SlideShare ist ein Scribd-Unternehmen logo
1 von 19
Downloaden Sie, um offline zu lesen
Muestreo en Estudios Descriptivos León Darío Bello Parias [email_address] UNIVERSIDAD DE ANTIOQUIA FACULTAD NACIONAL DE SLAUD PUBLICA “ HECTOR ABAD GOMEZ”
Profesor León Darío Bello Parias MUESTREO  PROBABILÍSTICO Se caracteriza por conocer la probabilidad de que una unidad particular del universo sea incluida en una muestra, dicha probabilidad es mayor de cero. Se puede medir el error de estimación y por ende, se realizan estimaciones.
Ventajas del Azar León Darío Bello Parias [email_address] Elimina la subjetividad de los investigadores en la selección de unidades de análisis Permite medir la precisión de las estimaciones. El azar no garantiza representatividad.
Profesor León Darío Bello Parias MUESTREO ALEATORIO SIMPLE Se caracteriza por que otorga la  misma probabilidad  de ser elegidos a todos los elementos de la población. Para él calculo muestral, se requiere de: El tamaño poblacional, si ésta es finita, del error admisible y la estimación de la varianza. En la práctica es difícil de realizar debido a que en muchos casos no se dispone de un marco muestral.
Profesor León Darío Bello Parias
Z 2  /2 * S 2   (1.645) 2  * (15000) 2 n 0  = ---------   = --------------------------   =  38 e 2 4000 2   Si se conoce N, suponga que es 10000 entonces:     n 0   38 n = ------------------------ = -------------------= 38 1+ n 0 1 + 38   ------   ------   N   10000  Profesor León Darío Bello Parias EJEMPLO Calcule el tamaño de muestra necesario si se quiere una confianza del 90%, un error admisible de 4000 y se estima la desviación en 15.000.
TAMAÑO DE MUESTRA Donde: P : Proporción de empresas que poseen control interno en el área de mercadeo.  El valor se estimó con la prueba piloto. (1-P) : Proporción de empresas que no poseen control interno en el área de mercadeo. e : Error que se admite como viable y se mide en porcentaje, para el caso se considera adecuado el 6%. Procurando obtener información de todos los sectores, se utiliza el muestreo estratificado proporcional, el cual utiliza la siguiente formula: N i =n*(N i  /N) N 1 =216*(N i  /6100) = Donde: N i : Total de empresas del sector i. N: Total de pequeñas y medianas empresas n: Tamaño de muestra n i : Tamaño de muestra Material preparado por: Profesor León Darío Bello Parias Valor tabulado de la distribución normal cuando se tiene una confiabilidad del 95%
Profesora León Darío Bello Parias [email_address]
Z 2  /2 * P*(1-P)   (1.96) 2  * 0.3*0.7 n 0  = ------------------   =  -------------------------- = 224 e 2   (0.06) 2   Si se conoce N, suponga que es 6.100 entonces:     n 0   224 n = ------------------------ = -------------------= 216 1+ n 0 1 + 224   ------   ------   N   6.100  Profesor León Darío Bello Parias Calcule el tamaño de muestra necesario si se quiere una confianza del 95%, un error admisible del 6% y la proporción de éxitos es de 0.30. EJEMPLO
Profesor León Darío Bello Parias
León Darío Bello Parias [email_address]
A las formulas anteriores, aún se les puede colocar mayor subjetividad: La tasa de  no respuesta El ajuste por diseño:  Conocido como Deff Profesor León Darío Bello Parias Ajustes
1). Decir si cada una de Las siguientes afirmaciones es verdadera o falsa. Taller Profesor León Darío Bello Parias [email_address] a) Para un tamaño de población y una varianza muestral dados, cuando mayor sea el tamaño de muestra, más amplio será el intervalo de confianza para la media poblacional. Para la proporción poblacional. b) Para unos tamaños poblacionales y muestrales fijos, cuanto mayor sea la varianza muestral, más amplio será un intervalo de confianza para la media poblacional.
c) Para un tamaño y una varianza muestral dados, cuanto mayor sea el tamaño de la población, más amplio será un intervalo de confianza  del 95% para la media poblacional. Justificar la respuesta. Profesor León Darío Bello Parias [email_address] d) Para un tamaño poblacional y muestral dados, y para una varianza muestral dada, un intervalo de confianza del 95% para la media poblacional  es más amplio que un intervalo de confianza del 90% para el mismo parámetro. Por qué?
Profesor León Darío Bello Parias [email_address] Taller Se realiza un estudio para estimar el porcentaje de ciudadanos de Palmira que están en favor de la venta de acciones en Ecopetrol. Qué tan grande debe ser la muestra si se desea tener una confianza de al menos 95% de que la estimación estará dentro del 2% del porcentaje real?
Profesor León Darío Bello Parias Tiene el mismo principio del MAS, no obstante, no requiere tener marco muestral, sin embargo, tiene la desventaja de la periodicidad, es decir, al obtener las unidades o elementos muestrales de manera sistemática, se pueden realizar mediciones que obtienen estimaciones sesgadas, valga decir, si pretende estimar las ventas por día en la zona Rosa del Poblado en Medellín y el salto o frecuencia es 7, tiene el inconveniente que siempre será seleccionado el mismo día de la semana. MUESTREO SISTEMÁTICO
Profesor León Darío Bello Parias En aquellos casos donde la población es muy heterogénea, por lo tanto, se presume que dicha población esta afectada por otra variable que puede minimizar la variabilidad, por ejemplo, los salarios y en general las variables que involucran dinero, son muy variables, no obstante, si se parcela la información según profesión, o años de experiencia para el caso del salario, seguramente, se disminuirá ésta y permitirá estimaciones más precisas. Lo anterior, conlleva a disminuir costos y lograr mayor eficiencia en el diseño muestral. MUESTREO  ESTRATIFICADO
Profesor León Darío Bello Parias Se concluye que tanto la confiabilidad como el error permitido, son de potestad de los investigadores y si bien pueden ser subjetivos, son ellos quienes mejor conocen las variables en estudio y sus cambios. Por lo tanto, varios grupos de investigación pueden llevar a diferentes tamaños muéstrales, para el mismo estudio, la situación está en como se argumentan las decisiones.
MUESTREO

Weitere ähnliche Inhalte

Was ist angesagt?

Tamaño de la muestra
Tamaño de la muestraTamaño de la muestra
Tamaño de la muestraAGENCIAS2
 
Introducción a ciencia de datos y estadística básica para negocios
Introducción a ciencia de datos y estadística básica para negociosIntroducción a ciencia de datos y estadística básica para negocios
Introducción a ciencia de datos y estadística básica para negociosPedroEdilbertoSolsCe
 
Uso De Métodos Estadísticos En Campañas De Adwords
Uso De Métodos Estadísticos En Campañas De AdwordsUso De Métodos Estadísticos En Campañas De Adwords
Uso De Métodos Estadísticos En Campañas De AdwordsJuan Damia
 
Pruebas para una Media Poblacional: Muestra Grande y Desviación Estándar Pobl...
Pruebas para una Media Poblacional: Muestra Grande y Desviación Estándar Pobl...Pruebas para una Media Poblacional: Muestra Grande y Desviación Estándar Pobl...
Pruebas para una Media Poblacional: Muestra Grande y Desviación Estándar Pobl...myriam sarango
 
Prueba de hipótesis
Prueba de hipótesisPrueba de hipótesis
Prueba de hipótesisKhriiz Rmz
 
Análisis de sensibilidad
Análisis de sensibilidadAnálisis de sensibilidad
Análisis de sensibilidad198920142007
 
Intervalos de confianza A01122937
Intervalos de confianza A01122937Intervalos de confianza A01122937
Intervalos de confianza A01122937MarthaAlejandri
 
Pruebas de hipótesis u32
Pruebas de hipótesis u32Pruebas de hipótesis u32
Pruebas de hipótesis u32Instruccional
 

Was ist angesagt? (14)

Apuntes de estadistica turismo
Apuntes de estadistica turismoApuntes de estadistica turismo
Apuntes de estadistica turismo
 
Tamaño de la muestra
Tamaño de la muestraTamaño de la muestra
Tamaño de la muestra
 
estadistica
estadisticaestadistica
estadistica
 
Calcular la muestra correcta
Calcular la muestra correctaCalcular la muestra correcta
Calcular la muestra correcta
 
U1 sem1-sesion2-2012-2-m2
U1 sem1-sesion2-2012-2-m2U1 sem1-sesion2-2012-2-m2
U1 sem1-sesion2-2012-2-m2
 
Introducción a ciencia de datos y estadística básica para negocios
Introducción a ciencia de datos y estadística básica para negociosIntroducción a ciencia de datos y estadística básica para negocios
Introducción a ciencia de datos y estadística básica para negocios
 
Mic sesión 2
Mic sesión 2Mic sesión 2
Mic sesión 2
 
Uso De Métodos Estadísticos En Campañas De Adwords
Uso De Métodos Estadísticos En Campañas De AdwordsUso De Métodos Estadísticos En Campañas De Adwords
Uso De Métodos Estadísticos En Campañas De Adwords
 
Pruebas para una Media Poblacional: Muestra Grande y Desviación Estándar Pobl...
Pruebas para una Media Poblacional: Muestra Grande y Desviación Estándar Pobl...Pruebas para una Media Poblacional: Muestra Grande y Desviación Estándar Pobl...
Pruebas para una Media Poblacional: Muestra Grande y Desviación Estándar Pobl...
 
Prueba de hipótesis
Prueba de hipótesisPrueba de hipótesis
Prueba de hipótesis
 
Análisis de sensibilidad
Análisis de sensibilidadAnálisis de sensibilidad
Análisis de sensibilidad
 
Intervalos de confianza A01122937
Intervalos de confianza A01122937Intervalos de confianza A01122937
Intervalos de confianza A01122937
 
Pruebas de hipótesis u32
Pruebas de hipótesis u32Pruebas de hipótesis u32
Pruebas de hipótesis u32
 
Practicamos 11
Practicamos 11Practicamos 11
Practicamos 11
 

Ähnlich wie Muestreo segunda parte

Socioestadistica - 6. tamaño muestra (b) - Jorge Canales Fuster
Socioestadistica - 6. tamaño muestra (b) -  Jorge Canales FusterSocioestadistica - 6. tamaño muestra (b) -  Jorge Canales Fuster
Socioestadistica - 6. tamaño muestra (b) - Jorge Canales FusterF Franz Guillermo
 
Calculo de la población - Métodos y Técnicas de investigación - ULS
Calculo de la población - Métodos y Técnicas de investigación - ULSCalculo de la población - Métodos y Técnicas de investigación - ULS
Calculo de la población - Métodos y Técnicas de investigación - ULSNimrod Quintanilla
 
Calculomuestrapoblacionfinitanvo 130503134719-phpapp02
Calculomuestrapoblacionfinitanvo 130503134719-phpapp02Calculomuestrapoblacionfinitanvo 130503134719-phpapp02
Calculomuestrapoblacionfinitanvo 130503134719-phpapp02DAYS MAYHUMY TRUJILLO TORRES
 
tamaño muestra-Administración de Operaciones
tamaño muestra-Administración de Operacionestamaño muestra-Administración de Operaciones
tamaño muestra-Administración de Operacionesreyesflores31
 
Tamaño de la muestra
Tamaño de la muestraTamaño de la muestra
Tamaño de la muestraAGENCIAS2
 
ESTADISTICA II ( I Bimestre Abril Agosto 2011)
ESTADISTICA II ( I Bimestre Abril Agosto 2011)ESTADISTICA II ( I Bimestre Abril Agosto 2011)
ESTADISTICA II ( I Bimestre Abril Agosto 2011)Videoconferencias UTPL
 
Tamaño de la muestra original
Tamaño de la muestra originalTamaño de la muestra original
Tamaño de la muestra originallaura ochoa
 
Tamaño de la muestra original
Tamaño de la muestra originalTamaño de la muestra original
Tamaño de la muestra originallaura ochoa
 
SESIÓN 01 - 02-convertido_8ecd838475c78173b76d96d498779c48.pdf
SESIÓN 01 - 02-convertido_8ecd838475c78173b76d96d498779c48.pdfSESIÓN 01 - 02-convertido_8ecd838475c78173b76d96d498779c48.pdf
SESIÓN 01 - 02-convertido_8ecd838475c78173b76d96d498779c48.pdfRAQUELNANCYVELIZSAGA1
 
Calculo Del Tamaño De La Muestra
Calculo Del Tamaño De La MuestraCalculo Del Tamaño De La Muestra
Calculo Del Tamaño De La Muestrafernandoalvarado
 
TECNICAS DE MUESTREO Y TAMAÑO DE MUESTRA.pdf
TECNICAS DE MUESTREO Y TAMAÑO DE MUESTRA.pdfTECNICAS DE MUESTREO Y TAMAÑO DE MUESTRA.pdf
TECNICAS DE MUESTREO Y TAMAÑO DE MUESTRA.pdf02CFHUGERALDBELLIDOE
 
Muestreo aleat. simple
Muestreo aleat. simpleMuestreo aleat. simple
Muestreo aleat. simplekjota11
 

Ähnlich wie Muestreo segunda parte (20)

ESTADISTICA PROBLEMAS
ESTADISTICA PROBLEMASESTADISTICA PROBLEMAS
ESTADISTICA PROBLEMAS
 
Socioestadistica - 6. tamaño muestra (b) - Jorge Canales Fuster
Socioestadistica - 6. tamaño muestra (b) -  Jorge Canales FusterSocioestadistica - 6. tamaño muestra (b) -  Jorge Canales Fuster
Socioestadistica - 6. tamaño muestra (b) - Jorge Canales Fuster
 
Calculo de la población - Métodos y Técnicas de investigación - ULS
Calculo de la población - Métodos y Técnicas de investigación - ULSCalculo de la población - Métodos y Técnicas de investigación - ULS
Calculo de la población - Métodos y Técnicas de investigación - ULS
 
Calculomuestrapoblacionfinitanvo 130503134719-phpapp02
Calculomuestrapoblacionfinitanvo 130503134719-phpapp02Calculomuestrapoblacionfinitanvo 130503134719-phpapp02
Calculomuestrapoblacionfinitanvo 130503134719-phpapp02
 
tamaño muestra-Administración de Operaciones
tamaño muestra-Administración de Operacionestamaño muestra-Administración de Operaciones
tamaño muestra-Administración de Operaciones
 
Tamaño de la muestra
Tamaño de la muestraTamaño de la muestra
Tamaño de la muestra
 
ESTADISTICA II ( I Bimestre Abril Agosto 2011)
ESTADISTICA II ( I Bimestre Abril Agosto 2011)ESTADISTICA II ( I Bimestre Abril Agosto 2011)
ESTADISTICA II ( I Bimestre Abril Agosto 2011)
 
Capitulo i ii
Capitulo i iiCapitulo i ii
Capitulo i ii
 
Tamaño de la muestra original
Tamaño de la muestra originalTamaño de la muestra original
Tamaño de la muestra original
 
Tamaño+de..
Tamaño+de..Tamaño+de..
Tamaño+de..
 
Tamaño de la muestra original
Tamaño de la muestra originalTamaño de la muestra original
Tamaño de la muestra original
 
6 sigmas cap. 2 resolucion
6 sigmas cap. 2 resolucion6 sigmas cap. 2 resolucion
6 sigmas cap. 2 resolucion
 
SESIÓN 01 - 02-convertido_8ecd838475c78173b76d96d498779c48.pdf
SESIÓN 01 - 02-convertido_8ecd838475c78173b76d96d498779c48.pdfSESIÓN 01 - 02-convertido_8ecd838475c78173b76d96d498779c48.pdf
SESIÓN 01 - 02-convertido_8ecd838475c78173b76d96d498779c48.pdf
 
ESTADISTICA BASICA.docx
ESTADISTICA BASICA.docxESTADISTICA BASICA.docx
ESTADISTICA BASICA.docx
 
Calculo Del Tamaño De La Muestra
Calculo Del Tamaño De La MuestraCalculo Del Tamaño De La Muestra
Calculo Del Tamaño De La Muestra
 
Métodos cuantitativos en
Métodos  cuantitativos  enMétodos  cuantitativos  en
Métodos cuantitativos en
 
Estadistica ii crc 4
Estadistica ii crc 4Estadistica ii crc 4
Estadistica ii crc 4
 
TECNICAS DE MUESTREO Y TAMAÑO DE MUESTRA.pdf
TECNICAS DE MUESTREO Y TAMAÑO DE MUESTRA.pdfTECNICAS DE MUESTREO Y TAMAÑO DE MUESTRA.pdf
TECNICAS DE MUESTREO Y TAMAÑO DE MUESTRA.pdf
 
Muestreo aleat. simple
Muestreo aleat. simpleMuestreo aleat. simple
Muestreo aleat. simple
 
S01 ad4001 ss
S01 ad4001 ssS01 ad4001 ss
S01 ad4001 ss
 

Mehr von Instruccional

Ph muestras pequeñas u33
Ph muestras pequeñas u33Ph muestras pequeñas u33
Ph muestras pequeñas u33Instruccional
 
Estimación de parametro su31
Estimación de parametro su31Estimación de parametro su31
Estimación de parametro su31Instruccional
 
Analisis varianza u36
Analisis varianza u36Analisis varianza u36
Analisis varianza u36Instruccional
 
Muestreo tercera parte
Muestreo tercera parteMuestreo tercera parte
Muestreo tercera parteInstruccional
 
Muestreo primera parte
Muestreo primera parteMuestreo primera parte
Muestreo primera parteInstruccional
 
Modelos probabilidades
Modelos probabilidadesModelos probabilidades
Modelos probabilidadesInstruccional
 
Inferencia lbinomialypoisson
Inferencia lbinomialypoissonInferencia lbinomialypoisson
Inferencia lbinomialypoissonInstruccional
 
Inferencia lbinomialypoisson
Inferencia lbinomialypoissonInferencia lbinomialypoisson
Inferencia lbinomialypoissonInstruccional
 
Est inferencial unidad2 distancia ams
Est inferencial unidad2 distancia amsEst inferencial unidad2 distancia ams
Est inferencial unidad2 distancia amsInstruccional
 
Est inferencial unidad i ams
Est inferencial unidad i amsEst inferencial unidad i ams
Est inferencial unidad i amsInstruccional
 

Mehr von Instruccional (13)

Ph muestras pequeñas u33
Ph muestras pequeñas u33Ph muestras pequeñas u33
Ph muestras pequeñas u33
 
Estimación de parametro su31
Estimación de parametro su31Estimación de parametro su31
Estimación de parametro su31
 
Aplicaciones x2 u38
Aplicaciones x2 u38Aplicaciones x2 u38
Aplicaciones x2 u38
 
Datos por rango u37
Datos por rango u37Datos por rango u37
Datos por rango u37
 
Analisis varianza u36
Analisis varianza u36Analisis varianza u36
Analisis varianza u36
 
Muestreo tercera parte
Muestreo tercera parteMuestreo tercera parte
Muestreo tercera parte
 
Muestreo primera parte
Muestreo primera parteMuestreo primera parte
Muestreo primera parte
 
Modelos probabilidades
Modelos probabilidadesModelos probabilidades
Modelos probabilidades
 
Inferencia lbinomialypoisson
Inferencia lbinomialypoissonInferencia lbinomialypoisson
Inferencia lbinomialypoisson
 
Inferencia lbinomialypoisson
Inferencia lbinomialypoissonInferencia lbinomialypoisson
Inferencia lbinomialypoisson
 
Distribucion normal
Distribucion normalDistribucion normal
Distribucion normal
 
Est inferencial unidad2 distancia ams
Est inferencial unidad2 distancia amsEst inferencial unidad2 distancia ams
Est inferencial unidad2 distancia ams
 
Est inferencial unidad i ams
Est inferencial unidad i amsEst inferencial unidad i ams
Est inferencial unidad i ams
 

Muestreo segunda parte

  • 1. Muestreo en Estudios Descriptivos León Darío Bello Parias [email_address] UNIVERSIDAD DE ANTIOQUIA FACULTAD NACIONAL DE SLAUD PUBLICA “ HECTOR ABAD GOMEZ”
  • 2. Profesor León Darío Bello Parias MUESTREO PROBABILÍSTICO Se caracteriza por conocer la probabilidad de que una unidad particular del universo sea incluida en una muestra, dicha probabilidad es mayor de cero. Se puede medir el error de estimación y por ende, se realizan estimaciones.
  • 3. Ventajas del Azar León Darío Bello Parias [email_address] Elimina la subjetividad de los investigadores en la selección de unidades de análisis Permite medir la precisión de las estimaciones. El azar no garantiza representatividad.
  • 4. Profesor León Darío Bello Parias MUESTREO ALEATORIO SIMPLE Se caracteriza por que otorga la misma probabilidad de ser elegidos a todos los elementos de la población. Para él calculo muestral, se requiere de: El tamaño poblacional, si ésta es finita, del error admisible y la estimación de la varianza. En la práctica es difícil de realizar debido a que en muchos casos no se dispone de un marco muestral.
  • 5. Profesor León Darío Bello Parias
  • 6. Z 2  /2 * S 2 (1.645) 2 * (15000) 2 n 0 = --------- = -------------------------- = 38 e 2 4000 2   Si se conoce N, suponga que es 10000 entonces:   n 0 38 n = ------------------------ = -------------------= 38 1+ n 0 1 + 38 ------ ------ N 10000 Profesor León Darío Bello Parias EJEMPLO Calcule el tamaño de muestra necesario si se quiere una confianza del 90%, un error admisible de 4000 y se estima la desviación en 15.000.
  • 7. TAMAÑO DE MUESTRA Donde: P : Proporción de empresas que poseen control interno en el área de mercadeo. El valor se estimó con la prueba piloto. (1-P) : Proporción de empresas que no poseen control interno en el área de mercadeo. e : Error que se admite como viable y se mide en porcentaje, para el caso se considera adecuado el 6%. Procurando obtener información de todos los sectores, se utiliza el muestreo estratificado proporcional, el cual utiliza la siguiente formula: N i =n*(N i /N) N 1 =216*(N i /6100) = Donde: N i : Total de empresas del sector i. N: Total de pequeñas y medianas empresas n: Tamaño de muestra n i : Tamaño de muestra Material preparado por: Profesor León Darío Bello Parias Valor tabulado de la distribución normal cuando se tiene una confiabilidad del 95%
  • 8. Profesora León Darío Bello Parias [email_address]
  • 9. Z 2  /2 * P*(1-P) (1.96) 2 * 0.3*0.7 n 0 = ------------------ = -------------------------- = 224 e 2 (0.06) 2   Si se conoce N, suponga que es 6.100 entonces:   n 0 224 n = ------------------------ = -------------------= 216 1+ n 0 1 + 224 ------ ------ N 6.100 Profesor León Darío Bello Parias Calcule el tamaño de muestra necesario si se quiere una confianza del 95%, un error admisible del 6% y la proporción de éxitos es de 0.30. EJEMPLO
  • 10. Profesor León Darío Bello Parias
  • 11. León Darío Bello Parias [email_address]
  • 12. A las formulas anteriores, aún se les puede colocar mayor subjetividad: La tasa de no respuesta El ajuste por diseño: Conocido como Deff Profesor León Darío Bello Parias Ajustes
  • 13. 1). Decir si cada una de Las siguientes afirmaciones es verdadera o falsa. Taller Profesor León Darío Bello Parias [email_address] a) Para un tamaño de población y una varianza muestral dados, cuando mayor sea el tamaño de muestra, más amplio será el intervalo de confianza para la media poblacional. Para la proporción poblacional. b) Para unos tamaños poblacionales y muestrales fijos, cuanto mayor sea la varianza muestral, más amplio será un intervalo de confianza para la media poblacional.
  • 14. c) Para un tamaño y una varianza muestral dados, cuanto mayor sea el tamaño de la población, más amplio será un intervalo de confianza del 95% para la media poblacional. Justificar la respuesta. Profesor León Darío Bello Parias [email_address] d) Para un tamaño poblacional y muestral dados, y para una varianza muestral dada, un intervalo de confianza del 95% para la media poblacional es más amplio que un intervalo de confianza del 90% para el mismo parámetro. Por qué?
  • 15. Profesor León Darío Bello Parias [email_address] Taller Se realiza un estudio para estimar el porcentaje de ciudadanos de Palmira que están en favor de la venta de acciones en Ecopetrol. Qué tan grande debe ser la muestra si se desea tener una confianza de al menos 95% de que la estimación estará dentro del 2% del porcentaje real?
  • 16. Profesor León Darío Bello Parias Tiene el mismo principio del MAS, no obstante, no requiere tener marco muestral, sin embargo, tiene la desventaja de la periodicidad, es decir, al obtener las unidades o elementos muestrales de manera sistemática, se pueden realizar mediciones que obtienen estimaciones sesgadas, valga decir, si pretende estimar las ventas por día en la zona Rosa del Poblado en Medellín y el salto o frecuencia es 7, tiene el inconveniente que siempre será seleccionado el mismo día de la semana. MUESTREO SISTEMÁTICO
  • 17. Profesor León Darío Bello Parias En aquellos casos donde la población es muy heterogénea, por lo tanto, se presume que dicha población esta afectada por otra variable que puede minimizar la variabilidad, por ejemplo, los salarios y en general las variables que involucran dinero, son muy variables, no obstante, si se parcela la información según profesión, o años de experiencia para el caso del salario, seguramente, se disminuirá ésta y permitirá estimaciones más precisas. Lo anterior, conlleva a disminuir costos y lograr mayor eficiencia en el diseño muestral. MUESTREO ESTRATIFICADO
  • 18. Profesor León Darío Bello Parias Se concluye que tanto la confiabilidad como el error permitido, son de potestad de los investigadores y si bien pueden ser subjetivos, son ellos quienes mejor conocen las variables en estudio y sus cambios. Por lo tanto, varios grupos de investigación pueden llevar a diferentes tamaños muéstrales, para el mismo estudio, la situación está en como se argumentan las decisiones.