REPRESENTACIÓN TABULAR DE LAS MUESTRAS Y MEDIDAS DE TENDENCIA CENTRAL.

 

Representación tabular de las muestras  

Cuando los datos estadísticos se presentan a través de un conjunto de filas y de columnas que responden a un ordenamiento lógico; es de gran eso e importancia para el uso e importancia para el usuario ya que constituye la forma más exacta de presentar las informaciones. Una tabla consta de varias partes, las principales son las siguientes:

Título: Es la parte más importante del cuadro y sirve para describir todo él contenido de este.

Encabezados: Son los diferentes subtítulos que se colocan en la parte superior de cada columna.

Columna matriz: Es la columna principal del cuadro.

Cuerpo: El cuerpo contiene todas las informaciones numéricas que aparecen en la tabla.

Fuente: La fuente de los datos contenidos en la tabla indica la procedencia de estos.

Notas al pie: Son usadas para hacer algunas aclaraciones sobre aspectos que aparecen en la tabla o cuadro y que no han sido explicados en otras partes.

 

Medidas de tendencia central

La medida de tendencia central, parámetro de tendencia central o medida de centralización es un número situado hacia el centro de la distribución de los valores de una serie de observaciones, en la que se encuentra ubicado el conjunto de los datos. Las medidas de tendencia central más utilizadas son: media, mediana y moda.

Media (media aritmética)

La media es el valor que se obtiene al sumar todos los datos y dividir el resultado entre la cantidad de datos.

Su fórmula es la siguiente:

Mediana

La mediana es el valor que ocupa la posición central cuando todos los datos están ordenados en orden creciente o decreciente.

Moda

La moda es el valor que más se repite. También podemos decir que la moda es el valor con mayor frecuencia absoluta o el valor que ocurre con más frecuencia.

 

PARA REFORZAR LOS TEMAS ANTES VISTOS REALIZAMOS DOS ACTIVIDADES. LA PRIMERA FUE DEFINIR LAS DIFERENTES TIPOS DE REPRESENTACIÓN GRÁFICA Y LA SEGUNDA ELABORAR LOS EJERCICIOS DEL SIGUIENTE LINK:

https://es.khanacademy.org/math/statistics-probability/sampling-distributions-library

 

TEOREMA DE LÍMITE CENTRAL

 

Selección de muestra

Las muestras se enfocan en la selección de los participantes del estudio. Esta se saca en concordancia con el problema y el diseño de la tesis.

Para seleccionar la muestra debemos empezar por definir la unidad de análisis, que no esta otra cosa, sino dónde y con quién se realizará la recolección de los datos. Por ejemplo: organizaciones, comunidad, instituciones, colegios, etc. Seguidamente podremos segmentar la población a través de la muestra. 

Es indispensable que la muestra sea representativa, porque los resultados obtenidos el investigador los utilizará para generalizarlos a toda la población. Es el caso de las encuestas que se realizan con un grupo específico de participantes y los resultados abarcan un grupo más amplio de personas.

Teorema de límite central

El teorema del límite central es un teorema fundamental de probabilidad y estadística. El teorema describe la distribución de la media de una muestra aleatoria proveniente de una población con varianza finita. Cuando el tamaño de la muestra es lo suficientemente grande, la distribución de las medias sigue aproximadamente una distribución normal. 

El teorema se aplica independientemente de la forma de la distribución de la población. Muchos procedimientos estadísticos comunes requieren que los datos sean aproximadamente normales. 

El teorema de límite central le permite aplicar estos procedimientos útiles a poblaciones que son considerablemente no normales. El tamaño que debe tener la muestra depende de la forma de la distribución original. 

El teorema central del límite es un resultado matemático que garantiza que, si sumamos variables cualesquiera (no necesariamente normales), la variable suma también seguirá una distribución normal (esto siempre que se cumplan algunas condiciones básicas).

 

Muestra no probabilística

El muestreo no probabilístico es una técnica de muestreo en la cual el investigador selecciona muestras basadas en un juicio subjetivo en lugar de hacer la selección al azar.

A diferencia en el muestreo probabilistico donde cada miembro de la población tiene una posibilidad conocida de ser seleccionado, en el muestreo no probabilístico, no todos los miembros de la población tienen la oportunidad de participar en el estudio

El muestreo no probabilístico es más útil para estudios exploratorios como la encuesta piloto(una encuesta que se implementa en una muestra más pequeña, en comparación con el tamaño de muestra predeterminado).

El muestreo no probabilístico se utiliza donde no es posible extraer un muestreo de probabilidad aleatorio debido a consideraciones de tiempo o costo.

El muestreo no probabilístico es un método menos estricto, este método de muestreo depende en gran medida de la experiencia de los investigadores. El muestreo no probabilístico comúnmente se lleva a cabo mediante métodos de observación, y se utiliza ampliamente en la investigación cualitativa.

Tipos de muestreo no probabilístico y ejemplos

1.    Muestreo por conveniencia.

2.    Muestreo consecutivo.

3.    Muestreo por cuotas.

4.- Muestreo intencional o por juicio.

5.    Muestreo de bola de nieve.

 

 

AL FINALIZAR ESTOS TEMAS YA VISTOS REALIZAMOS LOS EJERCICIOS QUE SE MUESTRAN EN EL SIGUIENTE LINK:

https://es.khanacademy.org/math/statistics-probability/sampling-distributions-library

 

 

RECOPILACIÓN DE INFORMACIÓN

 

MÉTODOS DE RECOLECCIÓN DE INFORMACIÓN

Los datos son una colección de hechos, cifras, objetos, símbolos y eventos que han sido recopilados de diferentes fuentes. Las organizaciones se encargan de recolectar información en distintos momentos y de diferentes audiencias para tomar mejores decisiones. 

Aunque los datos son un activo valioso para toda organización, no sirven para nada hasta que se analizan o procesan para obtener los resultados deseados.  

TÉCNICAS DE RECOLECCIÓN DE DATOS

Los métodos y técnicas de recolección de datos pueden dividirse en dos categorías: métodos primarios de recolección de datos y métodos secundarios de recolección de datos.

TIPOS DE DATOS

Pueden ser de dos tipos:

Cualitativas: son aquellas en la que los resultados posibles no son valores numéricos. Por ejemplo: color del pelo, tipo de ropa preferida, lugar de veraneo, etc.

Cuantitativas: aquellas cuyo resultado es un número. A su vez, las hay de dos tipos:

Cuantitativas discretas: cuando se toman valores aislados. Por ejemplo: número de amigos de tu pandilla, número de veces que vas al cine al mes, número de coches que tiene tu familia.

Cuantitativas continuas: cuando, entre dos valores cualesquiera, puede haber valores intermedios. Es decir, se toman todos los valores de un determinado intervalo. Por ejemplo: peso de las personas, nivel sobre el mar en que se encuentra tu ciudad, medida del perímetro torácico.

Los métodos cuantitativos para la investigación de mercados y la previsión de la demanda suelen utilizar herramientas estadísticas. Aquí, la demanda se pronostica sobre la base de datos históricos. 

Los métodos de recolección de datos cualitativos son especialmente útiles en situaciones en las que no se dispone de datos históricos, no se necesitan números ni cálculos matemáticos. 

Como actividad para repaso hicimos una exposición sobre Diccionario de Datos para reforzar más los temas. A continuación, el link de la exposición:

https://prezi.com/p/hwma5j51wixg/?present=1 

 

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:

• Muestreo aleatorio simple.
• Muestreo aleatorio sistemático.
• Muestreo aleatorio estratificado.
• Muestreo aleatorio por conglomerados.

Métodos de muestreo no probabilísticos:

•  Muestreo por cuotas.
•  Muestreo intencional o de conveniencia.
•  Bola de nieve.
•  Muestreo Discrecional.

 TAMAÑO DE LA MUESTRA

¿Qué tamaño debe tener la muestra?

Si queremos que la muestra sea representativa seguiremos un proceso de cálculo del tamaño teniendo en cuenta 4 factores:

1. Tamaño de la población.
2. Heterogeneidad.
3. Error muestral.
4. Nivel de confianza.

MUESTRA PROBABILÍSTICA

El muestreo probabilístico es un tipo de muestra estadística que se centra en analizar y estudiar grupos específicos de una población estadística, utilizando la selección aleatoria.

Su requisito principal consiste en que todas las personas de la población estudiada, cuenten con las mismas oportunidades de selección. 

Estos tienen:

Población objetivo: Colección completa de todas las unidades que se quieren estudiar.

Muestra: Subconjunto de la población.

Unidad de muestreo: Objeto a ser seleccionado que permitirá el acceso a la unidad de observación.

Unidad de observación: Objeto sobre el que finalmente se realiza medición.

Variable de interés: Es la característica a medir la cual de va a inferir a la población.

Ventajas:

·  Cuesta mucho menos dinero.

·  Es más rápido.

· Facilidad en los cálculos estadísticos.

· Permite inferir los resultados obtenidos en la muestra a la población.

Desventajas:

· Existe la posibilidad de un sesgo.

·  Hay un margen de error.

·  Dificultad en poblaciones muy grandes.

· Dificultad para llegar al elemento seleccionado.

 

Tipos de muestreo probabilístico.

El muestreo probabilístico puede clasificarse en muestreo aleatorio simple, sistemático, estratificado y muestreo por conglomerados. 

Muestreo aleatorio simple

Es un método de selección de n unidades sacadas de N, de tal manera que cada una de las muestras tiene la misma probabilidad de ser elegida.

Muestreo aleatorio sistemático

Se hace una selección aleatoria del primer elemento para la muestra, y luego se seleccionan los elementos posteriores utilizando intervalos fijos o sistemáticos hasta alcanzar el tamaño de la muestra deseado.

Muestreo aleatorio estratificado

Es la muestra cómo se comporta una característica o variable en una población a través de hacer evidente el cambio de dicha variable en poblaciones o estratos en los que se ha dividido.

Muestreo aleatorio por conglomerados

Es una técnica utilizada cuando hay agrupamientos "naturales" relativamente homogéneos en una población estadística. A menudo se utiliza en la investigación de mercados.

Para mayor comprensión a los temas vistos elaboramos los ejercicios que aparecen en este link:

https://es.khanacademy.org/math/ap-statistics/gathering-data-ap/sampling-methods/e/simple-random-samples

También se hizo la elaboración de un video explicando cada una de las características de muestreo el cual podrán ver a continuación: