Tipos de Muestreo (Ejemplos)

April 4, 2018 | Author: L.E.Y.A | Category: Sampling (Statistics), Science, Mathematics, Energy And Resource, Science (General)


Comments



Description

TIPOS DE MUESTREOMUESTREO PROBABILÍSTICO Muestreo aleatorio simple Ejemplos 1: The Wall Street proporciona el valor activo neto, el rendimiento porcentual en lo que va del año y el rendimiento porcentual en tres años de 555 fondos mutualistas (The Wall Street, 25 de abril del 2003). Suponga que se va a usar una muestra aleatoria simple de 12 de estos 555 fondos mutualistas para un estudio acerca de su tamaño y desempeño. Use la cuarta columna de los números aleatorios en la tabla empezando con el número 51102, para seleccionar la muestra aleatoria simple de 12 fondos mutualistas. Empiece con el fondo 102 y use los últimos tres dígitos de cada renglón de la cuarta columna para el proceso de selección. ¿Cuáles son los números de los 12 fondos mutualistas en esta muestra aleatoria simple? Ejemplos 2: Para obtener una muestra de alumnos de una escuela para aplicarles una encuesta, lo primero que se hace es enumerar a todo el alumnado. Se obtiene una lista de los alumnos matriculados y se le asigna un número a cada uno en orden alfabético y ascendente. Suponiendo que el total de alumnos es de 700 se utilizan los números 001, 002, 003, …, 700. Se determina el tamaño de la muestra, en este caso es de tamaño 75. Enseguida se utiliza una tabla de números aleatorios formando números de tres dígitos aceptando como unidad de análisis muestra a todos aquellos que estén comprendidos el 001 y el 700. Ejemplos 3: Fortune publicó datos sobre ventas, valor del activo, valor del mercado y ganancias por acción de las 500 corporaciones industriales más grandes de EE.UU (Fortune500, 2003). Suponga que usted desea seleccionar una muestra aleatoria simple de 10 corporaciones de la lista Fortune500. Use los tres últimos dígitos de la columna 9 de la tabla empezando con 554. Leyendo hacia abajo por esa columna, identifique los números de las 10 corporaciones que se tomarán para la muestra. a no ser que aumente la plantilla. …. y a partir de él obtenemos los restantes elementos de la muestra. . por tanto se debe elegir uno de cada k=40/10=4. 32. 98 Ejemplos 3: Una cierta empresa de camisas estima que no va poder entregar todos los pedidos a tiempo. A continuación elegimos el elemento de arranque. Se calcula el intervalo constante entre cada individuo mediante: Se sortea un número del 1 al 120.. hasta llegar a tener 30 trabajadores. tomando aleatoriamente un número entre el 1 y el 4. se decide elegir diez trabajadores de forma aleatoria usando el muestreo sistemático.. La empresa dispone de un listado ordenado alfabéticamente de 40 personas con las mismas características para el puesto y que actualmente están en paro.. 36. 2. 24. Ejemplos 2: Si tenemos una población formada por 100 elementos y queremos extraer una muestra de 25 elementos.. Puesto que el tiempo apremia y no es posible hacer una entrevista para seleccionar al personal. Los trabajadores seleccionados para la muestra serían los que se correspondan a los números: 20.Muestreo sistemático Ejemplos 1: Una empresa tiene 120 trabajadores y se quiere extraer una muestra aleatoria sistemática de 30 trabajadores. Supongamos que sale el número 20. 28. 6. en primer lugar debemos establecer el intervalo de selección que será igual a 100/25 = 4. entonces el primer trabajador seleccionado para la muestra será el número 20. los siguientes trabajadores se obtendrían sumando 4. Para ello se numeran los trabajadores del 1 al 120. 14. Tenemos que elegir 10 elementos sistemáticamente de un total de 40. 10.. 38 Muestreo estratificado Ejemplos 1: En un estudio de consumo de energía se desea estimar la proporción de edificios públicos que. 14. se tienen en la tabla siguiente.05? Si usamos un diseño MAE con Asignación proporcional . según análisis. Si obtenemos. 26. 6. 34. ¿Cuántos salmones se debe elegir en la muestra del cultivo y por estanque para estimar la proporción de salmones que cumple la norma si se desea una confianza de 95% y un error no mayor a 0. Los resultados de la encuesta. para la eficiencia energética. 10. por ejemplo h=2. operan supuestamente de manera eficiente en lo que se refiere al uso de energía. es decir: 2. 18. los elementos de la muestra serán 2. 2+4. 22. 2+3·4. Estime la proporción de todos los edificios públicos que operan en forma eficiente en lo que se refiere al consumo de energía. dos grandes áreas urbanas y una rural. 30. Ejemplos 2: Se desea estimar la talla media de salmones y la proporción de salmones que cumplen la norma para el consumo en un cultivo de 310 salmones distribuidos en tres estanques con la siguiente información. 2+2·4. Se dividió el territorio en tres zonas.Se elige el punto de partida eligiendo un número al azar entre 1 y k. Se quieren entrevistar 5. El fabricante no puede obtener el costo de reparación para cada sierra. con esta lista se puede obtener una muestra aleatoria de clínicas y así obtener los precios de los seguros que se pagan. sería difícil obtener una lista de todos los seguros que forman la población. se piensa en una muestra de 200 conglomerados de 25 alumnos. Tomando cada industria como un conglomerado. Muestra de fines específicos Ejemplos 1: . pero puede obtenerse una lista de todas las clínicas de Lima (grupos). MUESTREO NO PROBABILÍSTICO.05 usando muestreo aleatorio estratificado con asignación proporcional.Ejemplos 3: (Aplicación en Ciencias de la Salud) Se desea estimar la proporción de sujetos infectados con cierto virus para lo cual se estratifica la población en tres regiones y los datos obtenidos fueron los siguientes: A) Determine el tamaño de muestra adecuado para estimar la proporción de sujetos infectados con una confiabilidad de 95% y un error de 0. Muestreo por conglomerados Ejemplos 1: Se planea hacer una encuesta entre universitarios de primer curso de un País. Ejemplos 2: Al estudiar los seguros que se pagan en las clínicas de Lima. Ante la imposibilidad de acceder (de acuerdo con los costos) a un muestreo estratificado. Ejemplos 3: Un fabricante de sierras de cinta quiere estimar el costo medio mensual de reparación para las sierras que ha vendido a ciertas industrias.000 universitarios. Entonces. identificando el conglomerado con un grupo de primer curso. pero puede obtener la cantidad total gastada en reparación y el número de sierras que tiene cada industria. la parte proporcional de población que representan. Se . juegan con los productos de la firma. Posteriormente se calcula el peso proporcional de cada estrato. Ejemplos 1: Ejemplos 2: Ejemplos 3: Muestra por cuotas Puede que sea el método más utilizado actualmente. Muestra basada en la comodidad El investigador opta por su criterio a fin de determinar los elementos que conforman la muestra. Ejemplos 3: Un fabricante de juguetes llevará a cabo un estudio observacional en el cual los niños. Una vez determinada la dimensión del sondeo que se desea efectuar. Se seleccionan atendiendo fundamentalmente a la comodidad del investigador. es decir. someterá el producto al examen de ingenieros y otros científicos para conocer sus reacciones antes de terminar el diseño de ella. Se trata de construir una muestra idéntica a la población a estudiar en términos de propiedades. para ello realiza una encuesta sobre cuáles serían los mensajes que desean escuchar en las canciones. en esta oportunidad se enfoca en las personas que gustan de escuchar el género Rock. ya que no hay clara especificación de cuál es o ha de ser la población sobre la que se desea investigar. especialmente en los sondeos y encuestas utilizados por los medios de comunicación. Finalmente se multiplican cada peso por el tamaño de “n” de la muestra para determinar la cuota precisa de cada estrato. seleccionados por su tendencia a romper juguetes.Un fabricante desea realizar una nueva calculadora de bolsillo. Ejemplos 2: Una disquera desea lanzar una nueva producción. programas de radioescuchas los cuales telefonean al estudio. Por ejemplo: reportajes y noticias de prensa. En primer lugar es necesario dividir la población de referencia en varios estratos definidos por algunas variables de distribución conocida (como género o edad). basta con calcular el número de individuos por cada criterio elegido. La Dirección Regional de Salud desea estudiar la incidencia de las drogas en la adolescencia.diferencia del muestreo estratificado en que una vez terminada la cuota. fijar un numero de sujetos a entrevistar proporcional a cada uno de los estratos (cuotas) y finalmente dejar en manos de los responsables del trabajo de campo a qué sujetos concretos se deberá entrevistar). (lo que se debería hacer seria: conocer por los informes de la Dirección Regional de Educación cuáles son los centros más afectados por el problema.00 Total 200 Ejemplos 2: Seleccionar 50 estudiantes de la carrera de Ingeniería Industrial. que ya hayan cursado el cuarto ciclo de la carrera y que tengan promedio arriba del 75%. Ejemplos 1: SEXO Masculino 600 Femenino 400 EDAD Mayores de 25 años Entre 25 y 60 años Mayores de 60 años Total 200 500 300 1000 SALARIO Francia 250 España 200 Italia 250 Suiza 150 Bélgica 150 Total 1000 Total 1000 Si decidimos una fracción de muestreo de 1/5 (esto es el 20%).00 Bélgica 30.00 Suiza 30. Se eligen a los 50 primeros que cumplan con estas condiciones.00 Italia 50. SEXO Masculino 120 Femenino 80 EDAD Mayores de 25 años Entre 25 y 60 años Mayores de 60 años Total 40 100 300 200 Total 200 SALARIO Francia 50. Ejemplos 3: Cuál es el partido de su preferencia para para la elecciones presidenciales del 2011 .00 España 40. encuestaremos a 200 personas con la siguiente distribución. el investigador es libre de elegir a los sujetos de la muestra de cada estrato. podría seguirse el consejo de expertos en la materia o ejercer el juicio propio (si uno se encuentra suficientemente informado). tratando de evaluar la inclinación del sector juvenil y el empleado comercial. En este ejemplo se demuestra la selección previa bajo el propio criterio del entrevistador al seleccionar los dos grandes grupos de personas que serán encuestadas sobre la opinión de cuál es su partido de predilección para las próximas votaciones del 2011. Si la población es pequeña y el conocimiento. si fuera necesaria realizar una encuesta en el sector químico. en relación con aquellas compañías individuales que deberían ser incluidas en la muestra. Este muestreo es efectivo para los nichos y micro-nichos. Muestra de juicio Ejemplos 1: Por ejemplo. de modo que se cumpla con los objetivos globales de investigación del proyecto. 500 ESTUDIANTES UNIVERSITARIOS 500 PROFESIONALES DE CUALQUIER SECTOR.Número de individuos a entrevistar (cuota) es de 1000 personas. el muestreo por juicio . experiencia y juicio de quien es seleccionan las unidades muéstrales son adecuadas. y armarlo resultaría muy costoso. Al igual. El muestreo de juicio se utiliza en la práctica en forma moderada. Ejemplos 2: Se selecciona de acuerdo a alguna característica específica del encuestado juzgada por el encuestador. se desconoce el grado y dirección del error. el muestreo por juicio se convierte en una técnica menos fiable en comparación con aquellas otras que tienen la ventaja de estar basadas en las leyes de la probabilidad. una opción en este caso es que el investigador realice un listado de los lideres “más representativos” que el consideres que deben ser encuestados. la muestra resultaría mejor que si se utilizara una muestra de convivencia. . Ejemplos 3: Ejemplo. que en el muestro de convivencia. si el juicio del experto es válido. a medida que los muestreos sean más grandes y/o las poblaciones sean más complejas. por ejemplo: Una prueba de mercadeo se hace un juicio en relación a que ciudades podrían considerarse las mejores para poner a prueba la posible venta de un producto. aunque esto no pueda ser probado de forma concluyente. supongamos que desea hacer un estudio acerca de la opinión de los líderes de organizaciones sociales informales acerca de la situación política de país. en cuanto a tiempo y recursos económicos. No obstante. Es difícil que exista un listado completo de todos estos líderes. por consiguiente.puede derivar en una muestra con menos error muestral que la resultante de un muestreo aleatoria simple. sin embargo. y las afirmación definitivas no son significativas.
Copyright © 2024 DOKUMEN.SITE Inc.