You are on page 1of 4

Seminario de Práctica de Comercialización.

Victor Gabriel Massola Página 1 de 4

Cálculo del Tamaño de la Muestra
Primero, deben recordar que la muestra se calcula cuando van a seguir un procedimiento de
muestra, probabilístico.
Según las variables que participan en la fórmula para calcular la muestra son las siguientes:
error de muestreo, nivel de confianza, varianza.
¿Qué significa cada una y como participan en la formula?
Error muestral: es el error que vas a admitir o tolerar como investigador. Para que lo puedas
ver en un ejemplo, suponte que estas realizando una investigación en la universidad sobre el
grado de satisfacción que tiene cada alumno respecto de la educación recibida. Y según tu
hipótesis el 60 % está completamente satisfecho, con un error del +- 5 %; esto significa que el
verdadero parámetro poblacional se encontrara entre el 55 % y el 65 % de la población.
Digo el verdadero parámetro poblacional ya que recuerden que un estudio a través de un
procedimiento de muestra probabilístico se hace para inferir o generalizar, e inferir significa
transpolar el resultado de la muestra a la población.
Los errores admitidos en la mayoría de las investigaciones no es mayor el 5 %.
Nivel de confianza, este es un concepto bastante teórico e implica pensar en lo siguiente,
supongamos el mismo ejemplo de recién sobre satisfacción en la educación recibida, tengo
que tomar una muestra probabilística de 50 casos, sobre una población de 1000 alumnos. Bien
lo que plantea el concepto de nivel de confianza, es cuan confiable es mi muestra de 50 casos
sobre una población de 1000 casos;
El dilema se plantea porque uno puede suponer que cada muestra diferente, me arrojara
datos diferentes. Entonces, cuántas muestras posibles de tomar me van a arrojar los mismos
datos. Entones, se define un nivel de confiabilidad tal que, la mayoría de las muestras posibles
de tomar, me van a arrojen datos similares. Por ejemplo un 95% de confianza implica que del
100 % de las muestras posibles de tomar, 95 % de ellas me arrojaran los datos deseados.
Varianza: es la variabilidad de los datos, implica el grado de dispersión que uno, en esta
instancia, supone que tiene los datos. La varianza es conocida por estudios previos o por datos
secundarios. Si no hay datos sobre la varianza, entonces debe ser inferida por el método del
peor de los casos.
Esto implica, primero tomar la variable más importante en el estudio. La misma debe extraerla
del objetivo general o del problema. Luego deben convertir dicha variable en proporcion; es
decir que valores de p y q;
p será la proporción de individuos que hacen o piensan tal cosa, y q la proporción la
proporción opuesta.



Seminario de Práctica de Comercialización.


Victor Gabriel Massola Página 2 de 4

Por lo tanto si p tiene el valor de 70 %, entonces q tendrá el valor de 30 %; en función a esto
calculan los valores para p y q; y si ustedes suponen que hay máxima dispersión significa que p
tiene un valor de 50 % y q también. Y esto último es la máxima dispersión o variabilidad de los
datos.
Las tres variables tienen que tener un equilibrio coherente, no vale la pena ajustar en el error
admisible, si luego reduzco el nivel de confianza. Bien una vez que tengan los valores par cada
variable que participa de la formula, remplazan en la aplicación de la misma.

Población infinita:

Donde:
Z: es nivel de confianza
P: Probabilidad a favor.
Q: Probabilidad en contra
E o B: es el error admisible, o de estimación.


Población finita:




Seminario de Práctica de Comercialización.


Victor Gabriel Massola Página 3 de 4



Estimación de la varianza por medio del Método del peor de los casos:

1. Identificar la variable más importante y convertirla en proporción:
Tienes que tomar una de las variables más importantes del estudio; esta debe ser extraída de
los objetivos o del problema de decisión.
Si por ejemplo la investigación plantea analizar la conveniencia, desde el punto de vista del
mercado, de abrir una sucursal del Hipermercado Libertad en Villa Mercedes, San Luís; la
variable más importante será la conveniencia de abrir una sucursal en Villa Mercedes San Luís.
Entonces se debe convertir dicha variable más importante, en proporción. De manera que P
siguiendo nuestro ejemplo sería igual a “proporción de personas que consideran que es
conveniente para libertad abrir una sucursal en Villa Mercedes”; Las variables de proporción,
son porcentuales, de manera que sí P tiene un valor cualquiera, Q tendrá el valor opuesto; y
en nuestro ejemplo va a hacer referencia a la proporción de personas que creen que no es
conveniente para Libertad abrir una sucursal en Vila Mercedes.
2. Estimar valores para P y Q

P Q Dispersión (P*Q)
0,9 0,1 0,09
0,8 0,2 0,16
0,7 0,3 0,21
0,6 0,4 0,24



Seminario de Práctica de Comercialización.


Victor Gabriel Massola Página 4 de 4

0,5 0,5 0,25
0,4 0,6 0,24
0,3 0,7 0,21
0,2 0,8 0,16
0,1 0,9 0,09


Entonces, el método del peor de los casos dice que debes tomar los valores porcentuales que
registran mayor dispersión; ese es justamente P: 0.50 y Q: 0.50.
Significa suponer que la mitad de la muestra a tomar piensa de una manera en función a la
variable importante y la otra mitad de otra manera; eso es máxima heterogeneidad de los
datos.
Si leemos por ejemplo un P de valor 0.80 significa que el 80 % de la gente pensaría de la misma
manera respecto de la variable importante; eso es más homogéneo que e 50 % y 50% para P y
Q, respectivamente.
3. Establecemos el valor de p y Q más heterogéneo. Y en la fórmula de cálculo muestral implica
reemplazar P * Q por sus valores 0.50 * 0.50.