Curso para la Producción de Estadísticas sobre la Economía de la Información Módulo 4: Implementación de una encuesta sobre el uso de las TIC en las empresas.

Slides:



Advertisements
Presentaciones similares
Encuestas sobre estadísticas de negocios
Advertisements

DISEÑO DE EXPERIMENTOS EXPERIMENTOS DE COMPARACIÓN SIMPLE
© 2010, El Grupo del Banco Mundial. Todos los derechos reservados Estadísticas económicas, parte 2 Las estadísticas de negocios; elemento básico de las.
UNIVERSIDAD AUSTRAL DE CHILE
CONTENIDOS Teoría del muestreo ¿Cómo seleccionar una muestra?
ESTADISTICA APLICADA A LAS COMUNICACIONES: CONCEPTOS EN LA INVESTIGACION POR MUESTREO Docente : Fernando Camones SESION 01 Lima, 26 de Octubre 2010.
Técnicas para la elaboración de un instrumento
Estimación de los Errores de Muestreo Encuestas de Salud Reproductiva   RHS Usando SPSS 19.
ENCUESTA INDUSTRIAL MENSUAL
Importancia del Muestreo Dr. Reynaldo Carvajal Ortiz
X ENCUENTRO DE MATEMÁTICAS Y SUS APLICACIONES
FRANCISCO JAVIER RODRÍGUEZ
DELGADO DIAZ MINERVA PEREZ MUÑOZ ROMUALDA
DISEÑO DE LA MUESTRA ¿Para qué necesitamos recolectar datos?
Estimación por Intervalos de confianza
Escuela Nacional de Estadística e Informátia Muestreo I
Muestra: Recolección de Datos: Análisis de Datos:
CONCEPTOS BÁSICOS DE ESTADÍSTICA
DR. GLENN LOZANO ZANELLY
Conceptos básicos de inferencia
Nombre: Israel Espinosa Jiménez Matricula: Carrera: TIC Cuatrimestre: 4 Página 1 de 5.
Lic. Eduardo Alatrista Vargas – Docente del curso
Distribuciones muestrales Procedimientos de muestreo
Estadística computacional
Seleccionar una muestra
Procesamiento de datos para las encuestas anuales de manufactura
MUESTRA Implica DEFINIR la unidad de análisis (personas, situaciones, individuos, eventos, fenómeno, ensayo)
Proceso de la Investigación
Taller en Metodología de la Investigación
Curso: Muestreo Básico (Resumen)
Proceso de la investigación de mercado
Población y Muestra.
Estadística Administrativa I
LA INVESTIGACIÓN CUANTITATIVA O EMPÍRICO- ANALÍTICA
VARIABLE ALEATORIA Y DISTRIBUCION DE PROBABILIDAD
Dr.Walther,CASIMIRO URCOS
SESGOS.
Gerenciamiento Técnico de Proyectos
POBLACIÓN MUESTRA Y MUESTREO
Matemáticas Acceso a CFGS
Precandidatos PAN 2 de febrero Y de los siguientes personajes, en su opinión, ¿quién debería ser el candidato del PAN para las elecciones presidenciales.
Encuesta de Clima Político Campeche Reporte Gráfico 27 al 29 de marzo del 2015.
DOCENCIA EN LA CLÍNICA MÉDICA: nuevas herramientas para un aprendizaje significativo Curso Perfeccionamiento Escuela de Medicina Universidad Valparaíso.
MAESTRÍA EN GESTIÓN PÚBLICA CURSO: Diseño de Proyectos de Investigación POBLACION, MUESTRA Y MUESTREO Dr. Hugo L. Agüero Alva.
SELECCIÓN DE LA MUESTRA LOS 10 PASOS DE LA INVESTIGACIÓN
Sesión 13: Distribuciones Muestrales y Tamaño de Muestra
24 de enero, 2013 Dr. José Mendoza. Director General Mendoza Blanco & Asociados, SC La Estadística en las Elecciones Presidenciales 2012.

INTRODUCCIÓN A LOS MÉTODOS DE MUESTREO
ESTADÍSTICA II MUESTREO
(Validez de un estudio)
ESTADÍSTICA II MUESTREO
Tomando decisiones sobre las unidades de análisis
Septiembre  Responde a quienes y cuantas personas se aplicará el instrumento de recolección de datos.
MUESTREO Y TAMAÑO DE LA MUESTRA
Estadística para la gestión educativa Conceptos básicos Mtra. Ing. Rosa María Lamadrid Velazco T.
MUESTREO : Generalidades
Estado de México Vivienda Abril Opinión Partidos Políticos.
Muestreo Probabilístico
Aspectos generales de la investigación educativa en el SNIT
@ Angel Prieto BenitoApuntes de Matemáticas 3º ESO1 U.D. 13 * 3º ESO E.AC. ESTADÍSTICA.
Obtiene Información de campo en sitios de muestreo
TAMAÑO DE LA MUESTRA. Para definir el tamaño de la muestra se debe tener en cuenta los recursos disponibles y las necesidades del plan de análisis, el.
Estadística y probabilidad aplicada a los negocios Prof. Víctor Manuel Romero Medina DCB e I Enero de 2010.
POBLACIÓN Y MUESTRA CÁLCULO DEL TAMAÑO MUESTRAL. Descripción e inferencia Población Muestra Muestreo Inferencia Resultado.
PROCEDIMIENTO DE MUESTREO
MUESTREO Parte 1: Generalidades Una vez definido el problema a investigar, formulados los objetivos y delimitadas las variables se hace necesario determinar.
Tarea # 4 PRUEBAS DE HIPÓTESIS ESTADÍSTICAS. PRUEBA DE HIPÓTESIS Hipótesis es una aseveración de una población elaborado con el propósito de poner a prueba,
TEMA 7 ANÁLISIS DE LOS RESULTADOS TEMA 7 ANÁLISIS DE LOS RESULTADOS.
MUESTREO: DISEÑO Y PROCEDIMIENTOS
Transcripción de la presentación:

Curso para la Producción de Estadísticas sobre la Economía de la Información Módulo 4: Implementación de una encuesta sobre el uso de las TIC en las empresas

M4: Implementación de una encuesta sobre el uso de las TIC en las empresas UNCTAD Objetivos del Modulo Al completar éste módulo, Vd. podrá: n n Procesar datos n n Realizar el procedimientos de ponderación (expansión) de los datos n n Editar los datos Saber c ó mo analizar los datos

M4: Implementación de una encuesta sobre el uso de las TIC en las empresas UNCTAD Contenido del Modulo 4 4. Procesamiento y análisis de datos 4.1. Edición de datos 4.2. Ponderación de datos 4.3. Estimación de los indicadores TIC

M4: Implementación de una encuesta sobre el uso de las TIC en las empresas UNCTAD 4.1. Edición de datos n nLa información estadística proporcionada por las empresas puede contener los siguientes errores: – –datos erróneos o faltantes, – –clasificaciones incorrectas, y – –respuestas incoherentes o ilógicas – –Con el fin de minimizar tales errores se pueden aplicar técnicas que optimicen la efectividad de – –los instrumentos para la captura de datos y – –de los procedimientos de recolección

M4: Implementación de una encuesta sobre el uso de las TIC en las empresas UNCTAD Pasos en la validación de datos Edición de datos Microedición Macroedición Manejo de errores e inconsistencias internos Estimación de datos faltantes (imputación) Análisis de valores atípicos Procedimientos de reponderación Controles de calidad durante la recolección y el ingreso de datos Archivo de datos limpios Datos brutos Edición de agregados

M4: Implementación de una encuesta sobre el uso de las TIC en las empresas UNCTAD Manejo de inconsistencias internas y errores n nEl control de la validez de un ítem (dato) individual requiere: – –Verificar si pertenece a un conjunto de respuestas válidas – –Verificar las preguntas contra respuestas válidas – –Definición de las reglas que definen las relaciones entre las preguntas (ver el ejemplo 24 del Manual ) – –Verificaciones aritméticas (durante el ingreso de los datos o a lo largo de una serie de registros)

M4: Implementación de una encuesta sobre el uso de las TIC en las empresas UNCTAD Manejo de datos faltantes n nHay varios métodos para tratar la no-respuesta y evitar sesgos. – –Ponderación correctiva (por unidad) n nbasada en la muestra y n nbasada en la población – –Imputación n nImputación determinista n nImputación hot deck n nImputación cold deck n nImputación del valor de la media o del valor modal n nImputación histórica

M4: Implementación de una encuesta sobre el uso de las TIC en las empresas UNCTAD Manejo de unidades mal clasificadas n nDos casos de clasificación errónea – –Una unidad no elegible incluida por error n n Esto reduce el tamaño efectivo de la muestra a menos que se prepare una lista de reserva – –Una unidad elegible incluida en el estrato equivocado, u omitida del marco n n La solución técnica consiste en recalcular los factores de ponderación de la muestra (ver ejemplo 27 del Manual)

M4: Implementación de una encuesta sobre el uso de las TIC en las empresas UNCTAD Método de ponderación simple n nEl promedio de la muestra en el estrato h se define como n nLa estimación para el estrato h se calcula multiplicando el promedio del estrato, por el número total de empresas en el estrato, es decir n nLa fórmula para la estimación del estrato h puede escribirse de la manera siguiente para mostrar la asignación de factores de ponderación a cada unidad Ponderación de datos

M4: Implementación de una encuesta sobre el uso de las TIC en las empresas UNCTAD 4.3. Estimación de los indicadores TIC Estimaciones de una proporción de la población n nExpresión de una proporción: n nCuatro estimaciones diferentes: – –Muestreo aleatorio simple de una población no estratificada – –Muestreo aleatorio estratificado Con uno o más estratos investigados exhaustivamente – –Estimaciones de una razón con muestreo aleatorio simple – –Estimaciones de una razón con muestreo aleatorio estratificado

M4: Implementación de una encuesta sobre el uso de las TIC en las empresas UNCTAD n nEl indicador puede expresarse como la proporción muestral n nEl error estándar (SE) de la proporción muestral se estima por: n nLa expresión del error estándar es válida con un fracción de la muestra de 10% o menos CASO 1. Muestreo aleatorio simple de una población no estratificada

M4: Implementación de una encuesta sobre el uso de las TIC en las empresas UNCTAD CASO 2. Muestreo aleatorio simple estratificado n nUna estimación insesgada de p es: donde, L: número de estratos N h : la población en el estrato h (h=1, 2,... L) n h : el tamaño de la muestra en el estrato h (h=1, 2,... L) n nEstimación del error estándar de : n nVer Anexo 4 del Manual

M4: Implementación de una encuesta sobre el uso de las TIC en las empresas UNCTAD CASO 3. Estimación de una razón con muestreo aleatorio simple n nEl indicador a estimar es n nEntonces, la estimación natural de la razón p es n nFinalmente, la aproximación de error estándar (SE) es Donde es el promedio de la muestra, es decir