2.

5 Determinación del tamaño

de muestra

A la hora de determinar el tamaño que debe alcanzar

una muestra hay que tomar en cuenta varios
factores: el tipo de muestreo, el parámetro a estimar,
el error muestral admisible, la varianza
poblacional y el nivel de confianza.
 cálculo del tamaño muestral
delimitemos estos factores:

 Parámetro. Son las medidas o datos que se obtienen sobre la población.

Estadístico. Los datos o medidas que se obtienen sobre una muestra y por lo tanto una estimación
de los parámetros.
Error Muestral, de estimación o estándar. Es la diferencia entre un estadístico y su parámetro
correspondiente. Es una medida de la variabilidad de las estimaciones de muestras repetidas en
torno al valor de la población, nos da una noción clara de hasta dónde y con qué probabilidad una
estimación 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 investigación nos indicará
hasta qué medida podemos cometerlo (los resultados se someten a error muestral e intervalos de
confianza que varían muestra a muestra). Varía según se calcule al principio o al final. Un
estadístico será más preciso en cuanto y tanto su error es más pequeño. Podríamos decir que es la
desviación de la distribución muestral de un estadístico y su fiabilidad.
Nivel de Confianza. Probabilidad de que la estimación efectuada se ajuste a la realidad. Cualquier
información que queremos recoger está distribuida según una ley de probabilidad (Gauss o
Student), así llamamos nivel de confianza a la probabilidad de que el intervalo construido en torno
a un estadístico capte el verdadero valor del parámetro.
Varianza Poblacional. Cuando una población es más homogénea la varianza es menor y el número
de entrevistas necesarias para construir un modelo reducido del universo, o de la población, será
más pequeño. Generalmente es un valor desconocido y hay que estimarlo a partir de datos de
estudios previos.
 2.5.1 Basado en la media de la
Población

 Veamos los pasos necesarios para determinar el

tamaño de una muestra empleando el muestreo
aleatorio simple. Para ello es necesario partir de dos
supuestos: en primer lugar el nivel de confianza al que
queremos trabajar; en segundo lugar, cual es el error
máximo que estamos dispuestos a admitir en nuestra :
estimación. Así pues los pasos a seguir son:
 1.- Obtener el tamaño muestral imaginando que
Dónde:
 :z correspondiente al nivel de confianza elegido
 varianza poblacional e: error máximo
 2.-Comprobar si se cumple

si esta condición se cumple el proceso termina

aquí, y ese es el tamaño adecuado que
debemos muestrear.

Si no se cumple, pasamos a una tercera fase:

  3.- Obtener el tamaño de la muestra según la
siguiente fórmula:

ejemplo: 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 y de las cuales
se conoce a través de un estudio piloto que su varianza es de 9.648.
Trabajando con un nivel de confianza de 0.95 y estando dispuestos a
admitir un error máximo de 0,1, ¿cuál debe ser el tamaño muestral que
empleemos?.
Buscamos en las tablas de la curva normal el valor de que corresponde con el nivel de

confianza =
±1.96 y seguimos los pasos propuestos arriba.
elegido:

Comprobamos que no se , pues en este

cumple caso
10000 < 3706 (3706 - 1); 10000 < 13730730
 Ejemplos:
1.- Un biólogo quiere estimar el peso promedio de los
ciervos cazados en el estado de Maryland. Un estudio
anterior de diez ciervos cazados mostró que la
desviación estándar de sus pesos es de 12.2 libras.
¿Qué tan grande debe ser una muestra para que el
biólogo tenga el 95% de confianza de que el error de
estimación es a lo más de 4 libras?
 Solución:

En consecuencia, si el tamaño de la muestra es 36, se

puede tener un 95% de confianza en que µ difiere en
menos de 4 libras de x .
2.- Una empresa eléctrica fabrica focos que tienen
una duración aproximadamente normal con una
desviación estándar de 40 horas. ¿De qué tamaño se
necesita una muestra si se desea tener 96% de
confianza que la media real esté dentro de 10 horas
de la media real?
Se necesita una muestra de 68 focos para estimar la media de la
población y tener un error máximo de 10 horas.
¿Qué pasaría si en lugar de tener un error de estimación de 10
horas sólo se requiere un error de 5 horas?

Se puede observar como el tamaño de la muestra aumenta, pero

esto tiene como beneficio una estimación más exacta.
3.- Suponga que en el ejercicio anterior se tiene una
población de 300 focos, y se desea saber de que
tamaño debe de ser la muestra. El muestreo se
realizará sin reemplazo.

Solución: Como se tiene una población finita y un

muestreo sin reemplazo es necesario utilizar la formula
con el factor de corrección:
Si se tiene una población finita de 300 focos sólo se
tiene que extraer de la población una muestra sin
reemplazo de 56 focos para poder estimar la duración
media de los focos restantes con un error máximo de
10 horas.
 2.5.2 Basado en la
proporción de la población
 Proporción:

 La proporción es una razón en la cual los elementos del

numerador están incluidos en el denominador.

 Se utiliza como estimación de la probabilidad de un evento.

 El rango es de 0 a 1, o de 0 a 100%.
 Asignación proporcional

 El tamaño de cada estrato en la muestra es proporcional a su

tamaño en la población.

 Ejemplo 1. Si se tienen 5 estratos y deben obtenerse 575 unidades

para su muestra, podrá escogerse 115 elementos de cada uno de
los estratos sin considerar variantes en la constitución numérica de
cada estrato.
 Ejemplo 2. Se requiere hacer un estudio sobre aspectos salariales de los
empleados de una empresa, con base en los tipos, funciones e ingresos. Se
definen cuatro estratos: de base(86 empleados), por contrato (55
empleados), de confianza (23 empleados) e intendencia (16 empleados);
los estratos guardan diferencias importantes entre ellos ya que un
empleado “de base” no realiza las mismas funciones que uno de
“intendencia”, pero dentro de cada uno de los integrantes son casi
homogéneos respecto de las características señaladas; es decir, podemos
encontrar diferencias importantes entre un intendente y uno de base, pero
homogeneidad entre los propios de base.
Si la población es de 180 empleados y se requiere una muestra de
50 empleados, la conformación de estratos quedará de la
siguiente manera.

Población N = 180

Muestra n = 50

Porcentaje = 50 / 180 = 0.2778 ó 27.78%

Estrato Empleados Total de Muestra(27.78%)

población
1 De base 86 24
2 Por contrato 55 15
3 De confianza 23 6
4 Intendencia 16 5
180 50