Documentos de Académico
Documentos de Profesional
Documentos de Cultura
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:
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.
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.
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.
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:
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.
Tamaño de Muestra para Proporciones Cuando deseamos estimar una proporción, debemos
conocer varios aspectos:
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.
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)
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;
N = es el tamaño de la población;
E = es la precisión o error.
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%
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%
Solución
n=(15000)¿ ¿
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
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.
Bibliografía