Estadistica Basica: Conceptos & Aplicaciones

Presentación del tema: "Estadistica Basica: Conceptos & Aplicaciones"— Transcripción de la presentación:

1 Estadistica Basica: Conceptos & Aplicaciones
Obtención de los Datos Capítulo 7.4

2 Objetivos de Aprendizaje
1. Establecer por qué necesitamos datos 2. Resumir la fuente de los datos 3. Describir los tipos de Datos y las Escalas 4. Describir el Proceso de Encuesta & Errores Explicar los Tipos de Muestras

3 Reto al Pensamiento ¿Qué pasos usted tomaría para determinar las actitudes de los estudiantes hacia los alimentos servidos en la cafetería? © T/Maker Co.

4 ¿Por qué Colectar Datos?
1. Obtener Insumos para Estudio Investigativo 2. Medir Desempeño 3. Asistir en Formular Alternativas para Decidir 4. Satisfacer la Curiosidad Conocer por Conocer

5 Fuentes de Datos Fuentes de Datos Primaria Secundaria Publicada
Experimento Encuesta Observación (& En-Linea)

6 Tipo de Datos Datos Numéricos Categórico Discreto Continuo
(Cuantitativo) (Qualitativo) Discreto Continuo

7 Ejemplos de Tipos de Datos
1. Numéricos Discreto ¿A Cuántas Revistas Te Suscribes Actualmente? ___ (Number) Contínuo ¿ Cuánto Mides? ___ (Pulgadas) 2. Categórico ¿ Posees Bonos de Ahorro? __ Sí __ No

8 ¿Cómo se Miden los Datos?
3. Escala de Intérvalo Intervalos Iguales No 0 Verdadero e.g., Grados Celsius Medición 4. Escala Racional (Tasa) Intervalos 0 Verdadero Tasas Significativas e.g., Estatura en Pulgadas 1. Escala Nominal Categorías e.g., Hombre-Mujer Cuántos 2. Escala Ordinal Categorias Orden Implícito e.g., Altos-Bajo Conteo

9 Ejercicio ¿Son Categóricos? Numéricos (Discretos or Contínuos)? ¿Cuál Escala? 1. Gender = categorical - nominal 2. Weight = numerical - continuous - ratio 3. Auto Speed = numerical - continuous - ratio 4. Temperature = numerical - continuous - interval 5. # Siblings = categorical - ordinal 6. Letter Grade = categorical - ordinal 1. Género Masculino, Femenino 2. Peso 123, etc. 3. Velocidad 78, 64, 45 etc. 4. Temperatura 78, 64, 85 etc. 5. # Parientes 0-2, 3-5, 6+ 6. Nota A, B, C etc.

10 Pasos de la Encuesta 1.Definir el Propósito 2.Diseñar el Cuestionario
3.Seleccionar Diseño de la Muestra Tipo de Muestra Tamaño de Muestra 4.Colectar Datos (Trabajo de Campo) 5.Preparar Datos Editar Codificar 6.Analizar Datos 7.Interpretar Hallazgos 8.Reportar Resultados

11 Diseño del Cuestionario
1. Contenido de la Pregunta 2. Modo de Respuesta 3. Fraseo de la Pregunta 4. Secuencia de Preguntas 5. Estructura 6. Prueba Piloto Question Content Related to research purpose Based on respondent’s ability to answer accurately Response Format open-ended Vs. fixed alternative (closed-ended) Question Wording simple, clear words avoid leading questions: ‘In view of the health crisis, it would be best to nationalize the health industry.’ Question Sequence use simple & interesting opening questions general questions first Layout More important for Mail Survey than telephone survey Pretest Shows where you have asked ambiguous questions © T/Maker Co.

12 ¿Porqué una Muestra? 1. Destrucción de las Unidades de Prueba
Control de Calidad 2. Resultados & Precisos y Confiables 3. Razones Prácticas Tiempo Costo Pragmatic Reasons If Chrysler wished to census past purchasers’ reactions, millions of car buyers would have to be contacted Accurate & Reliable Results Reasonable accuracy though not perfect - sampling error! May be more accurate than census since less chance of nonsampling errors (e.g., data entry) Bureau of the Census uses samples to check the accuracy of the US Census. If the sample shows possible source of error, the census is redone. Destruction of Test Units e.g., Mean Life of Light Bulbs

13 Definiciones Importantes
K : los elementos individuales contenidos en la Muestra o Población N : todos los elementos de la Población n : todos los elementos de la muestra Marco: es una lista de los elementos que constituyen la Población. Los marcos son fuentes de datos, como listas, directorios o mapas de población. Si los marcos excluyen algunos grupos de la población, los resultados serán inexactos.

14 Tipos de Muestras Tipo de Muestra No Aleatoria Sistematica Simple
Probability Samples Selection is based on chance Subjects are chosen based on some known probabilities Eliminates or reduces bias Random refers to procedure not the data: The outcome cannot be predicted because it is dependent upon chance Non Probability Samples Do not have above characteristics Done for time and convenience Probabilistica Probabilistica Aleatoria Sistematica Estratificada Conglomerado Simple Juicio subjetivo Cuota Porción

15 Muestra Aleatoria Simple
Cada Elemento de la Población tiene la misma oportunidad de selección 2. Seleccionar un Elemento No Afecta Seleccionar Otros 3. Se utiliza Tabla de Números Aleatorios, Computadora o calculadora con función RND Simple Random Use random number table Number of digits is determined by population size © T/Maker Co.

16 Muestra Sistemática 1.Los N elemntos del marco se dividen en n grupos de k elementos k = N/n 2. Se seleciona en forma aleatoria el primer elemento k del marco (de entre los primeros). Luego se selecciona Los restantes n-1 elementos a partir del primero hasta completar los n elementos. 3.Utilizado en encuestas de Teléfono, y líneas de control de calidad Systematic Requires all population elements Bias may occur due to periodicity In the telephone book example, unlisted numbers will not be found Example: Sampling frame is 100 individuals. You want to select 20. Select first name by random number, then every 5th person. © T/Maker Co.

17 Ejemplo: Muestra Sistemática
Si n = 40 a partir de una Población de 800 empleados, divida el marco 800 entre 40 y asi obtenemos 20 intervalos de k=20 empleados cada uno. Luego seleccionamos aleatoriamente el primer elemento entre los primeros 20, y partimos de ahi seleccionando uno secuencialmente cada 20, hasta completar los 40 necesarios. Por ejemplo, si el primero es el 008, partimos de ahi, y seleccionamos el 028, 048, 088, 108,….,768 y 788.

18 Muestreo Estratificado
All Students 1.Dividir la Población en Subgrupos o Estratos Mutuamente Exclusivos Exhaustivo Al Menos 1 Característica de Interés Comun 2.Seleccionar una Muestra Aleatoria Simple de los Subgrupos o Estratos Stratified Assures 1. Sample reflects population in terms of criterion used for stratifying. 2. More efficient sample - sampling error is reduced. Example: College has 70% on-campus students and 30% commuters. A 100 student survey would get close to 70 on-campus students and 30 commuters. A simple random survey might get 60 on-campus and 40 commuting students. Similar to Quota sampling except that a simple random sample is drawn from each strata. Commuters Residents Sample

19 Muestreo de Conglomerados
Compañías (Conglomerados) 1.Dividir la Población en Conglomerados Si los Gerentes son Elementos, entonces Compañías son Conglomerados 2.Seleccionar Aleatoriamente los Comglomerados 3.Encuestar Todos o una Muestra Aleatoria de Elementos en el Conglomerados Cluster Idea is to sample economically yet retain characteristics of probability sample. Ideally, cluster is as heterogeneous as the population. Often, characteristics of elements in cluster may be similar. Muestra

20 Tipos de Muestras Tipo de Muestra No Aleatoria Sistematica Simple
Probability Samples Selection is based on chance Subjects are chosen based on some known probabilities Eliminates or reduces bias Random refers to procedure not the data: The outcome cannot be predicted because it is dependent upon chance Non Probability Samples Do not have above characteristics Done for time and convenience Probabilistica Probabilistica Aleatoria Sistematica Estratificada Conglomerado Simple Juicio subjetivo Cuota Porción

21 Muestreo No Probabilístico
1. Juicio Usted recopila las opiniones de expertos en el tema pre-seleccionados e.g., Mercados de Prueba 2. Cuota Similar a Muestreo Estratificado Excepto No es Muestreo Aleatorio 3. Porción (Conveniencia) Usa los Elementos Mas Disponibles (fáciles de colectar). Los participantes se autoeligen. Judgment A fashion manufacturer selects key accounts to predict what will sell next season Quota Advantages are speed of data collection, lower costs, and convenience. Often used in laboratory experiments It is difficult to find a sample of the general population willing to visit a laboratory Chunk (Convenience) Street interviews at election time. Views represent supposedly the entire population. Need impressions of text book in an hour. Use this class to represent all students.

22 Cuota Es la técnica más difundida sobre todo en estudios de mercado y sondeos de opinión. En primer lugar es necesario dividir la población de referencia en varios estratos definidos por algunas variables de distribución conocida (como el género o la edad). Posteriormente se calcula el peso proporcional de cada estrato, es decir, la parte proporcional de población que representan. Finalmente se multiplica cada peso por el tamaño de n de la muestra para determinar la cuota precisa en cada estrato. Se diferencia del muestreo estratificado en que una vez determinada la cuota, el investigador es libre de elegir a los sujetos de la muestra dentro de cada estrato. Por eso no es aleatorio.

23 Errores de Encuesta Error de Cobertura: cuando se omiten elementos ciertos grupos del marco. Esto provoca sesgo de selección. Error de no respuesta: surge a partir de la omisión al recabar datos de todos los elementos de la muestra y tiene como resultado sesgo de no respuesta.

24 Errores de Encuesta 3. Error de muestreo: refleja la heterogeneidad o “diferencia de posibilidad” entre una muestra y otra. Esto simplemente significa que hay personas que quedaran fuera y no sabremos su respuesta. Se minimiza aumentando el tamaño de la muestra. 4. Error de medición: esto es una forma de decir que las respuestas no son confiables. Surgen de preguntas ambiguas, el encuestado se siente obligado a responder (halo) y la falta de interés en responder.