Tamaño apropiado de la

muestra
ESTADÍSTICA IV
 OBJETIVO DE APRENDIZAJE

• DETERMINAR APROPIADAMENTE EL TAMAÑO DE LA MUESTRA

TENIENDO EN CUENTA LA PRESICIÓN CONSIDERADA Y ASI PODER
CUMPLIR CON LOS OBJETIVOS DEL ESTUDIO UTILIZANDO LOS
RECURSOS DE MANERA EFICIENTE
POR QUÉ ES NECESARIO EL CÁLCULO DE LA
SELECCIÓN DEL TAMAÑO DE UNA MUESTRA?
La selección de una muestra de tamaño adecuado es un paso clave que
debe tenerse en cuenta al inicio del proceso de diseño de un estudio de
investigación.
Un tamaño de muestra demasiado pequeño no da respuestas fiables a
las preguntas formuladas o las hipótesis de estudio de investigación
que necesitan ser probados.
Por el contrario un tamaño de muestra demasiado grande puede hacer
que el estudio difícil de manejar, gastar tanto tiempo y esfuerzo; dado
que una muestra de tamaño adecuado utiliza recursos y el tiempo de la
manera más costo-efectiva y es esencial para la producción de
resultados de investigación útiles.
PREVIO A CALCULAR EL TAMAÑO DE MUESTRA
SE TIENE QUE DETERMINAR:
• Tamaño de la población. Una población es una colección bien definida
de objetos o individuos que tienen características similares.
• Margen de error (intervalo de confianza).
• Nivel de confianza.
• La desviación estándar.
• Error de precisión:

± Z 𝜎x
Cuanto más grande es la muestra, las estimaciones con la población son más precisas, pero también se observa
que los costos financieros serán más altos sin que se reduzca en la totalidad el riesgo.

Conforme n se hace mayor, disminuye el error tipo y, por tanto, también el error de precisión, generando un
intervalo más estrecho y más preciso.

Si lo que se quiere es disminuir el error de precisión (fórmula), no podemos aumentar la seguridad (z) sino se
tiene que aumentar el tamaño de la muestra (n).

El objetivo es conseguir un n razonable en tres sentidos: apunta a un nivel de seguridad razonable, con una
precisión razonable y unos recursos razonables. Despejando la fórmula se tiene:

Error de precisión:
● La cantidad que se resta y se suma al estadístico o estimador para construir el intervalo de confianza en
cuyo interior esperamos que se encuentre el parámetro.
● La máxima diferencia que cabe esperar que exista entre el estadístico y el parámetro, dada una confianza
concreta
• Ejercicios:
• Una universidad está efectuando una investigación acerca de los ingresos anuales de los
estudiantes del último año de la escuela de Administración. Se conoce la desviación estándar de
los estudiantes (1.000), que es de $1.500,oo. Qué tan grande debe ser la muestra con el fin de
estimar el ingreso medio anual de los estudiantes graduados el año pasado, dentro de más o
menos $500,oo y con un nivel de confianza del 95%?.
• Ancho de intervalo: ± $ 500,oo

• 500 = 1,96 . (1500)

N = 35 estudiantes
 Datos:
Desviación estándar: 0,5 kg
Probabilidad: 95%
Error de precisión: 0,1 kg

Datos:
Desviación estándar: 400 gr
Probabilidad: 95%
Error de precisión: 50 gr
Estimación de tamaño de muestra para
proporciones
• Intervalo de confianza para proporciones:
• Error de precisión: ep =

Ejercicio: De una población de 136 millones de brasileños entre 15 y 65 años, queremos saber qué % de ellos
vive en un piso de propiedad, con un margen de error del 5% y un nivel de confianza del 95%. Supondremos que
no tenemos ninguna información previa sobre cuál puede ser el % de propietarios que podemos obtener en la
encuesta.
En este caso puedo usar p=50% pues no tengo información previa sobre el resultado esperado:

n = 1,962 * 0,5* 0,5/ 0,052 = 384,16 -> 385

Debo encuestar por lo tanto a 385 personas para mantenerme dentro de los niveles de error definidos.
• Ejercicios de libro Levin, cap. 7 pg. 308, 7-54, 7-56, 7-57, 7-58
• Ejercicios de libro Webster, cap. 7, pg. 191, ejercicios 33 al 40, 67 al 73
http://www.itchihuahua.edu.mx/academic/industr
ial/estadistica1/cap01d.html