TIPOS DE MUESTREOS PROBABILÍSTICOS by Fidel Diaz Martinez https://padlet.com/fdiaz461/42vyfmt9d4v172h5 en-us 2023-05-31 02:55:26 UTC 2023-06-05 04:27:37 UTC hello@padlet.com https://yt3.ggpht.com/a/AATXAJyXXzI-R-01PlbqYq1owgME79QqU6CRcCM-Kw=s900-c-k-c0xffffffff-no-rj-mo Etapa 1 fdiaz461 https://padlet.com/fdiaz461/42vyfmt9d4v172h5/wish/2611262071 Es el método más básico y ampliamente utilizado. Consiste en seleccionar al azar elementos individuales de una población, donde cada elemento tiene la misma probabilidad de ser seleccionado. Esto asegura que la muestra sea representativa de la población en general.

VIDEO
]]> 2023-06-01 03:02:24 UTC https://padlet.com/fdiaz461/42vyfmt9d4v172h5/wish/2611262071 ETAPA 1 dsuarez84 https://padlet.com/fdiaz461/42vyfmt9d4v172h5/wish/2611262275 El muestreo aleatorio estratificado es un método que consiste en dividir la población de interés en subgrupos homogéneos, llamados estratos, y luego seleccionar al azar una muestra de cada estrato. Este método se utiliza cuando se desea asegurar que la muestra sea representativa de la población en su totalidad y que cada subgrupo tenga una representación adecuada en la muestra. De esta manera, el muestreo aleatorio estratificado permite controlar el error de muestreo y conseguir resultados más precisos y fiables.

]]> 2023-06-01 03:02:38 UTC https://padlet.com/fdiaz461/42vyfmt9d4v172h5/wish/2611262275 ETAPAS DE MUESTREO fdiaz461 https://padlet.com/fdiaz461/42vyfmt9d4v172h5/wish/2611280868

  1. Sólo es necesaria una aproximación del tamaño del universo en estudio.
  2. Se requiere un marco muestral o lista de los sujetos en el universo.
  3. Los sujetos que integrarán la muestra se seleccionan aleatoriamente, mediante sorteo o tabla de números aleatorios.
  4. A partir de la muestra seleccionada, se calculan los estadísticos de interés.
]]> 2023-06-01 03:22:15 UTC https://padlet.com/fdiaz461/42vyfmt9d4v172h5/wish/2611280868 ventajas fdiaz461 https://padlet.com/fdiaz461/42vyfmt9d4v172h5/wish/2611281457 Representatividad: Proporciona una representación imparcial de la población, ya que cada individuo tiene la misma probabilidad de ser seleccionado. Esto significa que cada unidad de muestreo tiene la misma oportunidad de ser incluida en la muestra, lo que ayuda a evitar sesgos sistemáticos.

]]> 2023-06-01 03:22:58 UTC https://padlet.com/fdiaz461/42vyfmt9d4v172h5/wish/2611281457 desdeventajas fdiaz461 https://padlet.com/fdiaz461/42vyfmt9d4v172h5/wish/2611281575
  • Mayor tamaño de muestra: Puede requerir un tamaño de muestra más grande en comparación con otros métodos de muestreo. Esto se debe a que no se aprovecha la información de la estructura de la población, lo que puede resultar en una mayor variabilidad en los estimadores de interés.
  • Menor eficiencia: Al no considerar la estructura de la población, puede ser menos eficiente en términos de precisión y varianza de los estimadores en comparación con otros métodos de muestreo más sofisticados.
  • Menor precisión en subgrupos: Si existen subgrupos o estratos en la población con características diferentes, el muestreo aleatorio simple puede no proporcionar estimaciones precisas para cada subgrupo en particular. No garantiza que cada estrato esté representado en proporciones adecuadas en la muestra.

    • ]]>     2023-06-01 03:23:05 UTC https://padlet.com/fdiaz461/42vyfmt9d4v172h5/wish/2611281575     ETAPA 1 fdiaz461 https://padlet.com/fdiaz461/42vyfmt9d4v172h5/wish/2611307367 Muestreo sistemático: 
    Implica seleccionar elementos de una población en un orden sistemático. Por ejemplo, se puede seleccionar cada k-ésimo elemento después de un punto de partida aleatorio. Este método es útil cuando la población está ordenada de alguna manera, como una lista alfabética, y puede simplificar el proceso de selección de la muestra.

    VIDEO
    ]]>     2023-06-01 03:53:40 UTC https://padlet.com/fdiaz461/42vyfmt9d4v172h5/wish/2611307367     ETAPAS DE MUESTREO fdiaz461 https://padlet.com/fdiaz461/42vyfmt9d4v172h5/wish/2611307642
  • Definir el tamaño de la muestra: Determinar el tamaño necesario de la muestra para representar adecuadamente la población objetivo.
  • Obtener el marco muestral: Obtener una lista o un marco muestral que contenga todos los elementos individuales de la población objetivo.
  • Calcular el intervalo de selección: Calcular el intervalo de selección, que es el número de elementos en la población dividido por el tamaño de la muestra. Esto determina el patrón de selección sistemática.
  • Elegir un punto de partida aleatorio: Seleccionar aleatoriamente un número entre 1 y el tamaño del intervalo de selección como punto de partida para comenzar la selección sistemática.
  • Seleccionar los elementos de la muestra: A partir del punto de partida aleatorio, seleccionar sistemáticamente cada elemento de la muestra siguiendo el intervalo de selección. Por ejemplo, si el intervalo de selección es 5, se seleccionarían los elementos en las posiciones 5, 10, 15, etc.
  • Verificar la representatividad: Después de seleccionar los elementos de la muestra, verificar que la muestra obtenida sea representativa de la población objetivo en términos de características relevantes.

    • ]]>     2023-06-01 03:54:05 UTC https://padlet.com/fdiaz461/42vyfmt9d4v172h5/wish/2611307642     VENTAJAS fdiaz461 https://padlet.com/fdiaz461/42vyfmt9d4v172h5/wish/2611307723
  • Eficiencia: El muestreo sistemático puede ser más eficiente en términos de tiempo y esfuerzo en comparación con el muestreo aleatorio simple. Debido a su naturaleza sistemática, implica seleccionar elementos a intervalos regulares después de un punto de partida aleatorio, lo que puede simplificar el proceso de selección de la muestra.

    • ]]>     2023-06-01 03:54:13 UTC https://padlet.com/fdiaz461/42vyfmt9d4v172h5/wish/2611307723     DESVENTAJAS fdiaz461 https://padlet.com/fdiaz461/42vyfmt9d4v172h5/wish/2611307803
  • Sesgo potencial: El muestreo sistemático puede introducir sesgo si existe un patrón sistemático en la lista de elementos a muestrear que se repite en el intervalo de selección. Si hay alguna correlación entre la variable de interés y el orden en la lista, puede haber una sobre o subrepresentación de ciertos elementos en la muestra.

  • Sensibilidad al patrón en la lista: Si hay algún patrón en la lista de elementos que se repite en el intervalo de selección y ese patrón está relacionado con la variable de interés, la muestra puede no ser representativa de la población en general.

    • ]]>     2023-06-01 03:54:19 UTC https://padlet.com/fdiaz461/42vyfmt9d4v172h5/wish/2611307803     fdiaz461 https://padlet.com/fdiaz461/42vyfmt9d4v172h5/wish/2611317538
  • Instituto Nacional de Estadística y Censos de Colombia (DANE): https://www.dane.gov.co/






    ]]>     2023-06-01 04:07:25 UTC https://padlet.com/fdiaz461/42vyfmt9d4v172h5/wish/2611317538     VENTAJAS dsuarez84 https://padlet.com/fdiaz461/42vyfmt9d4v172h5/wish/2611319013 El muestreo estratificado ofrece varias ventajas sobre el muestreo aleatorio simple.

    Una muestra estratificada puede proporcionar mayor precisión que una muestra aleatoria simple del mismo tamaño.

    Debido a que proporciona una mayor precisión, una muestra estratificada a menudo requiere una muestra más pequeña, lo que ahorra dinero.

    Una muestra estratificada puede protegerse contra una muestra “no representativa” (Ej., Una muestra exclusivamente de vacas pardo suizo de una población con diferentes razas).

    Podemos asegurarnos de obtener suficientes puntos de muestra para respaldar un análisis separado de cualquier subgrupo.



    ]]>     2023-06-01 04:09:41 UTC https://padlet.com/fdiaz461/42vyfmt9d4v172h5/wish/2611319013     DESVENTAJAS dsuarez84 https://padlet.com/fdiaz461/42vyfmt9d4v172h5/wish/2611319660 La aplicación del muestreo aleatorio estratificado requiere el conocimiento de la membresía de estratos a priori.

    El requisito de poder distinguir fácilmente entre estratos en el marco de la muestra puede crear dificultades en los niveles prácticos.

    El proceso de investigación puede llevar más tiempo y resultar más costoso debido a la etapa adicional en el procedimiento de muestreo.

    La elección del método de muestreo estratificado agrega cierta complejidad al plan de análisis.
    ]]>     2023-06-01 04:10:37 UTC https://padlet.com/fdiaz461/42vyfmt9d4v172h5/wish/2611319660     CASO 2 dsuarez84 https://padlet.com/fdiaz461/42vyfmt9d4v172h5/wish/2611324227 Colombia - Encuesta Mensual de Alojamiento - EMA - 2019 - 2022 (dane.gov.co)

    TIPO DE MUESTREO

    Muestra probabilística estratificada 12. Se divide el marco en las regiones de estudio y dentro de ellas, por criterios de estratificación se dividen en estratos de ingresos o de personal ocupado; según las frecuencias y varianzas de estas variables, uno de inclusión forzosa (que corresponde a establecimientos que por sus características de tamaño se auto representan) y otros probabilísticos (corresponden a unidades de muestreo que tienen probabilidad de selección conocida y superior a cero de ser seleccionadas mediante un diseño muestral aplicado).]]>     2023-06-01 04:17:00 UTC https://padlet.com/fdiaz461/42vyfmt9d4v172h5/wish/2611324227     ETAPAS DE MUESTREO ALEATORIO ESTRATIFICADO dsuarez84 https://padlet.com/fdiaz461/42vyfmt9d4v172h5/wish/2612055824 1. Identificación de la población:  En primer lugar, debemos identificar la población de la que deseamos extraer una muestra. Esta población debe ser homogénea en cuanto a las características que se van a estudiar.

    2. Definición de los estratos: Una vez identificada la población, debemos definir los estratos. Los estratos son subgrupos de la población que comparten una o varias características particulares. Debemos asegurarnos de que los estratos sean mutuamente excluyentes y exhaustivos, es decir, que cada elemento de la población pertenezca solo a un estrato y que todos los elementos de la población estén incluidos en algún estrato.

    3. Selección de la muestra: Una vez definidos los estratos, debemos seleccionar una muestra aleatoria de elementos de cada estrato. La selección de la muestra se puede realizar de forma proporcional o no proporcional, según el tamaño de cada estrato y la importancia que asignemos a cada uno.

    4. Análisis de los datos: Finalmente, debemos analizar los datos obtenidos de cada estrato por separado y luego combinarlos para obtener una visión global de la población. Este análisis permitirá obtener resultados más precisos y representativos de la población en general.

    ]]>     2023-06-01 17:24:32 UTC https://padlet.com/fdiaz461/42vyfmt9d4v172h5/wish/2612055824     KAREN NATHALIE BERNAL ROJAS kbernal41 https://padlet.com/fdiaz461/42vyfmt9d4v172h5/wish/2612492610 En este caso, la población se divide en grupos o conglomerados más grandes, como escuelas o empresas, y luego se seleccionan algunos conglomerados al azar. Después, se seleccionan elementos individuales dentro de los conglomerados seleccionados para formar la muestra. Este método es útil cuando el acceso a los elementos individuales de la población es difícil o costoso, ya que permite reducir la cantidad de elementos a seleccionar.]]> 2023-06-02 03:16:32 UTC https://padlet.com/fdiaz461/42vyfmt9d4v172h5/wish/2612492610 Ventajas kbernal41 https://padlet.com/fdiaz461/42vyfmt9d4v172h5/wish/2612496711
  • Es el diseño probabilístico más rentable y eficiente en términos de tiempo para grandes áreas geográficas.
  • Este método es fácil de usar desde un punto de vista práctico.
  • Se pueden utilizar muestras más grandes debido al nivel de accesibilidad de los miembros del grupo de la muestra.
  • Todos los grupos tienen la misma posibilidad de ser incluidos en la muestra.

    • ]]>     2023-06-02 03:21:35 UTC https://padlet.com/fdiaz461/42vyfmt9d4v172h5/wish/2612496711     Desventajas kbernal41 https://padlet.com/fdiaz461/42vyfmt9d4v172h5/wish/2612502780 1. Debido a que no considera la totalidad de los conglomerados como parte de la muestra, se puede perder representatividad de ciertas poblaciones

    2. En algunos casos, a causa de la heterogeneidad de los grupos, los resultados pueden no ser precisos

    3. Es necesario disponer de ciertos datos para determinar la cantidad de conglomerados de la investigación

    4. Posee un margen de error considerable, pues grandes porciones de la población no se consideran al conformar la muestra.



    ]]>     2023-06-02 03:29:20 UTC https://padlet.com/fdiaz461/42vyfmt9d4v172h5/wish/2612502780     kbernal41 https://padlet.com/fdiaz461/42vyfmt9d4v172h5/wish/2612509530 2023-06-02 03:37:20 UTC https://padlet.com/fdiaz461/42vyfmt9d4v172h5/wish/2612509530 Ejemplos de Muestreo Conglomerado kbernal41 https://padlet.com/fdiaz461/42vyfmt9d4v172h5/wish/2612512871
  • Un equipo de investigación de marketing quiere conocer las características de los clientes que acuden a centros comerciales.

    • Parra realizar la muestra, se siguen los pasos del muestreo por conglomerados:

    • Se selecciona a todos los clientes de centros comerciales como población objetivo. Cada centro comercial será un conglomerado.
    • Se calcula que de 456 centros comerciales que hay en el país, se necesitarán 23 conglomerados para elaborar la muestra.
    • Se realiza una lista de todos los centros comerciales.
    • Se seleccionan 23 centros comerciales al azar y se entrevistará a todos los clientes que acudan a estos lugares
    2.  Colombia - Encuesta de Convivencia y Seguridad Ciudadana - ECSC - 2012 - 2013 (dane.gov.co)
    ]]>     2023-06-02 03:41:23 UTC https://padlet.com/fdiaz461/42vyfmt9d4v172h5/wish/2612512871     kbernal41 https://padlet.com/fdiaz461/42vyfmt9d4v172h5/wish/2612523470
  • https://excelparatodos.com/muestreo-por-conglomerados/
  • https://www.questionpro.com/blog/es/caracteristicas-muestreo-por-conglomerados/

    • ]]>     2023-06-02 03:55:14 UTC https://padlet.com/fdiaz461/42vyfmt9d4v172h5/wish/2612523470     kbernal41 https://padlet.com/fdiaz461/42vyfmt9d4v172h5/wish/2612525712
    1. FIDEL JOSE DIAZ MARTINEZ
    2. DANIEL JESUS SUAREZ
    3. KAREN NATHALIE BERNAL

    Nuestro objetivo principal es comprender y promover el uso adecuado del muestreo probabilístico, ya que es una técnica fundamental en la investigación científica y social. Nos hemos propuesto alcanzar los siguientes objetivos en nuestro trabajo:

    1. Explorar los fundamentos teóricos del muestreo probabilístico y su importancia en la inferencia estadística.
    2. Analizar las diferentes técnicas de muestreo probabilístico, como el muestreo aleatorio simple, el muestreo estratificado y el muestreo por conglomerados.
    3. Investigar las ventajas y desventajas del muestreo probabilístico en comparación con otras técnicas de muestreo.
    4. Examinar casos de estudio y ejemplos prácticos que ilustren la aplicación del muestreo probabilístico en diversas áreas de investigación.

    ]]>     2023-06-02 03:58:54 UTC https://padlet.com/fdiaz461/42vyfmt9d4v172h5/wish/2612525712     Etapas kbernal41 https://padlet.com/fdiaz461/42vyfmt9d4v172h5/wish/2612528594
  • Definir la población.
  • Dividir la población en conglomerados.
  • Seleccionar los conglomerados.
  • Seleccionar los elementos dentro de los conglomerados.
  • Establecer el tamaño de la muestra.
  • Realizar la recolección de datos. .
  • Analizar los datos.

    • ]]>     2023-06-02 04:03:13 UTC https://padlet.com/fdiaz461/42vyfmt9d4v172h5/wish/2612528594     CASO 1 fdiaz461 https://padlet.com/fdiaz461/42vyfmt9d4v172h5/wish/2612919764 Encuesta de Convivencia y Seguridad Ciudadana - ECSC - 2012 - 2013

    El diseño muestral propuesto es probabilístico, en dos etapas, estratificado y de conglomerados. A continuación se detalla cada característica del diseño.

    - Probabilístico: cada unidad de muestreo tiene una probabilidad de selección conocida y superior a cero. Esta información permite determinar a priori la precisión deseada en las estimaciones y posteriormente, calcular la precisión de los resultados obtenidos a partir de la información recolectada.

    -Bietápico de conglomerados: para la primera etapa se seleccionan manzanas (unidad primaria de muestreo UPM), dentro de cada ciudad, ordenadas por estrato socio económico, el método de selección fue por muestreo aleatorio sistemático con arranques aleatorios diferentes por ciudad. La segunda etapa aplica para aquellas manzanas que contengan más de una MT o segmento; su selección es por muestreo aleatoria simple (MAS), en cada conglomerado seleccionado se encuestan a todas las viviendas, hogares y personas que habiten en el segmento.

    - Estratificado: la conformación de grupos homogéneos, de acuerdo a determinadas características, asegura una mejor precisión de la respectiva muestra al disminuir la varianza de las estimaciones. Se tomaron dos criterios de estratificación, primero la ciudad, dado que los resultados deben darse para cada una de las 20 ciudades y dentro de cada ciudad el nivel socioeconómico (teniendo en cuenta la estratificación socioeconómica de las manzanas). Para efectos de estimación y cálculos de precisión cada ciudad se consideró un estrato]]>     2023-06-02 12:35:59 UTC https://padlet.com/fdiaz461/42vyfmt9d4v172h5/wish/2612919764