*
INTRODUCCIÓN
La estadística inferencial o inferencia estadística es una parte
de la estadística que comprende los métodos y procedimientos
para deducir propiedades (hacer inferencias) de una población,
a partir de una pequeña parte de la misma (muestra).
* Inferir:
sacar una consecuencia de una cosa. Sacar consecuencia o
deducir una cosa de otra.
* Estadística
inferencial: Se ocupa de predecir, sacar conclusiones,
para una población tomando como base una muestra (es decir, una
parte) de dicha población. Como todas las predicciones, siempre han
de hacerse bajo un cierto grado de fiabilidad o confianza.
*
Población: Es el conjunto de individuos
sobre los que hacemos cierto estudio y
sus valores se conocen como
parámetros.
Muestra: es un subconjunto de la
población y los resultados se
generalizan a la población.
.
Muestreo: Es definido como
el procedimiento empleado
para obtener una o más
muestras de una población
Estrato: son subconjuntos de la
población que agrupan unidades
homogéneas. Cada estrato se
muestrea por separado y se
obtienen los estimadores de
parámetros
Eleva costos en
la aplicación y
procesamiento
de la
investigación
Complejo
hacer la
investigación a
toda la
población
IMPORTANCIA
EN LA TÉCNICAS
DE MUESTREO
Falta de tiempo
y de recursos
Es posible que la
indagación sea
incompleta
TIPOS DE MUESTREO
PROBABILÍSTIC
O
NO
PROBABILÍSTIC
O
 ALEATORIO
SIMPLE
 ESTRATIFICAD
O
 POR RACIMOS
 SISTEMÁTICO
 EL DE CUOTAS
 INTENCIONAL
O SELECTIVO
*
PROBABILÍSTICO. Las unidades de análisis o de
observación pueden ser seleccionadas en forma aleatoria,
es decir todos tienen la misma probabilidad de ser
elegidos.
El aleatorio simple: es aquel en el que todos los
individuos de la población tienen la misma probabilidad
de ser elegidos.
 El estratificado: Se divide la población total en clases
homogéneas, llamadas estratos; por ejemplo, por grupos
de edades, por sexo. Hecho esto, la muestra se escoge
aleatoriamente en número proporcional al de los
componentes de cada clase o estrato.
*
Por racimos: Es para los estudios de gran
escala, por ejemplo: a nivel nacional donde el
proceso es dividir determinadas delegaciones y
de esta manera se distribuyan las muestras.
Sistemático: Se ordenan previamente los
individuos de la población; después se elige uno
de ellos al azar, a continuación, a intervalos
constantes, se eligen todos los demás hasta
completar la muestra.
*
Aspectos:
1) Definir características de la población (100)
2) Tamaño de la muestra, según fórmula (79)
3) Tener y numerar una lista del tamaño de la población.
4) Elegirlos de manera aleatoria, utilizando la técnica de la
tómbola o tablas
- N= 100
- n= 79
* CONTINUACIÓN…
n=79
N=100
EJEMPLO DE MUESTREO ESTRATIFICADO
Se tienen 5 grupos de estudiantes de tercero de secundaria con una
población como se indica en la tabla, se requiere aplicar un muestreo
estratificado para saber sus conocimientos en matemáticas.
GRUPO
ESTRATO
MUESTRA (25%)
3A
45
11
3B
55
14
3C
42
10
3D
51
13
3E
47
12
TOTAL
N= 240
n=60
*
TIPO DE MUESTREO NO PROBABILÍSTICO
EL DE CUOTAS: Dividir la población en subgrupos o cuotas según ciertas características:
sexo, estado civil, edad y otras. Puede haber combinaciones de cuotas, tales como
hombres mayores de 20 años, mujeres casadas, etc. Por lo regular se eligen aquellos
de más fácil acceso hasta completar la muestra.
EL INTENCIONAL O SELECTIVO: Se utiliza cuando se requiere tener casos que pueden
ser representativos de la población estudiada. La selección se hace de acuerdo al
esquema de trabajo del investigador.
*
En este apartado se muestran algunos procedimientos
para calcular el tamaño muestral.
Muestras para estudios sencillos.
Muestras para estudios complejos.
*
Son apropiadas cuando:
La población objeto de estudio es arriba de 10mil casos.
El cuestionario que se aplica es reducido, entre 30 y 40 preguntas
preferentemente cerradas.
Las alternativas de respuesta son mutuamente excluyentes (si,
no; bueno, malo; adecuado, inadecuado).
Fórmula:
n=
z2
pq
E
2
z= Nivel de confianza requerido para generalizar los
resultados hacia toda la población.
p q= Variabilidad del fenómeno estudiado.
E= Precisión con la que se generalizan los resultados.
El nivel de confianza (z) se obtiene de las tablas de áreas bajo la
curva normal, como la presentada en la tabla:
Generalmente se emplea el 95% y 99% de confianza, o sea, se tiene
un error de 5 y 1 por ciento respectivamente. Significa que si un
tamaño de muestra se calcula utilizando un 95% de confianza, la
probabilidad de que los datos de la muestra resulten idénticos en
la población será del 95%, y un 5% de que difieran.
Cuando se sustituyen los valores en la fórmula no se pone 95. Se
utilizan valores tipificados obtenidos de la tabla de área bajo la
curva normal. Por ejemplo:
95% de confianza se divide entre 2 (ya que la curva normal está
distribuida en dos partes iguales) = 47.50% se divide entre 100=
.4750 y se busca en el cuerpo de la tabla.
Después el dato tipificado que le corresponde se localiza en la
columna Z de la derecha. En este caso es 1.96.
De igual forma lo podemos hacer con el 99% o cualquier otro
nivel de confianza.
Si queremos tener sólo un conocimiento general sobre la
problemática es suficiente trabajar con un valor entre 92.5% y el
95%.
Si se pretende trabajar con hipótesis y obtener elementos
debidamente sustentados para formular sugerencias, es mejor
elevar el nivel de confianza de 95.5% o más.
Mientras más grande, mayor será el tamaño de la muestra.
El nivel de precisión (E) permite calcular el intervalo en donde se
encuentran los verdaderos valores de la población.
Por ejemplo, se analiza el problema de la participación en una
comunidad:
Para el cálculo de la muestra se utilizó una precisión de 5 por
ciento y un nivel de confianza del 9%.
El 50% responde que sí estaría dispuesto a colaborar.
Se debe sumar y restar el 5% (precisión) al porcentaje de
respuestas afirmativas, o sea:
55% y 45%
Es decir, se espera con un 95% de confianza que la respuesta a
nivel de toda la población oscile entre el 45% y el 55%.
Al aumentar la precisión se eleva el tamaño de la muestra.
El otro término de la fórmula es la variabilidad del fenómeno (p
q). Entre los procedimientos para calcularla están:
Si se ha realizado otro estudio similar, la variabilidad
especificada para el cálculo de la muestra puede servir para
nuestro caso particular.
Mediante un estudio piloto de una muestra reducida.
Se otorga a p y q la máxima variabilidad posible, es decir p= .5 y
q= .5. En este caso se supone que existe una heterogeneidad.
Al aumentar la variabilidad se incrementará el tamaño de la
muestra.
Con estas especificaciones se sustituyen los valores en la fórmula y
se puede calcular el tamaño de la muestra.
*
 2
2
=
1  2
1+ 2 −1
 
Preguntas
abiertas
Población
pequeña
Muestras
complejas
Cuestionario
con muchas
preguntas
Grupos en
que se afija
la muestra
*
Estudio realizado a 10 clínicas con personal femenino mayor a 30
años
Datos:
Z=1.96
E=5%
P=0.6
q=0.4
N=3859
2
2
=
1 2
1+
−1
2
  
*Paso 1
Sustituir la formula anterior
=
2 
2 
1 2 
1+
−1
 2 
=
1.96 2 (0.4)
0.05 2 (0.6)
1
1.96 2 (0.4)
1+
−1
3859 0.05 2 (0.6)
*Paso 2
Se simplifica la formula y se resuelve
1.96 2 (0.4)
0.05 2 (0.6)
1
1.96 2 (0.4)
1+
−1
3859 0.05 2 (0.6)
1.53664
1024.426
0.0015
1.53664
1.2650
1+0.000259
−1
0.0015
=
=
=
=810
Muestra
representativa
de la
población
ℎ

Afijación
proporcional
de la
muestra
Establecer
diferencias
significativas
Define
diferentes
grupos
*
Estudio realizado a 10 clínicas con personal femenino mayor a 30 años
Clínica
Total de mujeres
mayores a 30 años
(Nh)
Salud
1508
Vida
1207
Sta. María
252
Del Carmen
146
Cristo Rey
33
Sana
196
Health department
173
Robles
190
Cedro
154
ℎ
=

Datos:
Nh=
N=3859
*Paso 1
Sustituir la formula anterior y resolverla
ℎ 1508
=
 3859
= 0.41
Obtener la fracción para cada clínica
*Paso 2
Realizar la proporcionalidad correspondiente con
cada Nh
ℎ =
ℎ
( )(Nh)=

0.41 (810) = 621
*Paso 3
Elaborar una tabla con todos los datos
Clínica
Total de mujeres
mayores a 30 años
(Nh)
Fracción de los
grupos (Nh/N)
Muestra de los grupo
(nh)
Salud
1508
0.4
324
Vida
1207
0.3
243
Sta. María
252
0.07
57
Del Carmen
146
0.04
32
Cristo Rey
33
0.009
8
Sana
196
0.05
41
Health department
173
0.04
32
Robles
190
0.05
41
Cedro
154
0.04
32
Totales
3859
0.999
810
Descargar

Diseño de la Muestra EXPO