1.3.

2 Metodología del muestreo aleatorio simple
1. Definir la población de estudio y el parámetro a estudiar. Recordemos que la población es el grupo formado por el conjunto total de individuos, objetos o medidas que poseen algunas características comunes observables en un lugar y en un momento determinado. Por lo tanto, el paso 1 es determinar el que se va a estudiar. Por ejemplo: Un investigador realiza un estudio sobre las relaciones de género en el noviazgo, su objeto de estudio es las manifestaciones de violencia física y psicológica entre los estudiantes del último año de la carrera de química. Su población es el total de estudiantes del último año de ingeniería química que tengan novio o novia; el total de individuos con esta característica es de 386. Por lo que, la población es de 386 individuos y las variables son: violencia física y violencia psicológica. 2. Enumerar a todas las unidades de análisis que integran la población, asignándoles un número de identidad o identificación. Una vez que hemos definido nuestra población y las variables a estudiar, es necesario asignar un número de identificación a cada individuo de la población. Siguiendo con el ejemplo de la relaciones de género en el noviazgo en los estudiantes de química, lo que sigue es numerar a los 386 estudiantes un número del 0 al 386. 3. Determinar el tamaño de la población, determinar el porcentaje de error y el porcentaje de confianza y obtener una muestra preliminar. Para calcular el tamaño de una muestra hay que tomar en cuenta tres factores: • El porcentaje de confianza con el cual se quiere generalizar los datos desde la muestra hacia la población total. • El porcentaje de error que se pretende aceptar al momento de hacer la generalización. • El nivel de variabilidad que se calcula para comprobar la hipótesis. Veamos en qué consiste cada concepto: • Definir el tamaño de la población: Significa determinar el número de individuos que la constituyen; la variable N representa el tamaño de la población. Esto es, N=X. • Porcentaje de confianza: Es el grado o nivel de seguridad que existe para generalizar los resultados obtenidos. Esto quiere decir que un porcentaje del 100% equivale a decir que no existe ninguna duda para generalizar tales resultados, pero también implica estudiar a la totalidad de los casos de la población. Para evitar un costo muy alto se busca un porcentaje de confianza menor, comúnmente es un 95%. El nivel de confianza no es ni un porcentaje, ni la proporción que le correspondería, a pesar de que se expresa en términos de porcentajes. Este dato se obtiene a partir de la distribución normal estándar (esto se considerará en la unidad 2). • Porcentaje de error: Equivale a elegir una probabilidad de aceptar una hipótesis que sea falsa como si fuera verdadera, o la inversa: rechazar a hipótesis verdadera por considerarla falsa. Al igual que en el caso de la confianza, si se quiere eliminar el riesgo del error y considerarlo como 0%, entonces la muestra es del mismo tamaño que la población, por lo que conviene correr un cierto riesgo de equivocarse. Comúnmente se aceptan entre el 4% y el 6% como error, tomando en cuenta de que no son complementarios la confianza y el error. • Variabilidad: Es la probabilidad (o porcentaje) con el que se aceptó y se rechazó la hipótesis que se quiere comprobar. El porcentaje con que se aceptó tal hipótesis se denomina variabilidad positiva y se indica con p, y el porcentaje con el que se rechazó la hipótesis es la variabilidad negativa, identificada por q.

Sustituyendo: En otras palabras. tenemos que P(Z)=0. . se utiliza cualquiera de las siguientes fórmulas. Para cuando se conoce el tamaño de la población: n es el tamaño de la muestra Z es el nivel de confianza p es la variabilidad positiva q es la variabilidad negativa N es el tamaño de la población E es la precisión o error Ejemplo: En un lote de 25. Para cuando no se conoce el tamaño de la población: n es el tamaño de la muestra Z es el nivel de confianza p es la variabilidad positiva q es la variabilidad negativa E es la precisión o error Ejemplo: En un lote grande de medicinas.95 si Z=1. el porcentaje de error y el nivel de variabilidad han sido determinados. se ocupará una muestra de aproximadamente 378 cajas. Debido a que la variabilidad y el error se pueden expresar por medio de porcentajes. se desea verificar que la proporción de los ingredientes activos sea el adecuado.3. se ocupará una muestra de aproximadamente 384 unidades. Solución: Para el nivel de confianza sea igual al 95%. Solución: Para el nivel de confianza sea igual al 95%. hay que convertir esos valores a proporciones. el porcentaje de confianza.96. en el caso necesario. El uso de una u otra depende de si se conoce o no el tamaño de la población. Supongamos que la variabilidad p=q=0. Determinar el tamaño óptimo de muestra para el estudio. Una vez que la población.000 cajas de medicina. se debe determinar el tamaño de la muestra. Se debe determinar el tamaño de la muestra para un nivel de confianza del 95% con un error del 5%.2 Metodología del muestreo aleatorio simple 4.5. se desea verificar que la proporción de los ingredientes activos sea el adecuado.5. Supongamos que la variabilidad p=q=0.95 si Z=1. Sustituyendo: Es decir.1.96. Se debe determinar el tamaño de la muestra para un nivel de confianza del 95% con un error del 5%. tenemos que p(Z)=0. En este paso.

96 (para un 95% de confianza) E= 2% = 0. Generar números aleatorios mediante programas computaciones (por ejemplo. Seleccionar la muestra usando números aleatorios. Supongamos que la producción de artículos de cocina de la que se seleccionará la muestra tiene un total de 25.000 artículos. El último paso para obtener la muestra es saber qué individuos específicos de la población se tomarán.5 Z= 1. desea determinar las proporciones de los artículos defectuosos de una de sus producciones. Una fábrica de artículos para cocina.02 porque conocemos el total de la .5 q=1-0.3.02 Entonces.96 (para un 95% de confianza) E= 2% = 0.5=0.2 Metodología del muestreo aleatorio simple 5. ¿cuántos artículos debemos seleccionar para realizar un estudio con el 95% de confianza y el 2% de margen de error? Entonces aplicamos la fórmula población.5=0. la muestra se compone de 1417 artículos. Tomar los individuos correspondientes a los números elegidos. ¿cuántos artículos se deben seleccionar para tener una muestra representativa? Se utiliza la fórmula porque desconocemos el tamaño de la población. por ejemplo. Queremos determinar el tamaño de la muestra.96 (para un 95% de confianza) E= 2% = 0. sacando números de una urna o lanzando una moneda al aire. Numerar a los individuos de la población del 0 a N (donde N es el tamaño de la población).5 Z= 1. Si se quiere hacer un estudio con un 95% de confianza y un margen de error del 2%. p=0. el 18% de la p= 82%= 0. III. funciones en calculadora o bien utilizando tablas de números aleatorios. También puedes generar números aleatorios de formas mecánicas. p=0.82 (variabilidad positiva = % de aceptación de la hipótesis = % de éxito) q= 1-0.18 Z= 1. pero tomando en cuenta que existe un estudio anterior según el cual. II. Excel).02 Por lo tanto.5 q=1-0.82=0.1. la muestra de artículos de cocina que se seleccionará será de 2401. A. de la misma producción de artículos del inciso A. Para hacer esto debemos: I.

82 q=1-0.02 N= 25.190 artículos de cocina.18 Z= 1. 000 artículos? Tomando en cuenta que un estudio anterior arrojó un resultado de 18 artículos defectuosos por cada 100.1. la variabilidad positiva (porcentaje de éxito) es igual a 82%.3. . p=0.2 Metodología del muestreo aleatorio simple N= 25. entonces. Como se tiene un estudio anterior. donde se determinó que el 18% de la producción es defectuosa. ¿Cuántos artículos habrá que seleccionar para realizar un estudio con el 95% de confianza y un margen de error del 2% en un población de 25.000 La muestra debe tener 1.341 artículos.82=0. nuestra muestra se compone de 2.96 (para un 95% de confianza) E= 2% = 0.000 Entonces.

Sign up to vote on this title
UsefulNot useful