Muestras

Todo estudio de investigacin est generalmente basado en muestras. Por lo

tanto saber cmo escoger una muestra y las caractersticas de esa muestra son
aspectos muy importantes.
Muestra aleatoria o al azar. Si la muestra se toma individuo por individuo de
un grupo de gente pero sin ningn sistema preestablecido, por ejemplo los
premios de una rifa.
Muestra aleatoria sistemtica. La muestra se toma al azar pero siguiendo un
sistema predeterminado por ejemplo tomar uno de cada diez o de cada cien
estudiantes de una lista.
Muestra aleatoria simple o sencilla. Cuando se toma la muestra en grupo por
ejemplo todos los nios que nacieron en el mismo ao. Se est eligiendo al
mismo tiempo todo un grupo de participantes en la muestra.
Muestra estratificada o conglomerada. Si la muestra se compone de dos o ms
grupos bien definidos y se toman datos individuales de cada uno de los
individuos participantes entonces es una muestra estratificada. Si solamente
se toman datos del grupo, no de cada individuo en particular, entonces es una
muestra conglomerada o clster.
Muestra de conveniencia. Cuando la muestra se obtiene a partir de grupos ya
formados por casualidad por ejemplo los clientes que entran a una farmacia o
los alumnos de un mismo saln de clase en la universidad. Se llama de
conveniencia porque es fcil de obtener.

Tamao de la muestra
En Educacin, Sicologa, Biologa y otras ciencias el intervalo de confianza es
por convencin 95% con un ancho del 6%. Es muy importante saber cul debe
ser el tamao de una muestra extrada de una poblacin de la cual no se sabe
an la desviacin tpica o estndar. Sin embargo, cul debe ser el intervalo de
confianza y el ancho del mismo lo pone el investigador. Generalmente se
requiere un intervalo de confianza del 95% y un ancho del 6%. El tamao
calculado de la muestra es muy importante porque evita gastar ms dinero del

necesario para hacer una encuesta. Por otro lado, siempre es necesario
producir un porcentaje por encima de este nmero que depender del mtodo
utilizado para obtener los resultados. Una encuesta por correo suele requerir
un 10% de encuestas enviadas por encima del nmero requerido para la
muestra. Cada caso es diferente. Ahora vamos a calcular un caso hipottico.
Por ejemplo: el 41% de los residentes de San Juan dicen que han visto un caso
de cncer infantil en un familiar cercano. La pregunta es Cuntos adultos
habra que encuestar para llegar a un estimado estadstico de la proporcin
verdadera de adultos que tienen un familiar cercano con cncer infantil con
intervalo de confianza de 95% y un ancho de 6%?
Primero: dividimos el intervalo de confianza entre dos z a/2 y miramos a la
tabla-z:
.95 / 2 = 0.475
El nmero ms cercano en la tabla de z para 0.475 es 1.96
Para calcular E (el margen de error) dividimos 6% entre 2. O sea 6%/2
= 0.03
p = 0.41
q = 1 0.41 = 0.59

Segundo: Se multiplican p y q . Por el momento se deja este nmero aparte.

0.41 0.59 = 0.2419
Tercero: Se divide za/2 entre E
1.96 / .03 = 65.3333333
Cuarto: El resultado del paso Tercero se eleva al cuadrado.
65.3333333 65.3333333 = 4268.44444
Quinto: Se multiplican los resultados de los pasos 2 y 4.
0.2419 4268.44444 = 1,032.53671
= 1,033 personas que hay que encuestar.
En otros casos se conoce la desviacin tpica o estndar.

Por ejemplo: Supongamos que queremos conocer cul es la edad promedio de

los estudiantes de la Inter, con un margen de error de ms o menos 0.5 aos.
Adems queremos estar seguros del resultado al 99%. Buscamos estudios
anteriores y encontramos que la desviacin estndar es 2.9.
Paso 1: Buscar z de a/2 dividiendo el intervalo de confianza entre 2, luego
buscamos esa rea en la tabla de z.
.99/2 = 0.495. El valor ms cercano de z para 0.495 es 2.58.
Paso 2: Multiplicar el resultado del paso 1 por la desviacin estndar.
2.58 * 2.9 = 7.482
Paso 3: Dividir el resultado del Paso 1 entre el margen de error. El margen de
error que nos fijamos es 0.5.
7.482/0.5 = 14.96
Paso 4: Elevar al cuadrado el resultado del paso 3.
14.96 * 14.96 = 223.8016
Escala de Medicin
Intervalo

Nominal

Ordinal

Propiedades

Identidad

Identidad
Magnitud

Identidad
Magnitud
Intervalo

Operaciones
Matemticas

Contar

Orden de tamao
(Rango)

Suma
Resta

Nominal

Estadstica
descriptiva

Estadstica
Inferencial

Moda

No
paramtrico
Chi
cuadrado

Aplicaciones Estadsticas
Intervalo
Moda
Moda
Mediana
Mediana
Media
Estadsticas de
Estadsticas de rango
rango
Varianza
Desviacin Estndar
Ordinal

No paramtricos
Mann-Whitney U
Kruskal-Wallis H
Friedman ANOVA
Correlacin de
Spearman

Paramtricos
t-test
ANOVA
Correlacin de Pearson

Razn
Identidad
Magnitud
Intervalo
Cero verdadero
Suma
Resta
Multiplicacin
Divisin
Razn
Moda
Mediana
Media
Estadsticas de rango
Varianza
Desviacin Estndar

Paramtricos
t-test
ANOVA
Correlacin de Pearson