Documentos de Académico
Documentos de Profesional
Documentos de Cultura
TAMAÑO DE MUESTRA
INGENIERÍA CIVIL
Universidad Nacional de Cajamarca
•Muestreo
•Elementos de la teoría de muestreo.
•Tipos de muestreo.
•Muestreo Probabilístico.
•Muestreo No Probabilístico.
•Tamaño de muestra.
https://repository.ucc.edu.co/bitstream/20.500.12494/16
271/1/2019_construccion_pavimento_rigido..pdf
¿Cuál es la muestra?
• Es una técnica estadística por la cual se realizan inferencias a la población examinando solo una muestra.
• Su propósito es proporcionar diferente tipo de información estadística de naturaleza cuantitativa o cualitativa.
• Es una técnica empleada para seleccionar elementos de una población.
• Por su gran importancia los investigadores lo utilizan en los diferentes campos de saber y también lo usamos en la
vida diaria.
- Pruebas de germinación.
- Análisis de sangre.
Por: Aracelli Poémape
- Control de calidad.
7. Muestreos
de suelos
1. Pruebas de Cianuraciòn
en Botellas y Columnas. Por: Aracelli Poémape
5. Muestreos
de Agua
4. Muestreos de
Agregados
2. Muestreos en 6. Muestreos en
Industrias Industrias Pesqueras
Químicas 3. Muestreo de https://docplayer.es/60329707-Recuperacion-de-oro-en-minerales-sulfurados-de-baja-ley-en-la-provincia-de-casma.html
Mineral en Campo
Por: Aracelli Poémape
1.3. Usos del Muestreo en diversos campos.
El Muestreo es utilizado en diversos campos:
2- Política: Las muestras de las opiniones de los votantes se usan para que
los candidatos midan la opinión pública y el apoyo en las elecciones.
2. Población:
Ejm:
5. Unidad Muestral:
Ejemplos:
Una fábrica, una familia, una calle, una granja, etc.
6. Marco Muestral
Es el conjunto de unidades del cual se seleccionará una muestra.
7. Error de muestreo
Es el error, originado por el hecho de inferir características o
propiedades para la población con base en las observaciones de una
muestra ( Diferencia entre el parámetro y su estimador)
7. Error de muestreo
MUESTREO
No Probabilístico Probabilístico
Por Juicio
Ventajas Desventajas
1. MUESTREO POR
CONVENIENCIA
• Ejemplo:
Objetivo Población
de Estudio
muestra ¿Por qué?
•- Recursos limitados
•- Datos disponibles limitados
•- Prueba destructiva
Diapositiva 40
Por: Aracelli Poémape
1 26 51 76
2 27 52 77
3 28 53 78
N = 100 4 29 54 79
5 30 55 80
6 31 56 81
7 32 57 82
Se desea una muestra n = 20 8 33 58 83
9 34 59 84
10 35 60 85
11 36 61 86
12 37 62 87
13 38 63 88
14 39 64 89
15 40 65 90
16 41 66 91
17 42 67 92
18 43 68 93
19 44 69 94
20 45 70 95 Por: Aracelli Poémape
21 46 71 96
22 47 72 97
23 48 73 98
24 49 74 99
25 50 75 100
Diapositiva 41
Por: Aracelli Poémape
1 26 51 76
2 27 52 77
3 28 53 78
4 29 54 79
N = 100 5 30 55 80
6 31 56 81
7 32 57 82
8 33 58 83
Se desea una muestra n = 20 9 34 59 84
10 35 60 85
11 36 61 86
12 37 62 87
N/n = 5 13 38 63 88
14 39 64 89
15 40 65 90
16 41 66 91
17 42 67 92
18 43 68 93
19 44 69 94
20 45 70 95
21 46 71 96 Por: Aracelli Poémape
22 47 72 97
23 48 73 98
24 49 74 99
25 50 75 100
Diapositiva 42
Por: Aracelli Poémape
1 26 51 76
2 27 52 77
3 28 53 78
N = 100 4 29 54 79
5 30 55 80
6 31 56 81
7 32 57 82
Se desea una muestra n = 20 8 33 58 83
9 34 59 84
10 35 60 85
11 36 61 86
K = N/n = 5 12 37 62 87
13 38 63 88
14 39 64 89
15 40 65 90
Escoger un número aleatorio de 1-5: Seleccionado: 16 41 66 91
4 17 42 67 92
18 43 68 93
19 44 69 94 Por: Aracelli Poémape
20 45 70 95
21 46 71 96
22 47 72 97
23 48 73 98
24 49 74 99
25 50 75 100
Diapositiva 43
Por: Aracelli Poémape
1 26 51 76
2 27 52 77
N = 100 3 28 53 78
4 29 54 79
5 30 55 80
6 31 56 81
Se desea una muestra n = 20 7 32 57 82
8 33 58 83
9 34 59 84
10 35 60 85
11 36 61 86
N/n = 5 12 37 62 87
13 38 63 88
14 39 64 89
15 40 65 90
Escoger un número aleatorio de 1-5: 16 41 66 91
Seleccionado: 4 17 42 67 92
18 43 68 93
19 44 69 94 Por: Aracelli Poémape
20 45 70 95
21 46 71 96
Empezar con el 4 y escoger cada 22 47 72 97
quinto número 23 48 73 98
24 49 74 99
25 50 75 100
Diapositiva 44
Por: Aracelli Poémape
Por: Aracelli Poémape
Población (N)
........
n1 n2 n3 nL
Muestra (n) n = n1 + n2 + n3 +.........+ nL
Por: Aracelli Poémape
MUESTREO PROBABILISTICO
N1 N2 N3 … NL
N = N1 + N2 + … + NL
n = n1 + n2 + n3 +.........+ nL
45 x1900 = 85500
39 x 2600 = 101400
16 x 2100 = 33600
Paso 2: Se suman todos los valores obtenidos en el paso 1
0,388x2500 = 970
Por: Aracelli Poémape
0,460x2500 = 1150
0,152x2500 = 380
970, 1150, 380 = 2500
Ejemplo :
https://repository.ucc.edu.co/bitstream/20.500.12494/16
271/1/2019_construccion_pavimento_rigido..pdf
Por: Aracelli Poémape
https://repositorio.unc.edu.pe/handle/20.500.14074/4511
Si Ud. fuera parte del equipo de investigación ¿Cuáles serian sus primeras interrogantes:
Por: Aracelli Poémape
Por: Aracelli Poémape
Por: Aracelli Poémape
𝑍 2 𝑃𝑄 𝑍 2 𝑃𝑄𝑁
𝑛= 𝑛0 = 2
𝐸2 𝐸 (𝑁 − 1) + 𝑍 2 𝑃𝑄
Donde:
n0 P = proporción de la población que posee la
• Si 5% , entonces la muestra definitiva es n 0 característica que se desea saber (cuando se
N desconoce se asume P = 50)
(muestra previa)
Q = 1-P
n0 Z: Valor normal a un nivel de confianza dado, el Por: Aracelli Poémape
• Si 5% , entonces se ajusta la muestra.
N cual puede ser 90%, 95% o 99%.
E: Precisión (error máximo tolerable en la
• Para ajustar la muestra se tiene que aplicar la siguiente formula: estimación del parámetro, varía de 1% a 5%.)
n0 N: Tamaño de la población (que generalmente no
n= se conoce).
n
1+ 0 n0: Tamaño de muestra previa
N n : Tamaño de muestra final
Por: Aracelli Poémape
TAMAÑO DE MUESTRA
𝑍2 𝑆 2 𝑍2𝑆 2𝑁
𝑛𝑜 = 2
𝑛= 𝐸 (𝑁 − 1) + 𝑍 2 𝑆 2
𝐸2
n0 Donde:
5%
N S 2: Valor de la desviación estándar estimado
• Si , entonces la muestra definitiva es n 0
mediante: revisión bibliográfica, estudio
(muestra previa) piloto, experiencia del investigador
n0 Z: Valor normal a un nivel de confianza dado, Por:
el Aracelli Poémape
• Si 5% , entonces se ajusta la muestra. cual puede ser 90%, 95% o 99%.
N E: Precisión (error máximo tolerable en la
• Para ajustar la muestra se tiene que aplicar la siguiente formula: estimación del parámetro)
n0
n= N: Tamaño de la población (que generalmente no
se conoce).
n
1+ 0 n0: Tamaño de muestra previa
N n : Tamaño de muestra final
Por: Aracelli Poémape
TAMAÑO DE MUESTRA
E= % del estimador o en valor absoluto (unidades). Fijada por el Por: Aracelli Poémape
investigador.
n0
• Si 5% , entonces la muestra definitiva es n0
N
(muestra previa)
n0
• Si N 5%, entonces se ajusta la muestra.
n0
n= Por: Aracelli Poémape
n0 DONDE: n es la muestra final.
1+
N
TABLA N° 01
VALORES DE
ESTANDARIZADA(Z)
Nivel de Valor Z
Nivel de confianza
significancia
(1-)
() Bilateral Unilateral
Por: Aracelli Poémape
90% = 0.90 10% = 0.10 1.64 1.28
95% = 0.95 5% = 0.05 1.96 1.64
98% = 0.98 2% = 0.02 2.32 2.05
99% = 0.99 1% = 0.01 2.57 2.32
TABLA N° 02
COMPORTAMIENTO DE P y Q
P Q=1-P PQ
0.05 0.95 0.0475
0.10 0.90 0.090
0.20 0.80 0.160
0.30 0.70 0.210
0.40 0.60 0.240
0.50 0.50 0.250
0.60 0.40 0.240 Por: Aracelli Poémape
0.70 0.30 0.210
0.80 0.20 0.160
0.90 0.10 0.090
0.95 0.05 0.0475
Ejemplo 1:
SOLUCION de Ejemplo 1:
𝑍2 𝑆2 𝑁 1.962 22 8000
𝑛0 = 2 2 2 = 2 2
0.25 (8000 − 1) + 1.96 22
= 238.561
𝐸 (𝑁−1)+𝑍 𝑆
𝑛0
𝑆𝑖 <5%, entonces la muestra definitiva es 𝑛0 (muestra previa).
𝑵
Como 238,561 / 8000 = 0.0298 < 0.05, entonces no hay necesidad de ajustar el
tamaño de muestra.
SOLUCION de Ejemplo 2:
•Muestreo
•Elementos de la teoría de muestreo.
•Tipos de muestreo.
•Muestreo Probabilìstico.
•Muestreo No Probabilìstico.
•Tamaño de muestra.