Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Para determinar el tamaño de la muestra hay que considerar que se tiene en primera instancia
conocimiento del tamaño de la población, por lo tanto existe una formula Según: (Villalba,
C., 2016)
En donde,
N = tamaño de la población
Z = nivel de confianza, (95%)
p = probabilidad de éxito, o proporción esperada (5%)
q = probabilidad de fracaso (5%)
d = precisión (Error máximo admisible en términos de proporción) (5%)
En el caso de Europa se daría el cálculo de la muestra así:
497771625
𝐧=
1296280,27 + 0,9506
497771625
𝐧=
1296281
𝐧 = 384
Para el caso de Norteamérica el cálculo corresponde a:
334348948
𝐧=
870700 + 0,9506
334348948
𝐧=
870701
𝐧 = 384
244719115
𝐧=
637289 + 0,9506
244719115
𝐧=
637290
𝐧 = 384
En donde
Z = nivel de confianza,
Q = probabilidad de fracaso
En tanto que para elegir a los entrevistados varia cuando se aplica un muestreo probabilístico
que en este caso sería al azar simple es decir de manera sistemática, estratificada, o por
conglomerados; mientras que si aplicamos un muestreo no probabilístico se daría por juicio
u opinión, por cuotas, de bola de nieve, de conveniencia.
3. ¿Los resultados de esta muestra darían un cuadro exacto de ese país o región?
Si no fuera así ¿de qué manera se podrían ajustar los resultados para brindar
una medida precisa?
Existe un margen de error o fracaso que es del 5%, así como un nivel de confianza que pude
ir del 95% al 99%, esto implica que dentro de una investigación se considera las veces que
se cumplirá la regla o parámetro requerido, en el caso de nuestro estudio por ejemplo el
acceso o penetración a internet y con el margen de error saber si una persona considero acceso
a internet por lapsos extremos de una hora al mes, esto implicaría que no cumple el parámetro
sin embargo se cubre con el 5% de error considerado en el estudio.
Se puede ajustar el resultado elevando el nivel de confianza hasta un 99% que es el máximo
porcentaje, en este caso el tamaño de la muestra también aumenta de manera considerable
para reforzar los resultados del estudio.