Documentos de Académico
Documentos de Profesional
Documentos de Cultura
La ecuación a emplear depende del objetivo que se persiga (p.ej. una proporción, una media,
etc.) y también depende del tamaño de la población, de si ésta es N es finita o infinita o muy
grande.
La elección de los parámetros intervinientes para el cálculo han de ser determinados con base
experta y, en todo caso, “pecar de conservadores”.
Al hacer varios experimentos semejantes con el mismo tipo de muestra, el 95% de los
parámetros se encontrarían dentro del margen, mientras que el 5% se encontrarían fuera de
él.
Cuando el tamaño de la población sea muy grande (suele considerarse cuando N > 100.000),
la fórmula para hallar la muestra para obtener una proporción se simplifica:
Ejercicio 1
Se quiere estimar la proporción de un determinado parámetro en una población de N = 1500,
con un nivel de confianza del 95% (Z = 1,96). Adoptamos un margen de error e = 6% (0,06)
y, como no tenemos datos previos, estimamos una proporción de cumplimiento del 50%
(0,5).
Ejercicio 2.
Calcular el tamaño muestral necesario para el mismo planteamiento del ejercicio anterior,
pero esta vez para una población mucho más grande, pongamos que de N = 200.000:
Ejercicio 3.
Calcular el tamaño muestral para el planteamiento anterior para la misma población
N = 200.000 y con la misma estimación conservadora de la proporción esperada del 50%,
pero esta vez con más exigencia, fijando un margen de error e = 3% (0,03).
Al buscar un margen de error más estricto, el tamaño de la muestra necesario ha aumentado
considerablemente a 1067 sujetos.
Ejercicio 4.
Cuántas personas deben formar la muestra para estimar la prevalencia (es una proporción) de
la miopía en los menores de 18 años en una población de en la que actualmente hay censados
10.000 menores de 18 años. Sabemos previamente que la proporción esperada está alrededor
del 60%. Escogemos un nivel de os confianza del 95% y admitimos un margen de error
del 4%:
A parte del nivel de confianza (1-α) y el margen de error (e) admitido, de los que se ha
hablado arriba, ahora debemos tener una idea de la varianza (σ2) de la distribución de la
variable a considerar.
Ejercicio 5.
En una fábrica de muebles con un proceso muy mecanizado se quiere saber cuál es la media
del peso de un determinado modelo de mesa que ha sido fabricado a lo largo del último año.
Se han fabricado una cantidad muy grande de unidades. Por anteriores ejercicios sabemos
que la desviación típica σ de la variable buscada está alrededor de 40 gr. Queremos saber la
media con un margen de error del 95% y admitimos un margen de error de 6 gr.
Ejercicio 6.
Los alumnos varones de 10 años matriculados en el curso 2017-2018 en una nueva
agrupación de centros docentes de una ciudad son 1650. Se quiere hacer un estudio para
estimar la media de la estatura de esos 1650 escolares. Se fija un nivel de confianza del 95%
y admitimos un margen de error de 1,8 cm.
No hay datos previos de la varianza de la variable estatura, dada la pluralidad del origen de
los alumnos. Se recurre a adoptar un valor “conservador” de la varianza estimada, tomando
el cuadrado de la semiamplitud que se considera. Es decir, ω2 será la mitad de la diferencia
del valor máximo y mínimo que nos consta por experiencia que conforman las diferentes
estaturas de los adolescentes masculinos de esa edad:
Conociendo los parámetros de este ejercicio, se aplica la fórmula del tamaño de la muestra
para estimar la media de una población finita.
Conclusiones:
1. Los parámetros tamaños de la muestra, n, nivel de confianza, Z y margen de error, e
están relacionados mutuamente.
2. Si disminuimos el margen de error, e, debemos aumentar el tamaño de la muestra, n.
3. Si el nivel de confianza, Z lo adoptamos más alto, también tendremos que incrementar
el tamaño muestral, n.
4. Como el parámetro que no se quiere tocar normalmente es el nivel de confianza, Z,
entonces, para disminuir el margen de error, e admitido nos obligará a aumentar el
tamaño muestral, n.
AÑO: 2018