ING.

ROY DONALDO SILVA

ESTADISTICA
POBLACION Y MUESTRA
Población: No es más que aquel conjunto de individuos o elementos que le
podemos observar, medir una característica o atributo.
La muestra: Es un parte de la población o sub conjunto de esta ; debe obtener
toda la información deseada para tener la posibilidad de extraerla.
Parámetro : Son las medidas o datos que se obtienen sobre la distribución de
probabilidades de la población, tales como la media, la varianza, la proporción,
etc.
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 standard. 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.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. Varía según se
calcule al principio o al final. Un estadístico será más preciso en cuanto y tanto su
error es más pequeño.
Nivel de Confianza. Probabilidad de que la estimación efectuada se ajuste a la
realidad. así llamamos nivel de confianza a la probabilidad de que el intervalo
construido en torno a un estadístico capte el verdadero valor del parámetro

Según diferentes seguridades el coeficiente de Za varía, así:

• Si la seguridad Za fuese del 90% el coeficiente sería 1.645 o aprox 1.65

• 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 o aprox 2.58

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.
Tipos de muestreos
Al realizar un muestreo en una población podemos hablar de muestreos
probabilísticas y no probabilísticas, en nuestro caso nos referiremos a los
muestreos probabilísticas y dentro del mismo están : el muestreo aleatorio simple
(MAS), como método básico en la estadística, el muestreo estratificado y el
muestreo por racimos o conglomerados.
ING. ROY DONALDO SILVA
ESTADISTICA

Cálculo del tamaño de la muestra

Para tal sentido se tiene dos casos

1) Cuando No se conoce la Población:

Z2 P Q Z 2 pq
n= 0 n= en algunos libros se utiliza
E2 e2

Z = El nivel de confianza o seguridad (1- a ). El nivel de confianza prefijado da

lugar a un coeficiente (Za = Coeficiente estandarizado en la curva Normal ). Para
una seguridad del 95% = 1.96, para una seguridad del 99% = 2.58. mas general se
tiene:

Cuadro resumen de los valores de Z

TABLA DE APOYO AL CALCULO DEL TAMAÑO DE UNA MUESTRA

POR NIVELES DE CONFIANZA
Certeza 95% 94% 93% 92% 91% 90% 80% 62.27% 50%
Z 1.96 1.88 1.81 1.75 1.69 1.65 1.28 1 0.6745

P = Probabilidad de éxito
Q = Probabilidad de fracaso
Se puede calcular de la siguiente manera Q = 1 - P

b) La precisión que deseamos para nuestro estudio, que seria el error permisible
que puede obtenerse

En caso de no tener dicha información utilizaremos el valor p = 0.5 (50%).

Ejemplo: ¿A cuantas personas tendríamos que estudiar para conocer el grado de

analfabetismo en san salvador?

Seguridad = 95%; Precisión = 3%: Proporción esperada = asumamos que puede

ser próxima al 15%; 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)
 ING. ROY DONALDO SILVA
ESTADISTICA
• d = precisión (en este caso deseamos un 3%)

2) CUANDO SE CONOCE LA POBLACION

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:

Z2 P Q N Z 2 pqN
n= 0 n=
E 2 ( N −1) + Z 2 PQ e 2 ( N −1) + Z 2 PQ

donde:

N = Total de la población
Za = 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)
E ò d = precisión (en este caso deseamos un 3%).

EJERCICIOS

¿A cuántas personas tendría que estudiar de una población de 15.000 estudiantes

universitarios para conocer la prevalencia de H1AN1?

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.

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 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 0.90 y estando
dispuestos a admitir un error máximo de 0,1, ¿cuál debe ser el tamaño muestral
que empleemos?.
ING. ROY DONALDO SILVA
ESTADISTICA
Supóngase que se desea determinar la calidad y el nivel de servicio que ofrece
nuestra Unidad de información; por lo que resulta necesario entrevistar a los
distintos usuarios que acuden a nuestro BIBLIOTECA o para así conocer su
opinión. ¿Cómo calcularíamos el tamaño de la muestra?
1. Establecer el nivel de confianza (95% y un error del 5%)
2. Se obtiene el marco muestral, en este caso la referencia con que contamos
será el registro de visitantes a nuestra BIBLIOTECA del año pasado y que
arroja la cifra de 43,700.