Todo

Facultad de Administración Integrantes del equipo 2 de agencias de viaje: Alarcón Coss Rubén Barragán Malpica Ana Iris Bautista Marroquin Anili Becerra Simón Carlos Rafael Meza Alarcón Uriel Ramón Ortiz Edson Joaquín Vásquez Lagunés Jesús Tema: Las agencias de viajes ante los nuevos cambios productivos y evolución del sector Materia: Estadística inferencial Carrera: Administración de empresas turísticas Bloque. 4°sem. Turno: Matutino GENERALIDADES DE LA ESTADISTICA INFERENCIAL APLICACIÓN AL TURISMO: El turismo es una actividad económica que depende en mucho de las estadísticas para planear su desarrollo, ya que se necesita conocer lo que ha sucedido en el pasado, lo que se está dando hoy y lo que se espera para el futuro. No tiene sentido hacer más hoteles si no se espera el ingreso de más turistas, como tampoco el atraer visitantes si no se tienen las habitaciones necesarias para hospedarlos. Todo esto se necesita conocerlo y eso se logra con las estadísticas, además de otros datos relevantes, por Ej. cuántos turistas ingresaron en los últimos 20 años, de qué edades, de qué países, cuánto dejaron de ingreso, cómo se ha movido el ingreso de turistas en este período, cuántos días en promedio duraron en el país, etc. También se puede relacionar con el turismo cuando se realizan ciertos estudios, tales como: cuáles fueron los países más visitados durante cierto periodo de tiempo, así también como qué países recibieron más ingresos y quiénes realizaron más gastos, la situación del turismo en América Latina, cuáles fueron o son las ciudades más visitadas del mundo, lugares y atracciones más visitadas en todo el mundo, etcétera. GLOSARIO CONCEPTODEFINICIÓNTRADUCCIONEstadísticaCiencia encargada de recolectar, organizar, presentar, analizar e interpretar datos con el propósito de ayudar a una toma de decisiones más efectiva.Science charged with collecting, organizing, displaying, analyzing and interpreting data in order to aid a more effective decision making.Estadística descriptivaMétodos para organizar, resumir y presentar datos de manera informativa.Methods for organizing, summarizing and presenting data in an informative way.Estadística inferencialUna decisión, estimación, predicción o generalización sobre una población, en base a una muestra.A decision, estimate, prediction or generalization about a population, based on a sample.PoblaciónEs un conjunto de todos los posibles individuos, objetos o medidas de interés.It is a set of all possible individuals, objects or actions of interest.MuestraEs una porción, o parte, de la población de interés.It is a portion, or part of the population of interest.Variable cualitativaLa característica o variable que se estudia no es numérica.The characteristic or variable being studied is not numéricaterés.Variable cuantitativaLa variable se puede registrar numéricamente.The variable can be recorded numerically.Variables Cuantitativas DiscretasSólo pueden adquirir ciertos valores y casi siempre hay “brechas” entre esos valores.Can only acquire certain values and often there are "gaps" between these values.Variables Cuantitativas ContinuasPueden tomar cualquier valor dentro de un intervalo específico.Can take any value within a specified interval.Nivel nominalLos datos sólo se pueden clasificar en categorías, no se pueden ordenar.The data can only be classified into categories can not be ordered.Mutuamente excluyenteUn individuo, objeto o artículo, al ser incluido en una categoría, debe excluirse de las demás.A person, object or article to be included in a category, should be excluded from the others.ExhaustivoCada persona, objeto o hecho debe clasificarse al menos en una categoría.Every person, object or event to be classified at least one categoryINTRODUCCION Enfrentarse con datos de muy diversa índole, es cosa de todos los días. Sin embargo, no siempre se comprende el real alcance de lo que dicen. Como parte de una base cultural necesaria para desempeñarse en el mundo de hoy, es requisito desarrollar una capacidad personal para extraer y describir información presente en un conjunto de datos. La estadística provee los medios para tomar decisiones para poder tomar decisiones basadas en datos. Posibilita transformar los datos en conocimientos, haciendo a un lado las opiniones personales, sobre una base de evidencia sistemática. En la actualidad la estadística está experimentando un importante avance, fruto de la disponibilidad de medios informáticos cada vez más avanzados que permiten el manejo de grandes volúmenes de datos, así como la aplicación de nuevos métodos. La estadística actual es el resultado de la unión de dos disciplinas: estadística descriptiva y estadística inferencial; que evolucionan de manera independiente hasta confluir en el siglo XlX. Uno de los objetivos es resumir toda la información recopilada en unos pocos valores numéricos, para poder sacar consecuencias de esa información. Dentro del conjunto de valores numéricos que resumen toda la información los hay de distintos tipo y que aportan distintas características. Así nos encontramos con las siguientes medidas: Medidas de centralización: media, moda mediana, cuarteles, deciles, percentiles. Medidas de dispersión: varianza, desviación típica, rango. Medidas de forma: coeficiente de variación de Pearson, Curtosis de Fisher. Relación entre variables: coeficiente de correlacion lineal, recta de regresión. TEORIA. ¿QUE ES ESTADISTICA? Estadística es la ciencia de recolectar, organizar, presentar, analizar e interpretar datos con el propósito de ayudar a una toma de decisiones más efectiva. Las técnicas estadísticas se usan ampliamente por personas en áreas de comercialización, contabilidad, control de calidad, consumidores, deportes, administración de hospitales, educación, política, medicina, etcétera. TIPOS DE ESTADISTICAS. Estadística descriptiva: métodos para organizar, resumir y presentar datos de manera informativa.Ejemplo: un sondeo de opinión encontró que 89% de las personas en una encuesta sabían el nombre del jugador de futbol Maradona. La estadística “89” describe el número de cada 100 personas que saben la respuesta.

Estadística inferencial: una decisión, estimación, predicción o generalización sobre una población, en base a una muestra.Una población es un conjunto de todos los posibles individuos, objetos o medidas de interés.Una muestra es una porción, o parte, de la población de interés.TIPOS DE VARIABLES. Variable cualitativa o de atributos: la característica o variable que se estudia no es numérica.EJEMPLOS: sexo, afiliación religiosa, tipo de automóvil que se posee, lugar de nacimiento, color de los ojos. Variable cuantitativa: la variable se puede registrar numéricamente.EJEMPLO: saldo en una cuenta de cheques, minutos que faltan para que termine la clase, número de niños en una familia. Variables Cuantitativas Discretas: sólo pueden adquirir ciertos valores y casi siempre hay “brechas” entre esos valores.EJEMPLO: el número de habitaciones en un hotel (1,2,3,....). Variables Cuantitativas Continuas: pueden tomar cualquier valor dentro de un intervalo específico.EJEMPLO: el tiempo que toma volar de Buenos Aires a Bogotá. Niveles de medición.Nivel nominal: los datos sólo se pueden clasificar en categorías, no se pueden ordenar.EJEMPLOS: color de los ojos, sexo, afiliación religiosa. Mutuamente excluyente: un individuo, objeto o artículo, al ser incluido en una categoría, debe excluirse de las demás.EJEMPLO: color de los ojos. Exhaustivo: cada persona, objeto o hecho debe clasificarse al menos en una categoría.EJEMPLO: afiliación religiosa. Nivel ordinal: involucra datos que se pueden ordenar, pero no es posible determinar las diferencias entre los valores de los datos o no tienen significado.EJEMPLO: en una prueba de sabor de 4 refrescos de cola, el C se clasificó como número 1, el B como número 2, el A como 3 y el D como número 4. Nivel de intervalo: similar al nivel ordinal, con la propiedad adicional de que se pueden determinar cantidades significativas de las diferencias entre los valores. No existe un punto cero natural.EJEMPLO: temperatura en la escala de grados Fahrenheit. Nivel de razón: el nivel de intervalo con un punto cero inicial inherente. Las diferencias y razones son significativas para este nivel de medición.EJEMPLOS: dinero, altura de los jugadores de basquetbol de la NBA. MEDIDAS DE DISPERSIÓN.Varianza de la población: La varianza de la población para datos no agrupados es la media aritmética de las desviaciones cuadráticas respecto a la media de la población. Desviación estándar poblacional: La desviación estándar poblacional (σ) es la raíz cuadrada de la variancia de la población. Varianza muestral: La varianza muestral estima la varianza de la población. Desviación estándar muestral: La desviación estándar muestral es la raíz cuadrada de la variancia muestral. Nivel de confianza. El nivel de confianza de una aseveración basada en la inferencia estadística es una medida de la bondad de la estimación realizada a partir de estadísticos muéstrales. BIBLIOGRAFIA http://sitios.ingenieria-usac.edu.gt/estadistica/estadistica2/estadisticadescriptiva.html http://www.monografias.com/trabajos19/la-estadistica/la-estadistica.shtml http://apuntes.rincondelvago.com/introduccion-a-la-estadistica.html http://www.scribd.com/doc/256574/INTRODUCCION-A-LA-ESTADISTICA http://www.monografias.com/trabajos15/estadistica/estadistica.shtml MUESTRA Y TIPOS DE MUESTREO APLICACIÓN: Cuando se realiza una investigación lo mas conveniente es realizar un estudio minucioso para toda la población pero existen motivos por los que se opta por tomar una pequeña muestra de la población y es aquí donde entra su aplicación, ayuda para: Necesidad de ahorro económico. Motivos técnicos (por ejemplo, una población homogénea, que recomienda segmentar el estudio). Rapidez y operatividad. Limitación de recursos físicos, económicos y humanos. Los resultados obtenidos en la muestra siempre deben ser extrapolables al conjunto de toda la población. GLOSARIO CONCEPTODEFINICIONTRADUCCIONPOBLACIONGrupo o conjunto de personas, cosas u objetos con atributos comunes.Group or body of persons, things or objects with common attributesPOBLACION FINITAConjunto compuesto por un número limitado de elementos, en caso contrario se le llama población infinita.Combination of a limited number of elements, otherwise it is called infinite populationPOBLACION REALGrupo de elementos concretosGroup specific elementsPOBLACION HIPOTETICAConjunto de todas las formas posibles imaginables en las que puede presentarse un suceso.Set of all possible ways imaginable in which an event can occur.POBLACION ESTABLE Aquella en que sus valores o cualidades no presentan variaciones.One in which its values or qualities do not differ.POBLACION INESTABLEAquella que presenta Valores o Cualidades en constante cambio.Securities or one that presents ever-changing qualities.POBLACION ALEAOTRIAEs la que presenta valores fluctuantes sin que exista una causa aparente.It is the fluctuating values presented without any apparent cause.MUESTREOSelección de una parte de los elementos que conforman la población, y que representa el colectivo de todas sus características.Selection of some of the elements that make up the population, representing the group of all its features.ERROR DE MUESTREO O CUOTAS DE ERRORDiferencia que siempre existe entre la muestra y la población.Difference that always exists between the sample and the population. FORMULARIO OBTENCION DE LA MUESTRACASOESTADISTICOESTIMACION DE LA MEDIA CUANDO NO SE CONOCE POBLACION n= Z2α/2 2 е2ESTIMACION DE LA MEDIA CUANDO SE CONOCE LA POBLACIONn= N Z2α/2 2 (N-1)(е2) + Z2α/2 2ESTIMACION DE LA PROPOCION CUANDO NO SE COCOCE POBLACIONn= Z2α/2 pq е2ESTIMACION DE LA PROPORCION CUANDO SE CONOCE LA POBLACIONn= = N Z2α/2 pq (N-1)(е2) + Z2α/2 pq INTRODUCCION En estadística un muestreo es la técnica para la selección de una muestra a partir de una población. En el muestreo, si el tamaño de la muestra es más pequeño que el tamaño de la población, se puede extraer dos o más muestras de la misma población. Al conjunto de muestras que se pueden obtener de la población se denomina espacio muestral. La variable que asocia a cada muestra su probabilidad de extracción El muestreo: es una herramienta de la investigación científica. Su función básica es determinar que parte de una realidad en estudio (población o universo) debe examinarse con la finalidad de hacer inferencias sobre dicha población El Muestreo es más que el procedimiento empleado para obtener una o más muestras de una población; el muestreo es una técnica que sirve para obtener una o más muestras de población. Este se realiza una vez que se ha establecido un marco muestral representativo de la población, se procede a la selección de los elementos de la muestra aunque hay muchos diseños de la muestra. Al tomar varias muestras de una población, las estadísticas que calculamos para cada muestra no necesariamente serían iguales, y lo más probable es que variaran de una muestra a otra. Muestreo Estadístico: son aquellos que se basan en el principio de equiprobabilidad. Es decir, aquellos en los que todos los individuos tienen la misma probabilidad de ser elegidos para formar parte de una muestra y, consiguientemente, todas las posibles muestras de tamaño que tienen la misma probabilidad de ser elegidas. TEORIA: Hay dos maneras de obtener información de un problema o una población: enumerando y observando las características de cada una de sus partes componentes, en cuyo caso se le denomina censo a este procedimiento, o mediante un muestreo, o sea el estudio de una porción representativa de la población. En ocasiones en que no es posible o conveniente realizar un censo (analizar a todos los elementos de una población), se selecciona una muestra, entendiendo por tal una parte representativa de la población. El muestreo es por lo tanto una 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. El muestreo tiene como objetivo conocer de la población: La totalidad de las unidades que tienen determinada característica, por ejemplo, el número de personas que trabajan en servicios en un territorio dado. La media de la población. Por ejemplo, el promedio de toneladas mensuales procesadas en la industria pesquera del bacalao. La proporción. La cantidad de hemoglobina, en proporción, que se encuentra en la sangre de un paciente. La tasa. Por ejemplo, la proporción de artículos defectuosos en comparación con la producción diaria. La desviación estándar. Es la dispersión media o desviación promedio de los valores de una población a partir de su media. La precisión. Conocer la proporción mínima de dispersión de sus valores. Los limites mínimo y máximo de incidencia de los valores componentes. La tendencia de los valores en el tiempo. La influencia causal de una o más variables independientes. Los errores más comunes que se pueden cometer son: 1.- Hacer conclusiones muy generales a partir de la observación de sólo una parte de la Población, se denomina error de muestreo. 2.- Hacer conclusiones hacia una Población mucho más grandes de la que originalmente se tomo la muestra. Error de Inferencia. A pesar de estas desventajas el muestreo también posee sus ventajas: Menor costo de la investigación. Mayor rapidez que una enumeración completa. Personal mejor calificado para las encuestas. Mayor exactitud en los resultados debido a que esta mejor capacitado el personal y existe. mejor control en el procedimiento. Estimación valida del error de muestreo, en tanto que en el censo no se puede saber si los resultados son exactos. Posibilidad de hacer varias investigaciones simultaneas. Tipos de muestreo. Existen diferentes criterios de clasificación de los diferentes tipos de muestreo, aunque en general pueden dividirse en dos grandes grupos: métodos de muestreo probabilísticos y métodos de muestreo no probabilísticos. Muestreo probabilístico Los métodos de muestreo probabilísticos son aquellos que se basan en el principio de equiprobabilidad. Es decir, aquellos en los que todos los individuos tienen la misma probabilidad de ser elegidos para formar parte de una muestra y, consiguientemente, todas las posibles muestras de tamaño n tienen la misma probabilidad de ser seleccionadas. Sólo estos métodos de muestreo probabilísticos nos aseguran la representatividad de la muestra extraída y son, por tanto, los más recomendables. Dentro de los métodos de muestreo probabilísticos encontramos los siguientes tipos: 1.- Muestreo aleatorio simple: El procedimiento empleado es el siguiente: 1) se asigna un número a cada individuo de la población y 2) a través de algún medio mecánico (bolas dentro de una bolsa, tablas de números aleatorios, números aleatorios generados con una calculadora u ordenador, etc.) se eligen tantos sujetos como sea necesario para completar el tamaño de muestra requerido. Este procedimiento, atractivo por su simpleza, tiene poca o nula utilidad práctica cuando la población que estamos manejando es muy grande. 2.- Muestreo aleatorio sistemático: Este procedimiento exige, como el anterior, numerar todos los elementos de la población, pero en lugar de extraer n números aleatorios sólo se extrae uno. Se parte de ese número aleatorio i, que es un número elegido al azar, y los elementos que integran la muestra son los que ocupa los lugares i, i+k, i+2k, i+3k,..., i+(n-1) k, es decir se toman los individuos de k en k, siendo k el resultado de dividir el tamaño de la población entre el tamaño de la muestra: k= N/n. El número i que empleamos como punto de partida será un número al azar entre 1 y k. El riesgo este tipo de muestreo está en los casos en que se dan periodicidades en la población ya que al elegir a los miembros de la muestra con una periodicidad constante (k) podemos introducir una homogeneidad que no se da en la población. Imaginemos que estamos seleccionando una muestra sobre listas de 10 individuos en los que los 5 primeros son varones y los 5 últimos mujeres, si empleamos un muestreo aleatorio sistemático con k=10 siempre seleccionaríamos o sólo hombres o sólo mujeres, no podría haber una representación de los dos sexos. 3.- Muestreo aleatorio estratificado: Trata de obviar las dificultades que presentan los anteriores ya que simplifican los procesos y suelen reducir el error muestral para un tamaño dado de la muestra. Consiste en considerar categorías típicas diferentes entre sí (estratos) que poseen gran homogeneidad respecto a alguna característica (se puede estratificar, por ejemplo, según la profesión, el municipio de residencia, el sexo, el estado civil, etc.). Lo que se pretende con este tipo de muestreo es asegurarse de que todos los estratos de interés estarán representados adecuadamente en la muestra. Cada estrato funciona independientemente, pudiendo aplicarse dentro de ellos el muestreo aleatorio simple o el estratificado para elegir los elementos concretos que formarán parte de la muestra. En ocasiones las dificultades que plantean son demasiado grandes, pues exige un conocimiento detallado de la población. (Tamaño geográfico, sexos, edades,...). La distribución de la muestra en función de los diferentes estratos se denomina afijación, y puede ser de diferentes tipos: Afijación Simple: A cada estrato le corresponde igual número de elementos muéstrales. Afijación Proporcional: La distribución se hace de acuerdo con el peso (tamaño) de la población en cada estrato. Afijación Óptima: Se tiene en cuenta la previsible dispersión de los resultados, de modo que se considera la proporción y la desviación típica. Tiene poca aplicación ya que no se suele conocer la desviación. 4.- Muestreo aleatorio por conglomerados: Los métodos presentados hasta ahora están pensados para seleccionar directamente los elementos de la población, es decir, que las unidades muéstrales son los elementos de la población. En el muestreo por conglomerados la unidad muestral es un grupo de elementos de la población que forman una unidad, a la que llamamos conglomerado. Las unidades hospitalarias, los departamentos universitarios, una caja de determinado producto, etc., son conglomerados naturales. En otras ocasiones se pueden utilizar conglomerados no naturales como, por ejemplo, las urnas electorales. Cuando los conglomerados son áreas geográficas suele hablarse de \"
muestreo por áreas\"
. El muestreo por conglomerados consiste en seleccionar aleatoriamente un cierto numero de conglomerados (el necesario para alcanzar el tamaño muestral establecido) y en investigar después todos los elementos pertenecientes a los conglomerados elegidos. II. Métodos de muestreo no probabilísticos A veces, para estudios exploratorios, el muestreo probabilístico resulta excesivamente costoso y se acude a métodos no probabilísticos, aun siendo conscientes de que no sirven para realizar generalizaciones (estimaciones inferenciales sobre la población), pues 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 se elegidos. En general se seleccionan a los sujetos siguiendo determinados criterios procurando, en la medida de lo posible, que la muestra sea representativa. En algunas circunstancias los métodos estadísticos y epidemiológicos permiten resolver los problemas de representatividad aun en situaciones de muestreo no probabilístico, por ejemplo los estudios de caso-control, donde los casos no son seleccionados aleatoriamente de la población. Entre los métodos de muestreo no probabilísticos más utilizados en investigación encontramos: 1.- Muestreo por cuotas: También denominado en ocasiones \"
accidental\"
. Se asienta generalmente sobre la base de un buen conocimiento de los estratos de la población y/o de los individuos más \"
representativos\"
o \"
adecuados\"
para los fines de la investigación. Mantiene, por tanto, semejanzas con el muestreo aleatorio estratificado, pero no tiene el carácter de aleatoriedad de aquél. En este tipo de muestreo se fijan unas \"
cuotas\"
que consisten en un número de individuos que reúnen unas determinadas condiciones, por ejemplo: 20 individuos de 25 a 40 años, de sexo femenino y residentes en Gijón. Una vez determinada la cuota se eligen los primeros que se encuentren que cumplan esas características. Este método se utiliza mucho en las encuestas de opinión. 2.- Muestreo intencional o de conveniencia: Este tipo de muestreo se caracteriza por un esfuerzo deliberado de obtener muestras \"
representativas\"
mediante la inclusión en la muestra de grupos supuestamente típicos. Es muy frecuente su utilización en sondeos preelectorales de zonas que en anteriores votaciones han marcado tendencias de voto. También puede ser que el investigador seleccione directa e intencionadamente los individuos de la población. El caso más frecuente de este procedimiento el utilizar como muestra los individuos a los que se tiene fácil acceso (los profesores de universidad emplean con mucha frecuencia a sus propios alumnos). 3.- Bola de nieve: Se localiza a algunos individuos, los cuales conducen a otros, y estos a otros, y así hasta conseguir una muestra suficiente. Este tipo se emplea muy frecuentemente cuando se hacen estudios con poblaciones \"
marginales\"
, delincuentes, sectas, determinados tipos de enfermos, etc. 4.- Muestreo Discrecional : criterio del investigador los elementos son elegidos sobre lo que él cree que pueden aportar al estudio. Ventajas e inconvenientes de los distintos tipos de muestreo probabilístico Aleatorio simple CARACTERISTICAS: Se selecciona una muestra de tamaño n de una población de N unidades, cada elemento tiene una probabilidad de inclusión igual y conocida de n/N. VENTAJAS: 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 INCONVENIENTES: 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. Sistemático CARACTERISTICAS: 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 elementos de 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. INCONVENIENTES: 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 Estratificado CARACTERISTICAS: En ciertas ocasiones resultará conveniente estratificar la muestra según ciertas variables de interés. Para ello debemos conocer la composición estratificada de la población objetivo a hacer un muestreo. 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. INCONVENIENTES: Se ha de conocer la distribución en la población de las variables utilizadas para la estratificación. Conglomerados CARACTERISTICAS: 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 de muestreo. INCONVENIENTES: El error estándar es mayor que en el muestreo aleatorio simple o estratificado. El cálculo del error estándar es complejo. Tamaño de la muestra Para poblaciones que presentan limitaciones no se requiere calcular el tamaño de la muestra, generalmente es menor de 30 observaciones y solamente debe procurarse tomar la mayor cantidad de unidades dentro de las refreídas limitaciones. Para determinar el tamaño de la muestra apropiado el investigador debe indicar con que confianza acepta el resultado de la investigación, dependiendo del tipo de trabajo que se vaya a realizar. Al error aceptado como complemento se le llama nivel de significancia. Por otra parte, el tamaño de la muestra también depende del error muestral o cota de error que de antemano acepta el investigador. Este error muestral es la cantidad de menos o de mas en que puede encontrarse el parámetro poblacional que se busca. En forma más general el error muestral se expresa como un coeficiente de variación o tolerancia aceptada (е) que indica la proporción de error que se acepta. Para reducir el intervalo limitado por el error muestral se existen dos recursos: reducir el coeficiente de confianza o aumentar el tamaño de la muestra. La cota de error se reduce hasta cero cuando el tamaño de la muestra es igual al tamaño de la población. A continuación se presenta un conjunto de formulas que tienen cierta aceptación por parte de los científicos: Estimando la media: Desconociendo la Población : n= Z2α/2 2 е2 Conociendo la Población : n= N Z2α/2 2 (N-1)(е2) + Z2α/2 2 Estimando la proporción: Desconociendo la Población : n= Z2α/2 pq е2 Conociendo la Población : n= = N Z2α/2 pq (N-1)(е2) + Z2α/2 pq Etapas del Muestreo Para la organización del trabajo de muestreo, se pueden programar las siguientes etapas: 1.- Objetivo de investigación. 2.- Establecimiento de las hipótesis. 3.- Definición del problema. 4.- Elaboración del cuestionario piloto. 5.- Prueba del cuestionario piloto. 6.- Elaboración del cuestionario definitivo. 7.- Indicación del coeficiente de confianza y del grado de precisión deseados. 8.- Selección del método de medición. 9.- Definición de las unidades e muestreo. 10.- Selección de la muestra. 11.- Organización del trabajo de campo. 12.- Tabulación y cálculo de las estadísticas de prueba. 13.- Análisis de los datos. 14.- Conclusiones, informe y recomendaciones. Bibliografía: http://www.estadistica.mat.uson.mx/Material/elmuestreo.pdf Revisado el 12/05/10 a las 6:04 PM. Estadística 3, Montaño García, Agustín. México: Pac, 1992-94. PP.: 263-282 http://minnie.uab.es/~veteri/21216/TiposMuestreo1.pdf http://html.rincondelvago.com/muestreo.html http://www.revistaciencias.com/publicaciones/EEFklVEyVAWHnjjMcz.php

Todo

Más contenido relacionado

Destacado (10)

Similar a Todo (20)

Todo