Documentos de Académico
Documentos de Profesional
Documentos de Cultura
UNIDAD 1
Conceptos básicos, pasos del método científico y técnicas del muestreo
Objetivo de la Unidad
Aplicar la técnica del muestreo para la realización de investigaciones de orden social,
económico y biológico.
Objetivo específico
Aplicar las diferentes expresiones algebraicas para determinar tamaños de muestras, que
mejor estimen proporciones y parámetros poblacionales en investigaciones de orden social,
económico y biológico.
Contenido
Introducción.......................................................................................................................1
Cuando calcular el tamaño de la muestra .........................................................................2
Porque calcular tamaños de muestras ..............................................................................2
Elementos a considerar para determinar tamaños de muestras ......................................6
Expresiones algebraicas utilizadas para determinar tamaños de muestras......................3
Ejemplos de aplicación para estimar proporciones...........................................................5
Ejemplos de aplicación para estimar parámetros de la población ....................................6
Aplicación de las expresiones del Dr. Kish .........................................................................6
Ejemplo de aplicación del muestreo estratificado ............................................................7
Fuentes de consulta .........................................................................................................13
Introducción
En toda investigación lo ideal es trabajar con toda la población de estudio, sin embargo
debido a la dificultad de hacerlo por tiempo y el recurso económico, se trabaja con
muestras. El tamaño de la muestra es el número de individuos que se seleccionarán de la
población de estudio y se incluirán en la muestra.
Existen dos conceptos que debemos tener muy en claro antes de comenzar a estimar los
tamaños de muestras: el primer concepto es, evidentemente, el de muestra; y el segundo
Página 1 de 15
UNIVERSIDAD DE EL SALVADOR
FACULTAD DE CIENCIAS AGRONOMICAS
INGENIERIA AGROINDUSTRIAL A DISTANCIA
ASIGNATURA: ESTADISTICA (EST 113D)
Entretanto debes estar pensando que si el objetivo del estudio es la población; entonces,
¿para que estudiamos muestras? lo que sucede, es que no siempre es posible acceder a la
población, de hecho existen tres circunstancias concretas en las que no podemos estudiar
a la población y en ese caso tendremos que recurrir al estudio de una muestra. Estas tres
circunstancias son: primero, cuando la población es desconocida; segundo, cuando la
población es inaccesible y tercero, cuando la población es inalcanzable.
1. Las muestras pueden estudiarse con mayor rapidez que las poblaciones.
2. Toma menos tiempo de estudio.
3. En la mayoría de las situaciones el estudio de una población es imposible.
4. Con frecuencia los resultados de una muestra son más precisos que los que se basan
en una población.
1. Marco muestral.
2. Diseño muestral.
3. Características de la población de estudio (homogénea o heterogénea).
4. Nivel de confianza (Z).
5. Nivel de significancia (∝)
6. Presupuesto para realizar la investigación.
Página 2 de 15
UNIVERSIDAD DE EL SALVADOR
FACULTAD DE CIENCIAS AGRONOMICAS
INGENIERIA AGROINDUSTRIAL A DISTANCIA
ASIGNATURA: ESTADISTICA (EST 113D)
′ 𝑍 2 𝑃𝑄 𝑍 2 𝑃𝑄𝑁
1) 𝑛 = (población infinita) 2) 𝑛 = 𝑁𝐸2 +𝑍2 𝑃𝑄 (población finita)
𝐸2
Donde:
N= Tamaño de la población .
′ 𝑍 2 𝜎2 𝑍 2 𝜎2 𝑁
1) 𝑛 = (población infinita) 2) 𝑛 = 𝑁𝐸2 +𝑍2 𝜎2 (población finita)
𝐸2
Donde:
N=Tamaño de la población .
Página 3 de 15
UNIVERSIDAD DE EL SALVADOR
FACULTAD DE CIENCIAS AGRONOMICAS
INGENIERIA AGROINDUSTRIAL A DISTANCIA
ASIGNATURA: ESTADISTICA (EST 113D)
Todas las expresiones algebraicas anteriores se originaron del aporte del doctor Leslie
Kish:
𝑛′
𝒏=
𝑛′
1+𝑁
Donde:
𝒔𝟐
𝒏′ = = Tamaño de la muestra provisional (población infinita).
𝝈𝟐
se = Error estándar que está dado por la diferencia entre la media poblacional y la media
muestral.
99% 2.58
95% 1.96
90% 1.645
Página 4 de 15
UNIVERSIDAD DE EL SALVADOR
FACULTAD DE CIENCIAS AGRONOMICAS
INGENIERIA AGROINDUSTRIAL A DISTANCIA
ASIGNATURA: ESTADISTICA (EST 113D)
(0.5)(0.5)
𝒏′ = (0.05)2
= 𝟏𝟎𝟎, población
homogénea
𝑃𝑄
𝒏′ = 2
𝐸
(0.5)(0.5)
𝒏′ = (0.01)2
= 𝟐𝟓𝟎𝟎, población
heterogénea
′ 𝑍 2 𝑃𝑄 (1.96)2 (0.5)(0.5)
𝒏 = = = 384.16 ≅ 384
𝐸2 (0.05)2
′
𝑍 2 𝑃𝑄 (2.56)2 (0.5)(0.5)
𝒏 = = = 𝟔𝟓𝟓
𝐸2 (0.05)2
Página 5 de 15
UNIVERSIDAD DE EL SALVADOR
FACULTAD DE CIENCIAS AGRONOMICAS
INGENIERIA AGROINDUSTRIAL A DISTANCIA
ASIGNATURA: ESTADISTICA (EST 113D)
a) Calcule cuántos productores de tomate se deben tomar como muestra con un nivel
de confianza del 95% y un error de 1 dólar. Si un especialista ha estimado una
desviación típica de 8 dólares.
′ 𝑍 2 𝜎2 (1.96)2 (8)2
𝑛 = = = 246 productores de tomate.
𝐸2 (1)2
b) Haga el cálculo para una población de 900 productores de tomate, con un Z del 99%
y error de 1.5 dólares considerando la desviación estándar con un valor de 8 dólares.
a. Población infinita
′ (1.96)2 (0.5)(0.5)
𝒏 = (0.05)2
= 𝟑𝟖𝟒 consumidores de mermelada
𝑛′ 384.16
𝒏= 𝑛′
= 384.16 = 260 consumidores de mermelada
1+ 1+
𝑁 800
Página 6 de 15
UNIVERSIDAD DE EL SALVADOR
FACULTAD DE CIENCIAS AGRONOMICAS
INGENIERIA AGROINDUSTRIAL A DISTANCIA
ASIGNATURA: ESTADISTICA (EST 113D)
a. Población infinita
𝑍 2 𝜎2 (1.96)2 (9)2
𝒏′ = = = 311 consumidores de mermelada
𝐸2 (1)2
𝑛′ 311.17
𝒏= 𝑛′
= 311.17 = 224 consumidores de mermelada
1+ 1+
𝑁 800
Página 7 de 15
UNIVERSIDAD DE EL SALVADOR
FACULTAD DE CIENCIAS AGRONOMICAS
INGENIERIA AGROINDUSTRIAL A DISTANCIA
ASIGNATURA: ESTADISTICA (EST 113D)
( Consumidores )
TOTAL 25,000
Procedimiento estadístico
𝑛′ 655
2) 𝑛 = 𝑛′
= 655 = 𝟔𝟑𝟖 consumidores
1+ 1+
𝑁 25,000
Página 8 de 15
UNIVERSIDAD DE EL SALVADOR
FACULTAD DE CIENCIAS AGRONOMICAS
INGENIERIA AGROINDUSTRIAL A DISTANCIA
ASIGNATURA: ESTADISTICA (EST 113D)
1. Afijación uniforme
«Se aplica cuando todos los estratos tienen igual número de elementos»
2. Afijación proporcional
𝒏𝒆 = 𝑛 ∗ 𝑤ℎ𝑒
Donde:
2500
𝒏𝒁 = 638 ∗ ( ) = 63.8 ≅ 𝟔𝟒
25000
Página 9 de 15
UNIVERSIDAD DE EL SALVADOR
FACULTAD DE CIENCIAS AGRONOMICAS
INGENIERIA AGROINDUSTRIAL A DISTANCIA
ASIGNATURA: ESTADISTICA (EST 113D)
6,200
𝒏𝑳𝑺 = 638 ∗ (25000) = 158.22 ≅ 158
4500
𝒏𝑷𝑺 = 638 ∗ ( ) = 𝟏𝟏𝟒. 𝟖𝟒 ≅ 𝟏𝟏𝟓
25000
Siguiendo el mismo procedimiento determinar los tamaños para los estratos o cantones
faltantes.
3. Varianza mínima
El reparto de la muestra se hace de forma que para un tamaño fijo de 𝒏 unidades, la varianza
sea mínima. Cuando mayor sea la variabilidad del estrato, más elementos seleccionamos
de tal forma que la varianza global sea mínima:
𝑤ℎ𝑒 ∗ 𝑠𝑒
𝒏𝒆 = 𝑛 ∗ ( )
∑ 𝑤ℎ𝑒 𝑠𝑒
Donde:
2500 1400
∑ 𝒘𝒉𝒆 𝒔𝒆 = ( ) ∗ 12 + ⋯ + ( )∗8=
25000 25000
1.20 + ⋯ + 0.45 = 𝟏𝟏. 𝟖𝟕
2500
(
) ∗ 12 1.2
𝒏𝒁 = 638 ∗ 25000 = 638 ∗ ( ) = 𝟔𝟒. 𝟓𝟎 ≅ 𝟔𝟓
11.87 11.87
Página 10 de 15
UNIVERSIDAD DE EL SALVADOR
FACULTAD DE CIENCIAS AGRONOMICAS
INGENIERIA AGROINDUSTRIAL A DISTANCIA
ASIGNATURA: ESTADISTICA (EST 113D)
6200
( )∗15 3.72
25000
𝒏𝑳𝑺 = 638 ∗ = 638 ∗ (11.87) = 199.95 ≅ 𝟐𝟎𝟎
11.87
4500
()∗9 1.62
𝒏𝑷𝑺 = 638 ∗ 25000 = 638 ∗ = 87.07 ≅ 𝟖𝟕
11.87 11.87
Siguiendo el mismo procedimiento determinar los tamaños para los estratos o cantones
faltantes.
4. Afijación óptima
2500 1400
𝒘𝒉𝒆 𝒔𝒆 ) ∗ 12 ( ( )∗8
∑( )= 25000 + ⋯+ 25000
√ 𝒄𝒆 √325 √175
= 0.0666 + ⋯ + 0.0339 = 𝟎. 𝟓𝟒𝟐𝟑
Página 11 de 15
UNIVERSIDAD DE EL SALVADOR
FACULTAD DE CIENCIAS AGRONOMICAS
INGENIERIA AGROINDUSTRIAL A DISTANCIA
ASIGNATURA: ESTADISTICA (EST 113D)
𝑤ℎ𝑒 𝑠𝑒 1.2
𝒏𝒁 = 𝑛 ∗ √𝑐 = 638 ∗ ( √325 ) = 78.31 ≅ 𝟕𝟖
𝑤ℎ 𝑠 0.5423
∑ ( 𝑒 𝑒)
√𝑐𝑒
𝑤ℎ𝑒 𝑠𝑒 3.72
𝒏𝑳𝑺 =𝑛∗ √𝑐 = 638 ∗ ( √500 ) = 195.72 ≅ 𝟏𝟗𝟔
𝑤ℎ 𝑠 0.5423
∑ ( 𝑒 𝑒)
√𝑐𝑒
𝑤ℎ𝑒 𝑠𝑒 1.62
𝒏𝑷𝑺 =𝑛∗ √𝑐 = 638 ∗ ( √
410
) = 𝟗𝟒. 𝟏𝟐
𝑤ℎ 𝑠 0.5423
∑ ( 𝑒 𝑒)
√𝑐𝑒
≅ 𝟗𝟒
Siguiendo el mismo procedimiento determinar los tamaños para los estratos o cantones
faltantes.
1. Simplicidad
2. Representatividad
Página 12 de 15
UNIVERSIDAD DE EL SALVADOR
FACULTAD DE CIENCIAS AGRONOMICAS
INGENIERIA AGROINDUSTRIAL A DISTANCIA
ASIGNATURA: ESTADISTICA (EST 113D)
3. Comparabilidad
Cuando en un estudio es necesario contar con dos muestras, entre las cuales se desea
establecer alguna diferencia específica, es necesario que ambas muestras sean similares en
todas las características, a excepción de aquella característica que es motivo de la
investigación.
Página 13 de 15
UNIVERSIDAD DE EL SALVADOR
FACULTAD DE CIENCIAS AGRONOMICAS
INGENIERIA AGROINDUSTRIAL A DISTANCIA
ASIGNATURA: ESTADISTICA (EST 113D)
Fuentes de consulta
Página 14 de 15
UNIVERSIDAD DE EL SALVADOR
FACULTAD DE CIENCIAS AGRONOMICAS
INGENIERIA AGROINDUSTRIAL A DISTANCIA
ASIGNATURA: ESTADISTICA (EST 113D)
Página 15 de 15