Portada

Índice
 Introducción

El desarrollo de este informe se basa en una investigación de las técnicas para el cálculo del
tamaño de la muestra. De acuerdo a estudios, una muestra se entiende como un subconjunto más
o menos representativo de una población estadística, aislado del resto con fines de evaluación y
estudio. Es decir, se trata de un fragmento de la totalidad de elementos a estudiar, compuesta por
un número más manejable de ellos, seleccionados (idealmente) al azar. Por otra parte, al conjunto
de acciones planificadas y sistemáticas que son necesarias para proporcionar la confianza
adecuada de que un producto satisfará los requisitos de calidad dados, se denomina técnica. Un
aspecto fundamental sobre la técnica es que puede ser: trasmisible, reproducible, transformable y
mejorable en cualquiera de sus ámbitos de aplicación.
En este contexto, el marco teórico será el preámbulo fundamental para explorar los conceptos
clave relacionados con el cálculo del tamaño de muestra, las diferentes técnicas disponibles
como el muestreo aleatorio simple, muestreo estratificado, muestreo por conglomerados,
muestreo sistemático y sus definiciones, así como la importancia de considerar la población de
estudio y los parámetros estadísticos relevantes. El marco teórico, será el ente rector que
proporcionará información clave para lograr hacer un correcto cálculo de una muestra,
asegurando que los resultados sean válidos y útiles para la toma de decisiones.

Sumado a esto, se abordan los aspectos claves para el cálculo del tamaño de la muestra tomando
en cuenta varios aspectos, relacionados con el parámetro, el estimador, el error muestral, el nivel
de confianza, la varianza poblacional y los conceptos para su estudio. Con ello, se presenta al
investigador las distintas fórmulas matemáticas según el tipo de población, detallando sus
significados, amplitud de esta y el procedimiento a realizar con las fórmulas, con el afán de que
se logre un buen y correcto cálculo de la muestra que se tiene en mente.
Estos elementos sientan las bases para una comprensión más profunda sobre el tema en estudio.
Por lo tanto, el desarrollo de los ejercicios proporcionaran una visión más amplia sobre los
resultados de la muestra obtenida con ellos, y lograr que los resultados sean confiables con el
grado de representatividad deseado. Establecer el tamaño de dicha muestra, es un proceso
importante en toda investigación puesto que permitirá realizar un estudio viable y creíble
siempre delimitado por los objetivos del estudio y las diferentes características de cada
población.
Finalmente, la forma de aplicación e importancia de estas técnicas aplicados a los diversos
fenómenos que puedan presentarse en distintas áreas como: la investigación de mercado, la
investigación científica, estadística y estudios de opinión, salud pública, investigación social e
investigación educativa. Por lo que, el documento está elaborado con el objetivo de hacer que el
lector sea capaz de reconocer las diversas técnicas que existen para el calculo de una muestra y
los parámetros que se deben tomar en cuenta para calcularla, con un alto grado de veracidad que
representa responsabilidad y métodos cualifícables para una investigación realizada.
 Objetivos

Objetivo General:
Conocer aspectos básicos y generalidades fundamentales sobre las técnicas para un buen
cálculo de la muestra

Objetivos específicos:

1. Identificar las fórmulas matemáticas para un buen cálculo de muestra

2. Aplicar las fórmulas del cálculo de la muestra en diversos ejemplos

 Marco Teórico

Existen diversas técnicas y enfoques para calcular el tamaño de la muestra, y la elección de la

técnica adecuada depende de varios factores, como el tipo de estudio, los objetivos de la
investigación, el nivel deseado de confianza y la precisión requerida de los resultados. Es
importante abordar esta cuestión a fondo, ya que el tamaño de la muestra puede afectar
significativamente la validez y aplicabilidad de los resultados. En este marco teórico, se
explorarán los conceptos clave relacionados con el cálculo del tamaño de muestra, las diferentes
técnicas disponibles, así como la importancia de considerar la población de estudio y los
parámetros estadísticos relevantes. Además, se estudiará sobre la forma de elegir un tamaño de
muestra apropiado para garantizar la integridad de la investigación. Este marco teórico
proporcionará información clave para lograr hacer un correcto cálculo de una muestra
asegurando que los resultados sean válidos y útiles para la toma de decisiones.

Al realizar una investigación de naturaleza cuantitativa, es necesario que se establezcan

claramente las características de las unidades de población a estudiar. Para ello, una vez definida
la unidad de análisis que se pretende estudiar es necesario delimitar ésta de la manera más
precisa posible. Asimismo, es fundamental la importancia de la selección de una muestra
representativa de la población objeto de estudio, con el propósito de realizar análisis estadísticos.
Por ello, el propósito de este trabajo es brindar un panorama general de los procedimientos de
muestreo, los cuales son variados. El muestreo puede llevarse a cabo de diversas maneras, desde
el muestreo aleatorio simple hasta el muestreo estratificado o por conglomerados. Cada uno de
estos métodos tiene sus propias ventajas y limitaciones, y la elección del método adecuado
dependerá de la naturaleza de la población y los objetivos de la investigación.
Además, es esencial considerar el tamaño de muestra necesario para obtener resultados
confiables. Esto implica calcular la cantidad de unidades que deben incluirse en la muestra para
que los resultados sean estadísticamente significativos. Un tamaño de muestra inadecuado puede
llevar a conclusiones erróneas y, por lo tanto, es fundamental realizar un cálculo preciso.
 Conceptos
Población: La población es aquel conjunto de individuos que tienen las características (variables
de estudio) que se desean estudiar.

Población finita: Cuando se conoce el tamaño de la población.

Población infinita: Cuando no se conoce el tamaño de la población.

Muestra: Es un subconjunto de la población de estudio, es el grupo de personas que realmente se

estudiaran. Debe ser representativa de la población y para lograr esto se debe tener bien definido
los criterios de inclusión y exclusión, así como la realización de una buena técnica de muestreo.
Técnicas: Conjunto de acciones planificadas y sistemáticas que son necesarias para proporcionar
la confianza adecuada de que un producto satisfará los requisitos de calidad dados.

¿Qué es el tamaño de la muestra?

Una muestra es una selección de los encuestados elegidos y que representan a la población total.
El tamaño de la muestra es una porción significativa de la población que cumple con las
características de la investigación reduciendo los costos y el tiempo. Para que se puedan
generalizar a la población los resultados obtenidos en la muestra, ésta ha de ser «representativa»
de dicha población. Para ello, se han de definir con claridad los criterios de inclusión y exclusión
y, sobre todo, se han de utilizar las técnicas de muestreo apropiadas para garantizar dicha
representatividad.

¿Por qué calcular el tamaño de la muestra?

 Una muestra puede estudiarse con mayor rapidez que una población.
 El estudio de una muestra es menos costoso.
 Toma menos tiempo el estudio a realizar.
 Los resultados son más precisos.

¿Cuándo calcular el tamaño de la muestra?

 Cuando no se puede estudiar toda la población

 Cuando se quieren estudiar dos o más grupos y establecer diferencias.
 Cuando se quieren estimar parámetros, prevalencia, promedio, porcentajes y tasas.

Tipos de muestreo

Muestreo aleatorio simple: El Muestreo Aleatorio Simple (MAS) es una técnica de muestreo en
la que se seleccionan muestras de una población de manera aleatoria, de manera que cada
elemento de la población tenga la misma probabilidad de ser seleccionado.

muestreo estratificado: Este proceso de estratificación requiere que la población sea dividida en
grupos homogéneos, llamados estratos, donde cada elemento tiene una característica tal, que no
le permite pertenecer a otro estrato.

Muestreo por conglomerados: Se emplea cuando la población se divide en grupos

(conglomerados), y se seleccionan algunos conglomerados al azar. Luego, se recopilan datos de
todos los elementos dentro de los conglomerados seleccionados.
 Muestreo sistemático: forma práctica para seleccionar unidades de análisis, es hacerlo en
forma sistemática, escogiendo una unidad para seleccionar los sujetos muestrales. Es el tipo de
muestreo por conglomerado más directo, para ello: el investigador selecciona k elementos en
cada estrato y luego escoge de forma aleatoria los primeros elementos de esos k elementos, para
ello; calcule el valor de k a través de la siguiente fórmula: K = N/n

Importancia de calcular el tamaño de la muestra:

Un aspecto relevante en la metodología de la investigación es la estimación o cálculo de la
cantidad de participantes que deben incluirse en un estudio. La primera reflexión que surge es
¿para qué sirve el cálculo del tamaño de la muestra? Permite a los investigadores saber cuántos
individuos son necesarios estudiar, para estimar un parámetro determinado con el grado de
confianza deseado o el número necesario para detectar una determinada diferencia entre los
grupos de estudio, suponiendo que existiese realmente.

La inclusión de un número excesivo de sujetos encarece el estudio en varios aspectos. Un estudio

con un tamaño insuficiente de la muestra estimará un parámetro con poca precisión o será
incapaz de detectar diferencias entre los grupos, conduciendo a conclusiones erróneas.

Establecer el tamaño de dicha muestra es un proceso importante en toda investigación ya que

permitirá realizar un estudio viable y creíble siempre delimitado por los objetivos del estudio y
las diferentes características de cada población.

Determinar el tamaño de una muestra permite ahorrar recursos tanto económicos como humanos,
además de disminuir considerablemente el tiempo de realización de la investigación que estés
realizando, la cual puede ser de toda clase como por ejemplo estudios de opinión o
alguna investigación de mercados.

Esto permite a los investigadores saber cuántos individuos son necesarios estudiar, para poder
estimar un parámetro determinado con el grado de confianza deseado, o el número necesario
para poder detectar una determinada diferencia entre los grupos de estudio, suponiendo que
existiese realmente. El cálculo del tamaño de la muestra es una función matemática que expresa
la relación entre las variables, cantidad de participantes y poder estadístico.
el tamaño de una muestra representa una parte esencial del método científico para poder llevar a
cabo una investigación. Al muestreo lo podemos definir como el conjunto de observaciones
necesarias para estudiar la distribución de determinadas características en la totalidad de una
población, a partir de la observación de una parte o subconjunto de una población, denominada
muestra.
Permite obtener una cantidad significativa de la población que abarca nuestro campo de
investigación, por lo tanto, es de gran utilidad: ya que agiliza el proceso de esta y se obtienen
resultados significativos para la investigación. es por eso que para su mejor aprovechamiento y
adecuados resultados es necesario el correcto cálculo del tamaño de la muestra. un cálculo
equivocado podría generar lo contrario de todos los beneficios antes mencionados que este
aporta.

 Áreas de aplicación:

 Investigación de Mercado: En estudios de mercado, se utiliza el tamaño de muestra para

determinar la cantidad de personas que deben ser encuestadas o analizadas para tomar
decisiones sobre productos, precios, promociones y estrategias de marketing.

 Investigación Científica: En disciplinas como la biología, química y física, se utiliza el

tamaño de muestra para planificar experimentos y recopilar datos que respalden
investigaciones científicas.

 Estadística y Estudios de Opinión: En encuestas de opinión, elecciones políticas, y

análisis de datos demográficos, el tamaño de muestra es esencial para obtener una imagen
precisa de la población y sus opiniones.

 Calidad y Control de Procesos: En la industria y la manufactura, se utiliza el tamaño de

muestra para garantizar la calidad de los productos y controlar procesos de producción.

 Salud Pública: En investigaciones epidemiológicas, se determina el tamaño de muestra

para estudios sobre enfermedades, efectividad de tratamientos y evaluación de
intervenciones de salud.

 Investigación Social: En sociología, psicología y ciencias sociales en general, el tamaño

de muestra es crucial para estudiar el comportamiento humano, las actitudes y los
patrones sociales.

 Investigación Educativa: En estudios educativos, el tamaño de muestra se utiliza para

evaluar programas educativos, medir el rendimiento estudiantil y evaluar métodos de
enseñanza.

 Ingeniería y Tecnología: En pruebas de productos, desarrollo de software, evaluación de

sistemas y otras áreas tecnológicas, el tamaño de muestra es importante para garantizar la
calidad y la eficiencia.

 Investigación en Ciencias de la Salud: En ensayos clínicos y estudios médicos, el tamaño

de muestra es esencial para evaluar la seguridad y eficacia de tratamientos médicos y
terapias.
  Investigación Ambiental: En estudios ambientales, el tamaño de muestra se utiliza para
recopilar datos sobre la calidad del aire, el agua, la biodiversidad y los impactos
ambientales

TÉCNICA PARA EL CÁLCULO DEL TAMAÑO DE UNA MUESTRA

El objetivo de una muestra está en alcanzar la mayor representatividad o precisión posible en la

estimación de los parámetros poblacionales. En otras palabras, y refiriéndonos en general al
diseño de encuestas por muestreo, se trata de reducir el error muestral dadas unas limitaciones de
tiempo, dinero y trabajo, lo que se traduce siempre en la decisión de fijar el número de unidades
de la muestra: cuántas encuestas se realizarán. Por la ley de regularidad estadística se sabe que, a
partir de un determinado número de unidades, los valores tienden a estabilizarse, nuevos
elementos en la muestra aumentan cada vez en menor cuantía la fiabilidad y disminuyen poco el
error, hecho que hace innecesario el aumento del tamaño a partir de un determinado momento.
Se trata por tanto de encontrar el equilibrio entre la fiabilidad deseada, los objetivos de la
investigación y los costes en tiempo, dinero y trabajo.

1.1. Aspectos para tomar en cuenta para el cálculo de una muestra

Para determinar el tamaño de una muestra se deberán tomar en cuenta varios aspectos,
relacionados con el parámetro y estimador, el error muestral, el nivel de confianza y la varianza
poblacional.
El parámetro se refiere a la característica de la población que es objeto de estudio
estimador es la función de la muestra que se usa para medirlo.

El error muestral siempre se comete ya que existe una pérdida de la representatividad al

momento se escoger loe elementos de la muestra. Sin embargo, la naturaleza de la investigación
nos indicará hasta que grado se puede aceptar.

El nivel de confianza, por su parte, es la probabilidad de que la estimación efectuada se ajuste a

la realidad; es decir, que caiga dentro de un intervalo determinado basado en el estimador y que
capte el valor verdadero del parámetro a medir.

Tamaño de Muestra para Proporciones Cuando deseamos estimar una proporción, debemos
conocer varios aspectos:

a) El nivel de confianza o seguridad (1 - α). El nivel de confianza prefijado da lugar a un

coeficiente (Zα).

 Si la seguridad Zα fuese del 90% el coeficiente sería 1.645

 Si la seguridad Zα fuese del 95% el coeficiente sería 1.96
 Si la seguridad Zα fuese del 97.5% el coeficiente sería 2.24
 Si la seguridad Zα fuese del 99% el coeficiente sería 2.576
b) La precisión que deseamos para el estudio.

c) Una idea del valor aproximado del parámetro que queremos medir (en este caso una
proporción). Esta idea se puede obtener revisando la literatura, por estudio pilotos previos.
 En caso de no tener dicha información utilizaremos el valor p = 0.5 (50%). El problema
que puede enfrentarse en un estudio de investigación es la cantidad de información con la
que se cuente; específicamente se pueden tener dos casos: desconocer la población del
fenómeno estudiado, o bien, conocerla.

1.2. Fórmulas Matemáticas

población Infinita: (Cuando no se conoce el tamaño de la población)

Es infinita ya que incluye un gran conjunto de medidas y observaciones. Suele tener más de
100.000 individuos y suele haber un mayor margen de confianza y error de muestreo al tener que
extrapolar los resultados del estudio obtenido a la muestra de la población total.

Fórmula que aplica en caso de que no se conozca con precisión el tamaño de la población
(población infinita).
2
z pq
n = E
2

En donde:
n = es el tamaño de la muestra
E= es el error máximo de estimación (se recomienda entre 1% y 15%; o su determinación por el
comportamiento probabilístico)
Z = es el nivel de confianza seleccionado por el investigador. (Para 99% equivale a 2,58. Para
95% es igual a 1,96)
p = es la variabilidad positiva o probabilidad de éxito, en caso de no tener dicha información
utilizaremos el valor p = 0.5 (50%)
q = es la variabilidad negativa o la probabilidad de fracaso (1-p)

Población finita (Cuando se conoce el tamaño de la población)

Es aquella que indica que es posible alcanzarse o sobrepasarse al contar, y que posee o incluye
un número limitado de medidas y observaciones; por ejemplo, el número de alumnos de un
centro de enseñanza. La población finita suele tener menos de 100.000 individuos en los estudios
y además es más frecuente que se encuentre en investigaciones de mercados.
En caso de que sí se conozca el tamaño de la población entonces se aplica la siguiente
fórmula (población finita):
2
Z pqN
n= 2
x ( N−1 )+ Z xPxq

En donde:

n = es el tamaño de la muestra

Z = es el nivel de confianza;

P = es la variabilidad positiva o probabilidad de éxito, en caso de no tener dicha información

utilizaremos el valor p = 0.5 (50%)

q = es la variabilidad negativa o probabilidad de fracaso;

N = es el tamaño de la población;

E = es la precisión o error.

1.3. Ejemplos Diversos

Ejemplo 1: Se desea saber la opinión de la población de madres de Naguanagua en relación con

la calidad educativa de las escuelas municipales. Primero, se realizó un estudio piloto con 150
personas. De este primer sondeo, se obtuvo que 50 madres opinaran favorablemente sobre estas
instituciones educativas. La pregunta es ¿cuántas madres se deben seleccionar para conformar la
muestra si se fija un nivel de confianza de 99% y un error de estimación de 1%?

Solución:
Para establecer los valores de p y q, usando los valores obtenidos en la prueba piloto:
N (tamaño de la población) es estadísticamente infinito y N es desconocido

50
P= 150 = 0.33 luego q= 1-0.33=0.67

2
z p q (2.58)2 ( 0.33 ) (0.67)
n= 2 = = 14725.26
E 0.01
Ejemplo 2: ¿A cuántas familias se tendría que estudiar para conocer la preferencia del mercado
en cuanto a una marca de arroz, si se conoce que el número de familias es de 15.000? Seguridad
= 95%; Precisión = 3%; Probabilidad de éxito = asumimos que puede ser próxima al 5%

( 15000 ) ( 1.96 )2 (0 , 05)(0 , 95)

n = 2 = 200
(0 , 03) x ( 15000−1 ) + ( 1.96 )( 0 , 05 ) (0 , 05)

¿Cómo hubiera cambiado el ejemplo anterior, si se desconoce la proporción esperada?

Si se desconoce la proporción esperada, se tendría que utilizar el criterio conservador (p = q =

0,5), lo cual maximiza el tamaño de muestra de la siguiente manera:

Ejemplo 3: ¿A cuántas familias se tendría que estudiar para conocer la preferencia del mercado
en cuanto a una marca de arroz, si se conoce que el número de familias es de 15.000?
Seguridad = 95%; Precisión = 3%

• Z = 1.96 (ya que la seguridad es del 95%)

• p = proporción esperada (en este caso 50%= 0,5)

• q = 1 -p (en este caso 1 –0,5 = 0,5)

• d = precisión (en este caso deseamos un 3%)

Solución

n=(15000)¿ ¿

1.4. Ejemplos Aplicados a la Salud

Ejemplo 1: Se Pretende estudiar la prevalencia de Diabetes Mellitus 2 en una cierta ciudad,

donde viven 20000 habitantes (población finita). Considerando un nivel de confianza al 95% y
una precisión deseada del 6%, la muestra necesaria para este objetivo sería de:
Solución

Datos:
2
N= 20000 (habitantes) n= (20,000)(1 .¿96)
¿¿
(0.5)(0.5)
= 264
Z= 1.96
p= 0.5
q= 0.5
E= 0.06

Ejemplo 2: Se desea estimar la proporción de pacientes no satisfechos de la atención recibida en

el servicio de emergencia de un hospital. En la bibliografía se encontró una p=80%, si se asume
E= +5%, calcular n:

solución

datos:

z=1.96
( 1.96 )2 ( 0.8 ) (0.2)
p=0.8 n= ¿¿¿
= 245.9
q=0.2
E=0.05

Conclusión

finalmente, las técnicas para el cálculo del tamaño de la muestra son un paso fundamental en la
planificación de una investigación, su importancia es importante para garantizar la validez y
efectividades de los resultados de un estudio, y poder asegurar que los resultados en una muestra
sean lo más representativo con respecto a la población total. En ese sentido, conocer los
parámetros a tomar en cuenta para el calculo de una muestra representativa, es clave para un
buen cálculo de la muestra. Por lo tanto, es importante que el investigador conozca aspectos
como el parámetro que se desea estimar, el error muestral, el nivel de confianza deseado que
indica la probabilidad de que los resultados reflejen la realidad de la población.

Como resultado, cuanto mayor sea el nivel de confianza mayor será el tamaño de la muestra, el
error muestral que se está dispuesto a tolerar, así como también el tamaño de la población ya sea
finita o infinita, estos aspectos son relevantes para que el investigador los tome en cuenta puesto
que, sin estos, no se podría realizar buen cálculo y la muestra no sería representativa. Las
técnicas presentadas como el muestreo aleatorio simple, muestreo estratificado, muestreo por
conglomerados, muestreo sistemático, entre otras son necesarias para resultados confiables en las
investigaciones, estas técnicas permiten ahorrar recursos y tiempo, de esta manera el investigador
puede obtener una muestra adecuada y brindar una base sólida para la toma de decisiones en
campos como la investigación de mercados, las ciencias, la salud o en la vida diaria. Por esa
razón, estas técnicas le aseguran al investigador la calidad y fiabilidad de los resultados
obtenidos, así se pueden tomar decisiones más informadas y confiables en una variedad de
contextos.

En consecuencia, estas técnicas son pilares en la investigación y toma de decisiones basadas en

datos, la aplicación adecuada de las técnicas para el caculo de la muestra, garantizan la
confiablidad de los datos y la muestra en las investigaciones, dado que el investigador necesita
de estos datos que son relevantes a la hora de tomar una muestra que representará los datos
obtenidos en la investigación, tomando en cuenta el tamaño de la muestra y las fórmulas
matemáticas relacionadas a estas. Por ello, con la muestra representativa se puede obtener
obtener resultados generalizables, tomando en consideración que un tamaño de muestra
insuficiente puede llevar a conclusiones erróneos. El cálculo del tamaño de la muestra es una
parte fundamental de la investigación, y la elección de la técnica adecuada depende de diversos
factores. Una muestra representativa es esencial para obtener resultados confiables y
significativos en cualquier estudio. Además, es importante considerar las limitaciones y
restricciones de recursos al determinar el tamaño de muestra final.

Bibliografía