Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Page 1 of 5
Recursos limitados. Es decir, no existen los recursos humanos, materiales o econmicos para realizar el estudio sobre el total de la poblacin. Es como cuando se compra un aparato, un automvil usado (por ejemplo), que se prueba unos minutos (el encendido, una carrerita, etc.) para ver si funciona correctamente y luego se adquiere, pero no se espera a probarlo toda la vida (encendindolo y apagndolo o, simplemente, dejndolo encendida) antes de realizar la adquisicin. Escasez. Es el caso en que se dispone de una sola muestra. Por ejemplo, para el estudio paleontolgico de los dinosaurios (el T. Rex por ejemplo) sera muy bueno contar con, al menos, muchos restos fsiles y as realizar tales investigaciones; sin embargo, se cuenta slo con una docena de esqueletos fosilizados (casi todos incompletos) de esas criaturas en todo el mundo. Pruebas destructivas. Es el caso en el que realizar el estudio sobre toda la poblacin llevara a la destruccin misma de la poblacin. Por ejemplo, si se quisiese saber el conteo exacto de hemoglobina de una persona habra que extraerle toda la sangre. El muestreo puede ser ms exacto. Esto es en el caso en el que el estudio sobre la poblacin total puede causar errores por su tamao o, en el caso de los censos, que sea necesario utilizar personal no lo suficientemente capacitado; mientras que, por otro lado, el estudio sobre una muestra podra ser realizada con menos personal pero ms capacitado.
Ya que hemos mencionado la necesidad de realizar muestras, continuaremos con algunas caractersticas que deben tener stas para que, realmente, se puedan realizar inferencias
http://www.uaq.mx/matematicas/estadisticas/xu5.html
19/10/2011
Page 2 of 5
donde:
http://www.uaq.mx/matematicas/estadisticas/xu5.html
19/10/2011
Page 3 of 5
n Z p q E
es el tamao de la muestra; es el nivel de confianza; es la variabilidad positiva; es la variabilidad negativa; es la precisin o error.
Hay que tomar nota de que debido a que la variabilidad y el error se pueden expresar por medio de porcentajes, hay que convertir todos esos valores a proporciones en el caso necesario. Tambin hay que tomar en cuenta que el nivel de confianza no es ni un porcentaje, ni la proporcin que le correspondera, a pesar de que se expresa en trminos de porcentajes. El nivel de confianza se obtiene a partir de la distribucin normal estndar, pues la proporcin correspondiente al porcentaje de confianza es el rea simtrica bajo la curva normal que se toma como la confianza, y la intencin es buscar el valor Z de la variable aleatoria que corresponda a tal rea.
Por ejemplo: Si se quiere un porcentaje de confianza del 95%, entonces hay que considerar la proporcin correspondiente, que es 0.95. Lo que se buscara en seguida es el valor Z para la variable aleatoria z tal que el rea simtrica bajo la curva normal desde -Z hasta Z sea igual a 0.95, es decir, P(-Z<z<Z)=0.95. Utilizando las tablas, o la funcin DISTR.NORM.ESTAND.INV() del Excel, se puede calcular el valor de Z, que sera 1.96 (con una aproximacin a dos decimales). Esto quiere decir que P(-1.96<z<1.96)=0.95.
donde n Z p q N E es el tamao de la muestra; es el nivel de confianza; es la variabilidad positiva; es la variabilidad negativa; es el tamao de la poblacin; es la precisin o el error.
La ventaja sobre la primera frmula es que al conocer exactamente el tamao de la poblacin, el tamao de la muestra resulta con mayor precisin y se pueden incluso ahorrarse recursos y tiempo para la aplicacin y desarrollo de una investigacin. Por ejemplo: En el Colegio de Bachilleres, una institucin de nivel medio superior, se desea realizar una investigacin sobre los alumnos inscritos en primer y segundo aos, para lo cual se aplicar un cuestionario de manera aleatoria a una muestra, pues los recursos econmicos y el tiempo para procesar la informacin resultara insuficiente en el caso de aplicrsele a la
http://www.uaq.mx/matematicas/estadisticas/xu5.html
19/10/2011
Page 4 of 5
poblacin estudiantil completa. En primera instancia, suponiendo que no se conoce el tamao exacto de la poblacin, pero con la seguridad de que sta se encuentra cerca a los diez millares, se aplicar la primera frmula. Se considerar una confianza del 95%, un porcentaje de error del 5% y la mxima variabilidad por no existir antecedentes en la institucin sobre la investigacin y porque no se puede aplicar una prueba previa. Primero habr que obtener el valor de Z de tal forma que la confianza sea del 95%, es decir, buscar un valor de Z tal que P(-Z<z<Z)=0.95. Utilizando las tablas o las funciones de Excel se pueden obtener, o viendo (en este caso) el ejemplo anterior, resulta que Z=1.96. De esta manera se realiza la sustitucin y se obtiene:
Esto quiere decir que el tamao de la muestra es de 385 alumnos. Supongamos ahora que s se conoce el tamao de la poblacin estudiantil y es de 9,408, entonces se aplicar la segunda frmula. Utilizando los mismos parmetros la sustitucin queda como:
Con lo que se tiene una cota mnima de 370 alumnos para la muestra y as poder realizar la investigacin sin ms costo del necesario, pero con la seguridad de que las condiciones aceptadas para la generalizacin (confiabilidad, variabilidad y error) se mantienen.
Quieres probar? Considerando un nivel de confianza del 95%, introduce la variabilidad positiva: precisin o error (porcentaje de error): %. Si conoces el tamao de la poblacin introdcelo (si no lo conoces no escribas nada): . Presiona el botn para realizar el clculo: Dada la variabilidad positiva, la negativa es:
Clculo del Tamao de la Muestra
, y la
Por tanto, si no se conoce el tamao de la poblacin el tamao de la muestra es: , si se conoce el tamao de la poblacin el tamao de la muestra es:
4. Muestreos probabilsticos
Las tcnicas de muestreo probabilstico son aquellas en las que se determina al azar los individuos que constituirn la muestra. Estas tcnicas nos sirven cuando se desean generalizar los resultados que se obtienen a partir de la muestra hacia toda la poblacin. Lo anterior se dice dado que se supone que el proceso aleatorio permitir la obtencin de una muestra representativa de la poblacin.
http://www.uaq.mx/matematicas/estadisticas/xu5.html
19/10/2011
Page 5 of 5
Los muestreos probabilsticos pueden ser con o sin reemplazo. Los muestreos con reemplazo son aquellos en los que una vez que ha sido seleccionado un individuo (y estudiado) se le toma en cuenta nuevamente al elegir el siguiente individuo a ser estudiado. En este caso cada una de las observaciones permanece independiente de las dems, pero con poblaciones pequeas (un grupo de escuela de 30 alumnos, por ejemplo) tal procedimiento debe ser considerado ante la posibilidad de repetir observaciones. En el caso de poblaciones grandes no importa tal proceder, pues no afecta sustacialmente una repeticin a las frecuencias relativas. Los muestreos sin reemplazo son los que una vez que se ha tomado en cuenta un individuo para formar parte de la muestra, no se le vuelve a tomar en cuenta nuevamente. En este caso, y hablando especficamente para el caso de poblaciones pequeas, las observaciones son dependientes entre s, pues al no tomar en cuenta nuevamente el individuo se altera la probabilidad para la seleccin de otro individuo de la poblacin. Para el caso de las poblaciones grandes (por ejemplo la poblacin de un pas) dicha probabilidad para la seleccin de un individuo se mantiene prcticamente igual, por lo que se puede decir que existe independencia en las observaciones. Las tcnicas de muestreo probabilstico que mencionaremos sern bsicamente tres: el aleatorio simple, el aleatorio estratificado y el sistemtico.
Por ejemplo:
5. Muestreos no aleatorios
1997-1999. ViL & DDT Software'n'Web, Co. 1997-1999. Vctor Larios Osorio. Universidad Autnoma de Quertaro (Mxico). URL de esta pgina: http://www.uaq.mx/matematicas/estadisticas/xu5.html. ltima actualizacin: 21 de septiembre de 1999.
http://www.uaq.mx/matematicas/estadisticas/xu5.html
19/10/2011