introduccion probabilidad y estadistica muestreo .pptx

introduccion a la materia probabilidad y estadistica con muestreo y seleccion de datos

1. Estadística aplicada

2. Nada en esta maravillosa vida es 100% seguro. En todo lo que hacemos, siempre estamos estimando los chances de resultados exitosos: en los negocios, en la medicina, en el clima y principalmente en los juegos de azar. Así el estudio de las leyes formales de lo aleatorio es la Probabilidad

3. Estadística es la ciencia, pura y aplicada, de creación, desarrollo y de aplicación de técnicas tales que la incertidumbre de la inferencia inductiva pueda ser evaluada

4. Tomar decisiones es una gran responsabilidad . Para tomar decisiones se requiere INFORMACIÓN disponible , esperanzadamente confiable y útil . Generalmente se necesita una porción de la base de datos o muestra para revelar un patrón lógico o realizar un análisis estadístico .

5. Población Muestra Estadística Probabilidad

6. Objetivo de la Estadística Descriptiva Conocer la información que se tiene para poder identificar e interpretar aspectos relevantes de una muestra. Utilizar esta información para obtener resultados, planear o hacer inferencia acerca de la población bajo e s t udi o .

7. Los datos son la materia prima del estadístico. Usa los números para interpretar la realidad. Todos los problemas estadísticos involucran o la recolecta, la descripción y el análisis de los datos, o 7 5 4 8 5 6 1 8 7 3 3 2 1 2 3 4 5 6 7 7 8 9 2 3 4 7 8 9 4 6 3 3 1 5 5 5 3 8 2 9

8. Buscamos estudiar un fen ó meno de una población

9. Si puedo estudiar a toda la pobalcion tengo un CENSO

10. CENSO Limitaciones Imposibilidad

11. CONCEPTOS Sujetos del estudio: Los objetos de los que uno toma medidas para generar datos. Pueden ser: individuos, familias, países, ciudades, empresas, instituciones. Datos: Son las observaciones recolectadas como mediciones, géneros, respuestas de encuestas, etc.

12. CONCEPTOS Sujetos del estudio: Los objetos de los que uno toma medidas para generar datos. Pueden ser: individuos, familias, países, ciudades, empresas, instituciones. Datos: Son las observaciones recolectadas como mediciones, géneros, respuestas de encuestas, etc.

13. Población : Es el conjunto completo de todos los elementos (puntuaciones, personas, medidas, etcétera) que se va estudiar. Al número de integrantes de la población se llama tamaño de la población y se representa con la letra N . Ejemplos: Pueblos Mágicos de México. Visitantes de la Ciudad de México. Agencias de viajes. Etc. CONCEPTO DE POBLACIÓN

14. Población : Es el conjunto completo de todos los elementos (puntuaciones, personas, medidas, etcétera) que se va estudiar. Al número de integrantes de la población se llama tamaño de la población y se representa con la letra N . Ejemplos : Pueblos Mágicos de México. Visitantes de la Ciudad de México. Agencias de viajes. Etc. CONCEPTO DE POBLACIÓN

15. Población : Es el conjunto completo de todos los elementos (puntuaciones, personas, medidas, etcétera) que se va estudiar. Al número de integrantes de la población se llama tamaño de la población y se representa con la letra N . Ejemplos: Pueblos Mágicos de México. Visitantes de la Ciudad de México. Agencias de viajes. Etc. CONCEPTO DE POBLACIÓN

16. Finita: Es aquella que incluye una cantidad limitada contable de observaciones. Infinita: Es aquella que incluye un gran conjunto de observaciones o mediciones que no pueden alcanzarse por conteo. CONCEPTOS DE POBLACIÓN

17. Muestra: Es una porción, parte o un subconjunto de miembros seleccionados de una población. El número de individuos que integran la muestra, llamado tamaño de la muestra se representa con la letra n . CONCEPTO DE MUESTRA

18. Muestra: Es una porción, parte o un subconjunto de miembros seleccionados de una población. El número de individuos que integran la muestra, llamado tamaño de la muestra se representa con la letra n . CONCEPTO DE MUESTRA

19. CONCEPTO DE MUESTRAS Muestra aleatoria: Se considera aleatoria siempre y cuando cada observación, medición o individuo de la población tenga la misma probabilidad de ser seleccionado.

20. CONCEPTO DE MUESTRAS Muestra aleatoria: Se considera aleatoria siempre y cuando cada observación, medición o individuo de la población tenga la misma probabilidad de ser seleccionado.

21. CONCEPTO DE MUESTRAS Muestra no probabilística: Consiste en seleccionar una muestra de la población por el hecho de que sea accesible. Es decir, los individuos empleados en la investigación se seleccionan porque están fácilmente disponibles.

22. CONCEPTO DE MUESTRAS Muestra no probabilística: Consiste en seleccionar una muestra de la población por el hecho de que sea accesible. Es decir, los individuos empleados en la investigación se seleccionan porque están fácilmente disponibles.

23. Muestreo : CONCEPTO DE MUESTREO

24. Muestreo: Es la técnica para la selección de una muestra a partir de una población estadística. Es una herramienta de la investigación científica, cuya función básica es determinar que parte de una población debe examinarse. CONCEPTO DE MUESTREO

25. TIPOS DE MUESTREO

26. Todos sus elementos tienen una misma probabilidad de ser elegidos; los elementos muestrales tendrán valores muy parecidos a los de la población, los tipos son: Muestreo aleatorio simple Muestreo aleatorio sistemático Muestreo aleatorio por conglomerados Muestreo aleatorio estratificado TIPOS DE MUESTREO ALEATORIO

27. Muestreo aleatorio simple: Se asigna un número a cada individuo de la población y mediante de algún medio mecánico (números aleatorios en una bolsa, en la tabla, en una calculadora o computadora) se eligen los sujetos necesarios. MUESTREO ALEATORIO SIMPLE No aplica en poblaciones grandes

28. Muestreo aleatorio simple: Se asigna un número a cada individuo de la población y mediante de algún medio mecánico (números aleatorios en una bolsa, en la tabla, en una calculadora o computadora) se eligen los sujetos necesarios. MUESTREO ALEATORIO SIMPLE No aplica en poblaciones grandes

29. MUESTREO ALEATORIO SISTEMÁTICO Muestreo aleatorio sistemático: Se numeran todos los elementos de la población, pero en lugar de extraer n números aleatorios sólo se extrae uno (i). 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. Se seleccionan los elementos que ocupan los lugares i, i+k, i+2k, i+3k, …, i+(n- 1)k. Ejemplo: N=60 n=12

30. MUESTREO ALEATORIO SISTEMÁTICO Muestreo aleatorio sistemático: Se numeran todos los elementos de la población, pero en lugar de extraer n números aleatorios sólo se extrae uno (i). 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. Se seleccionan los elementos que ocupan los lugares i, i+k, i+2k, i+3k, …, i+(n- 1)k. Ejemplo: N=60 n=12

31. Muestreo aleatorio estratificado. Consiste en considerar categorías típicas diferentes entre sí (estratos) que poseen gran homogeneidad respecto a alguna característica. la muestra se escoge aleatoriamente en número proporcional al de los componentes de cada clase o estrato. MUESTREO ALEATORIO ESTRATIFICADO

32. Muestreo aleatorio estratificado. Consiste en considerar categorías típicas diferentes entre sí (estratos) que poseen gran homogeneidad respecto a alguna característica. la muestra se escoge aleatoriamente en número proporcional al de los componentes de cada clase o estrato. MUESTREO ALEATORIO ESTRATIFICADO

33. CONCEPTO DE POBLACIÓN Muestreo aleatorio por conglomerados: Se forman grupos de elementos de la población que forman una unidad que son heterogéneos en su interior, a la que llamamos conglomerado. Consiste en seleccionar aleatoriamente un cierto número de conglomerados y posteriormente investigar todos sus elementos. También suele llamarse muestreo por áreas

34. CONCEPTO DE POBLACIÓN Muestreo aleatorio por conglomerados: Se forman grupos de elementos de la población que forman una unidad que son heterogéneos en su interior, a la que llamamos conglomerado. Consiste en seleccionar aleatoriamente un cierto número de conglomerados y posteriormente investigar todos sus elementos. También suele llamarse muestreo por áreas

35. Muestreo no probabilístico: También conocido como determinístico, el cálculo del tamaño y selección de la muestra se basan en juicios y criterios subjetivos, por lo tanto se desconoce la probabilidad de selección de las unidades de la población bajo estudio MUESTREO NO PROBABILISTICO

36. Muestreo no probabilístico: También conocido como determinístico, el cálculo del tamaño y selección de la muestra se basan en juicios y criterios subjetivos, por lo tanto se desconoce la probabilidad de selección de las unidades de la población bajo estudio MUESTREO NO PROBABILISTICO

37. MUESTREO CONVENCIONAL O ACCIDENTAL Muestreo causal o accidental: Consiste en recopilar datos acerca de los sujetos de estudio que resulten más accesibles y presentes en un lugar determinado, y en un momento preciso. Los sujetos se incluyen en el estudio a medida que se presentan, y hasta que la muestra alcance el tamaño. Ejemplo: Encuestas en vía pública que se realizan en un día y horario determinado.

38. MUESTREO CONVENCIONAL O ACCIDENTAL Muestreo causal o accidental: Consiste en recopilar datos acerca de los sujetos de estudio que resulten más accesibles y presentes en un lugar determinado, y en un momento preciso. Los sujetos se incluyen en el estudio a medida que se presentan, y hasta que la muestra alcance el tamaño. Ejemplo: Encuestas en vía pública que se realizan en un día y horario determinado.

39. Muestreo por cuotas: Se utilizan estratos subconjuntos o determinados los datos de de población, tales como: sexo, edad o religión, entre otros, para seleccionar miembros que se consideren típicos según los propios fines de la investigación. MUESTREO POR CUOTAS

40. subconjuntos o determinados Muestreo por cuotas: Se utilizan estratos los datos de de población, tales como: sexo, edad o religión, entre otros, para seleccionar miembros que se consideren típicos según los propios fines de la investigación. MUESTREO POR CUOTAS

41. El muestreo en cadena, o bola de nieve: Se basa en la identificación de individuos que puedan proporcionar la mejor información sobre determinada experiencia o acontecimiento bajo estudio, los cuales conducen a otros, y estos a otros, y así hasta conseguir una muestra suficiente. MUESTREO BOLA DE NIEVE O EN REDES,

42. El muestreo en cadena, o bola de nieve: Se basa en la identificación de individuos que puedan proporcionar la mejor información sobre determinada experiencia o acontecimiento bajo estudio, los cuales conducen a otros, y estos a otros, y así hasta conseguir una muestra suficiente. MUESTREO BOLA DE NIEVE O EN REDES,

43. MUESTREO INTENCIONAL O DE JUICIO: El tamaño de muestra como la selección de los elementos que la integran están sujetos al juicio del investigador sobre lo que él cree que pueden aportar al estudio, del cual se requiere suficiente conocimiento y experiencia sobre el tema. MUESTREO INTENCIONAL O DE JUICIO

44. MUESTREO: Ejercicio 1. Elija una muestra aleatoria simple de tamaño n=10 de esta población. Indique los pasos para elegir la muestra.

45. MUESTREO: Ejercicio 2. Elija una muestra estratificada de tamaño n=10 de esta población. Indique los pasos para elegir la muestra.

46. MUESTREO: Ejercicio 4. Elija una muestra por conglomerados de tamaño n=10 de esta población. Considerando que los primeras 4 columnas corresponden a una área geográfica diferente y las 3 últimas también. Indique los pasos para elegir la muestra. Gasto diario de turista en la ciudad de Cancún (en dólares) 116 100 151 240 474 297 170 188 320 434 192 181 321 309 246 278 250 142 335 670 232 601 794 325 576 742 524 702 382 617 271 363 159 176 227 337 295 319 250 367 279 205 279 266 199 177 162 232 303 768 341 571 383 254 364 172 388 562 674 517 429 294 570 342 279 235 434 123 325 795 524 610 646 757 782 325 480 698 581 672 560 378 289 476 584 248 384 290 315 482 820 577 841 956 416 657 592 785 455 345

47. MUESTREO: Ejercicio 5. Utilizando los datos del archivo “datos para muestreo” seleccione una muestra de Tamaño 12 siguiendo los métodos de muestreo aleatorios. Gasto diario de turista en la ciudad de Cancún (en dólares) 116 100 151 240 474 297 170 188 320 434 192 181 321 309 246 278 250 142 335 670 232 601 794 325 576 742 524 702 382 617 271 363 159 176 227 337 295 319 250 367 279 205 279 266 199 177 162 232 303 768 341 571 383 254 364 172 388 562 674 517 429 294 570 342 279 235 434 123 325 795 524 610 646 757 782 325 480 698 581 672 560 378 289 476 584 248 384 290 315 482 820 577 841 956 416 657 592 785 455 345 gastos

48. Población Muestra Transformación Sumarización Ilustración D esc rip ción Infere ncia Análisis Estimación Hipótesis

49. Tengo un 98% de probabilidad de hacer algo que tenga sentido con estos números. 7 5 4 8 5 6 1 8 7 3 3 2 1 2 3 4 5 6 7 7 8 9 2 3 4 7 8 9 4 6 3 3 1 5 5 5 3 8 2 9

50. CLASIFICACION ser cuantitativas o Las variables pueden cualitativas. Variables cuantitativas También llamadas variables numéricas. Describe una característica en términos de un valor numérico o cantidad. Ejemplo : Estatura Peso Edad (años) Número de hijos en una familia Número de células en una muestra de sangre Tamaño de lesión de leishmaniasis (mm), Ingreso familiar

51. Las variables cuantitativas se subdividen a su vez en continuas y discretas: Variables continuas: Las variables continuas son aquellas características que son medidas dentro de un rango continuo infinito de valores numéricos y se registran con números reales. Pueden presentar cualquier valor dentro de cierto intervalo. Ejemplo : Estatura (1.76543 mt) ; Peso (55.66525 kg) ; Tamaño de lesión de leishmaniasis (6.0458 mm) : Ingreso familiar ($ 455.651,86 ) ; Dosis efectiva 50 (ED50=12.5 μg/mL

52. Variables discretas: Las variables discretas (o discontinuas) están asociadas a conteos o enumeraciones, razón por la cual, sólo permiten ser registradas con números enteros (0, 1, 2, 3, etc.) Ejemplo : Edad (años cumplidos) ( 18, 25, 44) Número de hijos en una familia ( 0, 1, 2, 3, etc.) Número de células en una muestra de sangre (27, 70, 85) Numero de pétalos en una flor ( 4, 5, 6) Número de familias residentes en una manzana ( 20, 25, 45) Numero de insectos atrapados en una red ( 0, 1, 2, 5, 10)

53. Variables cualitativas Una variable cualitativa o categórica describe una característica como una cualidad o atributo. Es una cualidad que el sujeto posee o no posee. Ejemplo : Raza o grupo étnico ; Sexo ; Nivel de escolaridad ;Severidad de un efecto adverso Diagnostico medico; Diagnostico de ingreso

54. Escalas o niveles de medición Las 4 principales escalas o niveles de medición utilizados para medir variables son: Nominal Ordinal De intervalo De razón Las variables categóricas se miden en escala nominal u ordinal, mientras que las variables numéricas se miden en escala de intervalo o de razón.

55. Escala nominal O escala clasificatoria. Se dan códigos de identificación que denotan la ausencia o presencia de una cualidad, para distinguir una medición de otra. En esta escala las mediciones individuales no tienen un orden intrínseco. No es importante el orden en que se presentes las categorías. Ejemplo: Grupo sanguíneo ; Estado civil ; Existencia de un programa de control de TBC (si/no) ; Sexo

56. Nota: Se debe tener cuidado con las operaciones matemáticas que se realicen con las variables. Por ejemplo para efectos de codificación o manejo se codifica la variable sexo (“1 “Hombre y “2” Mujer), sin embargo no tiene sentido hablar del promedio de la variable sexo . En las variables nominales se puede hablar de proporciones o porcentajes.

57. Escala ordinal O escala de rangos. Tiene una relación de orden implícita entre las mediciones. Es importante el orden en que se presenten las categorías. Ejemplo : Nivel de escolaridad: Ninguno ,Primaria, Secundaria Universitario Clasificación de un efecto adverso : Leve , Moderado , Severo Nivel de interés : Muy importante , Importante Poco importante , Nada importante Las variables llevan un orden implícito

58. Escala de razón Se caracteriza por una unidad numérica de medición asociada a la escala de los números reales. Por lo tanto se deben cumplir estas 2 características: 1) Ya que tiene como referencia y punto de partida el CERO de los reales, entonces el cero indica ausencia de la característica. 2) Se pueden hacer comparaciones lógicas

59. Ejemplo : Estatura del paciente (cm) ; Peso del hámster larva en ( gramos) ; Tiempo en que tarda una convertirse en adulto (días); Numero de colonias en un cultivo (unidades); Tamaño de la lesión (mm) En esta escala se permiten comparaciones como: “La lesión aumentó el doble de su tamaño original “

60. Escala de intervalo Se caracteriza por una unidad numérica de medición con una escala específica (no la escala de los números reales). Las variables que se miden en escala de intervalo tienen 2 características: 1) No tienen como referencia un cero absoluto, sino un cero arbitrario. El cero no indica ausencia de la característica. 2) No tiene sentido hacer comparaciones lógicas

61. Ejemplo : Escala centígrada en que se mide la temperatura de un paciente, ya que 0°C no indica ausencia total de temperatura. Esta escala no permite comparaciones. No se puede decir que un cuerpo que se encuentre a 40°C tiene el doble de temperatura que un cuerpo que se encuentre a 20°C, aunque la cantidad que hay de a 20 es la misma cantidad que hay de 20 a 40.

62. Es muy importante tener presente el tipo de variable y las escalas de medición cuando se realiza un estudio, puesto que las pruebas estadísticas varían dependiendo del tipo de variable y de la escala de medición de la característica en referencia.

63. Operacionalización de variables Es el procedimiento que tiende a pasar las variables generales a las intermedias y estas a los indicadores, con el objeto de convertirlas en operativas. Para operacionalizar la variable los pasos son los siguientes: Se enuncia o define Se deducen sus dimensiones o aspectos principales Se buscan los indicadores de cada dimensión Se forma un índice

64. Ejemplo Variable Definición Dimensiones Indicador Índice Características socio- demográficas. Son el conjunto de características biológicas, sociales, económicas y culturales que están presentes en la población de adultos mayores con discapacidad. -Edad: Tiempo vivido desde el nacimiento hasta la fecha. - Sexo: Característica física que diferencia a un hombre de una mujer. -Nivel de instrucción: El número de años de educación formal. Referido por el paciente o cuidador y observación Años - Hombre - Mujer. <6 años >6 años

65. Variable Definición Dimensiones Indicador Índice Prevalencia. Es la proporción de adolescentes embarazadas en relación al total de mujeres embarazadas en edad reproductiva que se encuentran en las áreas de influencia de los médicos en servicio social del período Número de adolescentes embarazadas. -Número total de mujeres embarazadas en edad reproductiva incluidos en el estudio Instrumentos. Número de casos/población total.

66. TAMAÑO DE LA MUESTRA El tamaño de representa el número mínimo de elementos que debería tener una muestra para que proporcione resultados suficientemente fiables, debe guardar cierta proporción con el tamaño de la población. Involucran aspectos relacionados con la característica a estudiar, el nivel de precisión y confianza que se desea lograr, además del esquema de muestreo.

67. TAMAÑO DE LA MUESTRA n Para calcular el tamaño de una muestra hay que tomar en cuenta tres factores: El porcentaje de confianza con el cual se quiere generalizar los datos desde la muestra hacia la población total. El porcentaje de error. Precisión de la estimación. Margen de error que se pretende aceptar al momento de hacer la generalización. El nivel de variabilidad. Grado de variabilidad que se calcula para comprobar la hipótesis. Mientras más grande mayor será el tamaño de la muestra.

68. NIVEL DE CONFIANZA Z La confianza o el porcentaje de confianza. Es el porcentaje de seguridad que existe para generalizar los resultados obtenidos. A mayor nivel de confianza más grande debe ser el tamaño. Entonces, se busca un porcentaje de confianza menor. Comúnmente en las investigaciones sociales se busca un 95%. Los valores Z se obtienen mediante el uso de tablas.

69. EL GRADO DE ERROR E El porcentaje de error. Está relacionado con el nivel de precisión, seleccionada es la desviación de la muestra de las verdaderas características, rasgos, comportamientos. Comúnmente se aceptan el 5% de error.

70. NIVEL DE VARIABILIDAD La variabilidad. La variabilidad de la característica a estudiar también se involucra, pues se requiere un tamaño de muestra mayor para indicadores cuyos valores presentan mayor dispersión. Cuando no se conoce hay que estimarlo mediante una investigación preliminar.

71. + 𝑁 TAMAÑO DE LA MUESTRA Tamaño de muestra para una estimación por intervalo de la media poblacional para poblaciones finitas. 𝑁𝐸 2 +𝑍 2 𝜎 2 𝑧 2 𝑝𝑞𝑁 𝑝𝑞 𝐸 𝑍 2 𝑝 q 𝑛 = 𝑜 ´ 𝑛 = Para variable cualitativa 𝑛 = 𝑧 2 𝜎 2 𝑁 𝑁𝐸 2 +𝑍 2 𝜎 2 𝑜´ 𝑛 = 𝜎 2 𝐸 𝑍 2 𝜎 2 + 𝑁 Para variable cuantitativa Más utilizada: 𝑛 = 𝑛 𝑜 1+ 𝑛 𝑜 𝑁 Donde 𝑛 𝑜 2 2 = 𝑍 𝜎 𝐸 2 o 𝑛 𝑜 2 = 𝑍 𝑃𝑄 𝐸 2 α Es el nivel de Significancia n Es el tamaño de la muestra; Z Es el nivel de confianza; Es la variabilidad positiva(lado derecho); Es la variabilidad negativa (lado izquierdo); E Es la precisión o error. σ Es la desviación estándar.

72. TAMAÑO DE LA MUESTRA Tamaño de muestra para poblaciones infinitas 𝑛 = (𝑧) 2 𝜎 2 𝐸 2 para variables cuantitativas 2 𝑛 = 𝑧 𝑝𝑞 𝐸 2 para variables cualitativas Donde: α Nivel de Significancia n Es el tamaño de la muestra; Z Es el nivel de confianza; Es la variabilidad positiva; Es la variabilidad negativa; E Es la precisión o error. σ Es la desviación estándar.

73. TAMAÑO DE LA MUESTRA Se desea estimar el promedio de personas que compraron a crédito en el “Buen fin” con los siguientes datos. Error = 2,500 pesos Nivel de confianza = 0.95 Desviación estándar = 30,000 pesos ¿Cuál es el tamaño recomendado de la muestra a considerar?

74. TAMAÑO DE LA MUESTRA Se desea estimar el promedio de personas que compraron a crédito en el “Buen fin” con los siguientes datos. Error = 2,500 pesos Nivel de confianza = 0.95 Desviación estándar = 30,000 pesos ¿Cuál es el tamaño recomendado de la muestra a considerar? Solución. 𝑛 = 1 . 96 2 30000 2 2500 2 = 553.19 = 554

75. TAMAÑO DE LA MUESTRA Una agencia arrendadora desea realizar un estudio con el fin de conocer el porcentaje que se incrementan sus ventas si establece un convenio con una empresa hotelera. Si sabe que el porcentaje de turistas que se hospedan en el hotel y rentan un auto es 10 % Error = 3% Nivel de confianza = 0.95 ¿Cuál es el tamaño de la muestra a considerar?

76. TAMAÑO DE LA MUESTRA Una agencia arrendadora desea realizar un estudio con el fin de conocer el porcentaje que se incrementan sus ventas si establece un convenio con una empresa hotelera. Si sabe que el porcentaje de turistas que se hospedan en el hotel y rentan un auto es 10 % Error = 3% pesos Nivel de confianza = 0.95 ¿Cuál es el tamaño de la muestra a considerar?  

77. TAMAÑO DE LA MUESTRA Una agencia arrendadora desea realizar un estudio con el fin de conocer el porcentaje que se incrementan sus ventas si establece un convenio con una empresa hotelera. Si sabe que el porcentaje de turistas que se hospedan en el hotel y rentan un auto es 10 % Error = 3% pesos Nivel de confianza = 0.95 ¿Cuál es el tamaño de la muestra a considerar?    

78. TAMAÑO DE LA MUESTRA: Ejercicio Si sabe que el porcentaje de turistas que se hospedan en el hotel y rentan un auto es 5 %, el error = 8% y con un nivel de confianza = 0.90. ¿Cuál es el tamaño de la muestra a considerar?

79. TAMAÑO DE LA MUESTRA: Ejercicio Si sabe que el porcentaje de turistas que se hospedan en el hotel y rentan un auto es 5 %, el error = 8% y con un nivel de confianza = 0.90. ¿Cuál es el tamaño de la muestra a considerar?    

80. TAMAÑO DE LA MUESTRA Un gerente de banco quiere estimar el tiempo promedio que los clientes pasan esperando en la fila. Sabe que la desviación estándar de la población es de 8 minutos y que el banco atiende a N = 1,200 clientes al día. Si desea un 95% de confianza y un margen de error de 2 minutos , ¿cuál debe ser el tamaño mínimo de la muestra?

81. TAMAÑO DE LA MUESTRA Un gerente de banco quiere estimar el tiempo promedio que los clientes pasan esperando en la fila. Sabe que la desviación estándar de la población es de 8 minutos y que el banco atiende a N = 1,200 clientes al día. Si desea un 95% de confianza y un margen de error de 2 minutos , ¿cuál debe ser el tamaño mínimo de la muestra? 𝑛 = 𝑧 2 𝜎 2 𝑁 𝑁𝐸 2 +𝑍 2 𝜎 2

82. Satisfacción de empleados en una empresa Una empresa con N = 500 empleados quiere conocer la satisfacción promedio con su ambiente laboral mediante una encuesta. Se estima que la desviación estándar de la satisfacción en una escala del 1 al 10 es 1.5 puntos . Si desean un 99% de confianza y un margen de error de 0.3 puntos , ¿cuántos empleados deben encuestar? Consumo de agua en un conjunto habitacional Se desea estimar el consumo promedio de agua en litros por hogar en un conjunto habitacional de N = 800 casas . Se sabe que la desviación estándar es de 50 litros y se desea un nivel de confianza del 95% con un margen de error de 5 litros . ¿Cuál debe ser el tamaño mínimo de la muestra?

83. Tamaño de muestra para una proporción poblacional Un investigador desea estimar la proporción de estudiantes de una universidad que están satisfechos con los servicios de la biblioteca. Se desea un nivel de confianza del 95% y un margen de error del 5%. Si no se tiene una estimación previa de la proporción, ¿cuál debería ser el tamaño mínimo de la muestra? Tamaño de muestra para una media poblacional Se quiere estimar el tiempo promedio que los clientes de un supermercado tardan en realizar sus compras. Se estima que la desviación estándar es de 12 minutos. Si se desea un nivel de confianza del 99% y un margen de error de 3 minutos, ¿cuál es el tamaño de muestra necesario?

84. Satisfacción de empleados → 125 empleados Consumo de agua → 260 casas Proporción poblacional : 385 personas Media poblacional : 107 personas

85. 8. Fuentes de obtención de datos Existen dos tipos de fuentes de obtención de datos: Fuente primaria : específica para el estudio que se está realizando . Cualitativas (entrevista en profundidad y grupos de discusión). Cuantitativas (encuestas por Muestreo) Fuente secundaria : información creada por terceros.

86. Etapas del Análisis Estadístico Etapas Obtención de datos : los datos se pueden obtener utilizando fuentes primarias o fuentes secundarias. Depuración : Eliminación de datos inconsistentes. Ordenación y tabulación : resumen y presentación ordenada de datos en tablas. Tratamiento de datos : cálculo de medidas de posición, dispersión, correlación, etc. Informe de resultados : presentación de los resultados y conclusiones.

87. Planteamiento del problema y definición de los objetivos. Búsqueda y evaluación de la información existente. Formulación de hipótesis. Planificación de la verificación de las hipótesis (Planificación del desarrollo de la investigación) Subetapas de la planificación

88. Revisión y corrección de la información recolectada. Clasificación y computación de los datos (Resumen de los datos). Presentación de la información. Subetapas de elaboración de los datos recogidos Se contrastan las hipótesis y se arriban a conclusiones al respecto. Pueden utilizarse algunas técnicas propias del análisis estadístico. Análisis e interpretación

89. El población, la muestra a tomar y los procedimientos utilizados para su selección. Los errores factibles en la recolección de los datos y el modo de controlarlos. Los métodos y procedimientos utilizados en la recolección de los datos. El diseño de los formularios, documentos que contendrán la información recogida. Aspectos a tener en cuenta en la recolección de los datos:

90. Del sujeto u observador (quien realiza la recogida de la información): preparación, capacidad, condiciones físicas, mentales y de trabajo. Del objeto de la observación (la información): condiciones en que se encuentra el objeto, momento seleccionado para la recogida. De los métodos de recogida utilizados; si son apropiados de acuerdo a la información que se va a recoger. De los instrumentos o medios para recoger o medir la información: instrumentos de pesajes, de medidas de longitud, respuestas no fiables de un interrogatorio . Errores que se pueden cometer en la recolección de la información:

91. Es todo material impreso destinado a recolectar información. Ejemplos: Satisfacción de un producto Formulario Datos de Identificación: Nombre, dirección, etc. Datos sobre el problema en estudio: Edad, sexo, gastos, información del producto, etc., o sea, datos específicos del tema que se desea profundizar. Permite recoger dos clases de datos

92. Decidir sobre el orden en que se asentaran los datos. Considerar como se harán las preguntas. Decidir sobre los datos que se recogerán Lenguaje simple, sin ambigüedades, evitar preguntas insinuantes, poco explicitas o insuficientemente especificas. Aspectos a tener en cuenta para la elaboración del formulario.

93. Considerar como se anotarán las respuestas. Sexo: ____ Sexo: Femenino Masculino Infarto del Miocardio: ____ 1- Sí 2- No 3 - Desconocido Aspectos a tener en cuenta para la elaboración del formulario. (continuación)

94. 5 . Determinar las características de formulario: Debemos considerar: ¿Quien recogerá la información? ¿De quien será recogida? ¿Donde y cuando se registrará? ¿Cómo se procesaran los datos? De acuerdo a estas interrogantes se decidirá sobre la forma, tamaño, color,etc . de los formularios Aspectos a tener en cuenta para la elaboración del formulario. (continuación)

95. Probar si el formulario es operativo Antes de que este sea impreso de manera definitiva, es conveniente probarlo en el terreno mediante un estudio piloto. Redactar las instrucciones necesarias Estas pueden imprimirse en el mismo formulario, cuando no son muy extensas o en hojas apartes en caso contrario. Aspectos a tener en cuenta para la elaboración del formulario. (continuación)

96. Información sobre hábitos de estudio: Carrera: ______________ Año de la carrera: 1ero___ 2do___ 3ero___ 4to___ 5to___ 6to___ Estudias sistemáticamente: Sí ___ No___ De ser Sí: - ¿Qué horario prefieres: Día___ Noche ___ Madrugada___ - ¿Cuántas horas como promedio estudias semanalmente: Menos de 7___ De 7 a 14 ___ Más de 14 ___ Ejemplo de un formulario: