Teoría Del Muestreo

Diseño Muestral
Profesora: Sharon González

Pasos para realizar un análisis estadístico
Definir el Recolectar
Diseñar Inferir Concluir
Problema y Analizar
1. Diseño Muestral
2. Plan de Análisis de Datos
3. Elaboración y Prueba de Instrumentos
4. Determinación de recursos y
elaboración de cronograma de trabajo
La Muestra puede ser
Representativa NO Representativa
Representatividad. Está relacionada con el tamaño de la muestra y la forma como se seleccionan los
individuos u observaciones a ser analizados y responde a la pregunta:
¿Los resultados de la muestra pueden aplicarse o generalizarse a la población objeto de estudio?
Población
Criterios de Selección
Población
de Estudio
Si la muestra es representativa se podrá
generalizar los resultados sobre la
Fórmula de tamaño muestral población de estudio.
Tipo de muestreo
Muestra
Población
Criterios de Selección
Los resultados obtenidos sobre

Población una muestra no se deben utilizar
de Estudio para generalizar sobre la
población
Fórmula de tamaño muestral

Tipo de muestreo
Muestra
Decisiones de Muestreo
Las observaciones
Observar todos y cada No hay Error Aleatorio
Hacer pueden atribuirse a los
uno de los elementos Puede haber Error
un Censo miembros de la
del universo Sistemático
población
Siempre hay Error Las observaciones solo

Tomar una Observar sujetos
Aleatorio pueden atribuirse a la
elegidos por
Muestra No Siempre hay Error muestra, NO la
conveniencia
Sistemático población estudio
Representativa
Siempre hay Error

Tomar una Observar sujetos Las observaciones
Aleatorio
Muestra elegidos por muestreo pueden atribuirse a la
Puede haber Error
Representativa probabilísticos población estudio
Sistemático
Error aleatorio. Error sistemático.
Es el producido por el sistema de mediciones, es Es el producido por la medición de cada una de
un error constante que está presente en cada una las componentes del sistema, no es constante.
de las mediciones que se efectúan. Su valor no Entre las estrategias para reducir el error
afecta al valor real ni al valor promedio del sistemático se encuentran: calibración de los
conjunto de datos. En términos estadísticos es instrumentos y realización de medidas ocultas.
igual a la diferencia entre una medición y la media
de todas las mediciones.
En un estudio el error aleatorio y el error sistemático pueden darse conjuntamente y es importante detectarlos.
A mayor número de observaciones se controla el error aleatorio, pero no el error sistemático.
Tipos de Muestreos
Existen diferentes criterios de clasificación de los diferentes tipos de muestreo,
aunque en general pueden dividirse en dos grandes grupos
Probabilística No Probabilística
Aquellos en los que todos los individuos tienen Técnicas de muestreo que no utilizan
la misma probabilidad de ser elegidos para procedimientos de selección por
formar parte de una muestra y, casualidad, sino que más bien
consiguientemente, todas las posibles dependen del juicio personal del
muestras de tamaño n tienen la misma investigador.
probabilidad de ser seleccionadas. Sólo estos
métodos de muestreo probabilísticos nos
aseguran la representatividad de la muestra
extraída y son, por tanto, los más
recomendables.
Muestreo Probabilístico
Aleatorio Simple Sistemático Estratificado Conglomerado
• Cada elemento de la población tiene una probabilidad de

selección idéntica y conocida.
• Cada elemento se selecciona en forma independiente de
cualquier otro.
• La muestra se toma de un marco de muestra por medio de un
procedimiento aleatorio. Es equivalente a un sistema de
lotería. No influye tendencia alguna.
• Características positivas:
• Se comprende con facilidad
• Los resultados de la muestra pueden proyectarse a la
población meta
Limitaciones significativas:
• La necesidad de una lista completa de todos los miembros de la
población.
• Puede dar como resultado muestras muy extensas o que están
diseminadas en amplias áreas geográficas, incrementado costo
y tiempo .
Procedimiento:
• Escoge al azar los miembros del universo hasta completar el
tamaño muestral previsto
• En teoría se enumeran previamente todos los elementos y de
acuerdo con una tabla de números aleatorios se van escogiendo
• El procedimiento puede darse con o sin reemplazos y esta
condición afectará posteriormente el análisis
• La muestra se elige mediante la selección de un punto

de inicio aleatorio y la elección de cada iésimo elemento
en sucesión, a partir del marco de la muestra.
• El tamaño del intervalo (k) se calcula así: k = N/n
• Ejemplo: Hay 100.000 elementos en la población y se
desea una muestra de 1.000.
• Intervalo muestra i , es 100 .
• Se selecciona número aleatorio entre 1 y 100. Si
este número lo designamos como 23
• La muestra consiste en los elementos 23, 123, 223,
323, 423, 523 y así sucesivamente.
• Utiliza un proceso de dos pasos para dividir la población en Comuna B

subpoblaciones o estratos. Los elementos se seleccionan de
Comuna A
cada estrato mediante un procedimiento aleatorio.
• Cada elemento de la población debe asignarse tan sólo a un
estrato, sin que se omita ningún elemento de la población.
• Luego los elementos se seleccionan de cada estrato por
medio de un procedimiento aleatorio simple o sistemático. Comuna C
• Proporciona muestras más eficientes, de menor tamaño y Comuna D
costo.
Homogéneos en su interior;
diferentes entre sí en propiedades
y tamaño
• Se utilizan las variables de estratificación para dividir la población. Los criterios para la selección de estas
variables consisten en homogeneidad, heterogeneidad, capacidad de relación y costo.
• Los elementos de un estrato deben ser lo más homogéneos posible, pero los elementos en estratos
diferentes deben ser lo más heterogéneos posibles.
• Las variables de estratificación deben estar estrechamente relacionadas con las características de interés.
• Variables: (se puede usar unas dos variables, mas implica incremento costo)
• Demográficas (edad, sexo, raza, ingreso, región)
• Tipo de cliente
• Tamaño de la empresa
• Tipo de Industria
¿Cómo garantizar la aleatoriedad en universos estratificados?
Muestreo Estratificado
Estratificado Estratificado NO
Proporcional Proporcional
Establece la distribución proporcional del Ajusta convencionalmente los tamaños de

universo y aplica esta distribución a su los estratos muestrales para aumentar la
tamaño muestral para conformar estratos eficiencia de la selección de los grupos más
en la muestra. pequeños.
Luego elige aleatoriamente los elementos Esta condición se deberá tener en cuenta
al interior de cada estrato muestral hasta al hacer inferencias (corregir las
ajustar su tamaño. inferencias).
Es mejor que el Muestreo Aleatorio Simple

pues disminuye el error estándar de la
medición muestral.
Estratificado Proporcional
Cuando seleccionamos una característica de los individuos para definir los estratos, suele ocurrir que el tamaño de
las subpoblaciones resultantes en el universo son diferentes.
Por ejemplo, queremos estudiar el % de la población que fuma en México y pensamos que la edad puede ser un
buen criterio para estratificar (es decir, pensamos que existen diferencias importantes en el hábito de fumar
dependiendo de la edad). Definimos 3 estratos y es de esperar que al dividir toda la población mexicana en estos 3
estratos no resulten grupos de igual tamaño. Efectivamente, si miramos datos oficiales, obtenemos:
* Estrato 1 - Población Mexicana menor de 19 años: 42,4 millones (41,0%)

* Estrato 2 - Población Mexicana de 20 a 44 años: 37,6 millones (36,3%)
* Estrato 3 - Población Mexicana mayor de 44 años: 23,5 millones (22,7%)
Si usamos muestreo estratificado proporcionado, la muestra deberá tener estratos que guarden las mismas
proporciones observadas en la población. Si en este ejemplo queremos crear una muestra de 1.000 individuos, los
estratos tendrán que tener un tamaño como sigue:
Estratificado NO Proporcional o Uniforme
Siguiendo con el ejemplo anterior, un muestreo estratificado uniforme definiría la siguiente muestra por estrato:
Esta técnica favorece los estratos que tienen menos peso en la población, equiparándolos en importancia a los
estratos más relevantes. Globalmente, reduce la eficiencia de nuestra muestra (menor precisión en los resultados),
pero como contrapartida permite estudiar características particulares de cada estrato con mayor precisión. En
nuestro ejemplo, si queremos emitir alguna afirmación específica sobre la población del estrato 3 (mayores de 44
años), podremos hacerlo con menor nivel de error muestral si empleamos una muestra de 333 unidades que si lo
hacemos con una muestra de 227 (como ocurría en el muestreo estratificado proporcional).
• Los miembros del grupo mayoritario tienen una mayor

probabilidad de ser seleccionados en la muestra. Grupo 1A
• No se cumple la aleatoriedad. Grupo 5C
• En las unidades de observación se eligen aleatoriamente al

interior de los conglomerados
• El error de la medición (error muestral) no se da al interior del
conglomerado sino entre los conglomerados.
Grupo 2A
• Antes de hacer inferencias, el analista deberá examinar la Grupo 3B
variabilidad interna de cada conglomerado y la variabilidad
entre ellos, pues es posible que algunos de los conglomerados Heterogéneos en su interior;
no sean representativos del universo. diferentes entre sí en propiedades y
tamaño
Grupo 1A
• Los conglomerados deben estar muy bien Grupo 5C
definidos de modo que cada elemento pertenezca
a uno y solo a un conglomerado.
• El tamaño de cada conglomerado debe ser bien

conocido (por lo menos bien estimado)
Grupo 2A
• El número de conglomerados debe ser pequeño. Grupo 3B
Heterogéneos en su interior;
diferentes entre sí en propiedades y
tamaño
Muestreo NO Probabilístico
Conveniencia Por Juicio Por Cuota Bola de Nieve
• Trata de obtener una muestra de elementos convenientes.

• La selección de las unidades de muestra se deja principalmente al entrevistador
• Ejemplos:
• Estudiantes, grupos religiosos , miembros, organizaciones sociales
• Entrevistas de intercepción en centros comerciales sin seleccionar a los entrevistados de
acuerdo con sus cualidades.
• Tiendas departamentales que emplean listas
• Cuestionarios que incluyen en una revista
• Entrevistas a personas “que pasan por la calle”
• Es la técnica menos costosa y que requiere de menos tiempo.
• Las unidades de muestra son accesibles, fáciles de medir y cooperativas.
• Tienen limitaciones importantes:

• Muchas fuentes potenciales de tendencias en la selección (autoselección)
• No son representativas de ninguna población definida.
• Las muestras por conveniencia, no se recomiendan para la investigación descriptiva ni causal.
• Pueden emplearse en la investigación de exploración para generar ideas, razonamientos o hipótesis.
• Sesiones de grupo, cuestionarios de prueba o estudios piloto y sin embargo es preciso
interpretar los resultados con precaución.
• Forma de muestreo por conveniencia en la cual los elementos de la población se seleccionan de

manera intencional con base en el juicio del investigador.
• El investigador con su juicio o experiencia, elige los elementos que incluirá en la muestra,
porque cree que son representativos de la población de interés o son de alguna manera
apropiados.
• Ejemplos:
• Mercados de prueba seleccionados para determinar el potencial de un nuevo producto.
• Ingenieros de compra porque se consideran representativos.
• Testigos expertos que participan en las cortes
• Tiendas departamentales seleccionadas para poner a prueba un nuevo sistema de
exhibición de mercancías.
• El muestro por Juicio es económico, conveniente y rápido aunque no permite generalizaciones

directas a una población específica.
• Es subjetivo y su valor depende por completo de la experiencia y creatividad del investigador.
• Puede ser útil si no se requieren inferencias amplias sobre la población.
• Se utilizan con frecuencia en los proyectos de investigación de mercados comerciales. Una
extensión de esta técnica comprende cubrir cierta cuota.
• Puede considerarse un muestro por juicio limitado en dos etapas.

• Primera etapa:
• Desarrollo de categorías de control, o cuotas, de los elementos de la población.
• El investigador lista las características de control relevantes y determina la distribución de
estas características en la población meta. (edad, sexo, raza y se identifican con base en la
apreciación)
• Con frecuencia, las cuotas se asignan proporcional a los elementos de la población con
estas características.
• Segunda etapa: Los elementos de la muestra se seleccionan con base en la conveniencia o el
juicio. Existe amplia libertad en la selección del elemento, solo se requiere que se ajuste a las
características de control.
Composición
Composición
Características de la
de la
de control población
muestra
%
Ejemplo: Sexo
Hombres 48 480
Estudio para determinar hábito de lectura Mujeres 52 520
de ciertas revistas en población adulta, de 100 1,000
un área metropolitana con una población Edad
18-30 27 270
de 350.000 habitantes. Se seleccionó una
31-45 39 390
muestra de cuota de 1.000 adultos. 46-60 16 160
Más de 60 18 180
100 1,000
Raza
Blancos 59 590
Negros 35 350
Otros 6 60
100 1,000
• Se selecciona al azar un grupo inicial de entrevistados.

• Los entrevistados subsecuentes se eligen con base en las referencias o la información que
proporcionan los entrevistados iniciales.
• Con la obtención de referencias de las referencias, este proceso puede llevarse a cabo en forma
sucesiva.
• Uno de los objetivos principales es estimar las características raras en la población.
• Usuarios de servicios gubernamentales o sociales
• Grupos de censos especiales (hombres viudos menores 35 años)
• Miembros de una población minoritaria diseminada
• Compradores y vendedores industriales
Tamaño Muestral
La definición del tamaño muestral depende de los siguientes factores
1 . Los objetivos del estudio
2 . Los conocimientos previos sobre el comportamiento de la

característica en la población.
3 . Los recursos técnicos y financieros para obtener la información
4 . El error máximo que se permitirá el analista
5 . La confiabilidad de la inferencia esperada por el analista

Tamaño Muestral
No
(infinita)
Variable Cualitativa
Estimar una proporción
¿Conoce la población de estudio?
Si
(finita)
N.C.: Nivel de Confianza
q: proporción de fracasos
Tamaño Muestral
No
(infinita)
Variable Cuantitativa
Estimar una media
¿Conoce la población de estudio?
Si
(finita)
Nivel de Confianza (𝛾):
Es el grado de certeza (o probabilidad), expresado en

porcentaje con el que queremos realizar la estimación de
un parámetro a través de un estadístico muestral.
Quiero tener la exactitud de que mis resultados sean

confiables en un porcentaje alto, usualmente se pide
como mínimo al 95%, algunos trabajan al 99%.
Lo ideal es que los resultados tengan un nivel de confianza

alto, pero entre más alto el nivel de confianza mayor el
tamaño de muestra.
Nivel de Significancia (α):
Es la diferencia que existe entre la certeza y el nivel de confianza.
Cuando obtenga mis resultados estos deben tener un valor a partir del cuál diga que realmente son
significativos, usualmente se trabaja a 0.05 de significancia cuando el nivel de confianza es al 95%.
Algunos trabajan al 0.01 cuando el nivel de confianza es al 99%.
Nivel de Confianza (𝛾) Nivel de Significancia (α) Z

85% 0.15 1.440
90% 0.10 1.645
95% 0.05 1.960
97.5% 0.025 2.240
99% 0.010 2.576
99.7% 0.003 3.00
Indique tipo de muestreo utilizado
1. Un estudiante reunió medidas de la longitud del brazo de sus familiares.
2. El día de la última elección presidencial en USA, ABC News organizó una encuesta de
salida en la que se eligieron al azar casillas electorales y se entrevistó a todos los votantes
luego de salir de estas.
3. Federal – Mogul Company fabrica bujías marca Champion. El procedimiento de control de

calidad consiste en probar cada centésima bujía de la línea de producción.
4. En una ocasión la profesora Sharon fue sometida a una auditoría fiscal por parte de un
representante de la DGI, el cual afirmó que la profesora había sido elegida al azar para
formar parte de una auditoría “estadística”.
5. Se eligieron al azar seis planes de salud, y se encuestó a todos los miembros para conocer
su nivel de satisfacción (con base a un proyecto patrocinado).
6. En una ocasión la profesora observó a catadores de vino profesional mientras trabajaban

en una prueba. Suponga que la prueba incluye tres vinos diferentes elegidos al azar de 5
bodegas de vinos diferentes.
Conveniencia
2. El día de la última elección presidencial en USA, ABC News organizó una encuesta de


Conveniencia
2. El día de la última elección presidencial en USA, ABC News organizó una encuesta de Conglomerado


Conveniencia
3. Federal – Mogul Company fabrica bujías marca Champion. El procedimiento de control de Sistemático

Conveniencia
representante de la DGI, el cual afirmó que la profesora había sido elegida al azar para Aleatorio

Conveniencia
su nivel de satisfacción (con base a un proyecto patrocinado). Conglomerado

Conveniencia
su nivel de satisfacción (con base a un proyecto patrocinado). Conglomerado
6. En una ocasión la profesora observó a catadores de vino profesional mientras trabajaban Estratificado
Analicemos
Fundada en 1890, la revista Literary Digest era famosa por su éxito en Ia aplicación
de encuestas para predecir quienes serian los ganadores de las elecciones
presidenciales. La revista pronosticó de forma correcta a Ios ganadores de las
elecciones presidenciales de 1916, 1920, 1924, 1928 y 1932. En la contienda
presidencial de 1936 entre Alf Landon y Franklin D. Roosevelt, la revista envió 10
millones de papeletas, de las cuales recibió 1,293,669 a favor de Landon y 972,897 a
favor de Roosevelt, de manera que todo parecía indicar que Landon conseguiría el
57% delos votos. La cantidad de personas encuestadas fue sumamente grande, si se
compara con el de otras encuestas típicas, por lo que parecía que serviría para
predecir nuevamente de manera correcta al ganador. James A. Farley, presidente del
Democratic National Committee en esa época, elogió la encuesta de la siguiente
manera: “Ninguna persona en su sano juicio podría negar la implicación de un
muestreo tan grande de la opinión pública como el observado en el sondeo de The
Literary Digest. Considero tal evidencia concluyente como el deseo que tienen los
habitantes de este país por un cambio en el gobierno nacional. La encuesta de The
Literary Digest es un logro de gran magnitud; se trata de una encuesta realizada de
forma justa y adecuada".
En las elecciones Landon recibió
16,679,583 votos, una cifra muy
distante de los 27,751,597 que
recibió Roosevelt. En lugar de
obtener el 57% de los votos, como
sugirió la encuesta de Literary
Digest, Landon obtuvo solamente el
37%.
Durante el mismo proceso electoral

de 1936, George Gallup aplicó una
encuesta a un número mucho
menor de votantes, 50,000, y
pronosticó de manera correcta que
Roosevelt seria el ganador. ¿Cómo
es posible que la encuesta a gran
escala de Literary Digest se haya
equivocado con un margen tan
considerable? ¿Qué ocurrió?
Este caso revela que el tamaño de la muestra no necesariamente la hace eficaz; lo
que importa es el método de muestreo. Las papeletas de Literary Digest fueron
enviadas a los suscriptores de la revista, así como a los dueños de automóviles
registrados y a los propietarios de teléfonos. En la postrimería de la Gran
Depresión, este grupo incluyó una cantidad desproporcionada de individuos
adinerados, que eran republicanos.
Sin embargo, la verdadera falla de la encuesta de Literary Digest es que utilizó una
muestra de respuesta voluntaria.
Por su parte, Gallup empleó un método que le permitió obtener una muestra
representativa con base en factores demográficos. (Gallup modificó sus métodos
cuando realizó una predicción incorrecta en la famosa elección entre Dewey y
Truman de 1948. Gallup detuvo la encuesta demasiado pronto, y no logró detectar
el apoyo tardío que recibió Truman). La encuesta de Literary Digest es un ejemplo
clásico de las fallas inherentes al uso de muestras de respuesta voluntaria para
obtener conclusiones.
Pasos para realizar un análisis estadístico
Definir el Recolectar
Diseñar Inferir Concluir
Problema y Analizar
1. Diseño Muestral
2. Plan de Análisis de Datos
3. Elaboración y Prueba de Instrumentos
4. Determinación de recursos y
elaboración de cronograma de trabajo
Antes de recolectar los datos debemos
1. Seleccionar un instrumento de medición.
• Encuestas
• Entrevista
• Cuestionarios
• Observación
• Escala de Likert
• Codificación
2. Probar el instrumento de medición.
3. Aplicar ese instrumento de medición.

Medio para recopilar datos:
Desde el principio de la investigación debes tener claro
qué medio utilizarás para recopilar los datos.
Esfuerzo para responder: en el diseño de encuestas
podemos encontrar preguntas que añaden una carga más
pesada, dificultando al encuestado y generando un índice
de respuesta bajo.
No es recomendable:
• Escribir preguntas complejas,
• Usar un lenguaje demasiada técnico
• Hacer preguntas donde el encuestado tenga que
recordar algún hecho muy lejano
Si nosotros tenemos bien identificados los temas que

serán cubiertos en la encuesta podremos abordarlos de
manera clara y sencilla para los participantes, lo que
facilitará su implementación
Redacción de las preguntas
En una encuesta es indispensable cuidar la redacción de
las preguntas que se harán, éstas deben reflejar con
precisión el tema de interés de la encuesta y es quizás la
parte más difícil al crear un cuestionario.
Algunos de los errores más comunes al hacer encuestas en
línea son:
• Utilizar palabras complejas o inexactas,
• utilizar conceptos abstractos,
• hacer preguntas sin una idea clara que solo confunde al
encuestado y hace que no quiera contestar.
• No incluir 2 preguntas al mismo tiempo,
• Ni escribir incitando a que el encuestado responda algo
en particular.
En el caso de esta pregunta de ejemplo, está mal planteada
pues está preguntando dos cosas diferentes. Puede que el
encuestado compre productos de belleza cada quince días o un
mes, y compre ropa 1 o 2 veces al año solamente.
Al ser tendenciosos en la redacción de las preguntas, lo único
que lograremos es obtener datos inexactos que perjudicarán
los resultados de nuestra investigación y la implementación de
acciones correctas para nuestra organización.
Presentación visual
El uso de elementos gráficos de una manera inconsistente

puede volverla ineficiente.
Cosas como: diferentes tamaños de letra, colores e
imágenes inadecuadas o incongruentes influyen
directamente en este punto.
Trabajo en Clase - Encuestas
Definir hasta 10 preguntas con sus opciones de respuesta.
Opciones de temas:
• Seguridad de la información en medios virtuales
• Nivel de Satisfacción de clientes en relación al servicio de
• Nivel de dominio del idioma ingles y factores que influyen
• Impacto en el desempeño y la economía de los estudiantes en relación al tiempo invertido en
videojuegos

Teoría Del Muestreo

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Teoría Del Muestreo

Загружено:

Авторское право:

Доступные форматы

Diseño Muestral

Profesora: Sharon González

Los resultados obtenidos sobre

Fórmula de tamaño muestral

Siempre hay Error Las observaciones solo

Siempre hay Error

Aleatorio Simple Sistemático Estratificado Conglomerado

• Cada elemento de la población tiene una probabilidad de

Aleatorio Simple Sistemático Estratificado Conglomerado

Aleatorio Simple Sistemático Estratificado Conglomerado

• La muestra se elige mediante la selección de un punto

Aleatorio Simple Sistemático Estratificado Conglomerado

• Utiliza un proceso de dos pasos para dividir la población en Comuna B

• Proporciona muestras más eficientes, de menor tamaño y Comuna D

Aleatorio Simple Sistemático Estratificado Conglomerado

Establece la distribución proporcional del Ajusta convencionalmente los tamaños de

Es mejor que el Muestreo Aleatorio Simple

* Estrato 1 - Población Mexicana menor de 19 años: 42,4 millones (41,0%)

Aleatorio Simple Sistemático Estratificado Conglomerado

• Los miembros del grupo mayoritario tienen una mayor

• No se cumple la aleatoriedad. Grupo 5C

• En las unidades de observación se eligen aleatoriamente al

Aleatorio Simple Sistemático Estratificado Conglomerado

• El tamaño de cada conglomerado debe ser bien

Conveniencia Por Juicio Por Cuota Bola de Nieve

• Trata de obtener una muestra de elementos convenientes.

Conveniencia Por Juicio Por Cuota Bola de Nieve

• Tienen limitaciones importantes:

Conveniencia Por Juicio Por Cuota Bola de Nieve

• Forma de muestreo por conveniencia en la cual los elementos de la población se seleccionan de

Conveniencia Por Juicio Por Cuota Bola de Nieve

• El muestro por Juicio es económico, conveniente y rápido aunque no permite generalizaciones

Conveniencia Por Juicio Por Cuota Bola de Nieve

• Puede considerarse un muestro por juicio limitado en dos etapas.

Conveniencia Por Juicio Por Cuota Bola de Nieve

Conveniencia Por Juicio Por Cuota Bola de Nieve

• Se selecciona al azar un grupo inicial de entrevistados.

La definición del tamaño muestral depende de los siguientes factores

1 . Los objetivos del estudio

2 . Los conocimientos previos sobre el comportamiento de la

3 . Los recursos técnicos y financieros para obtener la información

4 . El error máximo que se permitirá el analista

5 . La confiabilidad de la inferencia esperada por el analista

¿Conoce la población de estudio?

¿Conoce la población de estudio?

Es el grado de certeza (o probabilidad), expresado en

Quiero tener la exactitud de que mis resultados sean

Lo ideal es que los resultados tengan un nivel de confianza

Nivel de Confianza (𝛾) Nivel de Significancia (α) Z

1. Un estudiante reunió medidas de la longitud del brazo de sus familiares.

3. Federal – Mogul Company fabrica bujías marca Champion. El procedimiento de control de

6. En una ocasión la profesora observó a catadores de vino profesional mientras trabajaban

3. Federal – Mogul Company fabrica bujías marca Champion. El procedimiento de control de

6. En una ocasión la profesora observó a catadores de vino profesional mientras trabajaban

3. Federal – Mogul Company fabrica bujías marca Champion. El procedimiento de control de

6. En una ocasión la profesora observó a catadores de vino profesional mientras trabajaban

6. En una ocasión la profesora observó a catadores de vino profesional mientras trabajaban

6. En una ocasión la profesora observó a catadores de vino profesional mientras trabajaban

6. En una ocasión la profesora observó a catadores de vino profesional mientras trabajaban

Durante el mismo proceso electoral

1. Seleccionar un instrumento de medición.

2. Probar el instrumento de medición.

3. Aplicar ese instrumento de medición.