Muestreo y tamaño

de muestra

Elaboró: Biól. Héctor Lovera Salazar.

 Población. Definición

“En estadística, se identifica el término población al de

variable aleatoria, o magnitud numérica de naturaleza
aleatoria, X, asociada a los objetos (individuos) sobre los
que se desarrolla una experiencia, cuyo resultado depende
del azar”. Tomada de http://e-stadistica.bio.ucm.es/glosario/def_poblacion.html
 Muestreo. Definición

Es un enfoque sistemático para seleccionar unos cuantos

elementos (muestra) de un grupo de datos (población),
con el fin de hacer algunas inferencias sobre el grupo total.
Para que una muestra sea útil debe reflejar las similitudes y
diferencias encontradas en la totalidad del grupo.
 Muestreo. Características

•  Es un proceso de selección.
•  Debe representar a toda la población (muestra
representativa).
•  Permite hacer inferencias sobre la población.
•  Debe reproducir de un algún modo los rasgos básicos de
la población.
Terminología
•  Unidades de muestreo: número de elementos de la
población que se van a estudiar.

•  Unidades de análisis: objeto o individuo del que se

va a obtener la información.

•  Marco muestral: lista de unidades o elementos del

muestreo.

•  Muestra: conjunto de unidades o elementos de

análisis sacados del marco.
 Tipos de muestreo
Muestreo

Probabilístico No probabilístico

•  No sirve para realizar

generalizaciones .
•  Se basa en el principio de
•  No se tiene certeza de que la
equiprobabilidad.
muestra extraída sea
•  Todas las posibles muestras de
representativa.
tamaño n tienen la misma
•  No todos los sujetos de la
probabilidad de ser
población tienen la misma
seleccionadas.
probabilidad de ser elegidos.
•  Sólo este método nos asegura
•  Se seleccionan a los sujetos
la representatividad de la
siguiendo determinados
muestra extraída.
criterios.
Tipos de muestreo
Probabilístico

Aleatorio Aleatorio por

simple conglomerados

Aleatorio Aleatorio
sistemático estratificado
Tipos de muestreo

No probabilístico

Por cuotas Discrecional

Intencional o
de Bola de nieve
conveniencia
Tipos de muestreo
Método Características Ventajas Inconvenientes
Aleatorio Se selecciona una •  Sencillo y de fácil •  Re q u i e r e q u e s e
simple muestra de tamaño n comprensión. posea de antemano
de una población de N un listado completo de
u n i d a d e s , c a d a •  Cálculo rápido de toda la población.
elemento tiene una medias y varianzas.
probabilidad de •  Cuando se trabaja
i n c l u s i ó n i g u a l y •  S e b a s a e n l a con muestras
conocida de n/N. Teoría estadística, pequeñas es posible
por tanto existen que no represente a
p a q u e t e s la población
informáticos para adecuadamente.
analizar los datos.
Tipos de muestreo
Método Características Ventajas Inconvenientes
Aleatorio Conseguir un listado de Si la constante de
sistemático los N elementos de la •  Fácil de aplicar. muestreo está asociada
población . con el fenómeno de
•  No siempre es interés, las estimaciones
Determinar tamaño necesario tener un obtenidas a partir de la
muestral n. listado de toda la muestra pueden contener
población. sesgo de selección.
Definir un intervalo k=
N/n. •  Cuando la
población está
Elegir un número ordenada,
aleatorio, r, entre 1 y k siguiendo una
(r= arranque tendencia conocida,
aleatorio). asegura una
cobertura de
Seleccionar los unidades de todos
elementos de la lista. los tipos.
 Tipos de muestreo
Método Características Ventajas Inconvenientes
Aleatorio En ciertas ocasiones
estratificado resultará conveniente •  Tiende a asegurar •  Se ha de conocer la
estratificar la muestra q u e l a m u e s t ra distribución en la
según ciertas variables r e p r e s e n t e población de las
de interés. Para ello adecuadamente a variables utilizadas
debemos conocer la la población. p a r a l a
c o m p o s i c i ó n •  S e o b t i e n e n estratificación.
estratificada de la estimaciones más
población objetivo a precisas.
hacer un muestreo. Una •  S u o b j e t i v o e s
vez calculado el conseguir una
tamaño muestral m u e s t ra l o m á s
apropiado, éste se semejante posible a
reparte de manera la población en lo
proporcional entre los que a la o las
distintos estratos v a r i a b l e s
definidos en la estratificadoras se
población usando una refiere.
simple regla de tres.
 Tipos de muestreo
Método Características Ventajas Inconvenientes
Aleatorio por Se realizan varias •  Es muy eficiente
conglomerados fases de muestreo c u a n d o l a •  El error estándar es
s u c e s i v a s población es muy mayor que en el
(polietápico). grande y dispersa. muestreo aleatorio
La necesidad de simple o estratificado.
l i s t a d o s d e l a s •  No es preciso tener
unidades de una un listado de toda •  El cálculo del error
etapa se limita a la población, sólo estándar es complejo.
aquellas unidades de de las unidades
m u e s t r e o primarias de
seleccionadas en la muestreo.
etapa anterior.
Tamaño de muestra

En la investigación siempre nos encontraremos con la pregunta: ¿Qué tan

grande debe ser mi muestra? A ésta debemos añadirle el objetivo de
nuestra investigación, pues el ¿para qué? es primordial en la elección del
tamaño de muestra.

En la investigación y experimentación en psicología, educación o

sociología, hay con frecuencia otras finalidades: ¿Cuántos sujetos
necesitamos para construir y analizar un instrumento de medición (un test,
una escala de actitudes), o para llevar a cabo un análisis factorial o un
análisis de varianza en un diseño experimental…?
Tamaño de muestra

Existen diversas respuestas al “¿para qué?”. Entre ellas están:

a) Para extrapolar los resultados a una población mayor (el caso típico de los
sondeos de opinión).
b) Para construir un instrumento de medición (test o escala).
c) Para llevar a cabo un estudio experimental (contrate de medias, análisis de
varianza).
d) Para hacer un análisis correlacional.
Tamaño de muestra
Variables de las que depende el tamaño de la muestra:

1.  El nivel de confianza

2.  La varianza

3.  El margen de error

Tamaño de muestra
Variables de las que depende el tamaño de la muestra

El nivel de confianza

Es decir, la certeza con que podemos inferir una

conclusión a partir de la muestra. Ejemplo: Puedo afirmar
que el 10% de los alumnos de una escuela tienen
problemas con Física, con un nivel de confianza de 95%.
La aseveración anterior nos dice que si yo le pregunto a
10 grupos de 10 alumnos si tienen problemas con la
asignatura Física, al menos en nueve de ellos habrá sólo
un alumno con esta problemática.

Cabe señalar que el nivel de confianza habitual es de 0.05

(95% o α = 0.05)
Tamaño de muestra
Variables de las que depende el tamaño de la muestra

La varianza

O variedad de opiniones estimada n la población, por

ejemplo, si aterrizamos en un país desconocido donde
todos hablan el mismo idioma y no sabemos cuál es, basta
con preguntárselo a una sola persona de ese país. Si en
una agrupación de sujetos que viven juntos, todos se
levantan a la misma hora (un cuartel, un convento), y
queremos saber a qué hora se levantan por la mañana, es
suficiente con preguntárselo a una sola persona. A mayor
diversidad esperada, o al menos posible, en las opiniones
o posibles respuestas en la población, hará falta un mayor
número de sujetos en la muestra.
Tamaño de muestra
Variables de las que depende el tamaño de la muestra

El margen de error

Esta variable nos habla sobre qué tanto estamos

dispuestos a aceptar un dato que no corresponda con
nuestra inferencia. Si por ejemplo, el 20% de la muestra
está de acuerdo con una proposición (o dice que va votar
a un determinado candidato o que prefiere un determinado
producto) eso no significa que el 20% exacto de la
población vaya a responder lo mismo, puede ser el 22% o
el 18%… necesitaremos muestras mayores si queremos
que el margen de error o de oscilación de muestra a
muestra de los resultados sea muy pequeño.
Tamaño de muestra

¿Cómo calcular el tamaño de muestra?

Se distinguirán entre dos tipos de poblaciones: las infinitas (número de

estrellas en el universo) y las finitas (número de estudiantes de educación
secundaria en el Distrito Federal) .
Tamaño de muestra

Para poblaciones Infinitas utilizaremos la siguiente fórmula:

𝑛  =  ​𝑧↑2 𝑝𝑞/​𝑒↑2  
n = tamaño de la muestra
z = el valor correspondiente al nivel de confianza
para α = 0.05 z = 1.96
para α = 0.01 z = 2.57
p = proporción de respuestas en una categoría (síes, respuestas correctas,
unos en la codificación usual, etc.)
q=1–p
e = error muestral en valor decimal
Tamaño de muestra
Ejemplo ¿qué muestra necesitaremos con un nivel de confianza del
95% (o α = .05), al que corresponde z = 1.96, y admitiendo un margen
de error del 5%? Sabiendo que pq = .25.

𝑛  =  ​𝑧↑2 𝑝𝑞/​𝑒↑2  

𝑛  =  ​(1.96↑2 )(0.25)/​0.05↑2  

𝑛  =384
Tamaño de muestra

Para poblaciones Finitas utilizaremos la siguiente fórmula:

𝑛  =​𝑁/1+  ​𝑒↑2 (𝑁−1)/​𝑧↑2 𝑝𝑞  
N = tamaño de la población
n = tamaño de la muestra
z = el valor correspondiente al nivel de confianza
para α = 0.05 z = 1.96
para α = 0.01 z = 2.57
p = proporción de respuestas en una categoría (síes, respuestas correctas,
unos en la codificación usual, etc.)
q=1–p
e = error muestral en valor decimal

Sugerencia cuando la población es mayor a 300,000 es mejor usar la fórmula

para poblaciones infinitas.
Tamaño de muestra

Ejemplo: deseamos hacer un sondeo de opiniones en un centro escolar

que tiene 600 alumnos. Nuestro nivel de confianza va a ser del 95%, Y
como no queremos un error mayor del 3%. Para mayor seguridad
suponemos que pq = .25. La muestra necesaria será:

𝑛  =​𝑁/1+  ​𝑒↑2 (𝑁−1)/​𝑧↑2 𝑝𝑞  

𝑛  =​600/1+  ​(0.03↑2 )(600−1)/​(1.96↑2 )(0.25)  

𝑛  =384
Fuentes consultadas

http://www.intranus.net/archivos/Muestreo.pdf

http://e-stadistica.bio.ucm.es/glosario/def_poblacion.html

http://www.chospab.es/calidad/archivos/Metodos/Muestreo.pdf

http://www.epidemio.com/epidemio/img/datos/
21_06_58_2TamanoMuestra3.pdf

http://www.upcomillas.es/personal/peter/investigacion/Tama%F1omuestra.pdf

http://www.estadistica.mat.uson.mx/Material/elmuestreo.pdf