UNIVERSIDAD NACIONAL AUTÓNOMA DE HONDURAS

FACULTAD DE CIENCIAS ECONÓMICAS ADMINISTRATIVAS Y CONTABLES

DEPARTAMENTO DE ECONOMÍA

CE094: MÉTODOS Y TÉCNICAS DE INVESTIGACIÓN1

Enrique Hernández.

Guía Complemento del Cap. 8: Selección de la Muestra2

Introducción

Este material, tiene como fin ampliar el conocimiento obtenido por el estudiante. Con ello, aprenderá a identificar una unidad
de muestreo, una unidad de análisis y definir una población; definirá el muestreo como una estrategia para seleccionar las
unidades de las cuales recolectará la información; seleccionará el método de muestreo más apropiado para obtener dicha
información y, aprenderá a calcular una muestra probabilística con el uso de fórmulas. En este sentido, en este material se
presenta una serie de ejercicios resueltos para una mayor comprensión de los fundamentos básicos del muestreo.

1
Ciudad Universitaria José Trinidad Reyes. 2do PAC 2022.
2
Texto: Hernández Sampieri, 6ta Ed.
DEFINICIÓN Y SELECCIÓN DE LA MUESTRA:

Una vez definido el diseño del estudio, el investigador debe avanzar a la siguiente etapa del proceso cuantitativo: identificar
quienes van a proporcionar la información sobre las variables que desee medir, definir y seleccionar la muestra de la cual
recolectará la información. Para ello es primordial en primera instancia definir cuáles serán las “unidades de análisis” de las
cuales se recolectaran los datos (individuos, empresas o comunidades). Sampieri (2010) dice “qué, quiénes, es decir los
participantes, objetos o comunidades de estudio” (p.172). La unidad de análisis es: unidad por la cual se desea obtener
información estadística. Una vez definida, se delimita la población.

Una población o universo se puede definir como el conjunto de todos aquellos casos o unidades de análisis que concuerdan
con determinadas especificaciones de interés para el estudio. Una población o universo puede ser: un conjunto total de hogares
que integran una comunidad, un conjunto total de empleados de una determinada organización, un conjunto de empresas que
integran un sector de la economía hondureña, el número de máquinas o computadores de una empresa o quizá el conjunto
de estudiantes universitarios matriculados en una determinada universidad o carrera. Es así que las poblaciones pueden ser
muy grandes o pequeñas. En esta etapa cuantitativa, se define la población objeto de estudio de la cual se obtendrá información
de interés.

…Las poblaciones no solo son grupos de personas.

Veamos un ejemplo sencillo de unidad de análisis y población:

 Tabla 1: Quiénes van a ser medidos:

Pregunta Problema Unidad de Análisis UA Población

¿Cómo influyen los incentivos salariales en la En este caso las UA son personas, es decir Corresponde a todos los colaboradores que sean parte del Banco
productividad de los colaboradores del banco colaboradores. De ellos se recolectará Industrial dejando así fuera de la población a otros bancos u
Industrial de Guatemala en 2021? información de interés. organizaciones y personas ajenas al banco (proveedores,
acreedores, clientes, etc.). El valor de la población de empleados
puede pedirse al departamento de talento humano.
Corresponde a todos los estudiantes universitarios de la UNAH de
¿Cuáles son las características sociodemográficas Estudiantes universitarios de una reingreso matriculados durante un determinado periodo
de los estudiantes de la UNAH-CU que se han determinada universidad. académico y que reflejan un determinado número de años o
rezagado en su carrera universitaria al cierre del 1 periodos académicos rezagados. Nótese que se excluyen
PAC 2022? graduados, se excluyen estudiantes universitarios de primer
ingreso, se excluyen estudiantes universitarios de otras
universidades y se excluyen otros Centros Regionales. El valor de la
población puede obtenerse en las estadísticas de la UNAH.

¿Cuál es el nivel de productividad de la capacidad Pueden ser las máquinas con las queCorresponde a todas las empresas que están dentro de la industria
instalada maquinaria de las empresas de la cuenta cada empresa en las que se medirá de la construcción de Honduras, sean micro, pequeñas, medianas o
industria de la construcción en Honduras en los la productividad de dichas máquinas. grandes empresas y que su actividad principal es la construcción.
años 2005-2015? Se excluyen otros rubros. El valor de la población de empresas de
esta industria puede estar en la Cámara Hondureña de la Industria
de la Construcción.
¿Están los ocupados asalariados del mercado Personas. Los participantes son grupos de Hondureños que se encuentran laborando dentro del sector
laboral del sector maquila de zona norte de hondureños trabajando en diferentes maquila únicamente de la zona norte de Honduras. Se incluyen
Honduras laborando en condiciones óptimas con maquilas. Pueden ser operarios, jefes, gerentes, jefes o empleados en todas sus categorías o jerarquías.
salarios que se ajustan a sus responsabilidades? gerentes y directores. No se incluye a la población otras zonas del país donde existen
maquilas ni personas desocupadas.

Fuente: elaboración propia.

En la práctica investigativa, no siempre se tienen todos los recursos (tiempo, económicos, entre otros) para llegar a medir toda
una población de interés, más aún si estas son demasiado grandes, extensas y/o difíciles de acceder. Es por lo anterior que en
la investigación comúnmente se suele medir características a un subconjunto de la población y no a la población total, a ese
subconjunto se le denomina “muestra”.

Cuando seleccionamos un subconjunto de la población objeto de estudio, se vuelve más factible medir sus
características/variables (que nos interesan) de las unidades de análisis que conforman dicha muestra y que representarán (en
la medida posible o con un máximo nivel de confianza) a la población. Antes de centrarnos en el muestreo veamos algunas
definiciones:

…Una población se mide con censos

…Una muestra se mide con encuestas
 Tabla 2: Definiciones de Población, Censo, Muestra y Encuesta.

DEFINICIÓN INSTRUMENTO PARA RECOLECTAR LOS DATOS RESULTADO: ¿QUÉ SE OBTIENE?

POBLACIÓN (N):
Se refiere a todas las unidades de análisis,
casos o elementos cuyas características se
desean medir. También llamado universo,
representa a todos esos casos que
concuerdan con determinadas
especificaciones. En estadística, la población
o universo siempre se representa como: "N"
(mayúscula).
CENSO: PARÁMETRO:
Es el instrumento de recolección de datos que permite lograr la medición Es el valor de una característica dada que se
completa de una población sin dejar por fuera unidades de análisis o calcula utilizando todas las unidades de análisis
casos que son parte de ella. de la población objeto de estudio. Para
ejemplificar: una media poblacional de los
ingresos de los hogares, la varianza poblacional
El INE lo define como "El conjunto de operaciones consistentes en de la edad de los estudiantes de Economía. Un
recoger, recopilar, evaluar, analizar y publicar o divulgar de alguna forma parámetro siempre será una medida descriptiva
datos relativos a todos los habitantes, los hogares y las viviendas de un de una población. (Lobo, 2010). Considérese
país, en un momento determinado”. el objetivo de los censos es otro ejemplo:
proporcionar datos sobre las condiciones demográficas, sociales,
económicas, entre otras de TODA UNA POBLACIÓN. Supóngase una población con N elementos, el
total poblacional, la media poblacional o
cualquier otra medida descriptiva que se calcule
utilizando a todos los elementos de la población
es un parámetro.

▪ Una media poblacional µ de la edad.

▪ Una varianza poblacional 𝝈𝟐 de los
ingresos de hogares.

Al medir características/variables de la
Los censos son útiles cuando se desea medir a TODA la población. población se obtienen parámetros.
 DEFINICIÓN INSTRUMENTO PARA RECOLECTAR LOS DATO RESULTADO: ¿QUÉ SE OBTIENE?
MUESTRA (n): ENCUESTA: ESTADÍSTICO O ESTIMADOR:
Es un subconjunto de la población que se Es la aplicación de un cuestionario a una muestra o subconjunto de la Es el valor de una característica dada que se
espera sea representativo de ella. La muestra población. Su objetivo es la recolección de datos de una parte de las calcula utilizando las unidades de una muestra
se calcula de manera probabilística o no unidades de análisis que comprenden un universo a investigar con el fin representativa de la población. Para
probabilística. de estudiar una población solo con las características de la muestra ejemplificar:
calculada.
Cuando el objetivo es inferir sobre la Las encuestas permiten observar y medir una muestra de la población Supóngase que se desea medir la edad
población o generalizar los resultados para así hacer inferencias sobre un grupo definido de elementos. promedio de estudiantes de Microfinanzas que
obtenidos en un estudio, la muestra calculada residen en zonas rurales de Honduras. El valor
deberá ser probabilística (es decir, que Para ejemplificar, supóngase que se desea determinar cómo afecta el resultante se calcula de una muestra (n) y
representen verdaderamente a la población nivel educativo en los ingresos laborales de los hondureños radicados en proporciona una estimación del parámetro
objeto de estudio y que haya sido Francisco Morazán; una muestra probabilística permitiría obtener datos poblacional. Otros ejemplos:
seleccionadas de manera aleatoria). En de esas variables únicamente de un subconjunto aleatorio de
estadística una muestra se representa con: hondureños que radican en FM y permitirá realizar inferencias a toda la ▪ Una media muestral 𝒙̅ de la edad.
"n" (minúscula). población hondureña de FM (siempre y cuando la elección de esos ▪ Una varianza muestral 𝒔𝟐 de los
elementos de la población haya sido probabilística). ingresos de hogares.
▪ % de Privados de libertad con
problemas de salud

**EL OBJETIVO DEL MUESTREO ES

ESTIMAR LOS PARAMETROS DE UNA
POBLACIÓN**

Entonces: N > n Las encuestas son muy útiles para medir a UNA PARTE de la población
(que la represente).
Razones básicas que justifican el uso del muestreo:
➢ Ahorro sustancial cuando se compara con el costo de un censo.
➢ El uso de una muestra ahorra tiempo.
➢ La muestra permite concentrarse en casos individuales.
➢ En el caso de usos industriales, el muestreo es útil cuando hay pruebas que son de naturaleza destructiva.

Como ya se mencionó, el muestreo funciona de forma tal que, al no poder medir a toda una población, se pueda medir una
muestra de esa población y que las características o variables medidas (estadísticos) reflejen el valor verdadero de esa variable
en la población (parámetros). Esto solo se puede lograr cuando el tipo de muestreo utilizado es PROBABILÍSTICO. Para el
caso, los muestreos NO PROBABILÍSTICOS no logran representar fielmente a una población debido a que no se puede
calcular un error de estimación y se puede cometer sesgo en la selección de los participantes; mientras que en los muestreos
probabilísticos se logra conocer dicho error y/o nivel de confianza minimizando así el sesgo.

Vamos a centrarnos en el cálculo o estimación de la muestra. De aquí en adelante, nos concentraremos en medir una población
por medio de una muestra para obtener estadísticos. Para ello definiremos el MUESTREO como el proceso o técnica que
permite seleccionar una muestra a la que finalmente se le aplicará una encuesta (instrumento o técnica).
¿Qué características debe tener una muestra?

▪ Con los datos obtenemos estadísticos.

▪ Se desea que sea representativa de la población (solo así se podrá generalizar los resultados a toda una población
objeto de estudio) esta es una característica de los enfoques cuantitativos y del método deductivo.
▪ Siempre se origina cierto grado de incertidumbre o riesgo (se define un nivel de confianza).
▪ Obliga a vivir con un error (el error es conocido y se espera sea lo más reducido posible).
▪ La recolección de datos se realiza por encuesta (y no por censo).

¿Qué pasos se deben seguir para seleccionar una muestra?

▪ Delimitar la población (identificando cuales son las unidades de análisis).

▪ Identificar el marco muestral (es un listado de unidades de análisis. Ej: Listado de estudiantes, listado de
empresas, un listado de hogares de un departamento o guías telefónicas, mapas de departamento del país)
▪ Determinar el tamaño de la muestra (haciendo uso de fórmulas y tablas de distribución normal)
▪ Elegir un procedimiento de muestreo (escoger uno de los métodos de muestreo: más abajo se mencionan)
▪ Seleccionar la muestra (identificar que participantes conformarán la muestra y qué participantes quedarán
fuera de ella).

Pero ¿qué tipos de muestreo existen?

Los Probabilísticos y los No Probabilísticos, la selección de uno de estos tipos determina el poder generalizar
los resultados o no a una población. Veamos a continuación:
 1. 2.
Probabílistico No Probabílistico

1.1 Muestreo
2.1 Muestreo
Aleatorio
por Voluntarios
Simple MAS

2.2 Muestreo
1.2 Muestreo
por
Sistemático
Conveniencia

1.3 Muestreo 2.3 Muestreo

Estratificado por Cuotas

1.4 Muestreo 2.4 Muestreo

por por Bola de
Conglomerados Nieve o Cadena
 1. EL MUESTREO PROBABILÍSTICO

Es un subgrupo de la población en el que todos los elementos tienen la misma posibilidad de ser elegidos. Este tipo de muestreo
aplica las probabilidades de que una unidad de análisis o participante sea seleccionado para incluirse en el tamaño de la
muestra. Aquí no existe sesgo de selección ni el investigador determina a su propio criterio quienes serán parte de su muestra).

Características del muestreo probabilístico:

➢ Se basa en la teoría de las probabilidades.
➢ Se conoce la probabilidad de que uno sea elegido para la muestra.
➢ Se puede medir la magnitud de error de nuestras predicciones.
➢ Permite la generalización de la muestra hacia la población.
➢ Para el uso del muestreo probabilista, se necesita una base o “Marco” para la selección de las unidades.
1.1. EL MUESTREO ALEATORIO SIMPLE (MAS):

Se le conoce como muestreo irrestricto, es un método de selección de “n” unidades en un conjunto de “N” de tal modo
que cada una de las muestras distintas tengan la misma oportunidad de ser elegidas.

Para ejemplificar, supóngase que se desea seleccionar a los ganadores de una rifa de 5 televisores, si existen 50
participantes solo se puede seleccionar a 5. Este tipo de muestreo permite seleccionar a esos 5 de forma aleatoria y no
a criterio de una persona (porque si no, hay trampa). Para ello se considera el MAS y se acude a una tómbola en la que
estarán dentro de ella todas las personas que participaron comprando un boleto (esto sería la población N),
consecuentemente se le da vuelta a la tómbola y se empieza a seleccionar cada uno de los que serán los 5 ganadores del
televisor (estos serían la muestra n aleatoria). La selección de esos 5 elementos se realiza sin reemplazo o con reemplazo.

Seleccionar viviendas
para encuestar y medir
el hacinamiento en una
comunidad de un
departamento del país.
N=54; n=18
 1.2. MUESTREO SISTEMÁTICO (MS):

Este método, involucra la selección aleatoria de un elemento o participante de los primeros “n” elementos de la muestra
y posteriormente la selección de cada n-ésimo elemento o participante. Como su nombre lo indica, se va a seleccionar
una muestra de forma sistemática (con un patrón). Para usar este método es necesario tener el valor de la población N
y un Marco Muestral (listado de participantes). Véase el siguiente ejemplo:

Seleccionar sistemáticamente estudiantes de Microfinanzas de la UNAH (unidades de análisis) para aplicar una encuesta y medir el
rendimiento académico, la edad, la procedencia y el número de clases aprobadas.

DATOS:
N = 60 (…esto es población)
n = 15 (…esto es muestra)

**Recuerde: siempre N>n**

A) Calcular el intervalo de muestreo (k):

Entonces,
k = 60/15
k= 4 (este será nuestro intervalo para seleccionar a los n=15)
B) Arrancar o iniciar con un número aleatorio (entre 0 y 4) que se puede obtener lanzando unos dados o con el uso de “números
ramdom o aleatorios” en Excel:

Supóngase que se obtuvo un aleatorio de lanzar un par de dados de 6

Entonces A =6

C) Seleccionar la muestra de un listado de unidades de análisis (Marco Muestral):

Si A=6 entonces se puede considerar como primer elemento de la muestra 𝑛1 =6

Seguidamente el siguiente elemento 𝑛2 será:

𝑛2 = 𝑛1 + 𝑘
𝑛2 = 6 + 4
𝑛2 = 10

Encontrando 𝑛3 :
𝑛3 = 𝑛2 + 𝑘
𝑛3 = 10 + 4
𝑛3 = 14

…y así sucesivamente hasta llegar al último elemento de la muestra: 𝑛15

1.3. MUESTREO ESTRATIFICADO:

Una muestra estratificada es la obtenida mediante la separación de los elementos de la población en grupos que no
presenten traslapes llamados estratos (h). Este método de muestreo probabilístico divide a la población en grupos
(estratos) que son homogéneos al interior (que presentan características parecidas entre los participantes, por ejemplos
estratos de estudiantes que cursan una misma carrera o estrato de estudiantes que viven en zonas rurales) y que son
heterogéneos al exterior (que presentan características diferentes entre estratos, por ejemplo grupos de estudiantes que
trabajan y grupos de estudiantes que no trabajan).

Un investigador puede dividir su muestra en estratos considerando dividirlo por alguna característica o variable de
interés, así las muestras se estratifican por: edad, sexo, clase social, domino, religión, nacionalidad, nivel educativo,
entre otros.
POBLACION (N) ESTRATOS (h)
 Es así que se al separar a la población en estratos (h), se elige una muestra aleatoria simple dentro de cada grupo (estrato)
para obtener la muestra de cada grupo de la población. Los estratos pueden reflejar las regiones de un país, zonas densas
o escasamente pobladas, varios grupos étnicos u otros.

1.4. MUESTREO POR CONGLOMERADOS O RACIMOS

Este método se usa cuando ya existen poblaciones conglomeradas de forma natural y/o geográficamente. Es una muestra
aleatoria en la cual cada unidad de muestreo es una colección de conglomerados. A menudo y en la práctica no existe
un marco adecuado (como una lista de personas, casas o empresas) a partir de la cual se pueda seleccionar una muestra
de la población y el costo de construir dicha lista es demasiado alto. Es aquí donde se utiliza este tipo de muestreo, es
de bajo costo y permite con base en la geografía del lugar seleccionar aleatoriamente los conglomerados y a su vez los
elementos dentro de ese conglomerado.
A diferencia del muestreo estratificado, el de conglomerados presenta en cada grupo (o conglomerado) características
heterogéneas al interior con respecto a la variable de interés.

EL MUESTREO POR CONGLOMERADOS SUPONE UN MUESTREO DE DOS O MAS ETAPAS:

Supóngase que se desea medir los patrones de consumo de toda la población de hogares de Honduras. Como el tamaño
de la población es muy grande los costos del estudio se elevan por lo que no conviene utilizar un muestreo estratificado
(mucho menos un MAS o MS) ya que no se cuenta con información (marco muestral) o listados de todos los hogares
del país. Para resolver el problema se hace uso del método de Muestreo por Conglomerado en el cual calcula una muestra
al azar de los 18 departamentos (primera etapa); seguido cada departamento elegido al azar se convierte en una
población de hogares y luego se eligen al azar municipios (segunda etapa), cada municipio seleccionado será una
población y se eligen al azar comunidades o colonias (tercera etapa); seguido cada colonia será una población y se
elegirán al azar manzanas o cuadras (cuarta etapa) por último de esas cuadras se eligen al azar viviendas u hogares. En
cada etapa se usa el MAS.
 Los mapas son muy útiles como
marco muestral de referencia en
el muestro por conglomerado
por etapas.

2. EL MUESTREO NO PROBABILÍSTICO

Este tipo de muestreo no emplea la teoría de las probabilidades, es fácil de implementar, requiere pocos recursos, pero NO
garantiza la representatividad de los resultados de una muestra a una población. Entre sus características:
▪ No se conoce la probabilidad de que una unidad de análisis sea seleccionada.
▪ No hay posibilidad de evaluar con precisión los resultados.
▪ Se usa cuando hay pocos recursos.
▪ Se usa cuando no hay un marco muestral.
Los métodos más conocidos son:
▪ Muestreo por voluntarios. ▪ Muestreo por cuotas.
▪ Muestreo por conveniencia. ▪ Muestreo por bola de nieve (cadena).

...Para el uso del muestreo no probabilístico, no requiere una base o Marco para la selección de las unidades

ESTIMACIÓN DEL TAMAÑO DE LA MUESTRA

Una vez definida la unidad de análisis, definida la población y elegido el método de muestreo apropiado para la investigación;
es necesario calcular el tamaño de la muestra para así acudir a la recolección y medición de características o variables de
interés. A continuación, se definen los pasos a seguir:

I. Identificar si se trata de una población “N” finita (que se conoce su valor o tamaño) o una población “N” infinita (que
no se conoce su valor o tamaño).

En la práctica, no siempre se cuenta con el valor de la población. Para solventarlo, existen fórmulas o procedimientos para
calcular la muestra. Más adelante se muestran ejemplos sobre esta situación.

II. Definir el error de estimación (𝜺)

Este margen de error lo define el investigador o el muestrista. Se espera sea lo más mínimo posible. Su magnitud esta medida
en las mismas unidades de la variable de estudio. Ejemplo:
▪ Si la variable de interés es edad en años, el error estará en esa misma medida: años.
▪ Si la variable es porcentaje/proporción (%) de aceptación, el error estará en esa misma medida: porcentaje de
error.

III. Definir el Nivel de Confianza a utilizar: 1 − 𝛼 ➔ “uno menos alfa”

Representa el grado de certeza (o probabilidad), expresado en porcentaje con el que queremos realizar la estimación de
un parámetro a través de un estadístico muestral. Los niveles de confianza más utilizados son:

𝟏−𝜶 𝜶 Valor 𝒁𝜶
Nivel de Confianza Nivel de Significancia: (en Tabla Z)
90% 10% 1.645
95% 5% 1.96
99% 1% 2.57

Cuando se especifica otro valor de nivel de confianza (supóngase 87%) se debe acudir a la Tabla de Distribución Normal
Z para calcular el valor crítico de Z. …..(más adelante se muestra cómo se calcula)
IV. Se calcula el tamaño de la muestra de acuerdo con el tipo de datos que se tiene, pudiendo ser:

▪ Muestras a través de Medias.

 ▪ Muestras a través de Proporciones (%).

DESARROLLO DE LOS EJERCICIOS PRÁCTICOS DE CÁLCULO DE

MUESTRA

Para una mayor compresión, el estudiante debe tener a disposición:

▪ Hoja de Formulas. ….disponible en este documento y en la presentación del campus virtual.
▪ Tabla de distribución normal Z. …disponible en textos básicos de estadística.

Muestreo Aleatorio Simple (MAS)

Medias
1. Consideremos una población que consiste en 1,000 fincas para las cuales la varianza poblacional del número de
vacas por finca es igual a 250. Estimar el número promedio de vacas por finca a partir de una muestra; queremos
además tener una confianza razonable de que el estimador estará cerca del valor verdadero. Supongamos que el
error en la estimación no debe ser mayor a 1 vaca; queremos un nivel de confianza del 95% de que dicho error no
será mayor que 1.
 Solución
Datos:
▪ N =1,000 fincas
▪ 𝛔𝟐 = 250 vacas por finca (esto es la varianza poblacional: un parámetro de N)
▪ 𝛆 = 1 vaca (esto es el error de estimación)
▪ (𝟏 − 𝜶) = 95% (esto es nivel de confianza)
▪ Z = 1.96 (este valor viene de la tabla Z) y depende del valor del nivel de confianza.

PRIMERO: Identificar si se trata de una población finita o infinita:

Para el caso, es una población finita ya que se conoce su valor, el cual según es N=1000 fincas.
SEGUNDO: Definir el error de estimación: Este según el ejercicio es de 1 vaca:
ε = 1 vaca (esto es el error de estimación)
TERCERO: Definir el nivel de confianza:
Según el ejercicio este será de 95%. Seguido de tener el valor de confianza, se calcula el valor Z, véase el procedimiento:

Si el nivel de confianza (𝟏 − 𝜶) es: = 95% o lo que es igual a 0.95

Este valor lo dividimos entre dos:

0.95 / 2
= 0.4750
El valor resultante 0.4750 lo buscamos en la tabla Z:
CUARTO: calcular el tamaño de la muestra: Haciendo uso de las fórmulas. Para identificar cuál de las fórmulas se debe
aplicar a cada ejercicio se deben tener en cuenta los datos disponibles. Las fórmulas se encuentran en este documento y en la
presentación disponible en el Campus Virtual.
Aquí se muestran:
Cuando no se tiene el
valor de la población (N)
pero si el valor de la
varianza σ2 .

Cuando si se tiene el
valor de la población (N)
y además se tiene el
valor de la varianza σ2 .

Donde: Cuando no se tiene el Cuando si se tiene el

N: TAMAÑO DE LA POBLACIÓN. valor de la población (N) valor de la población (N),
y tampoco un valor de la pero no el valor de la
n: TAMAÑO DE LA MUESTRA. varianza σ2 . varianza σ2 .
Z: VALOR EN TABLA Z.
𝛔𝟐 : VARIANZA POBLACIONAL (PARÁMETRO).
E: ERROR.
𝜋: PROPORCIÓN % …(PROBABILIDAD QUE SUCEDA EL EVENTO ESPERADO).
𝟏 − 𝝅: PROPORCIÓN % …(PROBABILIDAD QUE NO SUCEDA EL EVENTO ESPERADO).

Una vez identificado en el ejercicio que si se da el valor de N y además aparece un valor de la varianza poblacional, la formula
a utilizar es:

CONCLUSIÓN:

Para estimar el número

Procedemos a calcular la muestra: promedio de vacas por
(1.96)2 (1,000)(250) finca y con un nivel de
𝑛= confianza de 95%, se
(1.96)2(250) + (12 )(1,000) necesita una muestra
mínima de 490 fincas.
𝒏 = 𝟒𝟗𝟎
 2. Supongamos ahora la misma situación, pero queremos un error no mayor de 3 vacas, con un nivel de
confianza del 95%.
Solución
Datos:
▪ N =1,000 fincas
▪ 𝛔𝟐 = 250 vacas por finca
▪ 𝛆 = 3 vacas (el error definido por el investigador aumentó)
▪ (𝟏 − 𝜶) = 95%
▪ Z = 1.96
(1.96)2(1,000)(250)
=
(1.96)2 (250) + (𝟑)2(1,000)
CONCLUSIÓN:

Para estimar el número

𝒏 = 𝟗𝟕 promedio de vacas por
finca y con un nivel de
**Nótese que a medida se aumenta el nivel de error, la muestra se vuelve más pequeña** confianza de 95%, se
necesita una muestra
mínima de 97 fincas.
3. Por estudios previos se tiene conocimiento que la distribución del peso al nacer de niños que cumplen su
periodo de gestación de 40 semanas es aproximadamente normal con una media de 3,550 gramos y una
desviación estándar de S=400 gramos. Se va a realizar un nuevo estudio para una población con
características similares, con el fin de estimar el peso promedio al nacer de los niños. Con base en el estudio
previo determine el tamaño de la muestra. Además, se considera que un error de máximo 45 gramos logra
una estimación valida, la confiabilidad del estudio es del 95%.
Solución
Datos:

▪ N = ¿? (N es infinita)
▪ 𝐬 ó 𝛔 = 400 gramos
▪ 𝛆 = 45 gramos
▪ (𝟏 − 𝜶) = 95%
▪ Z = 1.96

CONCLUSIÓN:

Para estimar el peso

(1.96)2 (400)2 promedio de los niños al
=
(45)2 nacer, se necesita una
muestra mínima de 304
𝒏 = 𝟑𝟎𝟒 niños.
Proporciones
1. Se quiere estimar la proporción de personas de origen chino en una comunidad con un error del 3%, con
una confianza del 95%. ¿Qué tamaño de muestra tenemos que elegir para alcanzar este objetivo?
Asumamos que el valor máximo de 𝝅 es igual a ½.
Solución
Datos:
▪ N = ¿? (N es infinita)
▪ 𝛆 = 3% (el error está en porcentaje ya que se está calculando muestra a través de proporciones)
▪ (𝟏 − 𝜶) = 95%
▪ Z = 1.96
▪ 𝝅=½ (también se le conoce por P).
▪ 𝟏 − 𝝅 = ½ (también se le conoce por Q)

(1.96)2(0.50)(0.50)
= CONCLUSIÓN:
(0.03)2
Para estimar la
proporción de personas
𝒏 = 𝟏, 𝟎𝟔𝟖 chinas en una
comunidad, se debe
considerar una muestra
mínima de 1,068
personas.
 2. Determinar los factores que inciden en la productividad de los obreros de la pequeña y mediana industria
en México (tanto en el DF como en la zona metropolitana); por lo que es necesario entrevistar a los gerentes
de producción para conocer su opinión. Se considera un nivel de confianza del 95%. El número de empresas
y gerentes de producción en la zona es de 21,703, el error es del 5%. La probabilidad es de 0.50.
Solución
Datos:
▪ N = 21,703
▪ 𝛆 = 5%
▪ (𝟏 − 𝜶) = 95%
▪ Z = 1.96
▪ 𝝅 = 0.50 (a lo que es lo mismo ½).
▪ 𝟏 − 𝝅 = 0.50 (a lo que es lo mismo ½).

CONCLUSIÓN:
(1.96)2 (21,703)(0.50)(0.50) Para medir la opinión de los
𝑛=
(1.96)2(0.50)(0.50) + (0.05)2(21,703) gerentes de la industria en
México e identificar los
factores que intervienen en
𝒏 = 𝟑𝟕𝟖 la productividad se necesita
una muestra mínima de 378
gerentes a encuestar.
Muestreo Sistemático
1. Se quiere obtener una muestra sistemática que seleccione egresados de un programa de una universidad
que tiene 1,200 de ellos. La variable clave del estudio es dicotómica y se aduce que la proporción es del
25%, además se quiere un error del 4% y una confiabilidad del 90%.

Solución

Para resolver este ejercicio, como ya se mostró anteriormente es necesario calcular el intervalo de muestreo (k):

Datos:
▪ N = 1,200
▪ 𝛆 = 4%
▪ (𝟏 − 𝜶) = 90%
▪ Z = 1.64
▪ 𝝅 = 0.25 (también se le conoce por p).
▪ 𝟏 − 𝝅 = 0.75 (también se le conoce por q)

Calculando la muestra n:
 (1.64)2(1,200)(0.25)(0.75)
𝑛=
(1.64)2 (0.25)(0.75) + (0.04)2 (1,200)

𝒏 = 𝟐𝟓𝟎 CONCLUSIÓN:

Para obtener la
información de los
egresados de un programa
de una universidad, se debe
encuestar a 250 de ellos.

Ya teniendo la muestra (n), calculamos k:

k= 1,200⁄250

k=4.8 ≅ 𝒓𝒆𝒅𝒐𝒏𝒅𝒆𝒂𝒎𝒐𝒔 𝒂 𝟓

Una vez calculada n y k, se parte de un primer valor aleatorio(A) entre 1 y 5 usando el programa Excel:
Suponer que fue A=3
Si A = 3 entonces se puede considerar como primer elemento de la muestra 𝑛1 =3

Seguidamente el siguiente elemento 𝑛2 será:

 𝑛2 = 𝑛1 + 𝑘 Encontrando 𝑛3 :
𝑛2 = 3 + 5 𝑛3 = 𝑛2 + 𝑘
𝑛2 = 8 𝑛3 = 8 + 5
𝑛3 = 13
..Y así hasta obtener el último elemento sistemático 𝑛250

2. En una muestra de 500 personas de una población de 10,000, si el primer elemento seleccionado es 17 ¿Cuál
será el siguiente seleccionado?
Solución

Datos:
▪ N = 10,000
▪ 𝑛 = 500

Aquí ya nos dan el valor de la muestra (n), solo se nos pide que seleccionemos sistemáticamente a cada elemento (persona)
que será parte de esa muestra de 500:

k= 10,000⁄500
k=20
Calculando sistemáticamente n:
𝑛1 =17 𝑛2 = 𝑛1 + 𝑘
𝑛2 = 17 + 20
𝑛2 = 37

Muestreo Estratificado
1. La empresa CIEM requiere llevar a cabo un estudio de mercado para determinar la aceptación de los
usuarios sobre el servicio de recolección de escombros, para ello, se obtuvo la siguiente información:
Usuarios residenciales 125,000.00
Usuarios industriales 45,000.00
Otros usuarios 1,500.00
Encuentre el tamaño de muestra para cada categoría de usuario, si se desea una confiabilidad del 95% y un
error del 6%, además se sabe que la proporción de usuarios satisfechos en el último estudio fue de 0.75.
Solución

Datos:
▪ N = 171,500
▪ 𝛆 = 6%
▪ (𝟏 − 𝜶) = 95%
▪ Z = 1.96
▪ 𝝅 = 0.75 (esto indica que son proporciones)
▪ 𝟏 − 𝝅 = 0.25 (esto indica que son proporciones)
 (1.96)2 (171,500)(0.75)(0.25)
𝑛=
(1.96)2(0.75)(0.25) + (0.06)2 (171,500)

𝒏 = 𝟐𝟎𝟎

Una vez calculada la muestra, se debe estratificar a la población, es decir separarla en estratos (h) o grupos:

Población por Fracción de

Población N estrato: Nh Muestreo: FM=n/N Muestra por estrato: nh=Nh*FM

Usuarios Residenciales 125,000 0.00116618 (125,000)*( (0.00116618) = 146

Usuarios Industriales 45,000 0.00116618 (45,000)*( (0.00116618) = 52
Otros usuarios 1,500 0.00116618 (1,500)*( (0.00116618) = 2
TOTAL ∑ 171,500 - ∑ 200

En conclusión:
Para medir la aceptación de los usuarios sobre el servicio de recolección de escombros, la empresa CIEM debe encuestar
estratificadamente como mínimo a 200 de sus usuarios. De los cuales 146 deben ser Residenciales, 52 deben ser Industriales
y 2 deben ser de otros usuarios.
1. Se pretende hacer un estudio de las actitudes hacia las experiencias prematrimoniales de los estudiantes
de la FCE. La población total en Tegucigalpa es de 10,000 alumnos. Calcule el tamaño de la muestra con un
nivel de confianza del 95% un nivel de precisión del 2%. No se conoce la proporción de la población.
Si la población está dividida de la siguiente manera: Empresas 5,000, Economía 500, Contaduría 2,000
Comercio Internacional 1,500 y otras carreras 1,000. Calcule la muestra en cada estrato.

Solución
IMPORTANTE: Cuando no se conoce la proporción, entonces se toman 50% para 𝝅 y 50% para 𝟏 − 𝝅

Datos:
▪ N = 10,000
▪ 𝛆 = 2%
▪ (𝟏 − 𝜶) = 95%
▪ Z = 1.96
▪ 𝝅 = 0.5 (es lo mismo que 50%)
▪ 𝟏 − 𝝅 = 0.5 (es lo mismo que 50%)

(1.96)2(10,000)(0.5)(0.5)
(1.96)2 (0.5)(0.5) + (0.02)2 (10,000)

𝒏 = 𝟏, 𝟗𝟑𝟔
Ahora calculando las muestras de forma estratificada con la fracción de muestreo FM:

Población Población por Estrato Fracción de Muestreo: FM Muestra por estrato:

N Nh FM= n/N nh=Nh*FM
EMPRESAS 5,000 1,936 / 10,000 = 0.1936 (5,000)*(0.1936)= 968
ECONOMIA 500 1,936 / 10,000 = 0.1936 (500)*(0.1936)= 97
CONTADURIA 2,000 1,936 / 10,000 = 0.1936 (2,000)*(0.1936)= 387
COMERCIO 1,500 1,936 / 10,000 = 0.1936 (1,500)*(0.1936)= 290
OTRAS 1,000 1,936 / 10,000 = 0.1936 (1,000)*(0.1936)= 194
TOTAL ∑ 10,000 - ∑ 1,936

En conclusión:
Para medir las actitudes hacia las experiencias prematrimoniales de estudiantes de la FCE, el investigador debe considerar una
muestra mínima de 1,936 estudiantes. Dicha muestra la debe estratificar por carreras quedando así una muestra de: 968 serán
de EMPRESAS, 97 de ECONOMÍA, 387 de CONTADURIA 290 de COMERCIO y 194 de OTRAS CARRERAS.
Referencias Bibliográficas

Hernández Sampieri, R., Fernández Collado, C. F., Baptista Lucio, P. (2014). Metodología de la investigación. Sexta edición.
Lovo Peralta, H. (2010). Fundamentos Básicos del Muestreo.