POBLACION MUESTRA TAMAÑO DE MUESTRA

Transcripción

1 POBLACION MUESTRA TAMAÑO DE MUESTRA

2 REPASO

3 POBLACION o UNIVERSO «Todos los posibles valores de una variable. Estos valores no tienen que ser todos diferentes ni en numero finito. Son ejemplos los pesos de una camada de cerditos al nacer, el numero de caras al lanzar 500 veces 10 monedas, todos los posibles valores de rendimiento de maíz por acre en el estado de Iowa. La variable puede ser continua o discreta, observable o no observable (Steel and Torrie, 1983)» Otros ejemplos:

4 POBLACION POBLACION FINITA - POBLACION INFINITA 3 niveles de población según su tamaño y accesibilidad: La población DIANA: es el conjunto de elementos o individuos al cual se pretende inferir los resultados obtenidos; generalmente es muy numerosa y no esta al alcance de los investigadores. La población accesible: reúne las mismas características que la anterior, pero con menor numero de individuos, y por tanto susceptible de estudio; es la que delimita el investigador con los criterios de inclusión y exclusión La población de estudio: es de la que realmente se recogen los datos; suele ser la muestra de estudio (Gallego, 2004)

5 POBLACION Estudiar a toda la población, que seria la manera mas exacta de conocer lo que se pretende estudiar, es casi imposible en la practica. Entre los motivos que lo impiden: tiempo, escasez de recursos humanos y económicos, la dificultad para acceder a todos los sujetos, etc., por lo que se estudia sólo a una parte de ellos, para, posteriormente generalizar o inferir los resultados obtenidos a toda la población (Gallego, 2004)

6 MUESTRA «Es una parte de una población. En algunos casos, una muestra puede incluir la población entera). Por lo general, se trata de usar la información de muestra para hacer INFERENCIAS acerca de una población. Por esta razón es importante definir la población que se estudia y obtener una muestra representativa de la población definida, lo cual no es cosa trivial (Steel and Torrie, 1983)»

7 INDIVIDUO o UNIDAD Es cada uno de los integrantes de la población o muestra en los que se estudiaran las características de interés determinadas por los objetivos del estudio. Normalmente, el numero de individuos de la muestra se representa con la letra «n» y el numero de sujetos de la población por la «N» (Gallego, 2004)

8 INFERENCIA

9 MUESTRA Una muestra debe ser representativa de la población si tiene como fin obtener INFERENCIAS VALIDAS. Para obtener una muestra representativa, el principio de ALEATORIEDAD se incorpora a las reglas para obtener la muestra.

10 ALEATORIEDAD Es el resultado de un proceso mecánico para asegurar que los sesgos individuales, conocidos o desconocidos en su naturaleza, no influyan en la selección de las observaciones de la muestra. En consecuencia, se aplican las leyes de la probabilidad y se usan para extraer inferencias

11 PARAMETRO - ESTADISTICO

12 PARAMETRO - ESTADISTICO

13 CALCULO TAMAÑO DE MUESTRA Estimar una proporción Estimar una media Contraste de hipótesis Comparación de proporciones Comparación de medias PRACTICA

14 REQUISITOS DE LA MUESTRA REQUISITOS QUE DEBE CUMPLIR LA MUESTRA: A. Representativa: porque se emplea algún procedimiento probabilístico, de tal manera que cada uno de las unidades que constituyen la población tengan alguna posibilidad de ser seleccionadas para integrar la muestra, Con esta representatividad se estaría controlando el criterio subjetivo que tendría el investigador para seleccionar las unidades B. Viable: de fácil ejecución C. Eficiente: debemos recolectar la mayor cantidad de información al menor costo posible. (Bejarano et al, 2009)

15 MARGEN DE SEGURIDAD MUESTRA Los resultados obtenidos en dicha muestra permitirán tomar una decisión con respecto a una población con cierto margen de seguridad. En caso de que la muestra no sea representativa, se corre el riesgo de obtener conclusiones viciadas con respecto a las características de la población (Bejarano et al, 2009)

16 MUESTREO Es un conjunto de procedimientos que permite la selección de muestras representativas de una población. El objetivo de la teoría del muestreo es desarrollar métodos de selección de muestras y de estimación que proporcione, al menor costo posible estimaciones con la suficiente exactitud para nuestros propósitos (Bejarano et al, 2009)

17 TECNICAS O TIPO DE MUESTREO Una vez que se han definido las características de los sujetos del estudio y se ha calculado el numero necesario, solo queda determinar la manera en que serán seleccionados de la población a la que pertenecen. Se denomina muestreo al procedimiento mediante el cual se obtiene una muestra de la población. Existen 2 tipos de muestreo: empírico o no probabilístico y el probabilístico (Gallego, 2004)

18 MUESTREO EMPIRICO O NO PROBABILISTICO El criterio subjetivo del investigador interviene para seleccionar que unidades de la población constituirán la muestra. Por consiguiente, no es posible determinar la probabilidad de selección de cada unidad de la población para integrar la muestra; por tanto, no es posible calcular el error estándar que permite cuantificar la presencia de los errores muéstrales. Como consecuencia de todo lo explicado, no es posible aplicar la inferencia estadística (Bejarano et al, 2009)

19 MUESTREO EMPIRICO O NO PROBABILISTICO Los tipos mas comunes son: A. Muestra por conveniencia: las unidades que se incluyen se eligen por su facilidad de acceso y su conveniencia. Por ejemplo, un laboratorio para un cierto tipo de tónico puede incluir un cupón en algunos de estos. El cliente debe contestar las preguntas allí formuladas. Los cupones recibidos por el laboratorio constituyen una muestra (Bejarano et al, 2009)

20 MUESTREO EMPIRICO O NO PROBABILISTICO Los investigadores deciden, según sus criterios e interés y basándose en los conocimientos que tienen sobre la población, que elementos entraran a formar parte de la muestra de estudio. En este muestreo «no probabilístico» es muy importante definir con claridad los criterios de inclusión y exclusión, y cumplirlos rigurosamente (Gallegos, 2004).

21 MUESTREO EMPIRICO O NO PROBABILISTICO B. M. accidental: se denomina también «consecutivo», ya que la selección de los sujetos de estudio se hace en función de su presencia o no en un lugar y un momento determinados. Es el caso, por ejemplo, de la inclusión de las mujeres a medida que van acudiendo al hospital, o el de un encuestador que, en la calle, entrevista a las personas que pasan en ese momento por allí. Aunque puede parecer similar al M. probabilístico, es evidente que no todas las personas tienen la misma probabilidad de estar en el momento y el lugar donde se selecciona a los sujetos (Gallego, 2004).

22 MUESTREO EMPIRICO O NO PROBABILISTICO C. Muestreo por cuotas: consiste en seleccionar la muestra considerando una serie de características especificas presentes en la población, por lo que la muestra habrá de tenerlas en la misma proporción. Las cuotas se establecen a partir de variables consideradas relevantes: grupos de edad, género, categoría laboral, etc. (Gallego, 2004).

23 MUESTREO EMPIRICO O NO PROBABILISTICO D. Muestreo por bola de nieve: se utiliza cuando la población es difícil de identificar o cuando es complicado acceder a ella porque tiene ciertas características que no son muy aceptadas socialmente. Consiste en ir seleccionando los individuos a partir de un solo elemento o de un grupo reducido, que va conduciendo a otros individuos que reúnen las características de estudio; estos a su vez, conducen a otros y así se va obteniendo el numero de individuos necesarios (Gallego, 2004).

24 MUESTREO PROBABILISTICO Se basa en que cada unidad de la población tiene una probabilidad distinta de cero de ser elegida para integrar la muestra. Esta premisa le da un carácter aleatorio a la elección de las unidades de la población para integrar la muestra. En este muestreo existen procedimientos estadísticos que con un cierto margen de error permiten hacer inferencias a partir de una muestra extraída de la población de interés. Para diseñar una muestra probabilística se tendrá en cuenta tres operaciones básicas (Bejarano et al, 2009).

25 OPERACIONES PARA DISEÑAR UNA MUESTRA A. Tamaño de la muestra: Depende del tipo de población que se esta estudiando, es decir, si la población es homogénea de acuerdo con ciertas características se requerirá pocas unidades en la muestra y si la población es heterogénea (presencia de mayor variabilidad en la característica que se esta estudiando) requerirá de mayor numero de unidades en la muestra. B. Selección de la muestra: si la población es homogénea o heterogénea se requerirá un determinado tipo de selección. C. Estimación de parámetros: pasar de los estadísticos que se obtienen en una muestra a los parámetros que describen una característica en la población (Bejarano et al, 2009)

26 MUESTREO PROBABILISTICO En el muestreo probabilístico existen diferentes tipos, siendo los más importantes: M. Aleatorio simple M. sistemático M. estratificado M. por conglomerados

27 M. ALEATORIO SIMPLE El M. aleatorio simple sin sustitución se utiliza cuando una de las unidades de la población (de tamaño N) tiene la misma probabilidad de ser elegida para integrar la muestra (de tamaño n). Esta probabilidad es igual a f=n/n (se le denomina fracción de muestreo). Este tipo de M. es sencillo y se utiliza cuando se dispone del marco muestral y existe poca variabilidad entre los datos (Bejarano et al, 2009).

28 M. ALEATORIO SIMPLE Para seleccionar una muestra aleatoria simple se debe tener en cuenta las siguientes recomendaciones: A. Enumerar los elementos de la población del 1 hasta N (N, es el tamaño de la población). B. Utilizar algún procedimiento para seleccionar los «n» elementos de la población que conforman la muestra. Dichos procedimientos pueden ser: tabla de números aleatorios o algún programa computacional que genere números aleatorios (Bejarano et al., 2009).

29 M. ALEATORIO SIMPLE Para poder realizar este tipo de muestreo, todos los individuos de la población deben estar numerados en un listado. Normalmente, se hace a partir de un listado de números aleatorios, disponibles en casi todos los libros de estadística, con un programa estadístico, o con alguno de los programas para calcular el tamaño de la muestra que tenga la opción de generar listados de números aleatorios. Si no se dispone de listado de individuos, no se podrá utilizar esta técnica de muestreo, por lo que se debe recurrir a otro tipo de muestreo que no precise tener a los individuos identificados (Gallego, 2004)

30 M. ALEATORIO SISTEMATICO Similar al aleatorio simple: los sujetos han de estar identificados, pero no es necesario disponer de un listado. Estos no se eligen a partir de un listado de números aleatorios, sino que se hace sistemáticamente eligiendo a uno de cada cierto numero de sujetos. Este numero se denomina «fracción de muestreo» (k) y se calcula dividiendo el total de la población por las muestras necesarias (Gallego, 2004): k = N/n

31 M. ALEATORIO SISTEMATICO Si se tiene una población de 8000 individuos y el tamaño de la muestra necesario es de 400, se seleccionara uno de cada 20, que será la fracción de muestreo (8000/400). Para decidir por cual se ha de comenzar, se selecciona aleatoriamente, o por sorteo, un numero del 1 al 20, y a partir de dicho numero se va seleccionando a un sujeto de cada 20 (Gallego, 2004).

32 M. ALEATORIO ESTRATIFICADO En este tipo de M. se divide a la población en subgrupos o estratos que tienen alguna característica común; e interesa mantener estos estratos en la muestra, para que mantenga la misma composición que la población. La selección de sujetos dentro de cada estrato se realizara aleatoriamente. La estratificación se suele hacer en función de diferentes variables o características de interés: genero, edad, situación laboral, etc. (Gallego, 2004).

33 M. ALEATORIO ESTRATIFICADO Si se desea efectuar una estratificación por genero y se sabe que en la población la distribución es del 55% de mujeres y 45% de hombres, la muestra ha de mantener esta misma proporción. Por tanto, si el tamaño de la muestra es de 400, se elegirán aleatoriamente 220 mujeres y 180 hombres.

34 M. ALEATORIO POR CONGLOMERADOS También denominado 2etapas múltiples». Se emplea cuando se desea estudiar una población grande y dispersa, y no se dispone de ningún listado para poder aplicar las técnicas anteriores. En lugar de seleccionar sujetos, se empieza por seleccionar subgrupos o «conglomerados» a los que se da el nombre de «unidades de primera etapa» o «unidades primarias» (Gallego, 2004)

35 M. ALEATORIO POR CONGLOMERADOS La diferencia con los estratos del tipo de muestreo anterior es que los conglomerados ya están agrupados así de forma natural (hospitales, escuelas, etc.). En una segunda etapa, se seleccionan, de manera aleatoria, las «unidades de segunda etapa» o «unidades secundarias», a partir de las unidades primarias. Así, sucesivamente, se van eligiendo hasta llegar a las unidades de análisis, que serán los individuos que compongan la muestra en estudio (Gallego, 2004).

36 M. ALEATORIO POR CONGLOMERADOS Si se pretende estudiar, por ejemplo, alguna característica de las mujeres embarazadas que acuden para el parto a los hospitales públicos de todo el estado Español, en una primera etapa se elegirían aleatoriamente un numero de provincias, después un numero de hospitales de estas provincias, a continuación un numero de servicios de paritorio de estos hospitales, y finalmente se elegirían, también de manera aleatoria, el numero de mujeres de cada uno de los servicios (Gallego, 2004).