Sondeo Piloto ó Encuesta Piloto ó Sondeo de Información (SURVEY)

Presentación del tema: "Sondeo Piloto ó Encuesta Piloto ó Sondeo de Información (SURVEY)"— Transcripción de la presentación:

1

2 Sondeo Piloto ó Encuesta Piloto ó Sondeo de Información (SURVEY)

3 MUESTREO Y DISTRIBUCIONES DE MUESTREO

4 Importancia del muestreo En lugar de levantar un censo completo se realiza un muestreo, debido a que un censo: 1.Requiere demasiado tiempo 2.Es muy costoso 3.Aumenta la magnitud de los errores al tener que realizar más mediciones,

5 Selección Muestral Definición de los individuos a ser medidos Definición de la población. Definición del tipo de muestreo. Determina del tipo de muestreo. Obtención de la Muestra.

6 PROCESO DE MUESTREO POBLACIÓN -OBSERVACIONES POBLACIONALES -TIEMPO -ESPACIO MARCO MUESTRAL TAMAÑO DE MUESTRA SELECCIÓN DE LA MUESTRA Procedimiento de selección de la muestra

7 Universo: Todos y cada uno de los individuos o elementos de los cuales se desea obtener información. Población: Todos y cada uno de los elementos que responden a la característica específica fijada por la variable en estudio. Muestra: Partición de la población en donde todos y cada uno de los elementos poseen la misma característica de la variable en estudio. Conceptos Básicos

8 Observación Poblacional: Corresponde a cada uno de los componentes de la población en estudio. Observación Muestral: Representa a cada uno de los posibles componentes de la muestra en estudio. Censo: Estudio de todos los Elementos de una Población.

9 Marco Muestral: Enumeración exhaustiva de todas las unidades muéstrales, provenientes de la población de origen. Muestreo: Procedimiento de selección de los elementos, sujetos muéstrales o encuestados. Parámetro: Valor constante en un proceso de cálculo estadístico, propio del ámbito poblacional. Principales parámetros:N; promedio poblacional.

10 Estimador: Valor de una medida estadística en la Muestra ( Ejem: media muestral ) Error de precisión: ( e) Diferencia entre Estimador y Parámetro.

11 Coeficiente de Elevación (N\n): Cociente entre el tamaño de la Población (N) y el de la Muestra (n), da lugar a la cantidad de elementos poblacionales que representan cada elemento Muestral. Fracción de Muestreo (n\N): Porcentaje de la Población que forma parte de la Muestra.

12 TIPOS DE MUESTREO MUESTREO PROBABILÍSTICO NO PROBABILÍSTICO ALEATORIO SIMPLE SISTEMÁTICO ESTRATIFICADO POR CONGLOMERADO JUICIO O DISCRECIONAL CUOTAS RUTAS ALEATORIAS POLIETAPICO ACASO BOLA DE NIEVE

13 MUESTREO PROBALISTICO

14 Muestreo Probabilístico Cada Elemento del Universo tiene una Probabilidad conocida de formar parte de la Muestra. Los Componentes de la Muestra son elegidos al azar.

15 Los Componentes de la Muestra entran a formar parte de la misma, independientemente de la voluntad del Investigador. El investigador fija el error de precisión y mide el nivel de significación para obtener buenas estimaciones.

16 ALEATORIO SIMPLE Todos lo Miembros de la Población tienen la misma Probabilidad de ser elegidos en la Muestra. De una Lista exhaustiva de los miembros de la Población (elementos o individuos) se seleccionan tantos como el tamaño definido de la Muestra por un procedimiento que asegure la Equiprobabilidad.

17 MUESTREO ALEATORIO SIMPLE n N

18 APLICACIÓN : En una poblacion de 8000 estudiantes se desea estimar la media de tallas (estatura) correspondiente a la region de educación en estudio. A través de un sondeo piloto se ha estimado que la desviación estándar es de 2 cm. Si queremos tener una precisión 0.25 cm, y un nivel de significancia del 5%.¿ De que tamaño debe ser la muestra ?

19 Datos s = 2 cm ; N = 8000 ; e = 0.25 cm ; α = 0.05(5%) Z = 1.96 NZ 2 s 2 8000(1.96) 2 (2) 2 N e 2 + Z 2 s 2 8000(0.25) 2 +(1.96) 2 (2) 2 238.53276 n = 239. n ==

20 DE UNA POBLACION DE 5000 ESTUDIANTES, SE DESEA ESTIMAR EL RENDIMIENTO ACADEMICO. MEDIANTE UNA ENCUESTA PILOTO SE DETERMINO UNA DESVIACION STANDARD DE 3; SI SE DESEA UN ERROR DE PRECISION DE 0.5 Y UN NIVEL DE SIGNIFICANCIA DEL 5%. DE QUE TAMAÑO DEBE SER LA MUESTRA. APLICACIÓN :

21 DATOS : s = 3 ; N = 5000 ; e = 0. 5 ; α = 5% ; Z = 1.96 NZ 2 s 2 5000(1.96) 2 (3) 2 N e 2 + Z 2 s 2 5000(0.5) 2 +(1.96) 2 (3) 2 172872 1284.5744 n == =134.57531 n =135 LA SELECCIÓN EN BASE A LA TABLA NUMEROS AL AZAR

22 Muestreo Aleatorio Sistemático Consiste en dividir el número total de elementos de la Población (N) por el de la muestra (n), y así determinar cada cuantos elementos de la Población se debe elegir uno para componer la muestra (Coeficiente de Elevación), eligiendo el primero al azar (Simple) entre 1 y el número resultante, y al resto sumando sucesivamente dicho cociente.

23 APLICACIÓN : Se plantea un estudio descriptivo que desea estimar, a partir de la revisión de historias academicas, la proporción de estudiantes con problemas de conducta pertenecientes a una region de educación; suponiendo que hubiera 10 000 historias. Se necesita un listado completo de todos los individuos de la población.

24 En el estudio realizado se ha tomado un nivel de confiabilidad del 95%, además queremos un error máximo de 30 y una desviación típica de 270. Con ello hallaremos el tamaño de la muestra de la siguiente manera Datos : Datos : N = 10 000 ; = 30 ; α = 95% N = 10 000 ; = 30 ; α = 95% s = 270 ; Z = 1.96 s = 270 ; Z = 1.96

25 Operación : Z 2 s 2 (1.96) 2 (270) 2 Z 2 s 2 (1.96) 2 (270) 2 2 30 2 2 30 2 = n = 311 historias académicas n =

26 SE PROPONE UN ESTUDIO SOBRE LA PROPORCION DE ESTUDIANTES QUE CUENTAN CON PC´s LA POBLACION ESTA CONFORMADA POR 1000 ESTUDIANTES; LOS CUALES ESTAN LISTADAS TOTALMENTE NIVEL α = 5%; SIENDO EL ERROR DE PRECISION DE 10 Y UNA DESVIACION STANDARD DE 25. DETERMINAR EL TAMAÑO DE MUESTRA APLICACIÓN :

27 s = 25 ; N = 1000 ; = 10 ; α = 95% ; Z = 1.96 Z 2 s 2 (1.96) 2 (25) 2 2 (10) 2 n == DATOS : =24.01 n =24 COEFICIENTE DE ELEVACIÓN C.E = NnNn = 1000 24 = 41.66 SE ELIGE AL AZAR ENTRE 1 Y 42 K + 42

28 Definición: Cuando la población no es homogénea respecto a la variable aleatoria objeto de estudio, para mejorar las estimaciones, conviene distinguir en ella, clases o estratos, y proceder a lo que se llama un muestreo aleatorio estratificado. En este tipo de muestreo los estratos se deben elegir de manera que sean lo más homogéneos posible respecto a la variable aleatoria a estudiar y que entre ellos exista la mayor diferencia posible. Muestreo Estratificado

29 DISEÑO DE MUESTREO ESTRATIFICADO X X X Y Y Y Z Y X X X X Y Z Y Z Y Z Y Y Y X Z X Z Y Z Z X Y Y Z X X Z Y X X Y Z X Y Z X Y X X X Y Y Z Z Y XXXXX XXXXXXXXX XXXXX Y Y Y Y Y Y Y Y Y Y Y Z Z Z Z Z Z Z N = 53 N 1 = 19 N 2 = 20 N 3 = 14

30 N = 53 N 1 = 19 N 2 = 20 N 3 = 14 N = Tamaño de la Población N i = Tamaño de Estrato K = Número de Estratos =3 LEYENDA:

31 E1E1 E2E2 E3E3 EKEK ENEN : VARIABILIDAD ENTRE LOS ESTRATOS HOMOGENIDAD DENTRO DE CADA ESTRATO

32 APLICACIÓN : El universo formado por 1000 hombres y 4000 mujeres empleados en el sector educación: por muestreo al azar simple se estimó. Operación : Poblacion EstratosProbabilidad Tamaño mueastral C/ estrato 5000 1000 4000 0.20 0.80 10 40 50001.000 n = 50 TAMAÑO DE MUESTRA n = 50

33 APLICACIÓN Una compañía de investigación educativa esta evaluando a 500 centros escolares particulares. El objetivo es determinar su rentabilidad en base a una muestra de 50 centros escolares particulares.

34 TABLA E1 = 250 E2 = 100 E3 = 50 E4 = 50 E5 = 50 Total 500 n = 50

35 n 1 = 25 n 2 = 10 n 3 = 5 n 4 = 5 n 5 = 5 Total n = 50

36 EJEMPLO: ESTRATIFICACIÓN DE EMPLEADOS ESTRATO A (1) CLASIF. EMPLEA. (2) NÚMERO DE EMP. (3) PROPORCIÓN DE j EN Pj (4) 123123 PLANTA OFICINAS OTROS TOTAL 800 150 50 1000 0.80 0.15 0.05 1.00 SELECCIONANDO: n = 8012 4 64 EMP. AUX. OBRERO SE GENERAN:x 1 ; x 2 ; x 3

37 Muestreo por Conglomerados Lo que se elige al azar en etapas sucesivas son elementos mayores de la población hasta llegar a la unidad primaria. La unidad Muestral son grupos o Conglomerados de los que se selecciona a los Elementos Finales. Una muestra por conglomerados es una muestra aleatoria en la cual cada unidad de muestreo es una colección, de elementos.

38 C1C1 C2C2 C3C3 CKCK CNCN : ALTA VARIABILIDAD DENTRO DE CADA CONGLOMERADO HOMOGENIDAD ENTRE CONGLOMERADOS

39 TIPOS DE MUESTREO POR CONGLOMERADOS : MUESTREO DE CONGLOMERADOS DE IGUAL TAMAÑO. MUESTREO DE CONGLOMERADOS DE DIFERENTE TAMAÑO.

40 NCONGLOMERADOS N° 1 2 14 8 N° 2 30 4 61 N° 3 50 21 73 N°4 90 10 14 IGUAL TAMAÑO

41 CARACTERÍSTICAS : Al ser los conglomerados de igual tamaño, las estimaciones son insesgadas. Requiere solo de un marco actualizado de muestreo de conglomerados. El patrón de las unidades secundarias de muestreo (unidades de análisis) solo será construido para las unidades primarias de muestreo elegidas.

42 CASO: SE DESEA APLICAR UN CUESTIONARIO DE ACTITUDES PARA LA MATEMÁTICA A UNA POBLACIÓN DE 528 ESTUDIANTES DE EDUCACIÓN SECUNDARIA. LA POBLACIÓN TIENE LAS CLASES DE MATEMÁTICAS CON UN PROMEDIO DE 33 ALUMNOS EN CADA CLASE. ESQUEMA DE MUESTREO : CONGLOMERADO (i) = CLASE (i) DE 33 ALUMNOS. SE SELECCIONARÍA 16 CONGLOMERADOS

43 33 ALUMNOS C 1 = 33 33 ALUMNOS C 2 = 33 33 ALUMNOS C 3 = 33 33 ALUMNOS C 16 = 33 CONGLOMERADOS DE IGUAL TAMAÑO : :

44 NCONGLOMERADOS N° 12 14 6 3 N° 230 2 10. N° 3. 50 2. N°4. 45 34 1 DIFERENTE TAMAÑO

45 Solo requiere la información recabada con la muestra. Requiere conocer el tamaño promedio de los conglomerados ( puede ser estimado a través de la muestra ). Es sesgado, sin embargo, este sesgo no es importante si el tamaño de la muestra es alto (a) Requiere conocer N (total de la población). CARACTERÍSTICAS :

46 APLICACIÓN : Una manzana contiene 120 casas agrupadas en 6 conglomerados c 1 =20; c 2 =14; c 3 =16; c 4 =18; c 5 =20 c 6 =32; casas respectivamente.

47 DISEÑO CONG (1)20 CASAS CONG (2)14 CASAS CONG (6)31CASAS CONG (5) 21 CASAS DISTRITO 120 CASAS 6 CONGLOMERADOS CASAS / CONGLOM. CONG (3)16CASAS CONG (4)18CASAS Total 120 casas

48 Muestreo Polietápico Realización del Muestreo en dos o más Etapas. Implica extraer muestras Menores sobre muestras Mayores en etapas Sucesivas, hasta conseguir la Representación de los elementos Poblacionales que interesa investigar.

49 El muestreo que se realiza en dos etapas recibe el nombre de muestreo bietápico, denominándosemuestreo polietápico el que tiene lugar en más de dos etapas

50 MUESTREO NO PROBABILISTICO Las muestras no probabilísticas llamadas también muestras dirigidas, suponen un procedimiento de selección informal y un tanto arbitrario. Aun así estas se utilizan en muchas investigaciones y a partir de ellas se hacen inferencias sobre la población.

51 En el muestreo no probabilística o bien existen unidades de la población que no pueden ser seleccionadas, o bien, aunque exista una probabilidad de selección positiva para cada una de ellas, esta probabilidad es desconocida.

52 VENTAJAS La ventaja de una muestra no probabilística es su utilidad para un determinado diseño de estudio, que requiere no tanto de una representatividad de elementos de una población, sino de una cuidadosa y controlada elección de sujetos con ciertas características especificadas previamente en el planteamiento del problema.

53 Con el muestreo no probabilístico las observaciones en una muestra se obtienen mas rápidamente y a menor costo que en el muestreo probabilístico.

54 DESVENTAJAS No se tiene certeza de que la muestra extraída sea representativa, ya que no todos los sujetos de la población tienen la misma probabilidad de ser elegidos. No podemos calcular con precisión el error estándar. Los errores ajenos al muestreo (errores en las operaciones de recolección y procesamiento de la información), son más fáciles de controlar cuando se utiliza muestreo probabilístico.

55 TIPOS DE MUESTREO NO PROBABILÍSTICO En función de quién es el que decide los elementos que integran la muestra, los tipos de muestreo no probabilístico serán Con Voluntarios : - El investigador decide voluntariamente que elementos forman parte de la muestra y cuáles no según el interés en conocer o no el estado de los mismos.

56 De Conveniencia : - El investigador decide qué elementos forman parte de la muestra, en función de que posean o no algún carácter que desea analizar. La muestra la forman unidades que facilitan su medida, por Accesibles o por Favorables a la investigación. Más utilizado en investigaciones preliminares, Explorativas y pruebas de cuestionario.

57 Cuándo aplicar muestreo no probabilístico Cuando se pretende estudiar una POBLACIÓN RARA o MARGINAL. Cuando no hay un marco disponible para propósitos de muestreo. Cuando se considera que no se requieren cifras exactas sobre la representatividad estadística de los resultados.

58 MUESTREO POR CUOTAS Mantiene semejanzas con el muestreo aleatorio estratificado, pero no tiene el carácter de aleatoriedad de aquél. Se asienta sobre la base de un buen conocimiento de los estratos de la población para los fines de la investigación. Se fijan cuotas. Este método se utiliza mucho en las encuestas de opinión y estudio de mercadeo.

59 APLICACIONES Cuando los encuestadores deben entrevistar a personas que vivan en una determinada zona geográfica. Cumpliendo con las características definidas anteriormente.

60 MUESTREO POR JUICIOS O DISCRECIONAL Se basa en el criterio de expertos Suele utilizarse en etapas preliminares de una investigación para mejor determinar los elementos muéstrales o las marcas o atributos a considerar en el estudio. El grado y la dirección del error muestral son desconocidos.

61 APLICACIONES Se emplea más en la investigaciones de mercadeo. Se emplean los "mercados de prueba", que consiste por ejemplo en colocar un nuevo producto o marca en ciudades representativas del mercado geográfico objetivo de la compañía.

62 MUESTREO BASADO EN EL ACASO Este método de muestreo requiere poco esfuerzo y dinero. Tiene el inconveniente de quien lo realiza, desarrolla poco interés para que la muestra represente a la población De este método hacen uso frecuente los periodistas de los diarios cuando entrevistan a un grupo de personas, que generalmente son las que están más a su alcance en las calles y plazas de la ciudad.

63 Generalmente sirve para muestrear opiniones sobre tópicos especiales de importancia en el día, con el fin de escribir un artículo. Es frecuente sin embargo que estos escritores digan que recogieron la opinión al azar y que representa a la opinión pública. Obviamente esto no es cierto a la luz de la técnica estadística.

64 Este método en manos del estadístico sin embargo puede ser útil para obtener ideas y opiniones que puedan servir para diseñar cuestionarios. Pero nunca debe ser usado por nadie para estimar poblaciones.

65 APLICACIÓN Lo notamos cuando vemos en las noticias las estadísticas sobre el nivel de aceptación o simpatía de algún personaje público del país.

66 MUESTREO POR BOLA DE NIEVE Los miembros de la población en estudio se conocen entre sí. Consiste en seleccionar una muestra inicial o básica de individuos y establecer en cada entrevista qué nuevas personas de la población en estudio han de entrevistarse, para así integrar la muestra completa. Generalmente la primera selección se hace en forma probabilística.

67 VENTAJAS Puede resultar más económico. Permite la creación de una muestra cuando no se dispone de un marco muestral. Permite agrandar una pequeña muestra inicial. Se selecciona la muestra con los individuos que interesan a efectos

68 DESVENTAJAS Poca representatividad de los resultados. Estimadores sesgados. No se pueden hacer inferencias sobre la población

69 OBJETIVO Identificar los factores y prevalencia del uso de VACUNAS en profesores migrantes en relación con el nivel socio cultural y socio económico, la edad, el tipo de pareja y otros factores de relacionamiento POBLACIÓN Profesores migrantes. APLICACIÓN

70 MUESTREO POR BOLA DE NIEVE Etapa 0: Identificación de migrantes en centros escolares. Etapa 1: Identificación de nuevos migrantes relacionados con los primeros. Etapa 2:Identificación de posibles informantes por parte de las entrevistadas de la etapa 1. Etapa 3: Definida por tamaño de la muestra.

71 Muestreo por Rutas Aleatorias La Selección de los Miembros de la Muestra se realiza como parte del trabajo de campo. Establecida una área de muestreo, se define un punto de partida, sobre el que se aplica una ruta predefinida en la que se van seleccionando los miembros de la Muestra con arreglo a un procedimiento de investigación. Busca asegurar una cobertura geográfica de la Muestra supliendo la falta de censo. No es aconsejable en planos No Lineales o poco Homogéneos en Manzanas y Edificaciones.

72 Cálculo del tamaño de la Muestra, Suponiendo una Distribución NORMAL Donde: n = Tamaño de la Muestra. Z = Valor crítico correspondiente al nivel de confianza elegido. 2 = Varianza poblacional o en su defecto, s 2 : varianza muestral. N = Tamaño de la Población o universo Muestral. e = Error de presición.

73 Cálculo del tamaño de la Muestra ejemplo: Suponiendo: Tamaño de la población 25354 personas (N = 25354) Máximo error permitido 5% (e = 0.05) Fiabilidad deseada 95% ( = 0.05; Z = 1.96) Desviación Típica Muestral = 3.56 0.0634 + 48.6869 25.3208 =11014.425....... 11014

74 A.Cuando el tamaño de la población es infinito (N>100,000)o desconocida Se calcula a partir de la formula siguiente donde : Depende del nivel de confianza utilizado por la estimación del parámetro desconocido.. : Variancia obtenida de revisión bibliográfica o encuesta piloto.

75 A mayor variabilidad de la muestra, mayor varianza. A mayor varianza mayor tamaño maestral representa el error de muestreo de nuestro, llamado error de estimación o precisión de la estimación. El valor debe ser asumido por el investigador. En este caso B Para poblaciones finitas (se conoce N), el tamaño final queda definido por la siguiente relación

76 Ejemplo 1 : A fin de conocer el gasto en material escolar por familia, el director de un centro educativo particular desea determinar el tamaño de la muestra que le brinde un nivel de confianza de 0,95 (Z = 1,96). Además conoce por estudios anteriores que las compras medias por familia eran de S/. 120 mensuales, con una desviación estándar de 30. El director busca un tamaño de muestra que le permita estimar el nivel de gasto con un error de 10.

77 Nota: Los valores enteros fraccionarios se redondean al siguiente número superior

78 Ejemplo 2 En cierta población se 1200 escolares, se desea estimar el nivel promedio de Hemoglobina con 0,95 de confianza. Al realizar un estudio piloto se estimó S = 1,6. Si los Investigadores están dispuestos a asumir un e = +0,5 Calcular n Z = 1,96 N = 1200 S = 1,6 e = + 0,5

79 Como se conoce la población usamos el factor de corrección Interpretación El número mínimo necesario de escolares para realizar el estudio es de 39, si se desea estimar el nivel promedio de Hb (hemoglobina) en la población con una precisión de + 0,5.

80 Ejemplo 3 En cierta población se 1200 escolares, de 9 – 11 años se desea estimar el nivel promedio de hierro sérico. Con este fin se va a seleccionar una muestra probabilística. Si en un estudio similar se obtuvo una medida aritmética de 60,6 mg/dl y S = 22,4 mg/dl. Calcular el tamaño mínimo de la muestra si la estimación del parámetro se va realizar con 0,95 de confianza y se asume un e = +5 Z = 1,96 N = 1200 Se = 22,4 E = +5

81 Interpretación : El número mínimo necesario de escolares para realizar el estudio es 72, si se desea estimar el nivel promedio de hierro sérico en la población con una precisión

82 B. Para estimar una proporción poblacional Donde: Pe = proporción estimada de sujetos con la característica de interés. Se puede obtener de revisión bibliográfia, estudio piloto asumiendo pe = qe= 0,05 q e =proporción estimada de sujetos sin la caracteristica de interés. = Error absoluto de muestreo o precisión. Debe ser asumindo por el investigador. e = ( P – p) e

83 Ejemplo 1: En una población escolar, se desea estimar la prevalencia del factor coeficiente intelectual con 0,95 de confianza. De la literatura se sabe que p = 0,10 si se asume un error muestral de 5%, calcular n Si se conoce N:

84 Interpretación: Si se desea estimar la prevalencia poblacional con 0,95 de confianza y un de 5% se deberá evaluar 138 sujetos. Datos