INSTITUTO TECNOLOGICO DE MERIDA

MAESTRIA EN PLANIFICACION DE EMPRESAS Y DESARROLLO

REGIONAL

ESTADISTICA

DOCENTE: DR. JORGE EMETERIO MADERO LLANES.

TEMA: DETERMINACIÓN DEL TAMAÑO DE LA MUESTRA.

PRESENTA:
MARÍA DE LOS ÁNGELES LÓPEZ ARROYO

MERIDA ,YUCATAN 28 DE OCTUBRE DE 2014

 CONTENIDO DE LA PRESENTACIÓN

• ¿ QUE ES EL TAMAÑO DE LA MUESTRA?

•CALCULO DEL TAMAÑO DE LA MUESTRA
•PORCENTAJE DE CONFIANZA
•PORCENTAJE DE ERROR
•VARIABILIDAD
•FORMULAS PARA CALCULAR EL TAMAÑO DE LA
MUESTRA
•NUMEROS ALEATORIOS
•TIPOS DE MUESTREO
¿Qué es el tamaño de la muestra?

En estadística el tamaño
de la muestra es el
número de sujetos que
componen
la muestra extraída de
una población,
necesarios para que los
datos obtenidos sean
representativos de la
población.
El tamaño de la muestra normalmente es representado por
"n" y siempre es un número entero positivo. No se puede
hablar de ningún tamaño exacto de la muestra, ya que
puede variar dependiendo de los diferentes marcos de
investigación. Sin embargo, si todo lo demás es igual, una
muestra de tamaño grande brinda mayor precisión en las
estimaciones de las diversas propiedades de la población.
CÁLCULO DEL TAMAÑO DE LA MUESTRA

El cálculo del tamaño de la muestra depende de tres

factores:

1. El porcentaje de confianza con que se desea

generalizar los fatos de la población total.
2. El porcentaje de error que se está dispuesto a aceptar
en tal generalización.
3. El nivel de variabilidad que se calcula para la
comprobación de la hipótesis.
 1.- PORCENTAJE DE CONFIANZA

• El 100% de confianza para generalizar los resultados

indicaría que todos los individuos de la población, sin
excepción, comparten las conclusiones obtenidas, sin
embargo para lograr el 100 % de confianza hay que
estudiar todos los casos, lo cual resulta costoso en tiempo y
dinero.
• Cuanto mayor sea el porcentaje de confianza que se
escoja, mayor será la cantidad de sujetos necesarios para
la muestra.
• En las investigaciones sociales, en general, se busca 95
% de confianza.

NOTA: A mayor confiabilidad mayor tamaño de muestra.

 2.- PORCENTAJE DE ERROR

• Elegir el porcentaje de error significa seleccionar la

probabilidad de aceptar una hipótesis falsa o a la inversa:
rechazar una hipótesis verdadera.
•Si se buscara 0 % de error, significaría que no se está
dispuesto a correr ese tipo de riesgos y, entonces, la
muestra podría ser igual a la población, por tanto, es
preferible aceptar algún riesgo.
•Si se eligiera 20% de error, francamente la incertidumbre
acerca de la decisión de aceptar o rechazar la hipótesis
sería muy grande.
 3.- VARIABILIDAD

Supóngase que se aplicó un cuestionario y se obtuvo que el

70% de los sujetos de la muestra confirmó la hipótesis,
mientras que las respuestas del otro 30% sugerían que la
hipótesis debía rechazarse.

1. Suele darse un valor simbólico a la variabilidad; se usa

“p” para indicar los cuestionamientos a favor de la
hipótesis y “q” para los cuestionamientos en contra; así,
de acuerdo con el ejemplo, se tendría p=70% y q=30%
2. Cuando no se dispone de tiempo suficiente de realizar
esta “ pre prueba o piloteo”, lo que se recomienda es
aceptar la máxima variabilidad p=50% y q=50%
Dependiendo de la población objetivo y los atributos a considerar, el
grado de variabilidad varía considerablemente. Cuanto más
heterogénea sea una población, mayor deberá ser el tamaño de la
muestra para obtener un nivel óptimo de precisión. Ten en cuenta que
una proporción de 55% indica un nivel más alto de variabilidad que un
10% o un 80%. Esto se debe a que 10% y 80% significa que una gran
mayoría no posee o posee el atributo en cuestión.

El grado de variación o dispersión de la variable se mide a través de la

desviación estándar, la cual puede ser estimada a partir de una
muestra piloto o a partir de la información recopilada en una
investigación similar, realizada anteriormente.
 FÓRMULAS PARA CALCULAR EL TAMAÑO DE LA
MUESTRA.

Existen varias fórmulas para calcular el tamaño de la

muestra. La primera fórmula es la siguiente:

ECUACIÓN 1. Se desconoce el tamaño de la población.

Donde:
n= tamaño de la muestra
Z= nivel de confianza
p= variabilidad positiva
q=variabilidad negativa
e= precisión de error.
 Esta fórmula se usa cuando se desconoce el tamaño
exacto de la población . Para sustituir la fórmula es
preciso pasar todos los porcentajes a proporciones. Esto
se logra al dividir los porcentajes entre 100.
Por ejemplo: La sustitución de la fórmula para los siguientes datos resulta así:

Z= 1.96
p= 50% = 0.50
q= 50% = 0.50
e= 5 % = 0.05

El tamaño de la muestra para estos valores es de 384

individuos.
ECUACIÓN 2. Cuando se sabe el tamaño de la población.
Donde:
n= tamaño de la muestra
Z= nivel de confianza
p= variabilidad positiva
q=variabilidad negativa
N= tamaño de la población
e= precisión de error.

Supóngase que se tienen los mismos datos que en la fórmula anterior.

El único dato adicional es el valor de N.
N= 100 alumnos.
La sustitución de datos en la fórmula quedaría de la siguiente forma:

n= (3.8416) (.25) (100)_____ = 96.04 = 79. 3456 ͌ 80 alumnos

(100) (.0025)+(3.8416)(.25) 1.2104
 Números aleatorios
1. Escoger los tres primeros números de los 5 dígitos.
2. Escoger de izquierda a derecha
3. Escoger de forma descendente.
4. Si el numero es mayor a 100 se excluye y se elige el
siguiente.
5. Si el dato ya fue escogido anteriormente se excluye y se
escoge el siguiente.
6. En caso de no cumplir la cota de 80 se escogen los tres
últimos.
 TIPOS DE
MUESTREO

Muestreo Muestreo no
Probabilístico Probabilístico

Muestreo por
Muestreo Aleatorio
Simple cuotas

Muestreo por
Muestreo Aleatorio accidente
Estratificado

Muestreo Aleatorio
Sistemático
Muestreo Probabilístico

El muestreo
probabilístico
consiste en
escoger al azar
cada uno de los
individuos de la
muestra.
 MUESTREO
ESTRATIFICADO
Procedimiento muestral que se
caracteriza por la utilización de
información auxiliar para mejorar la
eficiencia en la selección de elementos
y mejorar la precisión de las
estimaciones.

La información auxiliar corresponde a variables de estratificación

sexo, estado civil que dividen a la población en estratos.

Los estratos son grupos homogéneos de elementos por los que no

es preciso seleccionar un número elevado de casos para representar
al estrato. Mientras mas homogéneo sea el estrato mas precisa será la
estimación.
El muestreo aleatorio estratificado implica el mismo procedimiento que
el aleatorio simple; la diferencia radica en que la población se subdivide
en grupos o estratos mas pequeños. Por ejemplo, encuestar a los
trabajadores de una empresa. Podrá dividirse la población en obreros y
empleados, de manera que se tendrá la población “trabajadores”
dividida en dos subgrupos: obreros y empleados.

Para elegir a los sujetos en el interior de cada estrato se realiza la

técnica de muestreo aleatorio simple. Pero, ¿Cuántos sujetos habrá que
elegir si la población “trabajadores” es de 836 individuos en total? El
estrato de obreros es igual a 489 y el de empleados es de 347. Se
busca un 90 % de confiabilidad y 5 % de precisión con la máxima
variabilidad. Entonces se sustituirá la fórmula con muestras cuya
población se conoce:
Para saber cuantos individuos se elegirán por cada estrato se
dividirá cada subgrupo entre la población total y luego el
resultado se multiplicará por el tamaño de la muestra. Así el
resultado del primer estrato se obtendrá del siguiente modo:
489/836=(.5849) multiplicado por el resultado de la muestra, se
obtiene 119.9, que redondeado es igual a 120. De manera que
los estratos quedan de la siguiente forma:
Población Tamaño de la Tamaño de la
población por muestra por
estratos estratos
Obreros 489 120
Empleados 347 85
Total 836 205
Tabla: Una muestra estratificada.
En esta técnica es imprescindible saber quienes y cuantos son los sujetos de la
población que se va a estudiar.
Otro ejemplo: En una escuela primaria con 746 alumnos (tamaño de la
población) se realizó una investigación acerca de la capacidad lectora
en los alumnos de todos los cursos; por tanto, la muestra se
subdividió en seis estratos. Los datos fueron los siguientes: 95% de
confianza, 6% de error y máxima variabilidad. El tamaño de la
muestra, según los procedimientos estudiados, es de 197 (196.95).
Los estratos de la muestra fueron: primero, segundo, tercero, cuarto,
quinto y sexto. Los resultados se muestran en la siguiente tabla:
Población Tamaño de población Tamaño de muestra
por estratos por estratos
Primero 150 39
Segundo 143 38
Tercero 124 33
Cuarto 116 31
Quinto 117 31
Sexto 96 25
Total 746 197

Tabla. Muestra estratificada de una escuela primaria.

MUESTREO SISTEMÁTICO (MS)
Se trata de una variante del MAS. El
propósito es facilitar la selección de
elementos cuando la población es un
listado de muchos casos.

En este contexto se elige un punto de

arranque aleatorio y se seleccionan
casos en forma sucesiva según un
intervalo numérico convencional.
Es el único de los probabilísticos que no requiere marco muestral. Se
puede trabajar con un cálculo aproximado.
EJEMPLO
En una escuela primaria se realizó una investigación acerca de la
capacidad lectora en los alumnos de todos los cursos; suponiendo que la
escuela no proporciona la lista de alumnos, aunque permita realizar el
trabajo de investigación, lo recomendable será usar la técnica de
muestreo sistemático.

Primero los investigadores harían una ronda por todos los grupos para
contar los alumnos de cada salón, o bien, pedirían la información a los
maestros. Con ello tendrían el aproximado de la población que se usaría
para calcular la muestra.

Supóngase que la confianza para este estudio es de 95%, 7% de error y

máxima variabilidad. Se presume que la población es de 720 alumnos, ya
que hay 18 alumnos con 40 cada alumnos cada uno. Aplicando la fórmula
se tiene el resultado de 154 alumnos para la muestra.
Las operaciones que se realizan para saber cuales alumnos
conformarán la muestra son las siguientes:

1. Se divide la población entre la muestra;

el resultado indicará de cada cuantos
alumnos se debe elegir uno para la
muestra. La población en este caso es de
720 alumnos y la muestra indica que se
deben elegir 154. Al dividir 720 entre 154
se obtiene un resultado que redondeado da
5. esto significa que de cada 5 alumnos uno
será electo para la muestra. Pero, ¿se debe
empezar por el primer alumno de cada
salón? No, por tanto, es conveniente aplicar
el segundo paso.
2. Se realiza un sorteo al azar con un
numero de papelitos igual al producto del
calculo anterior (en este caso 5). Al entrar
a cada salón de clases se sortearán los
números y el electo en cada caso indicará
por cual debe empezarse. Supóngase que
en el grupo sale el número 4. Se cuenta en
la primera fila hasta el número 4 y se le
pide que participe en el número 4 (la
muestra); entonces se selecciona un
alumno de cada 5 hasta concluir ese
grupo. Si al pasar al siguiente grupo saliera
en el sorteo el número 2, a partir del
alumno 2 se elige cada 5 hasta terminar.
 Muestreo no probabilístico

Las técnicas de muestreo no probabilístico que aquí se estudian son dos:

muestreo por cuotas y muestreo por accidente. Hay que recordar que este
tipo de muestreo no permite generalizar los resultados a la población, por
tanto, se usa solo en estudios exploratorios, de casos o de cualquier otro
que no requiera generalizar.

Muestreo por cuotas

En el muestreo por cuotas se determina una cantidad (cuota) de individuos

de una población para que sean miembros de la muestra. No hay
procedimiento especial para establecer la cuota. El criterio es arbitrario,
simplemente puede determinarse encuestar.
 Técnica se efectúa en dos etapas:

 La primera etapa consiste en el desarrollo de categorías de control o

cuotas de los elementos de la población.
 En la segunda etapa, los elementos de la muestra se seleccionan con
base en la conveniencia o juicio.

A fin de desarrollar las cuotas, el investigador listas las características

relevantes: sexo, edad, raza, y determina la distribución de éstas en la
población meta.

Asignadas las cuotas, existe libertad de elegir los elementos que se

incluirán en la muestra, es recomendable incluir en una muestra, una
cantidad menor o mayor de los elementos con determinadas
características, algunos ejemplos del uso de esta técnica son: mercados
de prueba para determinar el hábito de lectura de revistas, magazines,
libros.
 EJEMPLOS DE MUESTREO POR CUOTAS

•A 30 hombres y a 30 mujeres que compartan ciertas características

especificas según la definición que el estudio señale.

•Digamos que usted tiene que entrevistar 20 estudiantes universitarios

de primer año de ambos sexos . Primero usted podría entrevistar 10
hombres y, sabiendo que la distribución de hombres y mujeres esta
dividida aproximadamente 50/50 , usted entrevistaría las siguientes 10
mujeres que llegaran, y con ello habría acabado. Imagine cuanto mas
fácil sería encontrar 10 estudiantes de primer año del sexo masculino,
que 10 hombres específicos, que es lo que se haría en el muestreo
estratificado.
 Ventajas
•El muestreo por cuotas trata de
obtener muestras representativas a
un costo bajo.
• Mayor conveniencia para el
entrevistador al seleccionar los
elementos para cada cuota.
• En ciertas condiciones obtiene
resultados cercanos a aquellos del
muestreo de probabilidad
convencional.
Desventajas
•No existe certeza de que la muestra
sea representativa
• Si se pasa por alto una característica
relevante para el problema, la
muestra no será representativa
• Con frecuencia, se omiten
características de control, porque hay
dificultades prácticas, asociadas con
la inclusión de muchas áreas.
• Muchas fuentes de tendencia en la
selección están presentes en forma
potencial.
 Muestreo por accidente

El muestreo por accidente consiste en seleccionar de manera arbitraria los

individuos para la muestra. Por ejemplo, los investigadores que se van a una plaza
y, sin ningún otro criterio, encuestan a cualquier persona que se encuentre ahí. Por
eso se denomina muestreo accidental.

Podría pensarse que este muestreo es aleatorio, pero no es así. La diferencia

radica en que en el aleatorio se cuenta con un marco muestral y eso le da a cada
uno de los sujetos de la población la misma probabilidad de resultar seleccionado,
mientras que en el muestreo por accidente se escogen las personas que
acostumbran andar por donde se ubica el investigador. Además, es probable que
haya muchas mas personas que acudan a la plaza, pero en días distintos de que
fue el encuestador, o bien, que no caminen en el sitio donde el investigador se
encuentra.

Las conclusiones que obtenga una investigación con este tipo de muestreo impiden
suponer que “ las personas que van a la plaza piensan y opinan de tal forma” ya
que la muestra no es aleatoria”
Castañeda, J., De la Torre, M. O., Morán, J. M., & Lara, L. P. (2005).
Metodología de la Investigación. México: Mc Graw Hill.

Vivanco, M. (2005). Muestreo Estadístico y Aplicaciones . Chile: Universitaria.