HERRAMIENTAS ESTADÍSTICAS PARA LA TOMA DE DECISIONES FACULTAD DE INGENIERÍA INDUSTRIAL Y TURISMO DEPARTAMENTO DE INGENIERÍA INDUSTRIAL HERRAMIENTAS ESTADÍSTICAS PARA LA TOMA DE DECISIONES Ing. Leudis Orlando Vega de la Cruz Uho, 2015 E-mail: leudis.vega@facii.uho.edu.cu
Análisis estadísticos para la toma de decisiones
Tema I: Teoría de muestreo (6h) Elementos de una muestra Distribuciones muestrales Tipo de muestreos Tema II: Diseño de encuesta(6h) Diseño de cuestionarios Clasificación de variables Tipos de validez Tema III: Procesamiento de la información(16h) Estadística descriptiva Estadística Bivariada (Correlación, centralidad) Estadística Multivariada (Cluster, Factorial, Varianza, discriminante) Evaluación Final(4h)
TEORÍA DE MUESTREO Muestreo Acción de escoger muestras representativas de la calidad o condiciones medias de un todo Selección de una pequeña parte estadísticamente determinada, utilizada para inferir el valor de una o varias características del conjunto Herramienta de la investigación científica, cuya función básica es determinar que parte de una población debe examinarse, con la finalidad de hacer inferencias sobre dicha población.
Muestra: parte pequeña de una población Elemento: Unidad acerca de la cual se solicita información Población: Universo de todos los elementos definidos antes de la selección de la muestra, una población se define en términos de elementos, unidades de muestreo, alcance y tiempo
Estadística inferencial: involucra el uso de un estadístico para hacer conclusión o inferencia sobre el parámetro correspondiente Error de muestreo: es la diferencia entre el parámetro poblacional y el estadístico de la muestra utilizado para estimar el parámetro Distribución muestral: es una lista de todos los valores posibles para un estadístico y la probabilidad relacionada con cada valor
Ahorra dinero Ahorra tiempo Puede ser más preciso Por que un muestreo? Ahorra dinero Ahorra tiempo Puede ser más preciso Resulta mejor si el estudio conlleva la destrucción o contaminación del elemento muestreado
FACTORES QUE INFLUYEN EN EL TAMAÑO DE LA MUESTRA: Objetivo de la investigación Limitaciones de tiempo Limitaciones de costos Procedimiento de análisis de la información
FUENTES MAS COMUNES DE ERROR Características a corto plazo del encuestado: salud, ánimo, fatiga, etc. Factores situacionales: variaciones en el medio Recolección de preguntas: variaciones en la forma que se formula la pregunta y la influencia del método de entrevista Factores del instrumento de medida: grado de ambigüedad y dificultad de las preguntas y habilidades del encuestado para responderlas Factores de análisis de información: errores cometidos en el proceso de codificación y tabulación
Errores no muestrales (Enm) ERRORES DE LA INVESTIGACION DE MERCADO ERRORES MUESTRALES(Em) Se puede medir Disminuye con el aumento del tamaño de la muestra Errores no muestrales (Enm) Son subjetivos Frecuentemente aumentan al incrementarse el tamaño de la muestra Criterio práctico: Enm>= 2*Em Error Total= Enm * Em
TIPOS DE ERRORES NO MUESTRALES Definición equivocada del problema Definición defectuosa de la población El marco no es representativo de la población Errores de la falta de respuestas Errores de medición Inferencias causales impropias Diseño pobre del cuestionario Parcialidad debido a quien auspicia el estudio Relacionados con el entrevistador En el procesamiento En el análisis de datos En la interpretación
Determinación del tamaño de la muestra, variables continuas Más de 100000 elementos en la práctica n: tamaño de muestra N: tamaño de la población S: desviación típica de la muestra e: error aceptado K: valor crítico correspondiente al nivel de confianza elegido
Determinación del tamaño de la muestra, para proporciones Mas de 100000 elementos en la práctica n: tamaño de la muestra p: probabilidad con la que se presenta el fenómeno q: (1-p) probabilidad de que no se presente el fenómeno N: tamaño de la población e: error en tanto porciento K: valor crítico correspondiente al nivel de confianza elegido
NIVELES DE CONFIANZA Y VALORES CRITICOS Nivel de confianza % Valor crítico (K) 99,73 3,00 99,00 2,58 98,00 2,33 96,00 2,05 95,45 2,00 95,00 1,96 90,00 1,64 80,00 1,28 68,27 1,00 50,00 0,67
Muestreo Aleatorio Simple Se selecciona una muestra de tamaño n de una población de N unidades, cada elemento tiene una probabilidad de inclusion igual y conocida de n/N Ventajas Desventajas Sencillo y de fácil comprensión Cálculo rápido de medias y varianzas Se basa en la teoría estadística, y por tanto existen paquetes informáticos para analizar los datos Requiere que se posea de antemano un listado completo de toda la población. Cuando se trabaja con muestras pequeñas es posible que no represente a la población adecuadamente.
Muestreo Sistemático Ventajas Desventajas Conseguir un listado de los N elementos de la población Determinar tamaño muestral n. Definir un intervalo k= N/n. Elegir un número aleatorio, r, entre 1 y k (r= arranque aleatorio). Seleccionar los elementosde la lista Ventajas Fácil de aplicar No siempre es necesario tener un listado de toda la población Cuando la población está ordenada siguiendo una tendencia conocida, asegura una cobertura de unidades de todos los tipos Desventajas Si la constante de muestreo está asociada con el fenómeno de interés, las estimaciones obtenidas a partir de la muestra pueden contener sesgo de selección
Muestreo Estratificado Una vez calculado el tamaño muestral apropiado, este se reparte de manera proporcional entre los distintos estratos definidos en la población usando una simple regla de tres Ventajas Tiende a asegurar que la muestra represente adecuadamente a la población en función de unas variables seleccionadas Se obtienen estimaciones más precisa Su objetivo es conseguir una muestra lo más semejante posible a la población en lo que a la o las variables estratificadoras se refiere Desventajas Se ha de conocer la distribución en la población de las variables utilizadas para la estratificación
Muestreo Conglomerado Se realizan varias fases de muestreo sucesivas (polietápico) La necesidad de listados de las unidades de una etapa se limita a aquellas unidades de muestreo seleccionadas en la etapa anterior Ventajas Es muy eficiente cuando la población es muy grande y dispersa. No es preciso tener un listado de toda la población, sólo de las unidades primarias demuestreo. Desventajas El error estándar es mayor que en el muestreo aleatorio simple o estratificado. El cálculo del error estándar es complejo
HERRAMIENTAS ESTADÍSTICAS PARA LA TOMA DE DECISIONES FACULTAD DE INGENIERÍA INDUSTRIAL Y TURISMO DEPARTAMENTO DE INGENIERÍA INDUSTRIAL HERRAMIENTAS ESTADÍSTICAS PARA LA TOMA DE DECISIONES Ing. Leudis Orlando Vega de la Cruz Uho, 2015 E-mail: leudis.vega@facii.uho.edu.cu