Cultura Estadística para la Investigación

Docente: Dr. Higinio Wong A.

MUESTREO
Población: Todos los ejecutivos
de la Ciudad de Trujillo MUESTREO: Es el proceso de extraer
una muestra a partir de una población.
POBLACION
-Probabilistico
-No Probabilist
MUESTRA

MUESTRA: Es una parte de la

población que contiene, las
mismas características que se
POBLACION: Conjunto de unidades desean investigar en la población.
(persona, animal o cosa) con características Representativa: que refleje las
comunes, observables y medibles que son mismas características de la población
objetos de investigación. Adecuada: tamaño optimo para
UBICADA EN: Lugar y tiempo asegurar la representatividad.
 Ventajas de Muestreo

 Ahorro de tiempo
 Reduce costos
 Posibilita mayor profundidad y exactitud en los resultados
 Es una alternativa frente al estudio de toda la población

Desventajas
• Una muestra mal seleccionada o sesgada distorsiona
sus resultados.
• Sus resultados están sujetas a los errores de muestreo.
• El planeamiento y ejecución es más complejo
• Hay un mayor riesgo de sesgo muestral
• Necesita planear y documentar el procedimiento de muestreo.
¿Porqué no se estudia la población
completa?
La naturaleza destructiva de algunas pruebas

La imposibilidad física de verificar todos los elementos

de la población

El costo de estudiar a toda la población es muy alto

El tiempo o recursos para contactar a toda la población

es inviable

La población total "aún no existe" como sucede en los

estudios sobre predicción.

El investigador no trabaja con todos los elementos de la

población sino sólo con una parte.
 ERRORES COMUNES EN HACER MUESTREO

1. Hacer conclusiones muy generales a partir de la observación de

sólo una parte de la Población, se denomina error de muestreo.
2. Hacer conclusiones hacia una Población mucho más grandes de
la que originalmente se tomo la muestra. Error de Inferencia.

En la estadística se usa la palabra población para referirse no sólo a

personas si no a todos los elementos que han sido escogidos para su
estudio y el término muestra se usa para describir una porción
escogida de la población.
 Diseño de la Muestra

Para determinar el tamaño, primeramente hay que identificar la variable a

estudiar (Cuantitativa o cualitativa). Luego depende de cuatro factores o
elementos que son los siguientes:

Se quiere saber cómo se

comporta una cierta
característica en una Población Las observaciones
particular Hacer pueden atribuirse
un Censo a los miembros la
población
Sí

La población Sí Es posible
está bien observar toda la Muestreo
definida población? Variable Representativo
? Cualitativa para estimar una
Proporción
NO
NO
De que naturaleza
Definir es el parámetro
Observar que se
La una Muestra quiere estimar
población ?

Muestreo
Variable Representativo
Cuantitativa para estimar una
Media
 Etapas del muestreo
1.- Defina la población (es) de estudio: Una investigación puede tener más de
una población. Hay que definir cada una de ellas y delimitarlas. Para identificar
a su población, defina la unidad de análisis (quiénes o qué va a ser estudiado).
Luego identifique los criterios de inclusión y exclusión y precise su tamaño.

Los criterios de inclusión y exclusión:

Son características que sirven para
diferenciar quién participa como
población en su investigación y quién no.

Ejemplo: <<…La población están constituida por los estudiantes de secundaria de los colegios. Los
criterios de inclusión y exclusión considerados para la delimitación poblacional son los siguientes:
 Sexo masculino: solo varones.
 Edades comprendidas entre 12 y 14 años de edad.
 Que cursen entre primer y tercer año de secundaria del turno mañana o tarde
 Que estudien en instituciones educativas públicas.
 Etapas del muestreo
2.- Determine si va a trabajar con muestra o con toda la población: Si la
población es pequeña y se puede acceder, entonces es mejor trabajar con
toda la población. Sin embargo, si la población es muy grande o es costoso
trabajar con toda la población, entonces conviene seleccionar una muestra.

3.- Identifique el marco muestral: Si se va a trabajar con muestra, es

necesario identificar a cada uno de los integrantes. Para ello se utiliza el
marco muestral. que es el documento, donde están los elementos de la
población y que vamos a utilizar para seleccionar a los elementos de la
muestra. Pueden ser: Listas, registros, Mapas, etc.
 Etapas del muestreo
4.- Calcule el tamaño de la muestra: Utilizando fórmulas, se calcula
el tamaño mínimo de la muestra requerida para su estudio.

VARIABLE Cualitativa Cuantitativa

(Proporción Poblacional) (Promedio Poblacional)
POBLACION 2 2
INFINITA Z P (1  P)
2
Z S
(Cuando no se n0  n0 
conoce N) E2 E2
POBLACION
FINITA N .Z 2 P(1  P) Z 2S 2N
(Cuando se n n 2
conoce N) ( N  1) E 2  Z 2 P(1  P) E ( N  1)  Z 2 S 2
Esto se vera mas adelante ….
 Etapas del muestreo
5.- Determine el tipo de muestreo a emplear:
Elegir entre una muestra probabilística o una no
probabilística depende de los objetivos del estudio, del Técnicas de
esquema de investigación y de la contribución que se muestreo
piensa hacer con ella.

Técnicas de Técnicas de
muestreo no PROBABILISTICO: muestreo
(Marco muestral)
probabilístico probabilístico

Muestreo Muestreo Muestreo Muestreo de

por por juicios por cuotas la bola de
convenienc nieve
ia
Muestreo Muestreo Muestreo Muestreo Otras
aleatorio sistemático estratificado por técnicas de
simple conglomera muestreo
 Tipos de Muestreos
PROBABILÍSTICOS NO PROBABILISTICOS

• Cada elemento de la población tienen la misma • Cada unidad NO tiene igual probabilidad de
posibilidad de ser escogido (azar). participar en la muestra.
• Se debe tener disponible un listado de todos los • No se utiliza el muestreo al azar
elementos de la población (Marco muestral) • No se puede calcular el error muestral
• Todas tienen la misma posibilidad de ser elegidas.
• Selección. Sigue el criterio del investigador o
• Selección. Se eligen en forma aleatoria. Utiliza el por razones economicas, comodidad,
azar como instrumento de selección no dependen de la probabilidad.
• Se puede calcular el error muestral
• Tamaño de la muestra. Depende del criterio
• Tamaño de la muestra. Se calcula siguiendo los del Investigador.
criterios que ofrece la estadística, tales como error
máximo aceptable y nivel deseado de confianza. • Validez. Sus resultados no pueden
• Validez. Sus resultados se generalizan a toda la generalizarse a toda la población.
población.

1.Aleatorio Simple 1. Accidental

2.Estratificado 2. Bola de Nieve
3.Sistemático 3. por cuotas
4.Conglomerado 4. intencionado
 Muestreo Aleatorio Simple (MAS)
• Todos los elementos tiene la misma probabilidad de ser seleccionados, se escoge
utilizando alguna fuente aleatoria: bolitas enumeradas o números aleatórios
• Previamente se deben conocer y enumerar todos lo elementos (marco muestral)
• Requisitos: hay que tener un listado completo de TODOS los miembros de la población
• Ventaja: Elevada probabilidad de que las características de la muestra y las
correspondientes a la población.
• Desventaja: Identificar a cada miembro de la población, complicado en poblaciones
grandes y Alto costo

Ejemplo: Valiéndose de la lista de

alumnos, el docente asigna un
número a cada uno. Luego todos
los números se introducen en una
caja para extraer, por sorteo, los
integrantes de la muestra.
 Muestreo
estratificado
• Se divide la población en clases o estratos y se escoge, aleatoriamente, un
número de individuos de cada clase proporcional al número de componentes
de cada estrato, ejemplo: Sexo, Carrera, Grado académico, etc.
• Después se eligen los miembros de la muestra en cada estrato creado
siguiendo algún tipo de muestreo de los vistos anteriormente.

Ejemplo: En un salón de
Salón de
clases podemos dividir la clases
población por sexo o
estado civil, las cuales Estrato
Hombres Mujeres
conformarán los estratos. Primario
Después se efectúa
la elección aleatoria
Soltero Casado Viudo Divorciado Solteras Casadas Viudas Divorciadas
de cada estrato.
 Muestreo
estratificado
• Consiste en dividir a la población en subconjuntos homogéneos y
excluyentes a fin de garantizar la representatividad de las características de
la población.
• Ejemplo: Una Universidad divide a la población por especialidades
(estratos). Después efectúa la selección aleatoria en cada una de ellas

VENTAJAS DESVENTAJAS
Tiende a asegurar que la muestra represente Se ha de conocer la todos los elementos para
adecuadamente a la población en función de poder estratificarlos
unas variables seleccionadas
No es necesario disponer de la lista de toda la Puede ocurrir que los miembros de una
población sino de las subpoblaciones de unidad superior se parezcan, reduciendo la
orden superior extraídas ( por ej. las escuelas representatividad de otros en la muestra final.
primarias y secundarias)
Existe una considerable reducción de costos Se debe tener un marco muestral de todos los
Se obtienen estimaciones mas precisas elementos
Estratificació Afijación
Reparto de la muestra a los
n estratos (Tamaño de cada
estrato)

SIMPLE: Todos los estratos tienen

El criterio a seguir en la el mismo tamaño.
formación de los estratos
será formarlos de tal
manera que haya la
PROPORCIONAL: El número de
máxima homogeneidad
elementos es proporcional al
en relación a la variable a
tamaño del estrato.
estudio dentro de cada
estrato y la máxima
heterogeneidad entre los NEYMAN (Optima): El reparto de
estratos la muestra se hace proporcional a
la variabilidad del estrato.
Ejemplo: Muestro por Estratos

nestrato1  0,45 x 2500  1125

2500
n estratos  nestrato2  0,39 x 2500  975
3
nestrato3  0,16 x 2500  400
 Ejemplo de Muestreo por Estratos.
Afiliación Óptima
Paso 1 : Multiplicar el porcentaje de la 45 x1900  85500
población por la varianza del estrato 39 x 2600  101400
16 x 2100  33600

Paso 2: Se suman todos los valores en el paso 1: 220,500

Paso 3: Se calcula a proporción Pr oporción estrato1  85500 / 220500  0,388

de cada valor obtenido en el paso Pr oporción estrato2  101400 / 220500  0,460
1 dentro del paso 2.
Pr oporción estrato3  33600 / 220500  0,152

Paso 4 : Se calcula el tamaño de la 0,388x 2500  970

muestra de cada estrato multiplicando 0,460 x 2500  1150
su proporción por el tamaño de la 0,152 x 2500  380
muestra global ( 2500)
 970,1150 ,380  2500
 Muestreo sistemático
Se basa en la selección de un elemento en función de una constante k = N/n. La
primera unidad se escoge al azar simple, después los elementos restantes se hayan
sumando sucesivamente el elemento cada k veces.
Ejemplo: Para una población de 120 individuos, se define una muestra integrada por
30 sujetos. La constante k = 120/30 = 4. Luego se selecciona el primer elemento
aleatoriamente y a este se le suma k=4, hasta obtener los 30 individuos que
conformarán la muestra definitiva: 4, 8, 12, 16, 20, …., 120.

Se elige
cada 4º
elemento
 Muestreo sistemático
VENTAJAS DESVENTAJAS
Fácil de Aplicar Si la constante K esta asociada con el
No siempre es necesario fenómeno de interés, las
tener un listado de toda estimaciones obtenidas en la
la población muestra pueden contener un sesgo
de selección
 MUESTRA
1er# = 3
SISTEMATICA k=8
 Muestreo por conglomerados
Parte de la división del universo en unidades menores denominadas
conglomerados. A diferencia de un estrato, un conglomerado es una unidad de
elementos que contienen representantes de toda la población. Mas tarde se
determina donde se realizará la selección.
Se aplica cuando es difícil tener una lista de todos los individuos que forman
parte de la población, pero sin embargo se encuentran agrupados.
Se realiza eligiendo varios de esos grupos al azar, y ya elegidos algunos podemos
estudiar a todos los individuos de los grupos elegidos.

Ejemplo: Un municipio se divide en urbanizaciones. Mas tarde, son seleccionadas

aquellas de donde se extraerán, al azar los elementos para la muestra. La
diferencia con el muestreo estratificado radica en que no todos los
conglomerados son objeto de selección, por cuanto puede haber conglomerados
de los cuales no se extraiga muestra. Mientras que en el estratificado, se debe
extraer muestra de todos los estratos.
 Muestreo por conglomerados
VENTAJAS
• Es muy eficiente cuando la población es muy grande y dispersa
• No es necesario tener un listado de toda la población, solo de las unidades
primarias de muestreo
• Es ventajoso, desde el punto de vista de costos, si se pueden agrupar los
miembros de la población por conglomerados, en los cuales el criterio de
agrupación no sea la variable que se estudia.
• No es preciso tener un listado de toda la población, sino de las unidades
(conglomerados) por los que se agruparán.

DESVENTAJAS
 El error estándar es mayor que cuando se utilizan otras técnicas de muestreo.
 El calculo del error estándar es mas complejo
 MUESTRA POR
CONGLOMERADOS
 Ejemplo: Muestreo por
Conglomerados
EJEMPLOS DE
CONGLOMERADOS
 Zona Geográfica
Escuelas  Edificio
 Una institución

Escuelas
Escuelas
Secundaria
Primarias
s

Escuela 1 Escuela 2 Escuela 1 Escuela 2

Todos los profesores de las Escuelas 2 (Primaria) y 1 (Secundaria) son parte de la muestra
Modelos no probabilísticos
Muestreo por Juicio de Experto
Conveniencia

Muestreo por
cuotas

Muestreo
Bola de nieve
accidental

Muestreo
intencionado
 Muestreo por Conveniencia o
intencional
• La muestra se selecciona por conveniencia del investigador (porque
están fácilmente disponibles en el tiempo o periodo de investigación).
• DESVENTAJA: la muestra puede ser poco representativa de la
población que se desea estudiar.

Ejemplo 1: Las primeras 20 personas que se encuentran o se contactan

para solicitarles su opinión sobre el gobierno.
Ejemplo 2: Todos los pacientes que asistan a una clínica en particular
cierto día, semana, pueden ser requeridos para participar.
Ejemplo 3: entrevistas a personas que pasan por la calle o centros
comerciales
 Muestreo por Juicio de Experto
Cuando la muestra se selecciona de manera intencional basado en el
juicio de un experto para responder el objetivo de investigación,
porque cree que son representativos de la población de interés.

Ejemplo:
1. Mercados de prueba seleccionados para determinar el potencial de
un nuevo producto.
2. Ingenieros de compra seleccionados en una investigación de
mercados industriales porque se consideran representativos de la
compañía.
 Muestreo por Cuotas
La idea básica en el muestreo por cuotas es ‘reproducir’ en la muestra
ciertas características de la población (por ejemplo género, edad etc.),
de modo tal que se conformen grupos o cuotas correspondientes con
cada característica, procurando respectar las proporciones en que se
encuentran en la población.
Se debe asegurar que los elementos aparezcan en la misma proporción
que en la población.
Ejemplo: Por ejemplo, si hemos definido unos segmentos por sexo en
una población en la que hay un 60% de mujeres y un 40% de hombres,
y queremos obtener una muestra de 1.000 personas, definiremos un
objetivo (cuotra) de 600 mujeres y 400 hombres.
 Muestreo bola de nieve
• El muestreo se realiza sobre poblaciones en las que no se conoce a sus
individuos o es muy difícil acceder a ellos. Ejemplo: sectas secretas,
indigentes, grupos minoritarios, individuos de una enfermedad terminal,
mujeres violadas, etc.
• A partir de unos pocos individuos el entrevistador, con ayuda de los
primeros, va “ conociendo” a nuevos miembros de la muestra. Es decir cada
sujeto entrevistado propone a otros, produciendo un efecto acumulativo
parecido al de la bola de nieve.
• La ventaja es que incrementa, en forma sustancial, la probabilidad de
encontrar la característica deseada en la población.
• El riesgo está asociado a la selección inadecuada de los primeros miembros
de la muestra y de quienes dependerá el resto.
 COMPARACION ENTRE LAS TECNICAS
DE MUESTREO NO PROBABILISTICAS

Descripción Costo y Grado Ventajas Desventajas

de uso

1. CONVENIENCIA: El Costo muy No es necesaria Es probable que haya muestras

investigador utiliza la bajo, se usa una lista de no representadas; no pueden
muestra más conveniente con mucha población. medirse los estimados del error
o las unidades de muestra frecuencia. de muestreo aleatorio; resulta
mas económicas. inapropiada la proyección de los
datos mas allá de la muestra

2. JUICIO: Un investigador Costo Util para ciertos Tendencias debidas a las

con experiencia moderado, tipos de predicción; creencias del experto que
selecciona la muestra que uso promedio la muestra pueden hacer que la muestra
tienen una característica garantiza el sea no representativa; resulta
determinada cumplimiento de inapropiada la proyección de los
un objetivo datos mas allá de la muestra.
específico.
TAMAÑO DE MUESTRA
 Calculo del tamaño de la muestra

Es el número de unidades a incluir en la muestra.

Existen varios factores que influyen en el:
Tiempo y recursos disponibles
Modalidad de Muestreo
Tipo de Análisis Previsto
Varianza o heterogeneidad de la población
Margen de Error máximo admisible
Nivel de confianza de la estimación muestral
 CALCULO DE TAMAÑOS DE MUESTRA

VARIABLE Cualitativa Cuantitativa

(Proporción Poblacional) (Promedio Poblacional)

POBLACION INFINITA
Z 2 P (1  P ) Z 2S 2
(Cuando no se
conoce N) (N > n)
n0  n0 
E2 E2
POBLACION FINITA Z 2 P(1  P) N Z 2S 2 N
(Cuando se conoce N) n n
f = n/N > 0.05) ( N  1) E 2  Z 2 P(1  P) ( N  1) E 2  Z 2 S 2

pq s
Estimación del Error ez 1 f ez 1 f
n 1 n
 CALCULO DE TAMAÑOS DE MUESTRA

Donde:
Z= es el valor de la distribución normal estandarizada para un nivel de
confianza fijado por el investigador.
S= Desviación estándar de la variable fundamental del estudio o de interés
para el investigador. Obtenida por estudios anteriores, muestra piloto,
criterio de experto o distribución de la variable de interés.
P= es la proporción de la población que cumple con la característica de
interés.
E= % del estimador o en absoluto (unidades). Fijada por el investigador.
N= Tamaño de la población.
 ESTIMACION DE LOS VALORES A APLICAR
EN LAS FORMULAS

A. VALOR DE Z: Expresa el grado de Nivel de confianza

probabilidad que el investigador tiene en que Valor Z
(1-α)
su estimación se ajuste a la realidad. (95, 99, 90% = 0.90 1.645
99,9% ), es el valor de la distribución 95% = 0.95 1.96
normal estandarizada teniendo en cuenta 98% = 0.98 2.33
el nivel de confianza fijado. 99% = 0.99 2.58

B. Cálculo del error de estimación: Generalmente se asume 2%, 5%, y

8% de error. (Este valor es fijado por el investigador.)
n grande  mayor precisión  menor error muestral.

Error = |Valor población – Valor muestra| Este error puede ser absoluto
(E=±0.35) o relativo (10% de la media).
 ESTIMACION DE LOS VALORES A APLICAR
EN LAS FORMULAS

C. Cálculo del Valor de P: Se calcula este valor cuando

la variable de estudio es cualitativa.
NOTA: Si no se conoce p, se puede adoptar las siguientes decisiones:
• Tomar una muestra piloto y calcular el valor de p.
• Considerar el valor de p = 0.50 y q=0.50.

C. Cálculo del Valor de la varianza (Si la variable es

CUANTITATIVA): este valor es obtenida por estudios anteriores,
muestra piloto, criterio de experto o distribución de la variable de
interés.
 CORRECCIONES PARA POBLACIONES FINITAS

Cuando el tamaño de la muestra es mayor del 5 % del tamaño

de la población se debe utilizar el factor de corrección.

Factor de Corrección: Cuando el factor de muestreo es mayor

no al 5% (0.05) , se corrige el tamaño de
f  muestra inicial, mediante la fórmula

N del tamaño de muestra final:

no
nf 
no
1
N
 Ejemplo N°01
Una empresa con 500 empleados De esta forma:
desea determinar el porcentaje de n=Tamaño de muestra (n=?)
satisfacción de los trabajadores en Z=Valor estudentizado (Z=1.96)
el presente año, que como p=porcentaje de satisfacción (p=0.90)
referencia por estudios anteriores q=porcentaje de insatisfacción (q=0.10)
realizados en la misma empresa, N=Tamaño de la población (N=500)
se encontró que el 90% de los E=Error máximo permitido (E=0.03)
trabajadores se encontraban
Z 2 p 1  p  N
satisfechos. Con un 95% de n 2
E  N  1  Z 2 p1  p 
confianza y un error máximo
admisible del 3%. Determina el n
 1.96  0.901  0.90 500
2

tamaño de muestra necesario  0.03 2  500  1  1.96 2  0.901  0.90

para el estudio. n  217.49  218

En este caso, se tendría que investigar aproximadamente 218 empleados

para poder determinar el porcentaje de trabajadores satisfechos.
 Ejemplo N°02
Se desea realizar un estudio para conocer la edad promedio de las madres en
su primer embarazo en una determinada región donde hay aproximadamente
948 madres. Para tal fin, estima el tamaño muestral considerando un nivel de
confianza del 98%, una desviación estándar de 1.3 años y un error de 0.42

Z 2S 2 Entonces el tamaño de la muestra

n será de 52 madres.
E2

n
 2.32  1.3
2 2

 0.42 2
n  51.57  52
Ejercicio Nº 3

Alumnos del UCV, desean conocer la proporción de jóvenes que

tienen problemas de gastritis de la Provincia de Trujillo, durante el
presente año. Para tal efecto desea tomar una muestra aleatoria
simple, con un nivel de confianza del 95% y un error de estimación
es del 5%.

A. ¿Cuál será el tamaño adecuado de la muestra, si por un

estudio anterior de tesis se conoce que la proporción de
enfermos con gastritis es de 35%?

B. ¿Cuál será el tamaño adecuado de la muestra, si no se conoce la

proporción de enfermos con gastritis?
 Solución

a) Datos :
No se conoce la población
Nivel de confianza 95% Z = 1.96
Proporción de alumnos con gastritis p=35%=0,35
Proporción de alumnos sin gastritis q=65%=0,65
Error E = 5% =0,05

(1.96) 2 x (0.35 x 0.65)

n 2
 350
(0.05)

b) En este caso no se conoce el valor de P. Entonces se puede aplicar una muestra

piloto, pero como no se puede realizar por efecto del tiempo u otra razón,
entonces P = 0.5 y aplicando la fórmula, se tiene:

(1.96) 2 x (0.5 x 0.5)

n 2
 384.16  385
(0.05)
Ejemplo 5:

La gerencia de una empresa que tiene 200 camiones, desea conocer el

número promedio del total de kilómetros recorridos durante una semana.
Para dicho estudio va a tomar una muetra aleatoria, de tal manera que el
error de muestreo no sea mayor de 50 kilometros, para un nivel de confianza
del 95% y que la desviación estándar de la población basada en estudios
anteriores fue de 180 kilometros.
¿Cuál erá el tamaño mínimo adecuado de la muestra?

Solución
Datos : N = 200 camiones E = 50 kms
Nivel de confianza 95% Z = 1.96

N Z2 2 200(1.96) 2 (180) 2 24893568

n    40.02  41
( N  1) E  Z 2  2 199(50)  (1.96) (180)
2 2 2
621967.84

Se debe tomar una muestra de 41 camiones.

Caso: Tiempo de atención al publico

Se desea estimar el tiempo promedio de atención al paciente en

un hospital
En un estudio se encontró promedio=12 minutos y s= 3 minutos.
El investigador asume error del 5% del promedio. Calcular el
tamaño de la muestra con una confiabilidad del 95%

1.96 2 * (3) 2
n 2
 139
(0.5)
 Caso: Encuestas de farmacias
Suponga que una encuesta a farmacias es realizada en la ciudad. El propósito
de la encuesta es estimar el precio promedio de 20 tabletas de una droga
vasodilatadora de uso común. Este precio promedio se necesita dentro del
10% del valor verdadero del precio en la ciudad. La lista de todas las
farmacias está disponible y una muestra aleatoria simple se seleccionará de
ella. Veinte farmacias de otra ciudad se entrevistaron telefónicamente y con
esta muestra el precio promedio de la droga fue de $7000 por las 20 tabletas
con una desviación estándar estimada de $3400. ¿Cuál debe ser el tamaño
de la muestra con un nivel de confiabilidad del 99%?

dólares 2.58

dólares

157 Farmacias
 EJERCICIO Nº 6
Se desea realizar un estudio entre la población juvenil de una
determinada localidad, para determinar la proporción de
jóvenes que estaría a favor de una nueva zona de recreación. El
número de jóvenes de dicha población es 3500. Determinar el
tamaño de muestra necesario, para estimar la proporción de
estudiantes que están a favor, con un error de estimación de
0.07 y un nivel de confianza del 98%.

 Solución
Datos :
N = 3500 jóvenes E = 0,07
Nivel de confianza 98% Z = 2,33 P = 0,5

N Z pq 2 3500 x 2.332 x 0.5 x 0.5

no    257
( N  1) E  Z pq
2 2 (3500  1) x 0.07  2.33 x0.5 x0.5
2 2
 EJERCICIOS Nº 7
Se desea hacer una encuesta para determinar la proporción de
familias, que carecen de medios económicos para atender los
problemas de salud. Existe la impresión de que esta proporción
está próxima a 0.61. Se desea utilizar un error de estimación de
0.04 y un nivel de confianza del 95%. De qué tamaño debe ser la
muestra para el estudio?.

Solución
Datos :
N : No se conoce E = 0,04
Nivel de confianza 95% Z = 1,96
p=0,61
q= 1-0,61 =0,39

Z 2 pq (1.96) 2 x (0.61 x 0.39)

no  n 2
 571.2
E2 (0.04)
 EJERCICIOS

Una agencia de investigación de mercado,

selecciona a través del muestreo a 900
familias y calcula que la proporción estimada
que utilizan cierto tipo de detergente. es de
0.35 ¿Cuál es el error estándar estimado? Si,
se ha utilizado un nivel de confianza del 95%.
1. Se desea realizar una investigación para determinar la proporción de
estudiantes universitarios que están a favor de la reinserción social del
delincuente; de un sondeo hecho previamente se conoce que 19 de 30
estudiantes, estaban a favor de la reinserción social del delincuente.
¿Cuál es número de estudiantes que deben entrevistarse, para que la
muestra sea adecuada con un 90% de confianza y un error del 5%?

2. En un estudio sobre hábitos de comportamiento realizado en el Distrito

de Moche, uno de los objetivos es conocer cantidad promedio de
horas que observan la Tv, los niños de dicha zona, si por un estudio
piloto se sabe que la variabilidad del tiempo es de 5 horas . Y el nivel
de confianza es de 95% y con un error de 1.2 horas. ¿Cuál es el tamaño
muestral necesario?

3. 3. Se desea realizar un estudio para conocer el porcentaje de

aprobación de la gestión del gobierno local de una determinada
provincia que cuenta con 3120 electores. Para este fin, determina el
tamaño muestral para un 95% de confianza.
PRÁCTICA CALIFICADA
1. Se desea hacer una encuesta para determinar la proporción
de familias, que carecen de medios económicos para atender
los problemas de salud. Existe la impresión de que esta
proporción está próxima a 0.61. Se desea utilizar un error de
estimación de 0.04 y un nivel de confianza del 95%. De qué
tamaño debe ser la muestra para el estudio?.
2. Se desea conocer el gasto promedio mensual en copias, que
realizan los 6000 estudiantes de la UCV y se decide
seleccionar una muestra sabiendo que en la escuela
profesional de administración se registró una desviación
estándar de ± 7.5 soles y se utilizara un nivel de confianza de
95% con un error de 2. soles
Selección
de la
Muestra
Bibliografía muestreo no probabilístico

NARESH K. Malhotra Investigación de Mercados

Un enfoque práctico.