
elementos de la población en grupos que no presenten traslapes, llamados estratos y
la selección posterior de una muestra irrestrictamente aleatoria simple en cada
estrato.
En resumen, los motivos principales para utilizar un muestreo aleatorio estratificado
son los siguientes:
a) La estratificación puede producir un error de estimación más pequeño que el que
generaría un m.s.a. del mismo tamaño. Este resultado es particularmente cierto si las
mediciones dentro de los estratos son homogéneas.
b) El costo por observación en la encuesta puede ser reducido mediante la
estratificación de los elementos de la población en grupos convenientes.
c) Se pueden obtener estimaciones de parámetros poblacionales para subgrupos de la
población. Los subgrupos deben de ser entonces estratos identificables.
Lo anterior debe de tomarse en cuenta cuando se está planeando estratificar o no una
población o decidiendo en que forma se definirán los estratos.
5.6.2 TAMAÑO DE MUESTRA PARA ESTIMAR LA MEDIA CON M.A.E.
Para estimar la media poblacional utilizando una variable aleatoria continua se utiliza
la siguiente relación:
S N²iS²i/wi
n = ---------------
N²D + S NiS²i
de donde:
Ni = tamaño del i ésimo estrato.
N = tamaño de la población.
S²i = varianza del i ésimo estrato.
wi = importancia o peso del i ésimo estrato.
B²
D = ---- B = precisión.
4
Ejemplo:
En un Ingenio, desea hacer una estimación del promedio de grados Brix con que llega
la caña a la fabrica.
Para el efecto desea realizar un muestreo aleatorio estratificado, puesto que la caña
puede provenir de tres tipos de proveedores.
proveedor tipo A (estrato 1) la caña proviene de lotes de la misma finca.
proveedor tipo B (estrato 2) la caña proviene de fincas de particulares en donde el
ingenio ha prestado servicios.
proveedor tipo C (estrato 3) la caña proviene de fincas de particulares en donde el
ingenio no ha tenido ningún servicio.
De estudios anteriores, se conoce el tamaño y desviación estándar de cada estrato y
además se desea tener una precisión de un grado brix en el estudio. De que tamaño
debe de ser la muestra total y de cada estrato?.
DATOS:
ESTRATO Ni Si wi*

1 3.5 558/998 = 0.56

558
2 5.4 190/998 = 0.19
190
3 6.2 250/998 = 0.25
250
N = S Ni = 998

* con distribución proporcional.

S N² i S² i /w i
n = ---------------
N²D + S N i S² i

S N² i S² i /w i = N² 1 S² 1 /w 1 + N² 2 S² 2 /w 2 + N² 3 S² 3 /w 3

S N² i S² i /w i = (558)²(3.5)²/0.56 + (190)²(5.4)²/0.19 +
(250)²(6.2)²/0.25 = 6,811,087.5 + 5,540,400 + 9,610,000

S N² i S² i /w i = 21,961,87.5

S N i S² i = N 1 S² 1 + N 2 S² 2 + N 3 S² 3
S N i S² i = 558(3.5)² + (190)(5.4)² + (250)(6.2)²

S N i S² i = 6835.5 + 5540.4 + 9610 = 21,985.9

1²
D = ---- = 0.25
4

N²D = (998)²(0.25) = 249,001

S N² i S² i /w i 21,961,487.5
n = --------------- = -------------------- = 81
N²D + S N i S² i 249,001 + 21,985

como se utilizó distribución proporcional, a cada estrato le tocaría el siguiente tamaño

de muestra:
n 1 = 81(558/998) = 45 ; n 2 = 81(190/998) = 15
n 3 = 81(250/998) = 20.