You are on page 1of 19

ESTADISTICA INFERENCIAL

TEMA

Canales Hernndez Anabel


Escobar Martnez Marisol
Fernndez Zapata Ana Karen
Gonzlez Lpez Ana Karen
Jimnez Flores Jessica
Muoz Rivera Claribel
Torres Utrera Brenda Lilin
Reyes Ovalles Anah

Mtra. A Elsa Retureta lvarez Pgina 1


ESTADISTICA INFERENCIAL

TEMA: TAMAO DE LA MUESTRA

APLICACION

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
delimitado por los objetivos del estudio y las caractersticas de la poblacin,
adems de los recursos y el tiempo de que se dispone.

Mtra. A Elsa Retureta lvarez Pgina 2


ESTADISTICA INFERENCIAL

GLOSARIO DE TAMAO DE LA MUESTRA

CONCEPTO DEFINICION TRADUCCION

Mtra. A Elsa Retureta lvarez Pgina 3


ESTADISTICA INFERENCIAL

Es una afirmacin con It is an affirmation with


respecto a una regard to a distribution of
HIPOTESIS distribucin de probability.
probabilidad.
Se llama muestra a una It is called sample a part
parte de la poblacin a
MUESTRA estudiar qu sirve para of the population to
representarla. studying that serves to
represent itselfe.
Una poblacin se precisa A population is indeed
como un conjunto finito o
POBLACION infinito de personas u as a finite or infinite set
objetos que presentan of persons or objects
caractersticas comunes. that present common
characteristics.
Es el porcentaje de It is the percentage of
seguridad que existe
PORCENTAJE DE para generalizar los safety that exists to
CONFIANZA resultados obtenidos. generalize the obtained
(CONFIANZA) results.
Equivale a elegir una It is equivalent to choose
probabilidad de aceptar a probability of accepting
PORCENTAJE DE una hiptesis que sea a hypothesis that is false
ERROR falsa como si fuera
as if it was real, or the
verdadera, o la inversa:
rechazar a hiptesis inverse one: to reject a
verdadera por real hypothesis for
considerarla falsa. considering her to be
false.

Es la probabilidad (o It is the probability (or


porcentaje) con el que se percentage) that has
acept y se rechaz la
accepted or rejected the
VARIABILIDAD hiptesis que se quiere
investigar en alguna hypothesis that wants to be
investigacin anterior o investigated in some
en un ensayo previo a la previous investigation or in
investigacin actual. a test before the current
investigation.

Mtra. A Elsa Retureta lvarez Pgina 4


ESTADISTICA INFERENCIAL

FORMULARIO

Mtra. A Elsa Retureta lvarez Pgina 5


ESTADISTICA INFERENCIAL

TAMAO DE LA MUESTRA

CASO ESTADISTICO

donde:

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

ESTIMAR LA MEDIA

donde:

n = es el tamao de la muestra;
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:

Mtra. A Elsa Retureta lvarez Pgina 6


ESTADISTICA INFERENCIAL

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

INTRODUCCION

TEORIA

Mtra. A Elsa Retureta lvarez Pgina 7


ESTADISTICA INFERENCIAL

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:

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

Mtra. A Elsa Retureta lvarez Pgina 8


ESTADISTICA INFERENCIAL

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.

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.

Mtra. A Elsa Retureta lvarez Pgina 9


ESTADISTICA INFERENCIAL

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 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:

Mtra. A Elsa Retureta lvarez Pgina 10


ESTADISTICA INFERENCIAL

p es la variabilidad positiva;
q es la variabilidad negativa;
Donde: E es la precisin o error.

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

Mtra. A Elsa Retureta lvarez Pgina 11


ESTADISTICA INFERENCIAL

Tabla 2. Valores de Za y Zb ms frecuentemente


utilizados

Za

a Test unilateral Test bilateral

0.200 0.842 1.282


0.150 1.036 1.440
0.100 1.282 1.645
0.050 1.645 1.960
0.025 1.960 2.240
0.010 2.326 2.576

Potencia
b (1-b) Zb

0.01 0.99 2.326


0.05 0.95 1.645
0.10 0.90 1.282
0.15 0.85 1.036
0.20 0.80 0.842
0.25 0.75 0.674
0.30 0.70 0.524
0.35 0.65 0.385
0.40 0.60 0.253
0.45 0.55 0.126
0.50 0.50 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
Mtra. A Elsa Retureta lvarez Pgina 12
ESTADISTICA INFERENCIAL

podra generar lo contrario de todos los beneficios antes mencionados que este
aporta.

EJEMPLOS

Ejemplo 1.

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 procedimiento-

Primeramente, se toma una pequea muestra, que se le llama muestra piloto, con
ella se estima la varianza poblacional ( ) y con este valor se evala en la
formula (1), sustituyendo ( ) 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

Mtra. A Elsa Retureta lvarez Pgina 13


ESTADISTICA INFERENCIAL

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 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:

(2)

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 estandar que est dado por la diferencia entre ( ) la media


poblacional y la media muestral.

es el error estandar al cuadrado, que nos servir para determinar , por

lo que = es la varianza poblacional.

Mtra. A Elsa Retureta lvarez Pgina 14


ESTADISTICA INFERENCIAL

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 estandar menor de
0.015 al 90 % de confiabilidad.

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)

Mtra. A Elsa Retureta lvarez Pgina 15


ESTADISTICA INFERENCIAL

.05
n = 3.8416 x .21
.0025
n = .8068
.0025
n = 322.72 ~ 323

Ejemplo 4.

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 esta 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.

Mtra. A Elsa Retureta lvarez Pgina 16


ESTADISTICA INFERENCIAL

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, 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.

EJERCICIOS RESUELTOS

PROBLEMAS:

1.- Cul sera el tamao de muestra necesario, para estimar a nivel de confianza
del 90% la media poblacional con un error menor o igual de 1 si la desviacin
tpica de la poblacin es 3?

a) para un n.c. del 90% z tabulado para 0.45 = 1.645

2.- Determinar el tamao de muestra necesario para estimar una proporcin


poblacional a nivel de confianza de 0.95, con un error absoluto menor que 0.05,
siendo que en una muestra piloto se obtuvo una p = 0.2

Mtra. A Elsa Retureta lvarez Pgina 17


ESTADISTICA INFERENCIAL

a) para un n.c. del 95% z tabulado para 0.475 = 1.96

3.- En un estudio de 300 accidentes de automvil en una ciudad especfica, 60


tuvieron consecuencias fatales. Con base en esta muestra, construya un intervalo
del 90% de confianza para aproximar la proporcin de todos los accidentes
automovilsticos que en esa ciudad tienen consecuencias fatales.

4.-Un bilogo quiere estimar el peso promedio de los ciervos cazados en el estado
de Maryland. Un estudio anterior de diez ciervos cazados mostr que la desviacin
estndar de sus pesos es de 12.2 libras. Qu tan grande debe ser una muestra
para que el bilogo tenga el 95% de confianza de que el error de estimacin es a
lo ms de 4 libras?

5.-Una empresa elctrica fabrica focos que tienen una duracin aproximadamente
normal con una desviacin estndar de 40 horas. De qu tamao se necesita
una muestra si se desea tener 96% de confianza que la media real est dentro de
10 horas de la media real?

RESULTADO:

1.-

( 1.645 x 3 )2 = 24.35
1

b) El tamao de muestra requerido sera mayor o igual a 25

2.-

1.96 2 x 0.2 x 0.8 = 245.86


0.052

Mtra. A Elsa Retureta lvarez Pgina 18


ESTADISTICA INFERENCIAL

b) El tamao de muestra necesario para estimar la proporcin poblacional ser


mayor o igual a 246

3.-

P= 60/300 = 0.20

Z(0.90) = 1.645

0.162<P<0.238

4.-

1.

En consecuencia, si el tamao de la muestra es 36, se puede tener un 95%


de confianza en que difiere en menos de 4 libras de .

5.-

1.

Se necesita una muestra de 68 focos para estimar la media de la poblacin


y tener un error mximo de 10 horas.

BIBLIOGRAFA

http://es.wikipedia.org/wiki/Tama%C3%B1o_de_la_muestra

http://www.uaq.mx/matematicas/estadisticas/xu5.html

http://www.monografias.com/trabajos12/muestam/muestam.shtml

http://www.fisterra.com/mbe/investiga/9muestras/9muestras.asp

http://www.ifad.org/gender/tools/hfs/anthropometry/s/ant_3.htm

http://www.itch.edu.mx/academic/industrial/estadistica1/cap01d.html

Mtra. A Elsa Retureta lvarez Pgina 19