SlideShare una empresa de Scribd logo
1 de 27
Para determinar la muestra es necesario 
considerar primero cual es nuestro universo 
Se entiende por universo al total de 
elementos que reúnen ciertas características 
homogéneas, los cuales son objeto de una 
investigación.
POR EJEMPLO… 
El total de bebés en una ciudad (para una fábrica de cunas) 
El total de familias de una ciudad, con ingreso mensual 
superior a $2,000 que son clientes potenciales 
Número de tiendas que venden artículos fotográficos dentro 
de una región 
Número de industrias que fabrican computadoras.
El universo puede ser finito o infinito 
Se le considera finito 
cuando el número 
de elementos que lo 
constituyen es 
menor que 500,000 
Se le considera 
infinito cuando es 
mayor
MUESTRA 
• La muestra es una 
parte del universo 
que debe 
presentar los 
mismos 
fenómenos que 
ocurren en él.
XI: LA MILÉSIMA PARTE DEL UNIVERSO 
X1, X2, X3, X4…. XN= MUESTRA 
X 
1 
X 
n 
X 
3 
X 
4 
X 
2
EJEMPLO DE LA SOPA 
La utilidad de usar muestras se puede ilustrar en el 
ejemplo del ama de casa que desea saber si ha puesto 
suficiente sal a la sopa. 
Para ello toma una cuchara, la prueba y saca 
conclusiones que se refieren no sólo a la pequeña 
muestra que probó si no a toda la sopa preparada 
(universo). 
¿Qué pasaría si no pudiera confiar en su muestra? 
Tendría que comerse toda la sopa para saber la 
cantidad de sal que contiene.
OBJETIVOS DE LA MUESTRA 
Para que la muestra alcance los objetivos preestablecidos 
debe reunir las siguientes características. 
Ser representativa: Es decir, todos sus elementos 
deben presentar las mismas cualidades y 
características. 
Ser suficiente: La cantidad de elementos 
seleccionados, si bien tiene que ser representativa 
del universo, debe estar libre de errores.
VENTAJAS DE USAR MUESTRAS 
Menor costo: Los gastos se harán sobre una 
mínima parte del universo. 
Menor tiempo: Se obtiene con mayor rapidez 
la información, ya que sólo se estudia cuna 
pequeña parte. 
Confiabilidad: Una vez comprobada la 
representatividad de una muestra, podrá emplearse 
con entera confianza l procedimiento de selección en 
los próximos estudios de otros universos. 
Control: Es fácil acudir a los resultados finales 
del estudio con fines de consulta.
CÁLCULO DEL TAMAÑO DE LA MUESTRA 
• Determinar el tamaño 
de la muestra que se 
tomará del universo es 
un problema complejo, 
pues aunque se utilicen 
las fórmulas expuestas 
a continuación, hay 
otros que se deben 
considerar.
•Cuando el universo es muy 
heterogéneo y el tamaño de 
la muestra obtenida, con la 
fórmula no logra abarcar las 
diferentes características 
existentes, es necesario 
aumentar el tamaño de 
aquella para lograr que sea 
representativa. 
Ejemplo:
• El cálculo del tamaño de la muestra se realiza 
mediante dos fórmulas distintas, según se trate 
de una población finita o infinita. 
• En cualquier caso, los valores contenidos en 
aquellas se obtienen por medio de los siguientes 
pasos.
PASOS: 
1.- Se determina le grado de confianza con El que se 
va a trabajar (푥 = promedio del universo) 
Si 푥 = 휕 푠푖푔푚푎 
se abarca el 68% de los casos, o 1 
Si 푥 =1.96; igual a 95% de los casos. 
Si 푥 = 2.58; igual a 99% de los casos. (véase tabla)
TABLA 3.1 ÁREAS 
BAJO LA CURVA
PASOS… 
2.- Se evalúa la situación que guarda en el mercado el 
fenómeno o característica investigada. Cuando no se 
tiene una idea clara de esta situación, es necesario 
dar los máximos valores tanto a la probabilidad de 
que se realice el evento favorable, como a la de que 
no se realice. 
• Esto es 50% a (p) y 50% (q) que son las literales que se 
emplean para designar la probabilidad a favor o en 
contra, respectivamente.
PASOS.. 
3.- Se determina el error máximo que puede ser 
aceptado en los resultados. Por lo regular se 
trabaja con el 5% ya que las variaciones 
superiores al 10% reducirán demasiado la 
validez de la información.
PASOS… 
4.- Por último, de la combinación delos 
elementos calculados en los puntos 1, 2, 
3, se obtienen las fórmulas para la 
determinación de las muestras de 
universos finitos o infinitos.
MUESTRA EN POBLACIONES INFINITAS 
La fórmula para poblaciones infinitas (más de 500,000 
elementos) es la siguiente:
• En la práctica, generalmente se trabaja con un grado 
de precisión de ente 2% y 6% para un 95% de 
confianza. 
• El siguiente ejemplo, que considera un error de 
estimación del 2% y un nivel de confianza del 95%, 
supone que después de un análisis previo de la 
situación, se encontró que la participación de 
mercados del producto ascendía aproximadamente al 
30%
EL TAMAÑO DE LA MUESTRA SE DETERMINARÍA:
MUESTRA EN POBLACIONES FINITAS 
Para poblaciones finitas (menos de 500 000 elementos) se 
utiliza la siguiente fórmula:
EJEMPLO: 
• Se planea llevar a cabo una 
investigación para determinar 
la investigación de hogares 
que tienen refrigerador; es 
necesario calcular el tamaño 
de la muestra requerida, con 
un intervalo de confianza de 
95% y una estimación de 5%. La 
investigación se llevara a cabo 
en una población de 1500 
familias.
ERROR DE ESTIMACIÓN 
Se utiliza principalmente para tres propósitos: 
1. Comparar la precisión obtenida por el muestreo 
simple aleatorio con otros métodos de muestreo 
2. Estimar el tamaño de la muestra que se necesita en 
una investigación. 
3. Estimar la precisión obtenida en una investigación.
A continuación se presenta la fórmula para el cálculo del 
error de estimación dentro de un 95% de confianza 0 
1.96휕.
Con ayuda de esta tabla no es necesario 
desarrollar la fórmula.

Más contenido relacionado

La actualidad más candente

Cálculo del tamaño de muestra (con ejemplos)
Cálculo del tamaño de muestra  (con ejemplos)Cálculo del tamaño de muestra  (con ejemplos)
Cálculo del tamaño de muestra (con ejemplos)
Filomeno Carvajal
 
Calculo muestra poblacion finita nvo
Calculo muestra poblacion finita nvoCalculo muestra poblacion finita nvo
Calculo muestra poblacion finita nvo
joselbis
 
Ensayo de estadística inferencial
Ensayo de estadística inferencialEnsayo de estadística inferencial
Ensayo de estadística inferencial
thomas669
 
control estadistico de procesos-prueba de hipotesis
control estadistico de procesos-prueba de hipotesiscontrol estadistico de procesos-prueba de hipotesis
control estadistico de procesos-prueba de hipotesis
Sonia Ynés Huaripaucar G
 

La actualidad más candente (20)

Ejercicios unidad 3 mata
Ejercicios unidad 3 mataEjercicios unidad 3 mata
Ejercicios unidad 3 mata
 
Cálculo del tamaño de muestra (con ejemplos)
Cálculo del tamaño de muestra  (con ejemplos)Cálculo del tamaño de muestra  (con ejemplos)
Cálculo del tamaño de muestra (con ejemplos)
 
Problemas de determinación de tamaño de la muestra (9)
Problemas de determinación de tamaño de la muestra (9)Problemas de determinación de tamaño de la muestra (9)
Problemas de determinación de tamaño de la muestra (9)
 
Resueltos estimacion
Resueltos estimacionResueltos estimacion
Resueltos estimacion
 
Calculo muestra poblacion finita nvo
Calculo muestra poblacion finita nvoCalculo muestra poblacion finita nvo
Calculo muestra poblacion finita nvo
 
50 ejercicio de estadistica.docx1
50 ejercicio de estadistica.docx150 ejercicio de estadistica.docx1
50 ejercicio de estadistica.docx1
 
7. población y muestra
7. población y muestra 7. población y muestra
7. población y muestra
 
Muestreo blog
Muestreo   blogMuestreo   blog
Muestreo blog
 
Equilibrio del mercado perfecto y control de precios
Equilibrio del mercado  perfecto y control de preciosEquilibrio del mercado  perfecto y control de precios
Equilibrio del mercado perfecto y control de precios
 
Ensayo de estadística inferencial
Ensayo de estadística inferencialEnsayo de estadística inferencial
Ensayo de estadística inferencial
 
estimacion
estimacionestimacion
estimacion
 
Tamaño de muestra para datos cualitativos y cuantitativos
Tamaño de muestra para datos cualitativos y cuantitativosTamaño de muestra para datos cualitativos y cuantitativos
Tamaño de muestra para datos cualitativos y cuantitativos
 
control estadistico de procesos-prueba de hipotesis
control estadistico de procesos-prueba de hipotesiscontrol estadistico de procesos-prueba de hipotesis
control estadistico de procesos-prueba de hipotesis
 
Escalas o Niveles de medición (estadística)
Escalas o Niveles de medición (estadística)Escalas o Niveles de medición (estadística)
Escalas o Niveles de medición (estadística)
 
Estadística Inferencial
Estadística Inferencial Estadística Inferencial
Estadística Inferencial
 
Ejemplo DE VIABILIDAD DE LA INVESTIGACION
Ejemplo DE VIABILIDAD DE LA INVESTIGACIONEjemplo DE VIABILIDAD DE LA INVESTIGACION
Ejemplo DE VIABILIDAD DE LA INVESTIGACION
 
Ejercicios resueltos de oferta y demanda
Ejercicios resueltos de oferta y demandaEjercicios resueltos de oferta y demanda
Ejercicios resueltos de oferta y demanda
 
Ejercicios de DA, Consumo, Inversión y Gasto de Gobierno
Ejercicios de DA, Consumo, Inversión y Gasto de GobiernoEjercicios de DA, Consumo, Inversión y Gasto de Gobierno
Ejercicios de DA, Consumo, Inversión y Gasto de Gobierno
 
Problemas resueltos de distribución muestral
Problemas resueltos de distribución muestralProblemas resueltos de distribución muestral
Problemas resueltos de distribución muestral
 
Prueba de hipótesis
Prueba de hipótesisPrueba de hipótesis
Prueba de hipótesis
 

Similar a Determinación de la muestra

Determinacindelamuestra 141005161935-conversion-gate02 (1)
Determinacindelamuestra 141005161935-conversion-gate02 (1)Determinacindelamuestra 141005161935-conversion-gate02 (1)
Determinacindelamuestra 141005161935-conversion-gate02 (1)
armando1957
 
Calculomuestrapoblacionfinitanvo 130503134719-phpapp02
Calculomuestrapoblacionfinitanvo 130503134719-phpapp02Calculomuestrapoblacionfinitanvo 130503134719-phpapp02
Calculomuestrapoblacionfinitanvo 130503134719-phpapp02
DAYS MAYHUMY TRUJILLO TORRES
 
Ensayo de estadistica numero dos
Ensayo de estadistica numero dosEnsayo de estadistica numero dos
Ensayo de estadistica numero dos
thomas669
 
Aplicación de pruebas de hipótesis para muestras pequeñas y grandes (2)
Aplicación de pruebas de hipótesis para muestras pequeñas y grandes (2)Aplicación de pruebas de hipótesis para muestras pequeñas y grandes (2)
Aplicación de pruebas de hipótesis para muestras pequeñas y grandes (2)
Franklin Soria
 

Similar a Determinación de la muestra (20)

Determinacindelamuestra 141005161935-conversion-gate02 (1)
Determinacindelamuestra 141005161935-conversion-gate02 (1)Determinacindelamuestra 141005161935-conversion-gate02 (1)
Determinacindelamuestra 141005161935-conversion-gate02 (1)
 
Calculo de la población - Métodos y Técnicas de investigación - ULS
Calculo de la población - Métodos y Técnicas de investigación - ULSCalculo de la población - Métodos y Técnicas de investigación - ULS
Calculo de la población - Métodos y Técnicas de investigación - ULS
 
Calculomuestrapoblacionfinitanvo 130503134719-phpapp02
Calculomuestrapoblacionfinitanvo 130503134719-phpapp02Calculomuestrapoblacionfinitanvo 130503134719-phpapp02
Calculomuestrapoblacionfinitanvo 130503134719-phpapp02
 
Estadistica ii crc 4
Estadistica ii crc 4Estadistica ii crc 4
Estadistica ii crc 4
 
12. universo y muestra
12. universo y muestra12. universo y muestra
12. universo y muestra
 
ESTADISTICA II ( I Bimestre Abril Agosto 2011)
ESTADISTICA II ( I Bimestre Abril Agosto 2011)ESTADISTICA II ( I Bimestre Abril Agosto 2011)
ESTADISTICA II ( I Bimestre Abril Agosto 2011)
 
Clase 2 estadistica
Clase 2 estadisticaClase 2 estadistica
Clase 2 estadistica
 
Ensayo de estadistica numero dos
Ensayo de estadistica numero dosEnsayo de estadistica numero dos
Ensayo de estadistica numero dos
 
Tecnicas muestreo estadistico
Tecnicas muestreo estadisticoTecnicas muestreo estadistico
Tecnicas muestreo estadistico
 
Muestreo (recuperado 1)
Muestreo (recuperado 1)Muestreo (recuperado 1)
Muestreo (recuperado 1)
 
Introducción
IntroducciónIntroducción
Introducción
 
Poblacion muestra
Poblacion muestraPoblacion muestra
Poblacion muestra
 
Teoría de la Estimación
Teoría de la EstimaciónTeoría de la Estimación
Teoría de la Estimación
 
Muestreo
MuestreoMuestreo
Muestreo
 
Inferencia
InferenciaInferencia
Inferencia
 
Módulo 1 contenido
Módulo 1 contenidoMódulo 1 contenido
Módulo 1 contenido
 
Presentación tarea 5._Metodos_Cuantitativos_II
Presentación tarea 5._Metodos_Cuantitativos_IIPresentación tarea 5._Metodos_Cuantitativos_II
Presentación tarea 5._Metodos_Cuantitativos_II
 
Investigación de Operaciones II : Simulación
Investigación de Operaciones II : Simulación Investigación de Operaciones II : Simulación
Investigación de Operaciones II : Simulación
 
3_MÉTODOS ESTADÍSTICOS CON SPSS
3_MÉTODOS ESTADÍSTICOS CON SPSS3_MÉTODOS ESTADÍSTICOS CON SPSS
3_MÉTODOS ESTADÍSTICOS CON SPSS
 
Aplicación de pruebas de hipótesis para muestras pequeñas y grandes (2)
Aplicación de pruebas de hipótesis para muestras pequeñas y grandes (2)Aplicación de pruebas de hipótesis para muestras pequeñas y grandes (2)
Aplicación de pruebas de hipótesis para muestras pequeñas y grandes (2)
 

Determinación de la muestra

  • 1.
  • 2. Para determinar la muestra es necesario considerar primero cual es nuestro universo Se entiende por universo al total de elementos que reúnen ciertas características homogéneas, los cuales son objeto de una investigación.
  • 3. POR EJEMPLO… El total de bebés en una ciudad (para una fábrica de cunas) El total de familias de una ciudad, con ingreso mensual superior a $2,000 que son clientes potenciales Número de tiendas que venden artículos fotográficos dentro de una región Número de industrias que fabrican computadoras.
  • 4. El universo puede ser finito o infinito Se le considera finito cuando el número de elementos que lo constituyen es menor que 500,000 Se le considera infinito cuando es mayor
  • 5. MUESTRA • La muestra es una parte del universo que debe presentar los mismos fenómenos que ocurren en él.
  • 6. XI: LA MILÉSIMA PARTE DEL UNIVERSO X1, X2, X3, X4…. XN= MUESTRA X 1 X n X 3 X 4 X 2
  • 7. EJEMPLO DE LA SOPA La utilidad de usar muestras se puede ilustrar en el ejemplo del ama de casa que desea saber si ha puesto suficiente sal a la sopa. Para ello toma una cuchara, la prueba y saca conclusiones que se refieren no sólo a la pequeña muestra que probó si no a toda la sopa preparada (universo). ¿Qué pasaría si no pudiera confiar en su muestra? Tendría que comerse toda la sopa para saber la cantidad de sal que contiene.
  • 8. OBJETIVOS DE LA MUESTRA Para que la muestra alcance los objetivos preestablecidos debe reunir las siguientes características. Ser representativa: Es decir, todos sus elementos deben presentar las mismas cualidades y características. Ser suficiente: La cantidad de elementos seleccionados, si bien tiene que ser representativa del universo, debe estar libre de errores.
  • 9. VENTAJAS DE USAR MUESTRAS Menor costo: Los gastos se harán sobre una mínima parte del universo. Menor tiempo: Se obtiene con mayor rapidez la información, ya que sólo se estudia cuna pequeña parte. Confiabilidad: Una vez comprobada la representatividad de una muestra, podrá emplearse con entera confianza l procedimiento de selección en los próximos estudios de otros universos. Control: Es fácil acudir a los resultados finales del estudio con fines de consulta.
  • 10. CÁLCULO DEL TAMAÑO DE LA MUESTRA • Determinar el tamaño de la muestra que se tomará del universo es un problema complejo, pues aunque se utilicen las fórmulas expuestas a continuación, hay otros que se deben considerar.
  • 11. •Cuando el universo es muy heterogéneo y el tamaño de la muestra obtenida, con la fórmula no logra abarcar las diferentes características existentes, es necesario aumentar el tamaño de aquella para lograr que sea representativa. Ejemplo:
  • 12. • El cálculo del tamaño de la muestra se realiza mediante dos fórmulas distintas, según se trate de una población finita o infinita. • En cualquier caso, los valores contenidos en aquellas se obtienen por medio de los siguientes pasos.
  • 13. PASOS: 1.- Se determina le grado de confianza con El que se va a trabajar (푥 = promedio del universo) Si 푥 = 휕 푠푖푔푚푎 se abarca el 68% de los casos, o 1 Si 푥 =1.96; igual a 95% de los casos. Si 푥 = 2.58; igual a 99% de los casos. (véase tabla)
  • 14. TABLA 3.1 ÁREAS BAJO LA CURVA
  • 15. PASOS… 2.- Se evalúa la situación que guarda en el mercado el fenómeno o característica investigada. Cuando no se tiene una idea clara de esta situación, es necesario dar los máximos valores tanto a la probabilidad de que se realice el evento favorable, como a la de que no se realice. • Esto es 50% a (p) y 50% (q) que son las literales que se emplean para designar la probabilidad a favor o en contra, respectivamente.
  • 16. PASOS.. 3.- Se determina el error máximo que puede ser aceptado en los resultados. Por lo regular se trabaja con el 5% ya que las variaciones superiores al 10% reducirán demasiado la validez de la información.
  • 17. PASOS… 4.- Por último, de la combinación delos elementos calculados en los puntos 1, 2, 3, se obtienen las fórmulas para la determinación de las muestras de universos finitos o infinitos.
  • 18. MUESTRA EN POBLACIONES INFINITAS La fórmula para poblaciones infinitas (más de 500,000 elementos) es la siguiente:
  • 19. • En la práctica, generalmente se trabaja con un grado de precisión de ente 2% y 6% para un 95% de confianza. • El siguiente ejemplo, que considera un error de estimación del 2% y un nivel de confianza del 95%, supone que después de un análisis previo de la situación, se encontró que la participación de mercados del producto ascendía aproximadamente al 30%
  • 20. EL TAMAÑO DE LA MUESTRA SE DETERMINARÍA:
  • 21. MUESTRA EN POBLACIONES FINITAS Para poblaciones finitas (menos de 500 000 elementos) se utiliza la siguiente fórmula:
  • 22. EJEMPLO: • Se planea llevar a cabo una investigación para determinar la investigación de hogares que tienen refrigerador; es necesario calcular el tamaño de la muestra requerida, con un intervalo de confianza de 95% y una estimación de 5%. La investigación se llevara a cabo en una población de 1500 familias.
  • 23.
  • 24. ERROR DE ESTIMACIÓN Se utiliza principalmente para tres propósitos: 1. Comparar la precisión obtenida por el muestreo simple aleatorio con otros métodos de muestreo 2. Estimar el tamaño de la muestra que se necesita en una investigación. 3. Estimar la precisión obtenida en una investigación.
  • 25. A continuación se presenta la fórmula para el cálculo del error de estimación dentro de un 95% de confianza 0 1.96휕.
  • 26.
  • 27. Con ayuda de esta tabla no es necesario desarrollar la fórmula.