Ing.

Allan Silva


Determinando la poblacin y la muestra


Una vez definido el problema a investigar, formulados los objetivos y delimitadas las
variables, se hace necesario determinar los elementos o
individuos con quienes se va a llevar a cabo el estudio o
investigacin.

Es el momento de delimitar el mbito de tu investigacin
definiendo una poblacin y seleccionando la muestra.

Se debe recordar que las variables siempre estn ubicadas o contenidas en
algn elemento, sea persona (Ej. edad, sexo, inteligencia, categora laboral,
desempeo, etc.), cosa (Ej. informes, empresas, oficinas, leyes, etc.) o situaciones.
A estos elementos se les llama unidad de anlisis y el conjunto de todas las
unidades de anlisis se conoce como poblacin.

Muchas veces es imposible tener contacto y observar a todas las unidades de anlisis,
por lo que es necesario seleccionar un subconjunto que represente apropiadamente
a toda la poblacin. Este subconjunto es conocido con el nombre de muestra. El
proceso mediante el cual este subconjunto es seleccionado se denomina muestreo.

La poblacin (denotada como N) es el conjunto de todos los individuos (objetos,
personas, eventos, situaciones, etc.) en los que se desea investigar algunas
propiedades. La poblacin es el conjunto de individuos que tienen una o ms
propiedades en comn, se encuentran en un espacio o territorio y varan en el
transcurso del tiempo.

En una investigacin se puede tener ms de una poblacin, todo depende de la
complejidad y variedad de los objetivos de investigacin. A veces, cada objetivo
requiere una poblacin distinta. Si tienes ms de una poblacin, debes especificarla y
describirla con detalle.

La muestra (denotada como n) es el conjunto de casos extrados de una poblacin,
seleccionados por algn mtodo de muestreo. La muestra siempre es una parte de la
poblacin. Si tienes varias poblaciones, entonces tendrs varias muestras.

Entonces, ahora ya sabes qu es unidad de anlisis, poblacin, muestra y muestreo.
Analicemos en detalle el muestreo.
Ing. Allan Silva





c
m








e
a





c
n
u


Qu es el muestreo?


El muestreo es el proceso de extraer una muestra a partir de una poblacin.

Cuando te extraen sangre para analizarla, no te la extraen toda porque moriras. Te
extraen solamente una pequea muestra. Con esa muestra es suficiente para
determinar con precisin las caractersticas de toda tu sangre, saber si ests anmico,
si tienes alguna enfermedad, etc. Lo mismo sucede con la investigacin. En la prctica
no es necesario estudiar toda la poblacin para resolver el problema de investigacin,
sino que, en general, se puede lograr los objetivos solo con una parte representativa
de ella.

El muestreo proporciona muchas ventajas: a) ahorra tiempo,
b) reduce costos y c) posibilita mayor profundidad y exactitud
en los resultados. Sin embargo, tiene algunos
inconvenientes:
seleccionada o
a) es dificultoso,
sesgada distorsiona
b) una muestra mal
tus resultados, c) las
limitaciones propias del tipo de muestreo.

Veamos cules son las etapas tpicas del muestreo.



Cules son las etapas del muestreo?


El muestreo tiene seis etapas muy bien definidas. Cada una de las etapas requiere
que tomes decisiones. Veamos cada una de ellas:






Selecciona a
Identifica el
marco
los in
de tu
dividuos
Calcula el
poblacion l.
muestra.
ta ao





Define la
unidad de
anlisis y
poblacin.

Determina si
realizars
muestreo y
el tipo
adecuado.
muetral.
Ing. Allan Silva

1. Definir la unidad de anlisis y la poblacin de estudio.
Es decir, identificar los criterios de inclusin y exclusin de la poblacin y
precisar el tamao de la poblacin. Esta etapa la terminas cuando sabes a
cunto asciende el tamao de tu poblacin de estudio, y qu criterios de inclusin y
exclusin empleas para delimitarla.

Para seleccionar una muestra lo primero es definir la unidad de anlisis
(quines van a ser estudiados). Esto depende del problema a investigar y de
los objetivos de la investigacin.
Una vez definida la unidad de anlisis se debe delimitar la poblacin.
Una poblacin es el conjunto de todos los casos que concuerdan con una serie
de especificaciones (criterios de inclusin y exclusin).
La poblacin debe situarse claramente en torno a sus caractersticas de
contenido, lugar y tiempo.

2. Determinar si se realizar muestreo o si se trabajar con toda la poblacin.
Si la poblacin es pequea y se puede acceder a ella sin restricciones, entonces
se trabajar con toda la poblacin. Si la poblacin es muy grande o es
demasiado costoso trabajar con toda la poblacin, entonces conviene utilizar una
muestra.

3. Determinar el tipo de muestreo a emplear.
Precisar si se utilizar un muestreo probabilstico o no probabilstico. Precisar qu
subtipo de muestreo se emplear. Se pretende que la muestra sea un reflejo fiel
de la poblacin (que sea representativa).

4. Calcular el tamao de la muestra.
Utilizando frmulas estadsticas o cualitativas, calcula el tamao mnimo de la
muestra requerido para tu estudio.

5. Identificar el marco poblacional de donde se extraer la muestra.
Determinado el tamao de la muestra, es necesario identificar a cada uno de los
elegidos. Para ello se utiliza el marco poblacional, que es una lista donde estn
identificados todos elementos de la poblacin.

6. Seleccionar a los individuos de la poblacin que conformarn la muestra.
Si utilizas un muestreo probabilstico, utilizars una tabla de nmeros aleatorios
para seleccionar del marco muestral a cada uno de los integrantes de la muestra.

Estas etapas son genricas, casi siempre idnticas para todas las investigaciones. Las
variaciones ocurren dependiendo del tipo de investigacin que se realiza.
Ing. Allan Silva

Qu son los criterios de inclusin y exclusin?


Los criterios de inclusin y exclusin son caractersticas que sirven
para diferenciar quin participa como poblacin en la
investigacin y quin no. Los criterios de inclusin y exclusin son
demarcadores, son lmites que discriminan entre los que sern
parte del estudio y los que no lo sern.



Si ests investigando empresas agropecuarias, no todos sern parte del
estudio, seguro que slo te interesan las que cumplan ciertos criterios. Estos
pueden ser, a modo de ejemplo: a) Tamao (micro), b) antigedad (<3 aos), c) que
sean pertenecientes a un departamento, d) que sean informales.


Es importante que identifiques estos criterios y que lo hagas explcito en tu proyecto
de investigacin.



Ejemplo


La poblacin est constituida por los estudiantes de nivel secundario de las
instituciones educativas pbl i cas. Los criterios de inclusin y exclusin considerados
para la delimitacin poblacional son los siguientes:
Sexo masculino: solo varones.
Edades comprendidas entre 12 y 14 aos de edad.
Que cursen entre 1 y 3 ao de secundaria.
Que estudien en turno maana o tarde.
Que estudien en instituciones educativas pblicas.
Considerando estos criterios, el tamao de la poblacin asciende a 4,632
estudiantes

Esta es la forma tpica como debes redactar la identificacin de tu poblacin y la
demarcacin de los criterios de inclusinexclusin.



Cuntos tipos de muestreo hay?


En el paso 3 de las etapas del muestreo es necesario determinar qu tipo de
muestreo se emplear. Al respecto, existen dos tipos generales de muestreo: a) el
muestreo probabilstico y b) el muestreo no probabilstico.

En las muestras probabilsticas, todo integrante de la poblacin tiene una probabilidad
determinada y conocida de conformar la muestra, y esa probabilidad puede ser
calculada con precisin estadstica. Los muestreos probabilsticos son los muestreos
ms confiables pero los ms complicados.

Ing. Allan Silva
En las muestras no probabilsticas ocurre lo contrario, todo integrante de la
poblacin no tiene una probabilidad determinada, tampoco es conocida, de
conformar la muestra. Los criterios para seleccionar la muestra no son estadsticos,
son racionales, por eso el investigador no tiene idea del error que puede estar
introduciendo en su muestra. Las muestras no probabilsticas son las menos
confiables, pero las ms frecuentes, por ser ms econmicas y, algunas veces, ms
convenientes.



Qu es el muestreo probabilstico?


Conocido tambin como muestreo aleatorio, utiliza el azar y las estadsticas como
instrumentos de seleccin, pudindose calcular de antemano la probabilidad de que
cada elemento de la poblacin sea incluido en la muestra.

Este tipo de muestreo es el que alcanza mayor rigor cientfico, y se caracteriza porque
se cumple el principio de la equiprobabilidad, segn el cual todos los elementos de la
poblacin tienen la misma probabilidad de ser elegidos en una muestra. Las muestras
probabilsticas siempre son representativas de la poblacin. Y como son
representativas, con este muestreo se puede generalizar con precisin los resultados
a la poblacin.

La muestra probabilstica es la ms adecuada para identificar ndices y describir
poblaciones mediante muestras. Por eso, este tipo de muestreo es tpico y necesario
cuando ests realizando investigaciones cuantitativas, descriptivas y correlacionales.



Ejemplo

Un investigador quiere determinar cuntas empresas manufactureras de 3 a 5 aos
de antigedad presentan problemas logsticos y cuntos no, y qu variables estn
asociadas, en San Juan de R i o C o c o . Por eso, realiza un muestreo probabilstico
local de 350 empresas solo para San Juan.


Los muestreos probabilsticos son los ms costosos. Requieren ms tiempo y
recursos. Es ms lento y complicado. Sin embargo, su costo vale la pena porque los
resultados se pueden generalizar a toda la poblacin.
Ing. Allan Silva

Cuntos tipos de muestreo probabilstico hay?


El muestreo por azar o muestreo probabilstico presenta varios tipos:
1. Muestreo aleatorio simple.
2. Muestreo sistemtico.
3. Muestreo estratificado.
4. Muestreo por conglomerados
5. Muestreo polietpico.


Muestreo Aleatorio Simple.

Es la modalidad de muestreo ms conocida y que alcanza mayor rigor cientfico.
Garantiza la equiprobabilidad de eleccin de cualquier elemento y la independencia
de seleccin de cualquier otro. En este procedimiento se extraen al azar un nmero
determinado de elementos (conocido como n), de la poblacin (conocido como N).
La secuencia es:

a) Definir la poblacin.
b) Elaborar una lista de toda la poblacin, asignndoles nmeros consecutivos
desde 1 hasta n.
c) Calcular el tamao de la muestra.
d) Extraer al azar los elementos hasta completar el nmero calculado (utilizando
tablas de nmeros aleatorios o programas de computadora como el SPSS).

Muestreo Aleatorio Sistemtico.

Es una variante del muestreo simple. Este muestreo es ms rpido que el anterior,
sobre todo si la poblacin es numerosa y est previamente ordenada. La forma de
seleccin utiliza un sistema sencillo. Observa.



Ejemplo


Tenemos 10,000 Fi ncas (en una lista) y queremos obtener una muestra de 100.
Primero elegimos al azar una empresa entre los 10000/100=100 primeros
(supongamos que salga el 26), el segundo elemento ser la finca 100+26 (126), la
siguiente ser el 226, luego el 326, etc.


La eleccin sistemtica partiendo de listas es vlida si el orden no ha sido establecido
teniendo en cuenta la caracterstica que estudiamos. No pueden servir, por ejemplo,
listas en orden de ingresos, si sta es una de las variables de investigacin.

Muestreo Estratificado.

Este muestreo se utiliza cuando la poblacin est constituida en estratos o subgrupos
(conjuntos homogneos con respecto a la caracterstica que se estudia). Dentro de
cada estrato se puede aplicar el muestreo aleatorio simple o sistemtico.
Ing. Allan Silva

El muestreo estratificado consiste en subdividir la poblacin en subgrupos o estratos
segn las caractersticas que se consideren y en elegir la muestra de modo que estn
representados los diferentes estratos.

Para obtener la muestra estratificada, se siguen los siguientes pasos:

a) Se divide la poblacin en estratos.
b) De cada estrato se extrae una muestra por muestreo aleatorio simple.
c) Se asigna a cada individuo segn ciertas reglas de afijacin (simple, proporcional,
ptima).
d) La suma de las muestras de cada estrato forman la muestra total n.



Ejemplo

Supongamos que, en Estel, 70% de empresas son informales y el 30% formales. Si
queremos encuestar a 100 empresas, lo que haremos es dividir las empresas en 2
estratos (formales e informales) y se eligen aleatoriamente 70 empresas informales y
aleatoriamente 30 formales.


Observa, en el siguiente ejemplo, la forma como se presenta un muestreo probabilstico
estratificado en el proyecto de investigacin.

Ing. Allan Silva

Ejemplo


Del total de Defensoras de la Niez, dentro de Nicaragua (N=1,537), fueron seleccionadas
aleatoriamente 148 . Se us un muestreo probabilstico estratificado.

Para la asignacin de los tamaos muestrales a los diferentes estratos en el muestreo
aleatorio estratificado se utiliz el procedimiento de asignacin proporcional.

La seleccin de la muestra de acuerdo a los estratos respectivos, se obtuvo a travs de una
tabla de nmeros aleatorios.

Los valores se presentan en la siguiente tabla.


Estratos Poblacin de
Defensorias
Muestra Proporcin n/N (%)

Escolar 494 48 32.1
Comunal 261 25 17.0
Regional 470 45 30.6
Departamental 154 15 10.0
Parroquial 55 5 3.6

Centro Pobl. 40 4 2.6
ONG 38 4 2.5
Otros 25 2 1.6
Total 1537 148 100.0

Nota: Observa que en esta tabla se presentan los estratos (columna 1), la poblacin inicial,
la muestra calculada y la proporcin entre la muestra y la poblacin. Esa es la forma tpica
de presentar un muestreo estratificado.
Ing. Allan Silva


Muestreo por Conglomerados.

Este tipo de muestreo se utiliza cuando los individuos de la poblacin constituyen
grupos naturales muy grandes o conglomerados que contienen otros grupos ms
pequeos de forma sucesiva (Ej. Pas, regin, distrito, organi smos, oficinas, etc.).

Esta tcnica es til porque no es necesario identificar ni tener un listado de todos los
elementos de la poblacin para seleccionarlos aleatoriamente, sino que despus de
seleccionar los conglomerados, se procede a elaborar dicho listado slo para los
elementos que componen los conglomerados elegidos.

En el muestreo por grupos el proceso sigue estos pasos:

1. La poblacin se divide previamente en grupos o conglomerados que contienen
diversos elementos.
2. Se seleccionan aleatoriamente el nmero de conglomerados y se trabaja con
el total de elementos pertenecientes a los conglomerados elegidos.
3. La unidad muestral es el conglomerado (cluster) o grupo y el proceso de
seleccin aleatoria se aplica a la seleccin de stos y no a los elementos
menores que componen el conglomerado.

Se quiere realizar una encuesta nacional durante las elecciones de la nueva directiva
del C S E . Los conglomerados, en este caso, pueden ser los distritos electorales y,
dentro de ellos, las mesas electorales. Con este muestreo lo que se hace es escoger
algunos distritos electorales y luego, dentro de ellos, algunas mesas electorales al azar
y de ah se toman todos los votos de las mesas seleccionadas.

Muestreo Polietpico.

En este caso se combina el muestreo aleatorio simple con el muestreo por
conglomerados. Primero se realiza un muestreo por conglomerados (Ej. si los
conglomerados son colegios en Lima, se seleccionan aleatoriamente varios de ellos).
Segundo, no se eligen todos los estudiantes (como ocurrira en un muestro por
conglomerados), sino que se elige una muestra aleatoria (dicha muestra puede ser
obtenida por muestreo aleatorio simple o puede ser estratificado).

El proceso sigue una secuencia de etapas de seleccin de unidades muestrales de
mayor rango a otras de menor, hasta llegar a los individuos o elementos que
constituyen la muestra: provincia, distrito escolar, centros, aulas, estudiantes. Este
tipo de muestreo slo necesita conocer los individuos que integran los
conglomerados de la ltima etapa.

A continuacin te presento una tabla resumen de los muestreos probabilsticos.



Ing. Allan Silva
Caractersticas, ventajas y desventajas de los muestreos probabilsticos
Tipos de
muestreo
probabilstico
Caractersticas Ventajas Inconvenientes
Aleatorio simple Se selecciona una muestra de
tamao n de una poblacin de
N unidades, cada elemento
tiene una probabilidad de
inclusin igual y conocida de
n/N.
Sencillo, rpido y de fcil
comprensin.

Se basa en la teora
estadstica, y por tanto
existen paquetes
informticos para analizar los
datos
Requiere que se posea
de antemano un
listado completo de
toda la poblacin
(marco poblacional).

No se aplica para
poblaciones
estratificadas.
Sistemtico Conseguir un listado de los N
elementos de la poblacin.

Determinar tamao muestral
n. Definir un intervalo k=N/n.
Elegir un nmero aleatorio, r,
entre 1 y k (r=arranque
aleatorio). Seleccionar los
elementos de la lista.
Fcil de aplicar. No siempre es
necesario tener un listado
de toda la poblacin.

Cuando la poblacin est
ordenada siguiendo una
tendencia conocida, asegura
una cobertura de unidades de
todos los tipos.
Si la constante de
muestreo est
asociada con el
fenmeno de inters,
las estimaciones
obtenidas a partir de
la muestra pueden
contener sesgo de
seleccin.
Estratificado En ciertas ocasiones resultar
conveniente estratificar la
muestra segn ciertas
variables de inters. Para ello
debes conocer la composicin
estratificada de la poblacin.
Una vez calculado el tamao
muestral apropiado, este se
reparte de manera
proporcional entre los distintos
estratos definidos en la
poblacin usando una simple
regla de tres.
Asegura que la
muestra represente
adecuadamente a la
poblacin en funcin de
unas variables
seleccionadas.

Se obtienen estimaciones ms
precisas. Consigue una
muestra lo ms semejante
posible a la poblacin en lo
que a las variables
estratificadoras se refiere.




Se ha de conocer la
distribucin en la
poblacin de las
variables utilizadas
para estratificar.
Conglomerados Se real i zan vari as fases
de
muestreo sucesi vas
(pol i etpi co)

Sol o se necesi ta marco
pobl aci onal para l a l ti ma
etapa del muestreo.
Es muy eficiente
cuando la poblacin es
demasiado grande y dispersa.
La probabilidad de
cometer errores es
mayor.

El clculo del error es
ms complejo.
Ing. Allan Silva

Recuerda que la descripcin de los tipos de muestreo es solo introductoria, es
slo para que los conozcas. Este no es un libro de estadstica, por eso te
recomiendo revisar algunos libros especializados sobre el tema. Hacer una
investigacin no solo implica estudiar a fondo el tema de tu investigacin, sino
tambin aprender sobre el mtodo y las tcnicas que vas a emplear. Por eso, no solo
revises bibliografa de tu tema, revisa tambin bibliografa metodolgica.


Qu es el muestreo no probabilstico?


El muestreo no probabilstico, como su nombre lo indica, no se basa en el principio
de la equiprobabilidad. Estas tcnicas siguen otros criterios de seleccin
(conocimientos del investigador, economa, comodidad, alcance, etc.), procurando
que la muestra obtenida sea lo ms representativa posible.

Estas muestras, al no utilizar el muestreo al azar, no tienen la garanta de las
muestras probabilsticas, es decir, no se sabe si los resultados estarn sesgados. Sin
embargo, aunque existe esta limitacin, en la prctica los muestreos no
probabilsticos son a menudo necesarios e inevitables, porque son ms econmicos,
rpidos y menos complicados.

Este tipo de muestreo es tpico y necesario cuando ests realizando investigaciones
cualitativas, exploratorias, histricas, documentales.



Cuntos tipos de muestreo no probabilstico hay?


Existen diferentes tipos de muestreo no probabilstico. Los ms usados
son:
1. Muestreo accidental
2. Muestreo por cuotas
3. Muestreo intencional
4. Muestreo por rastreo Bola de nieve


Muestra accidental. Es aquella que se obtiene sin ningn plan preconcebido.
Las unidades elegidas resultan producto de circunstancias fortuitas y descontroladas.
Con este muestreo nunca sabrs hasta qu punto tus resultados son vlidos y si en
verdad representan a la poblacin. Este es el tipo de muestreo menos confiable.

Las investigaciones que utilizan voluntarios es un tipo de muestreo accidental. Estas
muestras estn sesgadas porque los voluntarios tienen caractersticas distintas a la
poblacin en general, como por ejemplo: son personas que tienen mayor nivel
cultural, tienen mejor estatus social, suelen ser ms inteligentes, son ms sociables,
son menos convencionales, son menos conformistas, etc.




Ing. Allan Silva

Ejemplo


La muestra elegida fue de tipo accidental compuesta por 138 empleados
administrativos de universidades privadas cuyas edades oscilan de los 22 a 61 aos,
por lo que los resultados son exclusivos para este grupo.


Muestra por cuotas. Se calcula el tamao de la muestra dependiendo de la
distribucin de la poblacin. Por ejemplo, en una poblacin de 1,000 estudiantes,
donde el 40% son mujeres, puedes asignar una cuota de 60 hombres y 40 mujeres a
una muestra de 100 individuos. Por ms que esa presuncin llegue a ser vlida, no
deja de existir cierta arbitrariedad en este modo de proceder, por lo que la rigurosidad
estadstica de las muestras por cuotas se reduce considerablemente.

Muestra intencional. Este es el mejor tipo de muestreo no probabilstico. El muestreo
se realiza sobre la base del conocimiento y criterios del investigador. Se basa,
primordialmente, en la experiencia con la poblacin. En algunas oportunidades se
usan como gua o muestra tentativa para decidir cmo tomar una muestra aleatoria
ms adelante.

Muestreo por rastreo o bola de nieve. Son muy empleados en la investigacin
cualitativa histrica, documental y etnogrfica.

En este muestreo, los primeros elegidos como encuestados (a juicio del investigador)
proponen y ayudan a la seleccin de los restantes de la muestra. Esta tcnica se
utiliza para localizar por referencias a miembros de poblaciones peculiares o muy
difciles de acceder.

Siempre existe el riesgo del sesgo porque la persona sugerida por otro miembro de la
muestra tiene una probabilidad mayor de ser similar a la primera.


Ejemplo


Una investigacin busca identificar las experiencias artesanos exportadores de
p r o d u c t o s a Europa. El investigador seleccion una muestra no probabilstica de
empresarios cuyos locales de confecciones estn ubicados en Li may. Los
empresarios fueron seleccionaron a travs de conocidos y de referencias. De esta
manera se entrevist a 40 empresarios usando guas de entrevistas
semiestructuradas.

En este caso una muestra no probabilstica es adecuada pues se trata de un estudio
con un diseo de investigacin exploratorio; es decir, no es concluyente, sino que su
objetivo es documentar ciertas experiencias. Este tipo de estudio pretende generar
datos e hiptesis que constituyan la materia prima para investigaciones ms precisas.


Ing. Allan Silva

Cmo calculo el tamao de la muestra?


El clculo del tamao de tu muestra depende de qu tipo de investigacin estas
realizando. Si es una investigacin cualitativa o cuantitativa, el procedimiento variar.



Cmo calculo el tamao de la muestra si mi investigacin es cuantitativa?


En los estudios cuantitativos, el tamao de la muestra depende de la precisin con
que se desea estimar el parmetro de la poblacin. Entre ms grande sea la muestra
ms representativa de la poblacin ser.

Para calcular el tamao de las muestras cuantitativas se emplean frmulas
estadsticas. Para ello se necesita algunos valores, como son:

El tamao de la poblacin: Si es mayor a 100 mil, entonces el tamao de la
muestra ser suficiente con 370. Si es menor a 100 mil, necesitas calcular
empleando frmulas.
El nivel de confianza: Te aconsejo que siempre sea del 95%.
El tamao aproximado de la proporcin (p,q): Si no las conoces, que sea del
50% cada una.
El error mximo admisible: Acepta un error mximo del 5%.
Otros valores adicionales: como la tasa de no respuesta, entre otros.




Ejemplo


Una UCA con 500 empleados desea reducir el nivel de ausentismo de los trabajadores.
Reportes de asistencia indican que cerca del 10% de los trabajadores faltan al
t rabajo, pero no determinan las causas del ausentismo. Decides investigar las razones
ms frecuentes para las faltas, y, por tanto, estimas el nivel de confianza de tu muestra
en el 95% y un error mximo admisible del 3%.
De esta forma:
n = tamao de la muestra
z = nivel de confianza elegido (igual a 2)
p = porcentaje de inasistencia (10)
q = porcentaje complementario (p q = 90)
N = tamao de la poblacin (N=500)
e = error mximo permitido (3)




Ing. Allan Silva
La frmula utilizada para el clculo es la siguiente:

n = z
2
.p.q.N
e
2.
(N1) + z
2
.p.q



Substituyendo los nmeros en la frmula se tiene:
n = 2
2
. 10 . 90 . 500
3
2
. (5001) + 2
2
. 10 . 90



= 222,47

En este caso, el estudiante tendra que investigar aproximadamente 223 empleados para
poder determinar cules son las principales causas del ausentismo laboral. Si se aumentase
el porcentaje de error admisible al 5%, el tamao de la muestra se reducira a 112.

Te aconsejo nunca usar un error mximo del 5%