TAMAÑO DE LA MUESTRA

PARA DATOS CUANTITATIVOS Y

CUALITATIVOS
Ponente:
•
Ing. César A. Verano Serruto.
PONENTES:
Morales Hernandez Carlos.
Vega Balladeers Gerson.
Caballero Jiménez Ana Lucía.
TAMAÑO DE MUESTRA PARA DATOS CUALITATIVOS Y
CUANTITATIVOS
Conjunto de sujetos o elementos que
presentan características comunes.
Supongamos que queremos saber cual es el nivel de
colesterol de la población de Perú. por cuestiones
económicas y de tiempo obvias, no está al alcance
realizar un análisis de sangre a toda la población de
Perú.Para solucionar este impedimento, se utiliza
MUESTRA
 Conjunto de valores que puede
VARIABLE tomar cierta característica de la
ESTADÍSTICA población sobre la que se realiza
el estudio estadístico.
CUALITATIVAS

CUANTITATIVAS
VARIABLES INDEPENDIENTE DEPENDIENTE

CULTURA
MOTIVACIÓN
ORGANIZACIONAL
 VENTAJAS DEL USO DE MUESTRAS

1-Costo reducido 2-Mayor rapidez

VENTAJAS DEL USO DE MUESTRAS

3-Mayor exactitud 4-Mayores posibilidades

No se debe emplear muestras
cuando la población es muy
pequeña.

La teoría del muestreo es compleja y

no es del dominio de la mayoría de los
investigadores, por lo que con
frecuencia deben buscar apoyo en
especialistas materia.
 REQUISITOS
Seleccionar con procedimientos y
Poseer las mismas características
técnicas basadas en reglas
de la población
estadísticas y matemáticas.

REQUISITOS
Que el error muestral
Ser directamente proporcional al
determinado este dentro de los
tamaño de la población.
límites y estándares permitidos.
Método de selección de
una muestra a partir de
una población.
TÉCNICAS DE MUESTREO NO PROBABILÍSTICO
 CASOS PRÁCTICOS DE MUESTREO
NO PROBABILÍSTICO

1. El médico Carlos Morales Hernández de la Universidad Nacional de

Tumbes quiere realizar un estudio óptico para comprobar si los
MUESTREO POR jóvenes mejoran su vista después de unos determinados ejercicios
CONVENIENCIA visuales. Para ello decide realizar el estudio a los alumnos del curso de
Estadística Aplicada a la Administración II de la escuela de
Administración de Empresas.
 CASOS PRÁCTICOS DE MUESTREO
NO PROBABILÍSTICO

1. Al investigador Carlos Cum Zúñiga se le encomiendan un estudio del

nivel de satisfacción de los alumnos de la escuela de Administración
MUESTREO POR de Empresas con el docente Eco. Gustavo Ortiz Castro. El investigador,
JUICIO que conoce a todos los alumnos de dicha escuela, decide utilizar el
muestreo por juicio seleccionando a los alumnos que llevan cursos
con el respectivo docente mencionado por qué cree que serán los más
representativos.
 CASOS PRÁCTICOS DE MUESTREO
NO PROBABILÍSTICO

1. De una muestra de 200 personas el investigador puede estar

MUESTREO POR interesado que el 50 sean varones de 15 a 25 años, 50 mujeres de 15 a
CUOTAS 20 años, 50 amas de casa y 50 mujeres profesionales.
 CASOS PRÁCTICOS DE MUESTREO
NO PROBABILÍSTICO

1. La investigadora Ana Lucía Caballero Jiménez quiere hacer un estudio

sobre el comportamiento de los individuos de la secta indígena Loas.
MUESTREO DE Ella empieza estudiando a tres integrantes de la misma secta que
BOLA DE NIEVE conoce que son Clara, Rob y Cinthya, ellos le van presentando a otros
miembros a las cuales ellos conocen para así poder incluirlos en su
estudio.
 a)Se elabora un listado sin ningún ordenamiento en
particular de los alumnos del 1 al 30.

B)Generamos tantos números aleatorios como el tamaño

de la muestra(n).Sorteando así 15 números entre los 30.

c)Elaboramos una lista de la muestra, seleccionando a los

alumnos de acuerdo con los números obtenidos por los números
aleatorios. Así la muestra estará formada por 15 alumnos.
 1-Por lo tanto, N=60 y n=12

2-Escogemos al azar un número i entre 1 y k (utilizando los

números aleatorios, sacar una bola de un bombo, etc.).
3-La muestra será el elemento i y los elementos i+k, i+2k, etc...
Es decir, el elemento k y los elementos a intervalos fijos k hasta
conseguir la n sujetos:

60
k
12

k 5

4-Ahora elegimos al azar un número entre 1 y k=5. Suponemos

que nos sale i=2. La muestra resultado mediante el muestreo
sistemático será:
1-Se desea realizar un estudio en la Universidad Nacional Mayor
de San Marcos acerca de 600 estudiantes existentes en la
facultad de Derecho y Ciencias Políticas y se desea tomar una
muestra de 45 de ellos.

1-Determinar la característica de los estratos o la composición

de los estratos.

2-Si se conoce el porcentaje de los estratos, distribuir

porcentualmente el tamaño de muestra en los estratos.
3-Si se conoce la cantidad de individuos en cada estrato, se
calcula el factor de proporción con la siguiente fórmula:

K = n/N.

4-El cual se multiplica por la cantidad respectiva en los estratos.

5-Seleccionar aleatoriamente los individuos en cada estrato.

6-Elaborar la lista de la muestra por cada estrato.

Nuestro primer conglomerado serían las regiones o
departamentos, a partir de estas regiones aleatoriamente
seleccionar un subgrupo.

Del subgrupo anterior formar un nuevo conglomerado de

segunda etapa con las provincias. De este conglomerado
seleccionar aleatoriamente un subgrupo de provincias.

De este subgrupo de provincias formar un conglomerado de

hospitales de Nivel I. Luego seleccionar aleatoriamente un
subgrupo de Hospitales

A partir del grupo de hospitales hacer un listado de los

pacientes hipertensos luego realizar muestreo aleatorio
El tamaño de la muestra se refiere al número
de elementos que se incluirán en el estudio.

Un investigador desea determinar los

problemas alimenticios de los niños en edad
escolar y desea realizar una encuesta.

¿Cuántos participantes deben ser elegidos

para una encuesta?
NIVEL DE CONFIANZA

EROR O PORCENTAJE DE ERROR

VARIABILIDAD
 TAMAÑO DE MUESTRA PARA
ESTIMAR PARÁMETROS A PARTIR
DE UN GRUPO
 TAMAÑO DE MUESTRA PARA UNA PROPORCIÓN

a)El nivel de confianza o seguridad ( ) 1−α. El nivel de confianza

prefijado da lugar a un coeficiente z α. Para un nivel de seguridad del 95
% α=1,96, para un nivel de seguridad del 99 % α = 2,58.

Certeza 95% 94% 93% 92% 91% 90% 80% 62.27% 50%
Z 1.96 1.88 1.81 1.75 1.69 1.65 1.28 1 0.6745

b) Determinar el grado de error máximo aceptable en los resultados de la

investigación. Éste puede ser hasta del 10%; ya que variaciones
superiores al 10% reducen la validez de la información.
 Donde deberemos considerar la probabilidad de que ocurra el evento (p) y la de
que no se realice (q); siempre tomando en consideración que la suma de ambos
valores p + q será invariablemente siempre igual a 1, cuando no contemos con
suficiente información, le asignaremos p = 0.5 q = 0.5.

Se aplica la fórmula del tamaño de la muestra de acuerdo con el tipo de población.

Población infinita:
1- Se desea conocer la prevalencia de diabetes en la ciudad de Tumbes ¿A cuántas
personas se debe estudiar? Se debe tener en cuenta que la prevalencia aproximada
en la población es de alrededor del 5%, se desea tener una precisión del 3% y un
nivel de confianza del 95% (α=0,05).

DATOS:

• p = 0.05
• q = 0.95
• Z = 1.96
(1.96)2=3.84
• E= 0.03
(0.03)2=0.0009

Interpretación: Se debe estudiar a 203 personas para conocer la prevalencia de diabetes en la

ciudad de Tumbes.
 CASO PRACTICO:
TAMAÑO DE MUESTRA
PARA UNA PROPORCIÓN
Cuando la población es
FINITA
(cuando se conoce N)

A cargo de: Morales Hernández, Carlos

Enrique
Formula:

Comprobar si se cumple

𝑛
Donde: < 15% 𝑑𝑒 𝑁
𝑁

• Z: Valor que se obtiene de la distribución

normal, para un nivel de significancia.
El nivel de confianza o seguridad

Certeza 95% 94% 93% 92% 91% 90% 80% 62.27 50%
%
De no cumplirse esa
1.96 1.88 1.81 1.75 1.69 1.65 1.28 1 0.674
Z 5
condición se aplica la
siguiente formula

• p: Porción de éxito
• q= (1-P): Porción de fracaso
• E: Error estimado. Valor que determina el
investigador
• N: Número de los elementos de la
población
 Graficas:

1 95%

• Z: Nivel de significancia es 95%

α = 0.95

α
=
0.95
= 0.475 = Zp = 1.96
2 2
 Tabla para calcular Z intervalos de Confianza

1
 Graficas:

0.05 restante

2 α
2
α
2

0.025 0.025

• Si vamos a utilizar Z acumulada es :

 0.025 + 0.95 = 0.975

Según la tabla Z es : 1.96

 FUNCIÓN DE DISTRIBUCIÓN NORMAL ESTÁNDAR

2
 CASO: Nº 1

La Consejería de Trabajo planea un estudio con el interés de conocer el promedio de horas semanales trabajadas
por las mujeres del servicio doméstico. La muestra será extraída de una población de 10000 mujeres que figuran
en los registros de la Seguridad Social.
Supongamos que tratamos de estimar la proporción de mujeres que trabajan diariamente 10 horas o más. De un
estudio piloto se dedujo que p = 0.30, fijamos el nivel de confianza en 0.95 y el error máximo 0.02.

Datos: Formula: Reemplazamos:

p= 0.30
2 2 ∗ 0.30 ∗ 0.70
1.96 0.70 ∗ 10000
10000
q= 0.70 1.96
𝑛=
0.0222∗ 10000
0.02 10000 − 1 + 1.9622 ∗ 0.30
0.30 ∗ 0.70
0.70
N= 10000

Z = 1.96
E: 0.02
n= 1678
 Comprobar si se cumple la condición No se cumple la condición
 Entonces se aplicara la fórmula de ajuste
𝑛
< 15% 𝑑𝑒 𝑁
𝑁

1678
1678
15%
= 0.1678 = 16.78% > 15%
10000

 Entonces remplazando en la formula

1678
𝑛=
1678
1678
1678
1 + 10000
1437
= 1436.88 = 1437
10000

Interpretación: Tendría que estudiarse 1437 mujeres para

conocer el promedio de horas semanales trabajadas por las
mujeres del servicio doméstico.
Si se desea estimar una media habrá que conocer:

El nivel de confianza o seguridad (1−α). El nivel de confianza prefijado da lugar a un coeficiente z.

Para un nivel de seguridad del 95 %, α=1,96 , para un nivel de seguridad del 99 % α = 2,58 .

La precisión con que se desea estimar el parámetro ( 2×d es la amplitud del

intervalo de confianza).

Una idea de la varianza “𝒔𝟐 ” de la distribución de la variable cuantitativa que se supone existe en la
población.
 Infinita Finita

2 2
Z .S N .Z2 .S 2
n 2
n 2
E .( N  1)  Z2 .S 2
E
 2 2
Z .S N .Z2 .S 2
n n 2
E 2 E .( N  1)  Z .S
2 2

Z= Intervalo de confianza( Dos

colas).
E= Margen de error aceptable.
n= Muestra a hallar.

N= Tamaño de la
𝑆 2: Varianza. población
 Una planta empaquetadora de limones empaquetan 1200 costales de
limones diarios, Determinar el peso medio de los 1200 costales de
limón, si se tiene un grado de confianza de 95% una desviación
estándar de 1kg y un margen de error del 0.1 kg.

Datos a usar

Z => Intervalo de confianza = 95 % = 1.96

Σ => Desviación estándar = 1 kg
e => Error de muestreo aceptable= 0.1 kg
N => Tamaño poblacional = 1200
 N .Z2 .S 2
n 2
E .( N  1)  Z2 .S 2

1200(1.96) 2 (1) 2
n
(1200  1)(0.1) 2  (1.96) 2 (1) 2
4609.92
n
Z => = 95 % = 1.96 1199(0.01)  38416
Σ => = 1 kg n  291.1847192
e => = 0.1 kg n  291.18
N => = 1200 n  292
 Se harán elecciones para elegir al nuevo decano de la Facultad de ciencias
económicas de la Universidad Nacional Mayor de San Marcos, el total de alumnos
es de 10100, se quiere realizar una encuesta para saber cuál es la tendencia del
voto entre los alumnos. Se requerirá de un porcentaje de confianza del 95% y un
porcentaje de error del 3%

Datos
n => Tamaño de la muestra = X
Z => nivel de confianza = 95% =
1.96
P => Variabilidad positiva = 0.5
Q => Variabilidad negativa = 0.5
e => Error de muestreo aceptable = 3%
N => Tamaño de la población = 10100
 z 2 pqN
n
Ne2  z 2 pq
2
z pqN
n
Ne  z pq
2 2

1.96  (0.5)(0.5)10100
2

n
n => = X 10100  0.03  1.96   0.5  0.5 
2 2

Z => = 95% =1.96 n

0.9604(10100)
9.09  0.9604
P => = 0.5 9700.04
n
Q => = 0.5 10.0504
e => = 3% n  965.1396959
n  965.13
N => = 10100 n  966
Se desea conocer la media de la glucemia de los alumnos de la escuela académico
profesional de administración de la universidad nacional de tumbes, con una
seguridad del 95% (α=0,05), con una precisión de 3,0 mg/dl y sabiendo por
estudios anteriores que la varianza es de 250 md/dl.

Datos a usar

Zα = 1,96
S2 = 250
E =3
 2 2
Z .S
n 2
E

Zα = 1,96 = Z (1.96)2 = 3.84

S2 = 250 3.84 x 250
E = 3 = (3)2 = 9 n
9
n  107
¡GRACIAS!