Materia: Planificación de Transporte Profesor: Jorge Rivera Elaborado por: Jeffri Josué Escoto Alaniz Milton Enmanuel Melgara Gonzales Richard Raphael Martínez Stefany Alexandra Ventura Ponce Rodrigo Osejo Cárdenas María Fernanda Centeno Paz Sábado 11 de marzo del 2023 Índice Introducción La correcta planificación de transporte supone una buena recolección de datos (Muestreo) que faciliten de manera optima el flujo de trabajo, de manera que los proyectos se concluyan en tiempo y forma. Es de suma importancia conocer los distintos métodos de recopilación de datos y su correcta aplicación, de manera que en el presente documento nos hemos propuesto mostrar algunos de los mas en la ingeniería de tránsito y transporte. Objetivo General ࿊ Entender la relación que existe entre los métodos de recopilación de datos con la planificación de transporte, para así comprender, y tener una visión más amplia y detallada de las distintas técnicas que existen. Objetivos específicos ࿊ Conocer los diferentes métodos de recopilación de datos. ࿊ Referir las técnicas de muestreo con la planificación de transporte. ࿊ Conocer los conceptos básicos para el análisis estadístico de datos, cuando estos son muy numerosos. ࿊ Entender los parámetros necesarios para establecer una muestra en base al tamaño de la población. Consideración. La representatividad de una muestra, permite extrapolar y por ende generalizar los resultados observados en esta, a la población accesible; y a partir de esta, a la población blanco. Por ende, una muestra será representativa o no; solo si fue seleccionada al azar, es decir, que todos los sujetos de la población blanco tuvieron la misma posibilidad de ser seleccionados en esta muestra y por ende ser incluidos en el estudio; y, por otro lado, que el numero de sujetos seleccionados representen numéricamente a la población que le dio origen respecto de la distribución de la variable en estudio em la población, es decir, la estimación o cálculo del tamaño de la muestra. Es así como el análisis de una muestra permite realizar inferencias, extrapolar o generalizar conclusiones a la población blanco con un alto grado de certeza; de tal modo que una muestra se considera representativa de la población blanco, cuando la distribución y valor de las diversas variables se pueden reproducir con márgenes de error calculables. Definiciones: Muestreo: es 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. Población o universo: conjunto de unidades o elementos que presentan una característica común; también se le considera como un conjunto de medidas. Si la característica observada ha sido medida recibe el nombre de variable continua; si, por el contrario, tan solo se hace el recuento, se le denomina atributo o puede ser una variable discreta. Considerar a la población como conjunto de unidades o elementos, puede entenderse como un grupo de personas, familias, establecimientos, manzanas, barrios, objetos, pero en realidad es un conjunto de medidas obtenidas con las características estudiadas. Unidad: hace referencia a una persona, una familia, una vivienda, una manzana, un barrio, un establecimiento, una tarjeta o ficha académica y se denomina unidad elemental o elemento, cuando con de ella se obtiene la información necesaria. Es el individuo, entidad u objeto del cual se desea observar todas o algunas de sus características para ser medidas o contadas. La unidad o elemento debe ser clara, es decir, de fácil identificación por todos los que intervengan en el proceso de investigación; además, debe ser adecuada al objeto de la investigación. Unidades de selección: diferentes grupos o subgrupos que pueden formarse de la población total o universo. Unidades parciales de selección: se obtienen del proceso de selección de las unidades que conformaran la muestra, constituyéndose en subdivisiones de la población a través de la cual se llega a la unidad final de selección. Unidad final de selección: tiene características definidas de permanencia y puede ser identificada con facilidad en el transcurrir del tiempo. Unidades de observación: en conjunto, conforman la población o universo, dada una característica común. Unidades de análisis: elementos o unidades sobre las cuales se concentra el estudio. Muestra: conjunto de medidas pertenecientes a una parte de la población. También es una parte de la población o conjunto de elementos que resulta de la aplicación de algún proceso, generalmente de selección aleatoria, con el objeto de investigar todas o parte de las características de estos elementos. Censo: tipo especial de muestreo donde se observa la población completa. Por ejemplo: Zonas DANE, viviendas, estratos, población motorizada entre otros. Tipos de muestreo Esta sección se precisa los distintos métodos de recolección de datos que se pueden involucrar en la toma de información de campo, para el desarrollo de análisis posteriores en el campo del tránsito y el transporte. Métodos de muestreo probabilístico 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 probabilístico nos aseguran la representatividad de la muestra extraída y son, por tanto, los mas recomendables. Dentro de los métodos de muestreo probabilísticos encontramos los siguientes tipos: Muestreo aleatorio irrestricto. Es un caso especial del muestreo probabilístico, también conocido con el nombre de muestreo aleatorio simple. Es un procedimiento que se utiliza para seleccionar n unidades, una a la vez, de una población de n unidades, de manera que cada unidad seleccionada tenga la misma probabilidad de ser elegida en muestra. Cada combinación posible de n unidades muestrales tiene la misma probabilidad de ser elegida. La selección de una unidad muestral a la vez, con igual probabilidad, puede llevarse a cabo ya sea con remplazo o sin remplazo. Casi todas las muestras se eligen sin remplazo. El uso de tablas de números aleatorios para la selección de este tipo de muestreo aleatorio simple. Muestreo aleatorio sistemático. Requiere numerar todos los elementos de la población, pero en lugar de extraer números aleatorios solo se extrae uno. Se parte de ese número aleatorio i, que es un numero elegido al azar, y los elementos que integran la muestra son los que ocupan 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 numero al azar entre 1 y k. El problema de este muestreo es que es posible que se incurra es un error, por ejemplo, al seleccionar una muestra sobre listas de 10 individuos en los que los 5 primeros son varones y las 5 últimas mujeres, si se emplea un muestreo aleatorio sistemático con k= 10 siempre se seleccionaría o solo hombres o solo mujeres, con lo cual no podría haber una representación de los dos sexos. 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 formaran 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 muestrales. Afijación Proporcional: La distribución se hace de acuerdo con el peso (tamaño) de la población en cada estrato. Afijación Optima: Se tiene en cuenta la previsible dispersión del resultado, de modo que se considera la proporción y la desviación típica. Tiene poca aplicación ya que no se suele conocer la desviación. Muestreo aleatorio por conglomerados. Los métodos presentados hasta ahora están pensados para seleccionar directamente elementos de la población, es decir, que las unidades muestrales 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 número de conglomerados (el necesario para alcanzar el tamaño muestral establecido) y en investigar después todos los elementos pertenecientes a los conglomerados elegidos. Métodos de muestreo no probabilísticos Es un muestreo que no permite generalizar ni tener certeza que la muestra sea representativa, pues no todos los miembros de la población tienen la misma probabilidad de ser elegidos. 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. 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 mas “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 aquel. En este tipo de muestreo se fijan unas “cuotas” que consisten en un numero 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. 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 intencionalmente individuos de la población. El caso mas 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). 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. Muestreo Discrecional. A criterio del investigador los elementos son elegidos sobre lo que el cree que pueden aportar al estudio. Muestreo casual o incidental. Se selecciona directa e intencionalmente los individuos de la población. Normalmente se usan individuos a los que se tiene fácil acceso; un caso particular son los voluntarios. Ventajas e inconvenientes de los distintos tipos de muestreo probabilístico CARACTERÍSTICAS VENTAJAS Se selecciona una muestra de ࿊ tamaño n de una población de N Aleatorio simple unidades, cada elemento tiene y de fácil comprensión. ࿊ una probabilidad de inclusión igual y conocida de n/N Sencillo INCONVENIENTES Calculo antemano rápido de complejo un de listado toda la población. Cuando se trabaja medias y varianzas. ࿊ Requiere que se posea de Se basa en la teoría con muestras pequeñas es estadística, y por tanto posible que no represente a paquetes la población adecuadamente. existen informáticos para analizar los datos. Conseguir un listado de los N ࿊ Fácil de aplicar. elementos de la población. ࿊ No siempre es necesario está Si la constante de muestreo asociada con el Sistemático Determinar tamaño muestral n. tener un listado de toda fenómeno de interés, las Definir un intervalo k=N/n. la población. Elegir un número aleatorio, r, ࿊ Cuando la estimaciones obtenidas a población partir de la muestra pueden entre 1 y k (r=arranque aleatorio). está ordenada siguiendo contener sesgo de selección. Seleccionar los elementos de la una tendencia conocida, lista. asegura una cobertura de unidades de todos los tipos. En ciertas ocasiones resultará conveniente muestra estratificar según ࿊ la ciertas variables de interés. Para ello debemos conocer la Estratificado muestreo. Una vez calculado el tamaño muestral apropiado, ࿊ adecuadamente la población de población en función de variables utilizadas unas para la estratificación. a variables Se obtienen más estimaciones precisas. ࿊ Su objetivo conseguir proporcional entre los distintos muestra usando una simple regla de tres. Se ha de conocer la distribución este se reparte de manera estratos definidos en la población ࿊ la muestra represente seleccionadas. composición estratificada de la población objetivo a hacer un Tiende a asegurar que es una lo más semejante posible a la población en lo que a la o las estratificadoras refiere. variables se en la las Se realizan varis fases de ࿊ Es muy eficiente cuando ࿊ El error estándar es Conglomerados muestreo sucesivas (polietápico) la población es muy mayor La necesidad de listados de las grande y dispersa. muestreo unidades de una etapa se limita a ࿊ No es preciso tener un que en el aleatorio simple o estratificado. aquellas unidades de muestreo listado la ࿊ El cálculo del error seleccionadas población, sólo de las estándar es complejo. anterior. en la etapa de toda unidades primarias de muestreo. Conclusión