DETERMINACIÓN DE TAMAÑO

DE MUESTRA
Ingeniería Bioquímica

Probabilidad y Estadística
 CONTENIDO
1. Introducción al tema
2. Muestreo estadístico
3. Diseño de la Muestra
4. Tamaño de muestra
5. Estimar una proporción
 INTRODUCCIÓN A:
DETERMINACIÓN DE
TAMAÑO DE MUESTRA
 INTRODUCCIÓN
Los datos obtenidos de una población
pueden contener toda la información que se
desee de ella. De lo que se trata es de
extraerle esa información a la muestra, es
decir a través de los datos muéstrales
obtener la información de la población.
 INTRODUCCIÓN
Toda investigación tendrá como elemento
principal la definición del límite de su alcance.
Esto, resulta de vital importancia cuando
nuestros recursos y tiempo son limitados.
Por tanto, el considerar
sólo una parte de la
población siempre
tendrá sus ventajas.
 DEFINICIÓN
Es el número de sujetos que componen
la muestra extraída de una población, necesarios
para que los datos obtenidos sean representativos
de la población.

El tamaño de la muestra estará delimitado por

los objetivos del estudio y las características de la
población, además de los recursos y el tiempo de
que se dispone.
 ETAPAS
1. Determinar el nivel de confianza con que se
desea trabajar. (Z )

2. Estimar las características del fenómeno

investigado. Donde deberemos considerar
la probabilidad de que ocurra el evento (p)
y la de que no se realice (q).
 ETAPAS
3. Determinar el grado de error máximo
aceptable en los resultados de
la investigación.

4. Se aplica la fórmula del tamaño de la

muestra de acuerdo con el tipo
de población.
 EL MUESTREO
ESTADÍSTICO
MUESTREO

• Proceso de aprender algo acerca de la

población sobre la base de una muestra
extraída de ella.
 RAZONES PARA EL MUESTREO

• Las poblaciones que se investigan pueden ser

infinitas; en tales casos el muestreo es el único
procedimiento posible.

• El costo de censar una población finita puede ser

prohibitivo.

• Aunque financiera, práctica y físicamente sea

posible observar toda la población el muestreo
puede ser aún el procedimiento más eficiente.
• Los resultados obtenidos por el estudio de una
muestra pueden ser iguales o aún más precisos que
los hallazgos de una cuenta completa de la
población.

• El error de la muestra se halla directamente; la de

la población no se sabe de manera cierta.

• El determinar el tamaño de una muestra representa

una parte esencial del método científico para
poder llevar a cabo una investigación.
DISEÑO DE LA MUESTRA

MARCO DE LA POBLACIÓN MUESTRADA

Definir las unidades elementales de la población.

 MUESTRA
a) Una muestra puede contener unidades de muestreo
primarias.

b) Una muestra no es una tajada de la población escogida

por comodidad y fácil disponibilidad, sino una porcion
representativa de la población progenitora.

c) El objetivo final del muestreo no es simplemente obtener

estadísticas de muestra, sino hacer inferencias sobre la
población.
 TIPOS DE MUESTREO

• MUESTREO AL AZAR
– Las probabilidades de elección son conocidas
– El error de muestreo puede medirse y controlarse.

• MUESTRAS POR JUICIO

– Diseñadas por experto
– No puede conocerse el error muestral.
 ERROR DE MUESTREO
La diferencia entre el resultado de la
muestra y del censo cuando se
obtiene ambos resultados
PRECISIÓN: Error estándar medido de la Estadística.
Es la medición del error

EXACTITUD: Es la meta de una encuesta

EFICIENCIA: Se dice que es eficiente si los

resultados deseados son obtenidos al costo más bajo
posible.
 DTM.: (MEDIAS) (ESTRATEGIA DEL
INTERVALO DE CONFIANZA)

1. Especificar el nivel de precisión. Esta es la

diferencia máxima aceptable (D) entre la
media de la muestra y la media de la
población.

2. Especificar el nivel de confianza. Por lo

general varía entre 95% y 99%.
1. Determinar el valor Z asociado con el nivel de
confianza (Mediante tablas de la Curva Normal).
Para un nivel de confianza de 95% z = 1.96
Para un nivel de confianza de 99% z = 2.58

2. Determinar la desviación estándar de la población.

DTM.: (PROPORCIONES) (ESTRATEGIA DEL
INTERVALO DE CONFIANZA)
1. Especificar el nivel de precisión.
2. Especificar el nivel de confianza.
3. Determinar el valor Z asociado con el nivel de
confianza escogido.
4. Estimar la proporción de la población .
5. Determinar el tamaño de la muestra mediante
la formula para el error estándar de la
proporción.
pq
 p 
n
TAMAÑO DE MUESTRA
PARA UNA ESTIMACIÓN
POR INTERVALO DE LA
MEDIA POBLACIONAL
 Tenemos a σ conocido. El intervalo de estimación
esta dado por

Es el margen de error
Es posible encontrar el tamaño de n, despejando
ESTIMAR UNA
PROPORCIÓN
• Si deseamos estimar una proporción, debemos
saber:
• El nivel de confianza o seguridad (1-a ). El nivel de
confianza prefijado da lugar a un coeficiente (Za ).
Para una seguridad del 95% = 1.96, para una
seguridad del 99% = 2.58.
• La precisión que deseamos para nuestro estudio.
• Una idea del valor aproximado del parámetro que
queremos medir (en este caso una proporción). Esta
idea se puede obtener revisando la literatura, por
estudio pilotos previos. En caso de no tener dicha
información utilizaremos el valor p = 0.5 (50%).
• Ejemplo: ¿A cuantas personas tendríamos
que estudiar para conocer la prevalencia de
diabetes?
• Seguridad = 95%; Precisión = 3%:
Proporción esperada = asumamos que
puede ser próxima al 5%; si no tuviésemos
ninguna idea de dicha proporción
utilizaríamos el valor p = 0,5 (50%) que
maximiza el tamaño muestral:
• donde:
• Za 2 = 1.962 (ya que la seguridad es del 95%)
• p = proporción esperada (en este caso 5% =
0.05)
• q = 1 – p (en este caso 1 – 0.05 = 0.95)
• d = precisión (en este caso deseamos un
3%)
 Si la población es finita, es decir conocemos el
total de la población y deseásemos saber cuántos
del total tendremos que estudiar la respuesta
seria:

donde:
N = Total de la población
Za2 = 1.962 (si la seguridad es del 95%)
p = proporción esperada (en este caso 5% = 0.05)
q = 1 – p (en este caso 1-0.05 = 0.95)
d = precisión (en este caso deseamos un 3%).
¿A cuántas personas tendría que estudiar de una
población de 15.000 habitantes para conocer la
prevalencia de diabetes?
Seguridad = 95%; Precisión = 3%; proporción
esperada = asumamos que puede ser próxima al 5% ;
si no tuviese ninguna idea de dicha proporción
utilizaríamos el valor p = 0.5 (50%) que maximiza el
tamaño muestral.
• Según diferentes seguridades el coeficiente de
Za varía, así:
• Si la seguridad Za fuese del 90% el coeficiente
sería 1.645
• Si la seguridad Za fuese del 95% el coeficiente
sería 1.96
• Si la seguridad Za fuese del 97.5% el coeficiente
sería 2.24
• Si la seguridad Za fuese del 99% el coeficiente
sería 2.576
ESTIMAR UNA MEDIA
• Si deseamos estimar una media: debemos
saber:
• El nivel de confianza o seguridad (1-a ). El nivel
de confianza prefijado da lugar a un coeficiente
(Za ). Para una seguridad del 95% = 1.96; para
una seguridad del 99% = 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.
• Ejemplo: Si deseamos conocer la media de la
glucemia basal de una población, con una
seguridad del 95 % y una precisión de ± 3
mg/dl y tenemos información por un
estudio piloto o revisión bibliográfica que la
varianza es de 250 mg/dl
• Si la población es finita, como previamente
se señaló, es decir conocemos el total de la
población y desearíamos saber cuantos del
total tendríamos que estudiar, la respuesta
sería:
Gracias!
 Bibliografía
• HERNÁNDEZ LERMA, Onésimo. ”Elementos de
probabilidad y estadística”, México, 1979, 355 p.
• KISH, Leslie. Muestreo de encuestas, 3ª reimp, México,
Trillas, 1982, 736 p.
• LEVIN, Richard I. ”Estadística para administradores”. 2° ed.
México: Prentice -Hall Latinoamericana, 1988, 940 p.
• MENDENHALL, William; REINMUTH, James. Estadística
para administración y Economía, 1986,707 p.
• Lic. Salvador Elías Rodríguez Solís, Articulo “Cómo
Determinar el Tamaño de una Muestra aplicada a la
investigación Archivística”, 21 de mayo del 2008
• ANDERSON. “Estadística para administración y economía”.
México: International Thompson