ESTADISTICA APLICADA

Tema 03
Tamaño de una Muestra

SEMESTRE 2020 - II
 1 Elección de la Muestra

2 Tamaño de la Muestra

Temas a
Desarrollar 3 Cálculo del Tamaño de la Muestra

4 Precision – Nivel de Confianza - Variabilidad

5 Población Finita – Población Infinita

 Recordemos la sesión anterior

MUESTRA
MUESTRA
MUESTREO
MUESTREO
TÉCNICASDE
TÉCNICAS DEMUESTREO
MUESTREO
MUESTREOPROBABILISTICO
MUESTREO PROBABILISTICO

MÉTODOS DE MUESTREO
MÉTODOS DE MUESTREO

En la modalidad virtual participamos a través del chat, para ello usamos la opción “Levantar la mano”.
Logro de la sesión

El tamaño de la muestra en una investigación es importante para que la

investigación tenga validez estadísticamente y sea representativa del universo
de estudio. Para obtener el tamaño de la muestra la estadística proporciona el
cálculo necesario del número mínimo de elementos de ese universo
estadístico con el cual se debe contar.

En ese sentido, la estadística proporciona los elementos necesarios para

realizar una investigación, y exige una muestra dada para poder inferir hacia
la población estadística. La estadística proporciona el cálculo necesario del
número mínimo de elementos de ese universo estadístico con el cual se
debe contar.
Elección de la Muestra

La muestra tiene que ser representativa de la población de la que

se extrae. Las distintas maneras de elegir una muestra de una
población se denominan muestreos.

Se pueden producir errores imprevistos e incontrolados. Dichos

errores se denominan sesgos y si suceden diremos que la muestra
está sesgada.

El tamaño de la muestra, de una muestra estadística es el

número de observaciones que la componen.
¿Cuál debe ser el tamaño de la muestra?

Determinar el tamaño de la muestra que se va a seleccionar, es un paso importante en

cualquier estudio de investigación. Por ejemplo, un investigador desea determinar la
prevalencia de problemas oculares en un grupo de personas que se encuentran en
capacitación, para el cual se requiere realizar una toma de información (encuesta).
 
La pregunta importante que debe ser contestada en todas las encuestas de muestra es:
 
"¿Cuántos participantes deben ser elegidos para una encuesta?"
 
Sin embargo, la respuesta no puede ser dada sin tener en cuenta los objetivos y
circunstancias de las investigaciones.
El tamaño de la muestra normalmente es representado por "n" y siempre es un
número entero positivo. No se puede hablar de ningún tamaño exacto de la muestra,
ya que puede variar dependiendo de los diferentes marcos de investigación. Sin
embargo, si todo lo demás es igual, una muestra de tamaño grande brinda mayor
precisión en las estimaciones de las diversas propiedades de la población.

Cálculo del Tamaño Muestral

Cada estudio tiene un tamaño muestral idóneo, que permite comprobar lo que se
pretende con la seguridad y precisión fijadas por el investigador
¿De qué depende el tamaño muestral?
• Variabilidad del parámetro a estimar (σ2 o σ): Datos previos, estudios pilotos
• Precisión (e): Amplitud del intervalo de confianza
• Nivel de confianza (1-α): Habitualmente 95% o 99%. Probabilidad
complementaria al error admitido (α)
La elección del tamaño de la muestra depende de consideraciones estadísticas y no
estadísticas. Las consideraciones no estadísticas pueden incluir la disponibilidad de
los recursos, la mano de obra, el presupuesto, la ética y el marco de muestreo. Las
consideraciones estadísticas incluirán la precisión deseada de la estimación de la
prevalencia y la prevalencia esperada del problema. Para determinar el tamaño
adecuado de las muestras es necesario seguir los tres criterios:

1. Nivel de precisión : e
El nivel de precisión, también llamado error de muestreo : e, es el limite aceptable de error
muestral que generalmente cuando no se tiene su valor suele utilizarse en un valor que varia
entre 1% (0.01) y 10% (0.10) valor que queda a criterio del encuestador.

Rango en donde se estima que está el valor real de la población, expresado en términos
porcentuales. Por ejemplo, si un investigador observa que el 70% de los agricultores de la
muestra han adoptado una tecnología recomendada con una tasa de precisión de 5%, el
investigador puede concluir que entre el 65% y el 75% de los agricultores de
la población han adoptado la nueva tecnología.
2. Nivel de confianza
El intervalo de confianza es la medida estadística del número de veces de cada 100 que se
espera que los resultados se encuentren dentro de un rango específico.

Por ejemplo, un intervalo de confianza de 90% significa que los resultados de una acción
probablemente cubrirán las expectativas el 90% de las veces.
La idea básica descrita en el Teorema del límite central es que cuando una población se
muestrea muchas veces, el valor promedio de un atributo obtenido es igual al valor real de la
población. En otras palabras, si un intervalo de confianza es del 95%, significa que 95 de 100
muestras tendrán el valor real de la población dentro del rango de precisión.

Nivel de significación = α 25% 20% 15% 10% 5% 2,5% 1%

Nivel de confianza =1-α 75% 80% 85% 90% 95% 97,5% 99%
Valor de Z 1,15 1,28 1,44 1,65 1,96 2,24 2,58
Siendo el Nivel de Significación: =  0.05

Entonces el Nivel de Confianza:

Será: 1-
  = 0.95
Como se trata de una tabla a dos colas
(cola derecha):

  = 0.475

El valor Zα/2 será: Z0.025 = 1.9 + 0.06 = 1.96

0.475 0.475
0.025 0.025

- 1.96 1.96
Siendo el Nivel de Significación: =  0.025
Entonces el Nivel de Confianza:
Será: 1-
  = 0.975
Como se trata de una tabla a una sola cola
(acumulada):
El valor Z será: Z = 1.9 + 0.06 = 1.96

0.975
0.025

1.96
 0.95
0.025 0.025

- 1.96 1.96
3. Grado de variabilidad
Dependiendo de la población objetivo y los atributos a considerar, el grado
de variabilidad varía considerablemente. Cuanto más heterogénea sea una población, mayor
deberá ser el tamaño de la muestra para obtener un nivel óptimo de precisión. Ten en cuenta
que una proporción de 55% indica un nivel más alto de variabilidad que un 10% o un 80%.
Esto se debe a que 10% y 80% significa que una gran mayoría no posee o posee el atributo
en cuestión.
Existen muchos enfoques para determinar el tamaño de la muestra, incluyendo el uso de un
censo en el caso de poblaciones más pequeñas, el uso de tablas publicadas, imitar un tamaño
de muestra de estudios similares y aplicar fórmulas para calcular un tamaño de la muestra.
Cálculo del Tamaño de la Muestra
Tamaño de la muestra con proporciones para la población finita y conocida:
  𝒁 𝟐𝟏 − 𝜶 ∗ 𝑵 ∗ 𝒑 ∗ 𝒒
𝒏= 𝟐 𝟐 Tamaño de la Muestra con proporciones
𝒆 ( 𝑵 −𝟏 ) + 𝒁 𝟏−𝜶 ∗ 𝒑∗𝒒

Donde:
n: tamaño muestral
N: tamaño de la población
p: Éxito. Prevalencia esperada del parámetro a evaluar, en caso de desconocerse.
q: Fracaso. 1–p
e: error que se prevé cometer si es del 10 %, e = 0.1
Z: valor correspondiente a la distribución Normal (o de gauss)
 Z1- = Z 0.95 = 1.96 y Z1- = Z 0.99 = 2.58

  𝒁 𝟐𝟏 − 𝜶 ∗ 𝑵 ∗𝝈 𝟐
Para la varianza es:   = σ2 𝒏= 𝟐 𝟐 𝟐
𝒆 ( 𝑵 −𝟏 ) + 𝒁𝟏 − 𝜶 ∗ 𝝈
Ejemplo:
Tamaño de la muestra con proporciones para la población finita y conocida:

  𝒁 𝟐𝟏 − 𝜶 ∗ 𝑵 ∗ 𝒑 ∗ 𝒒
𝒏= 𝟐 𝟐
𝒆 ( 𝑵 −𝟏 ) + 𝒁𝟏 − 𝜶 ∗ 𝒑 ∗ 𝒒

  1- = Z 0.95 = 1.96
Z
N = 600  
p = 0.7
q = 1 – p = 1 – 0.7 = 0.3
e = 10 % = 0.1
n = 71.21
n = 71
Para este caso se tomara un tamaño de muestra n = 71 de una población de Tamaño N = 600
Ejemplo de Cálculo del Tamaño de la Muestra con desviación estándar
Tamaño de la muestra para la población finita y conocida:

  𝒁 𝟐𝟏 − 𝜶 ∗ 𝑵 ∗𝝈 𝟐
𝒏= 𝟐 𝟐 𝟐
𝒆 ( 𝑵 − 𝟏 ) + 𝒁𝟏 − 𝜶 ∗ 𝝈
  1- = Z 0.95 = 1.96
Z
N = 309  
s = 6.58
e = 10 % = 0.1
 

n = 303.38
n = 303
Para este caso se tomara un tamaño de muestra n = 303 de una población de Tamaño N = 309
Cálculo del Tamaño de la Muestra
Tamaño de la muestra para la población infinita o desconocida:

´ 
Donde:
n: tamaño muestral
p: prevalencia esperada del parámetro a evaluar, en caso de desconocerse.
q: 1 – p
e: error que se prevé cometer si es del 10 %, e = 0.1
Z: valor correspondiente a la distribución Normal (o de gauss)
 Z1- = 0.95 = 1.96 y Z1- = 0.99 = 2.58

Para la varianza es:   =2

´ 
Ejemplo de Cálculo del Tamaño de la Muestra

Tamaño de la muestra para la población infinita o desconocida:

´  n: tamaño muestral

 Siendo:
p: prevalencia esperada del parámetro a evaluar, es 70%. p = 0,70
q: 1 – p q = 0,30
e: error que se prevé cometer si es del 10 %, e = 0.1
= 0,05 Nivel de significación 5%
Z1- = Z0-95= 1.96 valor correspondiente a la distribución Normal

  ( 𝟏 , 𝟗𝟔 ) 𝟐 ( 𝟎 , 𝟕𝟎 ) (𝟎 , 𝟑𝟎)
𝒏´= 𝟐
(𝟎 , 𝟏)
𝒏  ´=𝟖𝟎 , 𝟔𝟕
Se debe tomar un tamaño de muestra n = 81
´  n´: tamaño muestral

 Siendo:

p: prevalencia esperada del parámetro a evaluar, es 70%. p = 0,70

q: 1 – p q = 0,30
e: error que se prevé cometer si es del 10 %, e = 0.1
= 0,01 Nivel de significación 1%
Zα = 0.01 = 2.58 valor correspondiente a la distribución Normal

  ( 𝟐 , 𝟓𝟖 ) 𝟐 ( 𝟎 ,𝟕𝟎 ) (𝟎 ,𝟑𝟎)
𝒏= 𝟐
(𝟎 , 𝟏)
𝒏=𝟏𝟑𝟗
  ,𝟕𝟖

Se debe tomar un tamaño de muestra n = 140 datos habiendo disminuido el nivel de significación.
Ejemplo de Cálculo del Tamaño de la Muestra
Tamaño de muestra para la población finita N
Cuando los parámetros de la población son desconocidos se utiliza la siguiente formula:

  𝑵
𝒏= 𝟐
𝒆 ( 𝑵 −𝟏 ) +𝟏
Donde:
n : tamaño muestral
N : tamaño de la población objetiva
e : error de muestreo
Ejemplo de Cálculo del Tamaño de la Muestra
Tamaño de muestra para la población finita N
Cuando los parámetros de la población son desconocidos se utiliza la siguiente formula:

  𝑵
𝒏= 𝟐
𝒆 ( 𝑵 −𝟏 ) +𝟏

Siendo:
n : tamaño muestral
N : 240 000
  𝟐𝟒𝟎 𝟎𝟎𝟎
Cuando: e : 15% 𝒏= 𝟐
=𝟒𝟒 . 𝟒𝟑  𝒏=𝟒𝟒
(𝟎 , 𝟏𝟓) ( 𝟐𝟒𝟎 𝟎𝟎𝟎− 𝟏 ) +𝟏
  𝟐𝟒𝟎 𝟎𝟎𝟎
Cuando: e : 10% 𝒏= 𝟐
=𝟗𝟗 . 𝟗𝟔  𝒏=𝟏𝟎𝟎
(𝟎 , 𝟏) ( 𝟐𝟒𝟎 𝟎𝟎𝟎− 𝟏 )+𝟏
  𝟐𝟒𝟎 𝟎𝟎𝟎
Cuando: e : 5% 𝒏= 𝟐
=𝟑𝟗𝟗 .𝟑𝟒  𝒏=𝟑𝟗𝟗
(𝟎 , 𝟎𝟓) ( 𝟐𝟒𝟎 𝟎𝟎𝟎 −𝟏 ) +𝟏
Ejemplo de Cálculo del Tamaño de la Muestra
Tamaño de muestra para la población finita N
Cuando los parámetros de la población son desconocidos se utiliza la siguiente formula:

  𝑵
𝒏= 𝟐
𝒆 ( 𝑵 −𝟏 ) +𝟏

Siendo:
n : tamaño muestral
N : 175
  𝟏𝟕𝟓
Cuando: e : 15% 𝒏= 𝟐
=𝟑𝟓 .𝟔𝟏  𝒏=𝟑𝟔
(𝟎 , 𝟏𝟓) ( 𝟏𝟕𝟓− 𝟏 )+ 𝟏
  𝟏𝟕𝟓
Cuando: e : 10% 𝒏= 𝟐
= 𝟔𝟑 .𝟖𝟕  𝒏=𝟔𝟒
(𝟎 , 𝟏) (𝟏𝟕𝟓 − 𝟏 )+𝟏
  𝟏𝟕𝟓
Cuando: e : 5% 𝒏= 𝟐
=𝟏𝟐𝟏 .𝟗𝟓  𝒏=𝟏𝟐𝟐
(𝟎 , 𝟎𝟓) ( 𝟏𝟕𝟓 −𝟏 ) +𝟏
Cálculo del Tamaño de la Muestra
Tamaño de la muestra para población finita cuando los datos son cualitativos, es decir para
análisis de fenómenos sociales o cuando se utilizan escalas nominales para verificar la ausencia
o presencia del fenómeno a estudiar:

  𝑛´   𝒔𝟐
𝑛= 𝒏´= 𝟐
𝑛´ s2 = p (1 - p) o σ2 = p (1 – p)
1+ 𝒆
𝑁
Donde:
n : tamaño muestral
N : tamaño de la población
s2 : varianza muestral
σ2 : varianza poblacional
p : % de confiabilidad (éxito); siendo q = 1 - p
e : se : error standard
Ejemplo de Cálculo del Tamaño de la Muestra
De una población de 1 176 adolescentes, de una ciudad, se pretende conocer la aceptación de
los programas humorísticos televisivos. Se desea tomar una muestra para saber la cantidad de
adolescentes a entrevistar y con ello tener una información adecuada, con un error standard de
1.5% al 90% de confiabilidad.
Datos:
N = 1 176
p = 90 % = 0.9 s2 = p (1 - p) = 0.9 (1 – 0.9) = 0.09
e = se = 1.5 % = 0.015 e2 = (se)2 = (0.015)2 = 0.000225

  𝒔𝟐
𝒏´= 𝟐   = 400
𝒆

  = 298
Ejemplo de Cálculo del Tamaño de la Muestra
Datos:
  𝒔𝟐
N = 240 000 𝒏´= 𝟐 𝑛  ′ =
0,21
=2 100
p = 70 % = 0.7 𝒆 0,0001
s2 = p (1 - p) = 0.7 (1 – 0.7) = 0.21
  2100
𝑛= =2 081
2 100
e = se = 1 % = 0.01 1+
240000
e2 = (se)2 = (0.01)2 = 0.0001

  𝒔𝟐
e = se = 5 % = 0.05 𝒏´= 𝟐 𝑛  =
′ 0,21
=84
𝒆 0,0025
e2 = (se)2 = (0.05)2 = 0.0025

  84
𝑛= =8 4
84
1+
240000
Ejemplo de Cálculo del Tamaño de la Muestra
Datos:
  𝒔𝟐
N = 240 000 𝒏´= 𝟐 𝑛  ′ =
0,2 5
=100
p = 50 % = 0.5 𝒆 0,00 25
s2 = p (1 - p) = 0.5 (1 – 0.5) = 0.25
  100
𝑛= =100
100
e = se = 5 % = 0.05 1+
240000
e2 = (se)2 = (0.05)2 = 0.0025

  𝒔𝟐
e = se = 2 % = 0.02 𝒏´= 𝟐 𝑛  ′ =
0,25
=625
𝒆 0,00 04
e2 = (se)2 = (0.02)2 = 0.0004

  625
𝑛= =623
625
1+
240000
 Conclusiones
El tamaño de la muestra es una selección de los encuestados elegidos y
que representan a la población total. Es una porción significativa de la
población que cumple con las características de la investigación
reduciendo los costos y el tiempo.
Su objetivo de determinar el tamaño de la muestra, es obtener inferencia
sobre una población de interés, de la forma más eficiente y confiable. Así
mismo el objetivo de la elaboración y la aplicación de encuestas es la
recopilación de datos suficientes para inferir sobre una población.

En la modalidad virtual participamos a través del chat, para ello usamos la opción “Levantar la mano”.
Tareas en el aula virtual
Fuentes

“INTRODUCCIÓN A LAS TÉCNICAS DE MUESTREO”

José Boza Chirino , Jorge Vicente Pérez Rodríguez , Javier de León Ledesma

“TECNICAS DE MUESTREO ESTADISTICO: TEORIA, PRACTICA Y

APLICACIONES INFORMATICAS”
Cesar Perez

“EJERCICIOS Y PRÁCTICAS DE MUESTREO EN POBLACIONES FINITAS”

Francisco Ramón Fernández García, J. Antonio Mayor Gallego
GRACIAS