UNIVERSIDAD LATINOAMERICANA

LIC. AUDITORIA

MUESTREO
TRABAJO DIRIGIDO A LA MATERIA
DE ESTADSTICA II

REALIZADO POR:
Jenny Fer Claros Garca
DOCENTE:
Lic. Dana Zurita

Punata-Cochabamba-Bolivia
INTRODUCCIN
En todo estudio que se realice se desea conocer con absoluta verdad y certeza
toda la informacin requerida para tales fines.

[MUESTREO]

2/2016

Es natural que se busque conocer de manera exhaustiva las caractersticas de

una poblacin objeto de estudio y que para ello se requiera efectuar un censo.
El censo tiene sus ventajas y desventajas; estas ltimas ocasionan que se
recurra a otro procedimiento que vendra a ser el muestreo.
El muestreo posee caractersticas especiales que la hacen favorable en su uso
frecuente por parte de instituciones con recursos econmicos y tiempo
limitados, aunque tambin el factor que se debe controlar es el error presente
en este procedimiento.
El muestreo tiene distintas etapas, siendo dos de las ms importantes, la forma
de elegir los elementos de la muestra y el tamao de la misma. En este
captulo se efectuar el estudio de dichas etapas, en base a las cuales se
realizarn inferencias referentes a los parmetros de estudio desconocidos.
DEFINICIN DE MUESTREO
En estadstica un muestreo es la tcnica para la seleccin de una muestra a
partir de una poblacin. En el muestreo, si el tamao de la muestra es ms
pequeo que el tamao de la poblacin, se puede extraer dos o ms muestras
de la misma poblacin. Al conjunto de muestras que se pueden obtener de la
poblacin se denomina espacio muestral. La variable que asocia a cada
muestra su probabilidad de extraccin
El muestreo: Es una herramienta de la investigacin cientfica. Su funcin
bsica es determinar que parte de una realidad en estudio (poblacin o
universo) debe examinarse con la finalidad de hacer inferencias sobre dicha
poblacin
El Muestreo es ms que el procedimiento empleado para obtener una o ms
muestras de una poblacin; el muestreo es una tcnica que sirve para obtener
una o ms muestras de poblacin.
Este se realiza una vez que se ha establecido un marco muestral
representativo de la poblacin, se procede a la seleccin de los elementos de la
muestra aunque hay muchos diseos de la muestra.
Al tomar varias muestras de una poblacin, las estadsticas que calculamos
para cada muestra no necesariamente seran iguales, y lo ms probable es que
variaran de una muestra a otra.
Muestreo Estadstico: son aquellos que se basan en el principio de
equiprobabilidad. Es decir, aquellos en los que todos los individuos tienen la
misma probabilidad de ser elegidos para formar parte de una muestra y,
consiguientemente, todas las posibles muestras de tamao n tienen la misma
probabilidad de ser elegidas.
1

[Escriba el nombre de la compaa]

[MUESTREO]

2/2016

TCNICAS DE SELECCIN DEL MUESTREO

Muestreo probabilstico: Forman parte de este tipo de muestreo todos
aquellos mtodos para los que puede calcularse la probabilidad de extraccin
de cualquiera de las muestras posibles. Este conjunto de tcnicas de muestreo
es el ms aconsejable, aunque en ocasiones no es posible optar por l.
Muestreo estratificado: Consiste en la divisin previa de la poblacin de
estudio en grupos o clases que se suponen homogneos respecto a
caracterstica a estudiar. A cada uno de estos estratos se le asignara una cuota
que determinara el nmero de miembros del mismo que compondrn la
muestra.
Muestreo sistemtico: Es la eleccin de una muestra a partir de los
elementos de una lista segn un orden determinado, o recorriendo la lista a
partir de un nmero aleatorio determinado.
Muestreo por conglomerados: Cuando la poblacin se encuentra dividida,
de manera natural, en grupos que se suponen que contienen toda la
variabilidad de la poblacin, es decir, la representan fielmente respecto a la
caracterstica a elegir, pueden seleccionarse slo algunos de estos grupos o
conglomerados para la realizacin del estudio.
Muestreo errtico: Tambin se llama sin norma. La muestra se realiza de
cualquier forma, valorando nicamente la comodidad o la oportunidad en
trminos de costes, tiempo u otro factor no estadstico.
Al realizar un muestreo en una poblacin podemos hablar de muestreos
probabilsticas y no probabilsticas, entre estas tcnicas o procedimientos
estn:
Muestreo simple: Este tipo de muestreo toma solamente una muestra de una
poblacin dada para el propsito de inferencia estadstica. Puesto que
solamente una muestra es tomada, el tamao de muestra debe ser los
suficientemente grandes para extraer una conclusin. Una muestra grande
muchas veces cuesta demasiado dinero y tiempo.
Muestreo aleatorio simple: Es aquel en que cada elemento de la poblacin
tiene la misma probabilidad de ser seleccionado para integrar la muestra. Una
muestra simple aleatoria es aquella en que sus elementos son seleccionados
mediante el muestreo aleatorio simple.
Ejemplo:

[Escriba el nombre de la compaa]

[MUESTREO]

2/2016

De modo que una muestra simple aleatoria

se puede
interpretar como un conjunto de valores de variables aleatorias
independientes, cada una de las cuales tiene la misma
distribucin que es llamada distribucin poblacin. Existen dos
formas de extraer una muestra de una poblacin: con reposicin
y sin reposicin.
Muestreo doble: Cuando el resultado del estudio de la primera muestra no es
decisivo, una segunda muestra es extrada de la misma poblacin. Las dos
muestras son combinadas para analizar los resultados. Este mtodo permite a
una persona principiar con una muestra relativamente pequea para ahorrar
costos y tiempo. Si la primera muestra arroja una resultado definitivo, la
segunda muestra puede no necesitarse.
Muestreo mltiple: El procedimiento bajo este mtodo es similar al expuesto
en el muestreo doble, excepto que el nmero de muestras sucesivas requerido
para llegar a una decisin es ms de dos muestras. Mtodos de muestreo
clasificados de acuerdo con las maneras usadas en seleccionar los elementos
de una muestra. Los elementos de una muestra pueden ser seleccionados de
dos maneras diferentes:
Basados en el juicio de una persona
Seleccin aleatoria (al azar).
Muestreo con reemplazo: Es aquel en que un elemento puede ser
seleccionado ms de una vez en la muestra para ello se extrae un elemento de
la poblacin se observa y se devuelve a la poblacin, por lo que de esta forma
se pueden hacer infinitas extracciones de la poblacin aun siendo esta finita.
Muestreo sin reemplazo: No se devuelve los elementos extrados a la
poblacin hasta que no se hallan extrados todos los elementos de la poblacin
que conforman la muestra.
TIPOS DE UN MUESTREO
Muestreo no probabilstico: En este tipo de muestreo, puede haber clara
influencia de la persona o personas que seleccionan la muestra o simplemente
se realiza atendiendo a razones de comodidad.
Ejemplo:
Si hacemos una encuesta telefnica por la maana, las personas
que no tienen telfono o que estn trabajando, no podrn formar
parte de la muestra.

[Escriba el nombre de la compaa]

[MUESTREO]

2/2016

Muestreo Probabilstico: En este tipo de muestreo, todos los individuos de la

poblacin pueden formar parte de la muestra, tienen probabilidad positiva de
formar parte de la muestra. Por lo tanto es el tipo de muestreo que deberemos
utilizar en nuestras investigaciones, por ser el riguroso y cientfico.
PARMETRO
Es posible definir este concepto de dos formas:
a) El parmetro es una caracterizacin numrica de la distribucin
de la poblacin, es decir, describe parcial o completamente,
la funcin de probabilidad de la poblacin de la variable de
inters. Por ejemplo, cuando se especifica de la distribucin
Poisson, se est definiendo su funcin de probabilidad:

Si se conoce el parmetro se puede calcular cualquier

proposicin probabilstica. Por tanto, puesto que los parmetros
son inherentes a todos los modelos de probabilidad, es imposible
calcular las probabilidades deseadas sin un conocimiento del
valor de stos.
b) El parmetro es una caracterstica de tipo descriptivo de
una determinada poblacin. Ello se refiere a que una poblacin
con determinadas caractersticas, pueden ser descritas por
ciertas medidas descriptivas, como por ejemplo, la media
aritmtica, ndices poblacionales, tasas, etc.
NIVEL DE CONFIANZA
El intervalo de confianza es la medida estadstica del nmero de veces de cada
100 que se espera que los resultados se encuentren dentro de un rango
especfico.
Por ejemplo, un intervalo de confianza de 90% significa que los resultados de
una accin probablemente cubrirn las expectativas el 90% de las veces.
La idea bsica descripta en el Teorema del lmite central es que cuando una
poblacin se muestrea muchas veces, el valor promedio de un atributo
obtenido es igual al valor real de la poblacin. En otras palabras, si un intervalo
de confianza es del 95%, significa que 95 de 100 muestras tendrn el valor real
de la poblacin dentro del rango de precisin.
4

[Escriba el nombre de la compaa]

[MUESTREO]

2/2016

El nivel de confianza es la probabilidad de que el parmetro a estimar se

encuentre en el intervalo de confianza.
El nivel de confianza (p) se designa mediante 1 , y se suele tomar en tanto
por ciento.
Los niveles de confianza ms usuales son: 90%; 95% y 99%.
El nivel de significacin se designa mediante .
El valor crtico (k) como z /2 .
P(Z>z /2) = /2
P[-z /2 < z < z /2] = 1 -

1-

/2

z /2

0.90

0.05

1.645

0.95

0.025

1.96

0.99

0.005

2.575

En una distribucin N(, ) el intervalo caracterstico correspondiente a una

probabilidad p = 1 - es:
( - z /2 , + z /2 )
Ejercicio
La media de las estaturas de una muestra aleatoria de 400 personas de una
ciudad es 1,75 m. Se sabe que la estatura de las personas de esa ciudad es
una variable aleatoria que sigue una distribucin normal con varianza 2 =
0,16 m2.
Construye un intervalo, de un 95% de confianza, para la media de las estaturas
de la poblacin.
n = 400
x = 1.75

= 0.4

1 = 0.95
z /2 = 1.96
5

[Escriba el nombre de la compaa]

[MUESTREO]

2/2016

(1.75 1.96 0.4/20 )

(1.7108,1.7892)
VENTAJAS Y DESVENTAJAS DE MUESTREO
Ventajas

Rapidez y facilidad de realizar el estudio

Menor nmero de sujetos a estudiar
Menor costo econmico
Mayor validez del estudio.
Mayor nmero de variable a estudiar
Controlar y ajustar posibles variables de confusin.
Es muy til cuando el Universo es muy grande o Infinito.
Cuando algunos de los elementos observados se destruye en la
observacin.
El producto sufre menos dao al haber menos manipulacin.

Desventajas

Muestra representativa: no existe una definicin formal que nos permita

afirmar que una muestra es o no representativa de la poblacin objeto
de estudio.
Error de muestreo o error aleatorio: es el error que se comete debido al
hecho de sacar conclusiones sobre una poblacin a partir del estudio de
una muestra de ella.

TAMAO DE LA MUESTRA
Aplicacin
El determinar el tamao de una muestra representa una parte esencial del
mtodo cientfico para poder llevar a cabo una investigacin. Al muestreo lo
podemos definir como el conjunto de observaciones necesarias para estudiar la
distribucin de determinadas caractersticas en la totalidad de una poblacin, a
partir de la observacin de una parte o subconjunto de una poblacin,
denominada muestra.
El clculo del tamao de la muestra es uno de los aspectos a concretar en las
fases previas de la investigacin comercial y determina el grado de credibilidad
que concederemos a los resultados obtenidos.
Al definir el tamao de la muestra, nosotros deberemos procurar que sta
informacin sea representativa, vlida y confiable y al mismo tiempo nos
represente un mnimo costo. Por lo tanto, el tamao de la muestra estar

[Escriba el nombre de la compaa]

[MUESTREO]

2/2016

delimitado por los objetivos del estudio y las caractersticas de la poblacin,

adems de los recursos y el tiempo de que se dispone.

Glosario De Tamao De La Muestra

CONCEPTO
Hiptesis

Muestra

DEFINICIN
Es una afirmacin con respecto
a
una
distribucin
de
probabilidad.
Se llama muestra a una parte
de la poblacin a estudiar qu
sirve para representarla.

Poblacin

Una poblacin se precisa como

un conjunto finito o infinito de
personas
u
objetos
que
presentan
caractersticas
comunes.

Porcentaje de
confianza (confianza)

Es el porcentaje de seguridad
que existe para generalizar los
resultados obtenidos.

[Escriba el nombre de la compaa]

TRADUCCIN

[MUESTREO]

Porcentaje de error

Variabilidad

2/2016

Equivale
a
elegir
una
probabilidad de aceptar una
hiptesis que sea falsa como si
fuera verdadera, o la inversa:
rechazar a hiptesis verdadera
por considerarla falsa.
Es la probabilidad (o porcentaje)
con el que se acept y se
rechaz la hiptesis que se
quiere investigar en alguna
investigacin anterior o en un
ensayo previo a la investigacin
actual.

Formulario
TAMAO DE LA MUESTRA
CASO

ESTADISTICO

donde:

ESTIMAR LA MEDIA

n = es el tamao de la muestra;
Z = es el nivel de confianza;
E = es la
error.
= es la

donde:
n = es el tamao de la muestra;
8

[Escriba el nombre de la compaa]

precisin o
varianza.

[MUESTREO]

2/2016

Z = es el nivel de confianza;
N = es el tamao de la poblacin;
= es la varianza.
E = es la precisin o el error.

ESTIMAR LA
PROPORCION

donde:

n = es el tamao de la muestra;
Z = es el nivel de confianza;
p = es la variabilidad positiva;
q = es la variabilidad negativa;
E = es la precisin o el error.

donde:
n = es el tamao de la muestra;
Z = es el nivel de confianza;
N = es el tamao de la poblacin
p = es la variabilidad positiva;
q = es la variabilidad negativa;
E = es la precisin o error

Teora
En Estadstica el tamao de la muestra es el nmero de sujetos que componen
la muestra extrada de una poblacin, necesarios para que los datos obtenidos
sean representativos de la poblacin.
Para calcular el tamao de una muestra hay que tomar en cuenta tres factores:
9

[Escriba el nombre de la compaa]

[MUESTREO]

2/2016

1 El porcentaje de confianza con el cual se quiere generalizar los datos

desde la muestra hacia la poblacin total.
2 El porcentaje de error que se pretende aceptar al momento de hacer la
generalizacin.
3 El nivel de variabilidad que se calcula para comprobar la hiptesis.
La confianza o el porcentaje de confianza es el porcentaje de seguridad que
existe para generalizar los resultados obtenidos. Esto quiere decir que un
porcentaje del 100% equivale a decir que no existe ninguna duda para
generalizar tales resultados, pero tambin implica estudiar a la totalidad de los
casos de la poblacin.
El error o porcentaje de error equivale a elegir una probabilidad de aceptar una
hiptesis que sea falsa como si fuera verdadera, o la inversa: rechazar a
hiptesis verdadera por considerarla falsa. Al igual que en el caso de la
confianza, si se quiere eliminar el riesgo del error y considerarlo como 0%,
entonces la muestra es del mismo tamao que la poblacin, por lo que
conviene correr un cierto riesgo de equivocarse.
La variabilidad es la probabilidad (o porcentaje) con el que se acept y se
rechaz la hiptesis que se quiere investigar en alguna investigacin anterior o
en un ensayo previo a la investigacin actual. El porcentaje con que se acept
tal hiptesis se denomina variabilidad positiva y se denota por p, y el
porcentaje con el que se rechaz se la hiptesis es la variabilidad negativa,
denotada por q.
Hay que considerar que p y q son complementarios, es decir, que su suma es
igual a la unidad: p+q=1. Adems, cuando se habla de la mxima variabilidad,
en el caso de no existir antecedentes sobre la investigacin (no hay otras o no
se pudo aplicar una prueba previa), entonces los valores de variabilidad es
p=q=0.5.
Una vez que se han determinado estos tres factores, entonces se puede
calcular el tamao de la muestra como a continuacin se expone.
Supuestos y Restricciones
Supuestos
El tamao de la muestra depende de tres aspectos:
1) Error permitido
2) Nivel de confianza estimado
3) Carcter finito o infinito de la poblacin.
10

[Escriba el nombre de la compaa]

[MUESTREO]

2/2016

Las frmulas generales para determinar el tamao de la muestra son las

siguientes:
Para poblaciones infinitas (ms de 100,000 habitantes)
Para poblaciones finitas (menos de 100,000 habitantes)
Nomenclatura:
n = Nmero de elementos de la muestra
N = Nmero de elementos de la poblacin o universo
P/Q = Probabilidades con las que se presenta el fenmeno.
Z2 = Valor crtico correspondiente al nivel de confianza elegido; siempre
se opera con valor zeta 2, luego Z = 2.
E = Margen de error permitido (determinado por el responsable del
estudio).
Cuando el valor de P y de Q sean desconocidos o cuando la encuesta abarque
diferentes aspectos en los que estos valores pueden ser desiguales, es
conveniente tomar el caso ms adecuado, es decir, aquel que necesite el
mximo tamao de la muestra, lo cual ocurre para P = Q = 50, luego, P = 50 y
Q = 50.
Restricciones
A la hora de determinar el tamao que debe alcanzar una muestra hay que
tomar en cuenta varios factores: el tipo de muestreo, el parmetro a estimar, el
error muestral admisible, la varianza poblacional y el nivel de confianza. Por
ello antes de presentar algunos casos sencillos de clculo del tamao muestral
delimitemos estos factores.
Parmetro. Son las medidas o datos que se obtienen sobre la poblacin.
Estadstico. Los datos o medidas que se obtienen sobre una muestra y por lo
tanto una estimacin de los parmetros.
Error Muestral, de estimacin o Standard. Es la diferencia entre un estadstico y
su parmetro correspondiente. Es una medida de la variabilidad de las
estimaciones de muestras repetidas en torno al valor de la poblacin, nos da
una nocin clara de hasta dnde y con qu probabilidad una estimacin basada
en una muestra se aleja del valor que se hubiera obtenido por medio de un
censo completo. Siempre se comete un error, pero la naturaleza de la
investigacin nos indicar hasta qu medida podemos cometerlo (los
11

[Escriba el nombre de la compaa]

[MUESTREO]

2/2016

resultados se someten a error muestral e intervalos de confianza que varan

muestra a muestra). Vara segn se calcule al principio o al final. Un estadstico
ser ms preciso en cuanto y tanto su error es ms pequeo. Podramos decir
que es la desviacin de la distribucin muestral de un estadstico y su
fiabilidad.
Nivel de Confianza. Probabilidad de que la estimacin efectuada se ajuste a la
realidad. Cualquier informacin que queremos recoger est distribuida segn
una ley de probabilidad (Gauss o Student), as llamamos nivel de confianza a la
probabilidad de que el intervalo construido en torno a un estadstico capte el
verdadero valor del parmetro.
Varianza Poblacional. Cuando una poblacin es ms homognea la varianza es
menor y el nmero de entrevistas necesarias para construir un modelo
reducido del universo, o de la poblacin, ser ms pequeo. Generalmente es
un valor desconocido y hay que estimarlo a partir de datos de estudios previos.
Formulas
Vamos a presentar dos frmulas, siendo la primera la que se aplica en el caso
de que no se conozca con precisin el tamao de la poblacin, y es:
Dnde:
n
Z
p
q
E

12

[Escriba el nombre de la compaa]

es el tamao de la muestra;
es el nivel de confianza;
es la variabilidad positiva;
es la variabilidad negativa;
es la precisin o error.

[MUESTREO]

2016

Hay que tomar nota de que debido a que la variabilidad y el error se pueden
expresar por medio de porcentajes, hay que convertir todos esos valores a
proporciones en el caso necesario.
Tambin hay que tomar en cuenta que el nivel de confianza no es ni un
porcentaje, ni la proporcin que le correspondera, a pesar de que se expresa
en trminos de porcentajes. El nivel de confianza se obtiene a partir de la
distribucin normal estndar, pues la proporcin correspondiente al
porcentaje de confianza es el rea simtrica bajo la curva normal que se toma
como la confianza, y la intencin es buscar el valor Z de la variable aleatoria
que corresponda a tal rea.
En el caso de que s se conozca el tamao de la poblacin entonces se aplica la
siguiente frmula:

Donde:
n es el tamao de la muestra;
Z es el nivel de confianza;
p es la variabilidad positiva;
q es la variabilidad negativa;
N es el tamao de la poblacin;
E es la precisin o el error.
La ventaja sobre la primera frmula es que al conocer exactamente el tamao
de la poblacin, el tamao de la muestra resulta con mayor precisin y se
pueden incluso ahorrarse recursos y tiempo para la aplicacin y desarrollo de
una investigacin.
Tablas
Para obtener el clculo adecuado del tamao de la muestra, la formula exige
un determinado nivel de confianza, el cual se puede consultar por medio de
una tabla con valores estndar.
Los valores Za segn la seguridad y Zb segn el poder se indican en la Tabla
siguiente.
Tabla 2. Valores de Za y Zb ms frecuentemente

13

| [Escriba el nombre de la compaa]

2016

[MUESTREO]

utilizados
Za
a

Test unilateral

Test bilateral

0.200
0.150
0.100
0.050
0.025
0.010

0.842
1.036
1.282
1.645
1.960
2.326

1.282
1.440
1.645
1.960
2.240
2.576

Potencia
b

(1-b)

Zb

0.01
0.05
0.10
0.15
0.20
0.25
0.30
0.35
0.40
0.45
0.50

0.99
0.95
0.90
0.85
0.80
0.75
0.70
0.65
0.60
0.55
0.50

2.326
1.645
1.282
1.036
0.842
0.674
0.524
0.385
0.253
0.126
0.000

Utilidad
El tamao de la muestra nos permite obtener una cantidad significativa de la
poblacin que abarca nuestro campo de investigacin, por lo tanto es de gran
utilidad; ya que reduce el tiempo y los costos de una investigacin, agiliza el
proceso de esta y se obtienen resultados significativos para la investigacin. Es
por eso que para su mejor aprovechamiento y adecuados resultados es
necesario el correcto clculo del tamao de la muestra. Un calculo equivocado
podra generar lo contrario de todos los beneficios antes mencionados que este
aporta.
Ejemplos
Ejemplo 1.

14

| [Escriba el nombre de la compaa]

[MUESTREO]

2016

Se desea estimar el peso promedio de los sacos que son llenados por un nuevo
instrumento en una industria. Se conoce que el peso de un saco que se llena
con este instrumento es una variable aleatoria con distribucin normal. Si se
supone que la desviacin tpica del peso es de 0,5 kg. Determine el tamao de
muestra aleatoria necesaria para determinar una probabilidad igual a 0,95 de
que el estimado y el parmetro se diferencien modularmente en menos de 0,1
kg.
Solucin:

Evidentemente un tamao de muestra no puede ser fraccionario por lo que se

debe aproximar por exceso. El tamao de muestra sera de 97.
Si la varianza de la poblacin es desconocida, que es lo que mas frecuente se
ve en la prctica el tratamiento ser diferente, no es posible encontrar una
frmula cuando la varianza poblacional es desconocida por lo que para ello
aconsejamos utilizar el siguiente procedimientoPrimeramente, se toma una pequea muestra, que se le llama muestra piloto,
con ella se estima la varianza poblacional (
la formula (1), sustituyendo (

) y con este valor se evala en

) por su estimacin (

). El valor de obtenido

ser aproximadamente el valor necesario, nuevamente con ese valor de se

extrae una muestra de este tamao de la poblacin se le determina la varianza
a esa muestra, como una segunda estimacin de (

) y se aplica de nuevo la

formula (1), tomando la muestra con el obtenido como muestra piloto para la
siguiente iteracin, se llegar a cumplir con las restricciones prefijadas. Se
puede plantear esta afirmacin ya que la

de

tiende a estabilizarse a

medida que aumenta alrededor de la

por lo que llegar el momento en
que se encuentre el tamao de muestra conveniente, sin embargo, en la
prctica es mucho ms sencillo pues, a lo sumo con tres iteraciones se obtiene
el tamao de muestra deseado, este procedimiento para obtener el tamao de

15

| [Escriba el nombre de la compaa]

2016

[MUESTREO]

muestra deseado se puede realizar utilizando en Microsoft Excel en la opcin

anlisis de datos las opciones estadstica descriptiva para ir hallando la
varianza de cada una de las muestras y la opcin muestra para ir determinado
las muestras pilotos. Para obtener el tamao de la muestra utilizando este
mtodo recomendamos la utilizacin de un paquete de computo como por
ejemplo el Microsoft Excel, aplicando las opciones muestra y estadstica
descriptiva.
Para determinar el tamao de la muestra cuando los datos son cualitativos es
decir para el anlisis de fenmenos sociales o cuando se utilizan escalas
nominales para verificar la ausencia o presencia del fenmeno a estudiar, se
recomienda la utilizacin de la siguiente formula:

Siendo

sabiendo que:

es la varianza de la poblacin respecto a determinadas variables.

Es la varianza de la muestra, la cual podr determinarse en trminos de
probabilidad como
Es error estndar que est dado por la diferencia entre (
poblacional y la media muestra.

) la media

Es el error estndar al cuadrado, que nos servir para determinar

lo que

, por

es la varianza poblacional.

Ejemplo 2.
De una poblacin de 1 176 adolescentes de una ciudad X se desea conocer la
aceptacin por los programas humorsticos televisivos y para ello se desea
tomar una muestra por lo que se necesita saber la cantidad de adolescentes
que deben entrevistar para tener una informacin adecuada con error estndar
menor de 0.015 al 90 % de confiabilidad.

16

| [Escriba el nombre de la compaa]

[MUESTREO]

2016

Solucin:
= 1 176
= 0,015

por lo que

Es decir para realizar la investigacin se necesita una muestra de al menos 298

adolescentes.
Ejemplo 3.
En el proyecto de Al Haouz en Marruecos, se ha calculado que cerca del 30%
(0,3) de los nios de la zona del proyecto padecen de malnutricin crnica.
Este dato se basa en estadsticas nacionales sobre malnutricin en las zonas
rurales. Utilizando los valores estndar indicados supra se efecta el clculo
siguiente:
Clculo:
Clculo:
n= 1.96 x .3(1-.3)
.05
n = 3.8416 x .21
.0025
n = .8068
.0025
n = 322.72 ~ 323

Ejemplo 4.

17

| [Escriba el nombre de la compaa]

[MUESTREO]

2016

Un fabricante de reproductores de discos compactos utiliza un conjunto de

pruebas amplias para evaluar la funcin elctrica de su producto. Todos los
reproductores de discos compactos deben pasar todas las pruebas antes de
venderse. Una muestra aleatoria de 500 reproductores tiene como resultado 15
que fallan en una o ms pruebas. Encuentre un intervalo de confianza de 90%
para la proporcin de los reproductores de discos compactos de la poblacin
que no pasan todas las pruebas.
Solucin:
n=500
p = 15/500 = 0.03
z(0.90) = 1.645

0.0237<P<0.0376
Se sabe con un nivel de confianza del 90% que la proporcin de discos
defectuosos que no pasan la prueba en esa poblacin est entre 0.0237 y
0.0376.
Ejemplo 5.
En una muestra de 400 pilas tipo B fabricadas por la Everlast Company, se
encontraron 20 defectuosas. Si la proporcin p de pilas defectuosas en esa
muestra se usa para estimar P, que vendr a ser la proporcin verdadera de
todas las pilas defectuosas tipo B fabricadas por la Everlast Company,
encuentre el mximo error de estimacin tal que se pueda tener un 95% de
confianza en que P dista menos de de p.

Solucin:
p=x/n = 20/400=0.05
z(0.95)=1.96

Si p=0.05 se usa para estimar P, podemos tener un 95% de confianza en que P

dista menos de 0.021 de p. En otras palabras, si p=0.05 se usa para erstimar P,

18

| [Escriba el nombre de la compaa]

[MUESTREO]

2016

el error mximo de estimacin ser aproximadamente 0.021 con un nivel de

confianza del 95%.
Para calcular el intervalo de confianza se tendra:

Esto da por resultado dos valores, (0.029, 0.071). Con un nivel de confianza del
95% se sabe que la proporcin de pulas defectuosas de esta compaa est
entre 0.029 y 0.071.
Si se requiere un menor error con un mismo nivel de confianza slo se
necesita aumentar el tamao de la muestra.
CONCLUSIN
El muestreo Estadstico resulta beneficioso para implementarlo en la
realizacin de un estudio, debido a que mediante este se pueden obtener
probabilidades bajas o altas a travs de determinados beneficios que estas
tcnicas ofrecen. En los diferentes tipos de muestreo existen no probabilstica
en los cuales se deben establecer diferencia en el momento de realizar
nuestras investigaciones por tanto que en el no probabilstica no toda la
poblacin forma parte de la muestra y en el probabilstica todos los individuos
tienen probabilidad positiva de formar parte de la muestra.
El muestreo es sencillamente el procedimiento que se emplea a extraer una
pequilla parte de una poblacin dentro de un universo a esta se le llama
espacio muestral dentro de un universo.
Es importante resaltar que el primer procedimiento al realizar una auditoria, es
iniciar las investigaciones de manera tal que esta arrojen conclusiones
provenientes de determinados estudios como puede ser el estadstico a travs
de una muestra probabilstica.
BIBLIOGRAFA

www.gestiopolis.com/dirgp/fin/auditoria.htm
www.auditoriasistemas.com
www.monografias.com/trabajos14/auditoria/auditoria.shtml

ANEXOS
Anexo I: Tabla de la Distribucin Normal Estndar

19

| [Escriba el nombre de la compaa]

Anexo II

Anexo III: La Distribucin Binomial

Se conoce como experimento de
Bernouilli a un experimento
aleatorio que solo tiene dos resultados posibles, que son complementarios
entre s y se denominan: xito y fracaso. Consideramos un
experimento aleatorio con las siguientes caractersticas:

Cada prueba del experimento es una prueba de Bernouilli, es decir,

solo son posibles dos resultados: el suceso A (xito) y su contrario A
(fracaso).
El resultado obtenido en cada prueba es independiente de los
resultados obtenidos en las pruebas anteriores.
La probabilidad del suceso A es siempre constante y no vara de
una prueba a otra.
P (A) = p y P (A) = q = 1 p.

Definimos la variable aleatoria X como el nmero de xitos obtenidos

en n pruebas. Entonces X es una variable aleatoria discreta que sigue
la denominada como distribucin de probabilidad binomial.
Una distribucin binomial queda caracterizada por dos parmetros: El
nmero de pruebas realizadas n y la probabilidad del suceso xito p y
se representa por B(n,p).