LOGRO ESPERADO

Calcula el tamaño de una muestra utilizando las fórmulas pertinentes en problemas

contextualizados.

INDICADORES DE LOGRO
• Calcula el tamaño de una muestra teniendo en cuenta el parámetro de interés.
• Estima la media de una población en poblaciones finitas utilizando un intervalo de
confianza.
• Explica el significado de los intervalos de confianza a partir de la teoría respectiva y
considerando las características del problema.
MUESTREO
El muestreo es un procedimiento estadístico que permite calcular el tamaño de una muestra y
obtener los elementos que la conforman. El objetivo es inferir sobre la población a partir de la
información contenida en la muestra.

¿Cuándo trabajar con una muestra?

Entre otras razones, cuando el costo de realizar un censo sea muy alto.
Ventajas de trabajar con una muestra:
• Menor tiempo para realizar el estudio
• Menor número de elementos
• Menor costo económico
CONCEPTOS BÁSICOS
Población objetivo: Es la colección completa de elementos que se desea estudiar. También
es conocida como población teórica.
Marco muestral: Es la parte de la población desde donde se selecciona la
muestra. Idealmente el marco muestral coincide con la población objetivo.
Muestra: Es un subconjunto del marco muestral o la población muestreada.
Unidad de análisis: Es la unidad sobre la que
interesa obtener información.
Error de muestreo: El error que se comete debido a que se trabaja solo con una parte de
la población.
Error no muestral: Es el que se produce en todo estudio debido a definiciones
conceptuales incorrectas, a fallas en los instrumentos de medida, en la entrevista o en el
desarrollo de trabajo en campo. Estos errores pueden presentarse, tanto en estudios
donde se trabaja con toda la población, o estudios donde se trabaja solo con una muestra.
TAMAÑO DE MUESTRA PARA LA MEDIA POBLACIONAL
Tamaño de la muestra (n) para estimar 𝜇 cuando la población es normal y el tamaño de la
población es infinito o desconocido
Con frecuencia se desea saber que tan grande debe ser el tamaño de la muestra para
garantizar con un nivel de confianza dado que el error al estimar la media poblacional 𝜇
sea menor que una cantidad especifica 𝜀.
2 2
𝑍(1−𝛼 2) × 𝜎
𝑛=
𝜀2
Tamaño de la muestra (n) para estimar 𝜇 cuando la población es normal y el tamaño de la
población es finito y conocido
Si el tamaño de la población N es finito y conocido, se aplica un factor de corrección.
𝑛0
𝑛= 𝑛0
1+
𝑁
donde: 2 2
𝑍(1−𝛼 2) × 𝜎
𝑛0 =
𝜀2
EJEMPLO
El gerente comercial de una cadena de tiendas, que tiene un gran número de
establecimientos distribuidos en todo el país, desea estimar el nivel promedio semanal de
las ventas de dichos establecimientos, para lo cual está dispuesto a tolerar un error
máximo de 80 soles y desea estar un 95% seguro en sus resultados. Si se sabe que el
nivel de ventas sigue una distribución normal y que la desviación estándar es 350 soles.
¿Qué tamaño de muestra debe usar el gerente?
SOLUCIÓN

Sean:
X = Nivel de ventas de los establecimientos
𝜇 = Nivel promedio poblacional de ventas de
los establecimientos

n = Tamaño de la muestra
Datos 𝒁𝟐(𝟏−𝜶 𝟐) × 𝝈𝟐

𝜇 − 𝑥 ≤ 80 → 𝜀 = 80 𝒏=
𝜺𝟐
𝜎 = 350 1.962 × 3502
1 − 𝛼 = 0.95 → 𝑍(1−𝛼 2) = 𝑍0.975 = 1.96 =
802
= 73.53 → 𝑛 = 74

El gerente debe usar una muestra de 74

establecimientos.
INTERVALO DE CONFIANZA PARA LA MEDIA POBLACIONAL (𝜇)
EN POBLACIONES FINITAS
El intervalo bilateral de confianza para la media poblacional es:
𝐼𝐶 𝜇 : 𝑋 ± 𝑍(1−𝛼/2) × 𝑆𝑋

donde: 𝑛 𝑁−𝑛 𝑠2
𝑖=1 𝑥𝑖
𝑋= 𝑆𝑋 =
𝑛 𝑁 𝑛

N: Tamaño de la población
n: Tamaño de la muestra
𝑠2: Varianza muestral de la variable
𝑋: Media muestral de la variable
𝑆𝑋 : Error estándar de la media muestral
𝑍 𝛼
1− 2 : Valor crítico

NOTA IMPORTANTE: Cuando el tamaño de la muestra (n) es menor o igual que 30, se utiliza la distribución T- Student
EJEMPLO
Un prestamista tiene 2500 clientes con una cuenta de crédito. Para estimar el ingreso promedio
de todos los clientes, se seleccionó una muestra aleatoria de 35 clientes y obtuvo una media de
950 soles con una desviación estándar de 300 soles. Obtenga un intervalo con una confianza del
99% para estimar el ingreso promedio de los 2500 clientes, si se sabe que el ingreso sigue una
distribución normal con media  y varianza 2.
X=Ingreso 𝐼𝐶 𝜇 : 𝑋 ± 𝑍(1−𝛼/2) × 𝑆𝑋
Datos
N=2500 𝐼𝐶 𝜇 : 950 ± 2.58 × 50.35
n=35 𝐼𝐶 𝜇 : < 820.10, 1079.90 >
𝑥 = 950 𝑑𝑜𝑛𝑑𝑒
S=300 𝑁 − 𝑛 𝑠2
1 − 𝛼 = 0.99 → 𝑍 1−∝ 2 = 𝑍0.995 = 2.58 𝑆𝑋 =
𝑁 𝑛

2500 − 35 3002
= = 50.35
2500 35
TAMAÑO DE MUESTRA PARA LA PROPORCIÓN POBLACIONAL
Tamaño de la muestra (n) para estimar  cuando el tamaño de la población es infinito o
desconocido
Con frecuencia se desea saber que tan grande debe ser el tamaño de la muestra para
garantizar con un nivel de confianza dado que el error al estimar la proporción
poblacional  sea menor que una cantidad especifica 𝜀.
2
𝑍(1−𝛼 2) × 𝜋0 × (1 − 𝜋0 )
𝑛=
𝜀2
Tamaño de la muestra (n) para estimar  cuando el tamaño de la población es finito y
conocido
Si el tamaño de la población N es finito y conocido, se aplica un factor de corrección.
𝑛0
𝑛= 𝑛0
1+
𝑁
donde: 2
𝑍(1−𝛼 2) × 𝜋0 × (1 − 𝜋0 )
𝑛0 =
𝜀2
EJEMPLO
Los miembros de un organismo estatal desean realizar una encuesta para estimar la
proporción de viviendas en una comunidad que están a favor de una ley, debido a que
visitar a 5000 viviendas es una tarea difícil de realizar. Calcule el tamaño de muestra con
un nivel de confianza del 98% y con un error de estimación igual a 0.05. No hay
información previa disponible sobre 𝜋0 .
SOLUCIÓN

Sean: 𝒏𝟎
𝒏= 𝒏𝟎
X = Número de viviendas que están a favor de la ley 𝟏+
 = Proporción de viviendas que están a favor de la ley 𝑵
543
=
n = Tamaño de la muestra 543
1+
Datos 5000
~489.81
N=5000
 − 𝑝 ≤ 0.05 → 𝜀 = 0.05 𝑛 =490
𝜋0 = 0.5
1 − 𝛼 = 0.98 → 𝑍 1−𝛼 2 = 𝑍0.99 = 2.33 𝑑𝑜𝑛𝑑𝑒
2
𝑍(1−∝ 2) × 𝜋0 × (1 − 𝜋0 )
𝑛0 =
𝜀2
2.332 × 0.5 × 0.5
=
0.052
= 542.89 → 𝑛0 = 543
INTERVALO DE CONFIANZA PARA LA PROPORCIÓN POBLACIONAL (𝜋) EN
POBLACIONES FINITAS
El intervalo bilateral de confianza para la proporción poblacional es:
𝐼𝐶 𝜋 : 𝑝 ± 𝑍(1−𝛼/2) × 𝑆𝑝
donde: 𝑛 𝑁−𝑛 𝑝 1−𝑝
𝑖=1 𝑥𝑖
𝑝= 𝑆𝑃 =
𝑛 𝑁 𝑛

N: Tamaño de la población
n: Tamaño de la muestra
𝑝: Proporción muestral
𝑆𝑝 : Error estándar de la proporción muestral
𝑍 𝛼
1− 2 : Valor crítico
EJEMPLO
En una zona del norte del país, se desea estimar la proporción de adultos que tienen algún tipo
de seguro de salud. Para ello, se entrevistó a 150 adultos que viven en dicha zona y se encontró
que 85 de ellos tienen algún tipo de seguro de salud.
Obtenga un intervalo con un 95% de confianza para estimar la proporción de adultos en dicha
zona que tienen algún tipo de seguro de salud, si el número de adultos es 5000.
SOLUCIÓN
Sean:
X = Número de adultos que tienen algún tipo de seguro 𝐼𝐶 𝜋 : 𝑝 ± 𝑍(1−𝛼/2) × 𝑆𝑝
de salud
 = Proporción poblacional de adultos que tienen algún
𝐼𝐶 𝜋 : 0.5667 ± 1.96 × 0.0398
tipo de seguro de salud
n = Tamaño de la muestra
𝐼𝐶 𝜋 : < 0.4887, 0.6445 >
Datos
N=5000 𝑑𝑜𝑛𝑑𝑒:
n=150 𝑁−𝑛 𝑝 1−𝑝
X=85 𝑆𝑃 =
𝑁 𝑛
85
p= = 0.5667 5000 − 150 0.5667 0.4333
150 =
5000 150
1 − 𝛼 = 0.95 → 𝑍 1−∝ 2 = 𝑍0.975 = 1.96
= 0.0398
 METACOGNICIÓN

 ¿Que aspectos le han parecido interesantes?

 ¿Que contenido considera más importante del tema trabajado?
 ¿Qué competencias del tema podría aplicar en su vida diaria?
PARA REFORZAR LO APRENDIDO

RESUELVA PROBLEMAS DE LA GUÍA DE

EJERCICIOS