Vous êtes sur la page 1sur 6

Cmo Determinar el Tamao de una Muestra aplicada a la investigacin Archivstica

1. 2. 3. 4. 5. 6. 7. 8.
Introduccin Importancia de determinar el tamao de una muestra Principales definiciones Muestreo probabilistico Definicin Del Tamao de una Muestra Etapas para determinar el tamao de una muestra Ejemplo aplicado a un archivo Bibliografa

1.-Introduccin Toda investigacin tendr como elemento principal la definicin del lmite de su alcance. Esto, resulta de vital importancia cuando nuestros recursos y tiempo son limitados. Por tanto, el considerar slo una parte de la poblacin siempre tendr sus ventajas. El presente documento no pretende de ninguna manera ser un anlisis exhaustivo de la estadstica, sino resaltar la importancia que tiene el determinar el tamao de una muestra en nuestro metodologa de la investigacin archivstica y donde se presenta un ejemplo de aplicacin en una unidad de informacin. 2.- Importancia de determinar el tamao de una muestra El determinar el tamao de una muestra representa una parte esencial del mtodo cientfico para poder llevar a cabo una investigacin. Al muestreo lo podemos definir como el conjunto de observaciones necesarias para estudiar la distribucin de determinadas caractersticas en la totalidad de una poblacin, a partir de la observacin de una parte o subconjunto de una poblacin, denominada muestra.1 El muestreo debe procurar ser representativo, ya que proporciona ventajas de ndole econmicas y prcticas, nos brinda la alternativa de optar por otra alternativa, ya que en lugar de investigar el total de la poblacin, se investiga tan slo una parte de ella, proporcionando con esto la informacin en forma ms oportuna, eficiente y exacta, eliminando con ello recurrir a encuestar a toda la poblacin Por ejemplo, una prctica comn que frecuentemente vemos en los peridicos y ms a ltimas fechas, me refiero a las encuestas de opinin efectuadas para las elecciones del 2006, donde se tiene una poblacin estimada de 109 millones de habitantes, se requera realizar un sondeo para saber por quin votaran los que cuentan con edad para ello. Imagnense el nmero de encuestadores y recursos necesarios para realizarla uno por uno, ante todo sera un gasto innecesario y superfluo. Tambin las evaluaciones pueden ser destructivas, imagnense que dentro de una planta que elabora productos alimenticios se requiere evaluar la calidad de todos sus productos para lo cual se hara necesario destaparlos, piensen que destapar todos sus productos para verificarlos, seria un completo desperdicio y gasto innecesario. 3.- Principales definiciones As, con esto se hace necesario el que nosotros definamos los siguientes trminos: Una poblacin ser cualquier conjunto de individuos, objetos, medidas, etc. Es decir, un grupo de elementos comunes, se refiere en concreto a un grupo finito. Muestra de la poblacin, ser un subconjunto de elementos de esa poblacin. Donde los Elementos son las unidades individuales que componen la poblacin.

MUNICH, Lourdes; NGELES, Ernesto. Mtodos y Tcnicas de investigacin. 2. ed.. Mxico: Trillas, 1990, p. 99-118.

Existen dos tipos de muestreo, el probabilstico y el no probabilstico mismo que en los presentes apuntes no ser tratado, pero diremos que para realizar este ltimo las razones estarn en funcin del costo y criterios del investigador. 4.- Muestreo Probabilstico Esta caracterizado por el que cada elemento de la poblacin tiene la misma probabilidad para ser seleccionado en la muestra. Todo esto conlleva a elegir una muestra al azar: Ante todo, debemos de definir claramente la poblacin con la que trabajaremos e identificar a cada elemento de la poblacin en forma clara y precisa. Primeramente, deberemos establecer el marco muestral, ste representa una lista o registro de todos los miembros de la poblacin. Dentro de esos registros, ser posible recurrir al uso de directorios telefnicos, listas de asistencia, registros de inscripcin, estadsticas y censos, etc. Enseguida, deberemos contar con una tabla de nmeros aleatorios que contribuirn a cumplir con el principio de todos tiene la misma probabilidad de ser elegidos. 5.- Definir el Tamao de una Muestra Al definir el tamao de la muestra, nosotros deberemos procurar que sta informacin sea representativa, vlida y confiable y al mismo tiempo nos represente un mnimo costo. Por lo tanto, el tamao de la muestra estar delimitado por los objetivos del estudio y las caractersticas de la poblacin, adems de los recursos y el tiempo de que se dispone. 6 . - E ta pa s pa ra de te r mi na r el Ta m a o De La Mues tr a 1. Determinar el nivel de confianza con que se desea trabajar. (Z ), donde z = 1.96 para un 95% de confianza o z= 1.65 para el 90% de confianza TABLA DE APOYO AL CALCULO DEL TAMAO DE UNA MUESTRA POR NIVELES DE CONFIANZA 95% 94% 93% 92% 91% 90% 80% 62.27% 50% 1.96 1.88 1.81 1.75 1.69 1.65 1.28 1 0.6745 3.84 3.53 3.28 3.06 2.86 2.72 1.64 1.00 0.45 0.05 0.06 0.07 0.08 0.09 0.10 0.20 0.37 0.50 0.0025 0.0036 0.0049 0.0064 0.0081 0.01 0.04 0.1369 0.25

Certeza Z
Z
2

e
e
2

Para ver como se distribuye algunas de las caractersticas de la muestra con respecto a la variable que se esta midiendo, podemos recurrir a la famosa campana de Gauss o Student que refleja la curva normal de distribucin cuya caracterstica principal es la de ser unimodal donde la media, mediana y la moda siempre coinciden2. Media Moda Mediana

LEVIN, Richard I. Estadstica para administradores. 2 ed. Mxico: Prentice Hall Latinoamericana, 1988, p 254.

Esta distribucin normal, nos permite representar en la estadstica muchos fenmenos fsicos, biolgicos, psicolgicos o sociolgicos. :

Ahora bien, se hace necesario el definir los trminos Media, Moda y Mediana3 Media: Es el conjunto de n observaciones sumadas y divididas entre n. Moda: Se define como el valor que ms ocurre en un conjunto de observaciones. Mediana es el centro de un conjunto de observaciones ordenadas en forma creciente

MENDENHALL, William; REINMUTH, James. Estadstica para administracin y Economa, Mxico, Grupo Editorial Iberomrica, 1986, p. 36-37.

Esta curva esta detallada en todos lo libros de estadstica y recurriremos a ella cuando deseemos obtener otros valores de certeza como por ejemplo el 99% de estimacin y que da por resultado z=3.00 o z=1.65 para el 90%. 2. Estimar las caractersticas del fenmeno investigado. Donde deberemos considerar la probabilidad de que ocurra el evento (p) y la de que no se realice (q); siempre tomando en consideracin que la suma de ambos valores p + q ser invariablemente siempre igual a 1, cuando no contemos con suficiente informacin, le asignaremos p = .50 q = .50 . 3. Determinar el grado de error mximo aceptable en los resultados de la investigacin. ste puede ser hasta del 10%; ya que variaciones superiores al 10% reducen la validez de la informacin. 4. Se aplica la frmula del tamao de la muestra de acuerdo con el tipo de poblacin. Poblacin infinita
n= p q e
2

Poblacin Finita
n= Z Ne
2 2

p q N
2

+Z

p q

Cuando no se sabe el nmero exacto de unidades del que est compuesta la poblacin. En donde: Z = nivel de confianza. p = Probabilidad a favor. q = Probabilidad en contra. 7.-Ejemplo aplicado a un Archivo

Cuando se conoce cuntos elementos tiene la poblacin

N = Universo e = error de estimacin. n = tamao de la muestra

Supngase que se desea determinar la calidad y el nivel de servicio que ofrece nuestra Unidad de informacin Archivstica; por lo que resulta necesario entrevistar a los distintos usuarios que acuden a nuestro archivo para as conocer su opinin. Cmo calcularamos el tamao de la muestra? 1) Establecer el nivel de confianza (95% y un error del 5%) o el (90% - y un error del 10%). 2) Se obtiene el marco muestral, en este caso la referencia con que contamos ser el registro de visitantes a nuestra Unidad de Informacin del ao pasado y que arroja la cifra de 43,700. Valores a estimar n=? e = 5% =0.05 o 10% = 0.1 Z = 1.96 (tabla de distribucin normal para el 95% de confiabilidad y 5% error) o Z = 1.65 para el 90% de confiabilidad y 10% error. N= 43,700 (universo) p = 0.50 Por no contar con ms informacin q = 0.50
n= Z Ne
2 2

p q N
2

+Z

p q

Frmula para Poblacin Finita

4)

Enseguida especificaremos las operaciones para evaluar a n (tamao de la muestra) , Para sta estimacin supondremos que contamos con un 95% de confiabilidad y por tanto un porcentaje de error del 5% (0.05)
n=

n=

( 3.8416 )( 0.50 )( 0.50 )( 43,700 ) ( 43,700 )( 0.0025 ) + ( 3.8416 )( 0.50 )( 0.50 )

(1.9 ) (0.5)(1 0.5 )(4 ,7 0 ) 6 0 3 00 2 2 (4 ,7 0 )(0.0 ) +(1.9 ) (0.5 )(1 0.5 ) 3 0 5 6 0 0


2

n=

( 3.8416 )( 0.25 )( 43,700 ) (109 .25 ) + ( 3.8416 )( 0.25 )

n=
n=

( 41,969 .48 ) (109 .25 ) + ( 0.9604 )


( 41,969 .48 ) (110 .2104 )

n = 380 .81
4) Ahora bien, si nuestro criterio fuera otro como por ejemplo el considerar un margen del 90% de confiabilidad con su correspondiente porcentaje de error, en este caso sera del 10% 0.10)
n=

(1.65 ) (0.5)(1 0.50 )(43 ,700 ) 2 2 (43 ,700 )(0.10 ) +(1.65 ) (0.50 )(1 0.50 )
2

n=

( 2.7225 )( 0.50 )( 0.50 )( 43,700 ) ( 43,700 )( 0.01) + ( 2.7225 )( 0.50 )( 0.50 ) ( 2.7225 )( 0.25 )( 43,700 ) ( 43,700 )( 0.01) + ( 2.7225 )( 0.25 )

n=

n=

( 29,743 .3125 ) ( 437 ) + ( 0.68063 ) ( 29 ,743 .3125 ) n= ( 437 .680625 )


n = 67 .96

6. Se comparan ambos resultados, y elegimos 381 entrevistas (por aproximacin a la siguiente cantidad entera) ya que es el que tiene menor margen de error presenta y por consecuencia una mayor confiabilidad.
7. Mediante una tabla de nmeros aleatorios se elegirn a los usuarios a los que se les aplicara la encuesta. Bibliografa HERNNDEZ LERMA, Onsimo. Elementos de probabilidad y estadstica, Mxico, Fondo de cultura Econmica, 1979, 355 p. KISH, Leslie. Muestreo de encuestas, 3 reimp, Mxico, Trillas, 1982, 736 p. LEVIN, Richard I. Estadstica para administradores. 2 ed. Mxico: Prentice Hall Latinoamericana, 1988, 940 p. MENDENHALL, William; REINMUTH, James. Estadstica para administracin y Economa,[trad. Joaqun Diaz Saiz, Federico O Reilly], Mxico, Grupo Editorial Iberomrica, 1986,707 p.

MUNICH, Lourdes; NGELES, Ernesto. Mtodos y Tcnicas de investigacin. 2. ed.. Mxico: Trillas, 1990, 166 p. RAJ, Des. La estructura de las encuestas de muestreo, Mxico, Fondo de cultura Econmica, 1979, 475 p. SPIEGEL, Murray R. Teora y problemas de probabilidad y estadstica. [trad. Jairo Osuna Surez], Mxico, Mc Graw Hill, 1979, 372 p. Autor: Lic. Salvador Elas Rodrguez Sols salvadorelias2003@hotmail.com mayo del 2008 Docente de Cmputo de la Escuela Nacional de Biblioteconoma y Archivonoma.(ENBA),

21 de Mxico D.F.

Vous aimerez peut-être aussi