http://es.slideshare.

net/tutor03770/estimacion-tamao-de-la-muestra

Ventajas e inconvenientes de los distintos tipos de muestreo probabilstico

Tamao de las muestras
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.
Para evitar un costo muy alto para el estudio o debido a que en ocasiones llega a ser prcticamente imposible el estudio
de todos los casos, entonces se busca un porcentaje de confianza menor. Comnmente en las investigaciones sociales
se busca un 95%.
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.
Comnmente se aceptan entre el 4% y el 6% como error, tomando en cuenta de que no son complementarios la
confianza y el error.
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.
Hablando de una poblacin de alrededor de 10,000 casos, o mnimamente esa cantidad, podemos pensar en la manera
de calcular el tamao de la muestra a travs de las siguientes frmulas. Hay que mencionar que estas frmulas se
pueden aplicar de manera aceptable pensando en instrumentos que no incluyan preguntas abiertas y que sean un total
de alrededor de 30.
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:

donde:
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 error.
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.
Por ejemplo: Si se quiere un porcentaje de confianza del 95%, entonces hay que considerar la proporcin
correspondiente, que es 0.95. Lo que se buscara en seguida es el valor Z para la variable aleatoria z tal que el rea
simtrica bajo la curva normal desde -Z hasta Z sea igual a 0.95, es decir, P(-Z<z<Z)=0.95.
Utilizando las tablas, o la funcin DISTR.NORM.ESTAND.INV() del Excel, se puede calcular el valor de Z, que sera 1.96
(con una aproximacin a dos decimales).
Esto quiere decir que P (-1.96<z<1.96)=0.95.
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.
Por ejemplo: En el Colegio de Bachilleres, una institucin de nivel medio superior, se desea realizar una investigacin
sobre los alumnos inscritos en primer y segundo aos, para lo cual se aplicar un cuestionario de manera aleatoria a una
muestra, pues los recursos econmicos y el tiempo para procesar la informacin resultara insuficiente en el caso de
aplicrsele a la poblacin estudiantil completa.
En primera instancia, suponiendo que no se conoce el tamao exacto de la poblacin, pero con la seguridad de que sta
se encuentra cerca a los diez millares, se aplicar la primera frmula.
Se considerar una confianza del 95%, un porcentaje de error del 5% y la mxima variabilidad por no existir antecedentes
en la institucin sobre la investigacin y porque no se puede aplicar una prueba previa.
Primero habr que obtener el valor de Z de tal forma que la confianza sea del 95%, es decir, buscar un valor de Z tal que
P(-Z<z<Z)=0.95. Utilizando las tablas o las funciones de Excel se pueden obtener, o viendo (en este caso) el ejemplo
anterior, resulta que Z=1.96.
De esta manera se realiza la sustitucin y se obtiene:

Esto quiere decir que el tamao de la muestra es de 385 alumnos.

Supongamos ahora que s se conoce el tamao de la poblacin estudiantil y es de 9,408, entonces se aplicar la
segunda frmula. Utilizando los mismos parmetros la sustitucin queda como:

Con lo que se tiene una cota mnima de 370 alumnos para la muestra y as poder realizar la investigacin sin ms costo
del necesario, pero con la seguridad de que las condiciones aceptadas para la generalizacin (confiabilidad, variabilidad y
error) se mantienen.

Importancia del muestreo

A lo largo del curso se hacen uso de dos tipos de razonamiento: el deductivo y el inductivo.
El primero est
relacionado directamente con la teora de probabilidad, que a partir de las caractersticas de la poblacin se obtienen las
posibles caractersticas de una muestra.
El segundo tipo de razonamiento se relaciona con la denominada inferencia estadstica: encaminado a utilizar las
caractersticas de un subconjunto de la poblacin (la muestra) para hacer afirmaciones (inferir) sobre la poblacin en
general. ste ser el caso de esta unidad.
El muestro, como ya se mencion, implica algo de incertidumbre que debe ser aceptada para poder realizar el trabajo,
pues aparte de estudiar una poblacin resulta ser un trabajo en ocasiones demasiado grande, Wonnacott y Wonnacott
ofrecen las siguientes razones extras:
Recursos limitados:
Es decir, no existen los recursos humanos, materiales o econmicos para realizar el estudio
sobre el total de la poblacin. Es como cuando se compra un aparato, un automvil usado (por ejemplo), que se prueba
unos minutos (el encendido, una carrerita, etc.) para ver si funciona correctamente y luego se adquiere, pero no se
espera a probarlo toda la vida (encendindolo y apagndolo o, simplemente, dejndolo encendida) antes de realizar la
adquisicin.
Escasez:
Es el caso en que se dispone de una sola muestra. Por ejemplo, para el estudio paleontolgico de los
dinosaurios (el Tiranosaurio Rex por ejemplo) sera muy bueno contar con, al menos, muchos restos fsiles y as realizar
tales investigaciones; sin embargo, se cuenta slo con una docena de esqueletos fosilizados (casi todos incompletos) de
esas criaturas en todo el mundo.
Pruebas destructivas:
Es el caso en el que realizar el estudio sobre toda la poblacin llevara a la destruccin misma
de la poblacin. Por ejemplo, si se quisiese saber el conteo exacto de hemoglobina de una persona habra que extraerle
toda la sangre.
El muestreo puede ser ms exacto:
Esto es en el caso en el que el estudio sobre la poblacin total puede causar
errores por su tamao o, en el caso de los censos, que sea necesario utilizar personal no lo suficientemente capacitado;
mientras que, por otro lado, el estudio sobre una muestra podra ser realizada con menos personal pero ms capacitado.
Ya que hemos mencionado la necesidad de realizar muestras, continuaremos con algunas caractersticas que deben
tener stas para que, realmente, se puedan realizar inferencias (inducciones) sobre ellas hacia la poblacin total.

http://reyesestadistica.blogspot.com/2011/07/muestreo-simple-aleatorio.html

http://es.slideshare.net/guest8a3c19/tamao-de-la-muestra-4141371

https://books.google.com.bo/books?
id=viEdtuuyTk4C&pg=PA592&lpg=PA592&dq=composicion+quimica+del+revelador+y+el+fijador&source=bl&ots=
xP_0clFv2r&sig=OJUoExsLuijVnHYWLaF1ZaLCOU&hl=es&sa=X&ei=A6P9VKrTEYzIsATHmYLoBA&ved=0CFQQ6AEwCQ#v=onepage&q&f=tr
ue