1

COMPETENCIAS

 Aprender a determinar el tamaño de la muestra para cualquier nivel de precisión.

 Aplicar el tipo de muestreo adecuado en una población.

4.1 CONCEPTOS GENERALES

Estamos acostumbrados a sacar conclusiones acerca de una gran población basando en una muestra pequeña.
En el periódico durante la semana leemos resultados sobre la opinión que tienen los colombianos acerca de un
político o sobre la gestión del presidente república entrevistando solamente unos cuantos individuos (muestra).
Al trabajar con una muestra y no con una población se disminuyen costos, tiempo y errores de recolección de
información.

Para determinar el tamaño de la muestra debe tener en cuenta; la característica del estudio, las variables, los
costos y el tiempo requerido para la investigación. Los factores anteriores determinan el tipo de muestreo a
utilizar.

Existen dos grandes tipos de muestreo: MUESTREO PROBABILISTICO y el MUESTREO NO PROBABILISTICO.

4.2 MUESTREO NO PROBABILISTICO

El muestreo no probabilística consiste en diseños en los cuales no se tiene en cuenta la teoría de la

probabilidad. El uso de este tipo de muestreo es muy popular en mercadotecnia y la desventaja es que no
garantizamos el tamaño de error que se esta cometiendo al realizar las estimaciones. Alguno tipo de muestreo
no probabilístico son: muestreo de conveniencia, muestreo de juicio, muestreo por cuotas, etc.

4.2.1. MUESTREO POR CONVENIENCIA

La muestra se selecciona de acuerdo a la conveniencia del investigador. Algunos ejemplos son:

- Solicitar la opinión de las personas que transitan en el centro comercial Metropolitano.
- Entrevistar los clientes del supermercado Optimo para evaluar la preferencia del pan Bamby
- Solicitar a algunas personas que colaboren voluntariamente para probar un producto, por ejemplo, el
aguardiente .
Los anteriores ejemplos no se pueden proyectar a toda la población porque no todas las personas tienen la
oportunidad de ser seleccionados.

Este tipo de muestreo se puede aplicar en una etapa exploratoria de la investigación como base para generar
hipótesis, y para estudios concluyentes en los cuales el gerente desea aceptar el riesgo de los resultados del

8
 2
estudio.

4.2.2. MUESTREO DE JUICIO O A PROPOSITO

El muestreo a juicio se utiliza cuando el investigador conoce la población y el define la muestra en la población
porque cree que es la representativa para la población. Ejemplo a lanzar un nuevo producto el mercadotecnista
escoge en que ciudades pone a prueba la posible venta del producto.

4.2.3. MUESTREO POR CUOTAS

Es un caso especial del muestreo de juicios .Por ejemplo el investigador define una o más variables de control
para seleccionar la muestra. Una variable de control en una investigación puede ser la edad, el sexo, etc.
Entonces el investigador define con criterio propio cuantas personas va a encuestar en un grupo de edad
determinado y a cuantas de sexo masculino.

4.3. MUESTREO PROBABILISTICO

El muestreo probabilístico tiene como base la teoría de la probabilidad, por consiguiente, tiene soporte
matemático. Decimos que es probabilístico cuando todos los miembros de la población tienen una probabilidad
conocida de ser incluido en la muestra. Algunos tipos de muestreo son:- Muestreo aleatorio simple (con o sin
reemplazamiento), muestreo aleatorio estratificado, muestreo aleatorio por conglomerado, muestreo
sistemático, etc.

 Cuando debe utilizar una muestra?

 Cuando la población es infinita o demasiado grande.
 Cuando el proceso de medida o investigación de la característica de cada
elemento sea destructivo, como ocurre al consumir un artículo para juzgar la calidad (degustación).
 Por economía, es decir, al examinar todos los elementos, se recurre a unos cuantos reduciendo los
costos de la investigación.
 Por tiempo.

Cuando hay que efectuar un muestreo, es importante definir la unidad de muestreo y se define como la
persona u objeto a la que se aplica la encuesta. Por ejemplo si vamos a determinar el perfil del consumidor de
la chocolatina JEFF en Neiva, entonces defino la unidad de muestreo la persona entre siete y 35 años en el
municipio de Neiva.

A continuación se presentan algunos diseños de muestras, en el cual se determinan; los estimadores, errores
de muestreo y tamaño de la muestra.

4.3.1. MUESTREO ALEATORIO SIMPLE (MAS)

"Consiste en seleccionar n elementos de la población de tamaño N, de modo que todos los elementos que
conforman la población tienen la misma posibilidad de conformar la muestra".

¿Cuando se debe utilizar el MAS?: para población pequeña o en poblaciones grandes pero homogénea.

8
 3

4.3.1. ESTIMADORES Y ERRORES ESTANDAR DE MUESTREO.

El estimador de la media poblacional µ el error estándar de la media son:

Población infinita Población finita

El estimador de la proporción poblacional P y el error estándar de la proporción son:

Población infinita Población finita

4.3.2. TAMAÑO DE LA MUESTRA

Establecidas las características a estimar y prefijados la precisión requerida, hay que decidir cuál va a ser el
tamaño de la muestra o el número de elementos a seleccionar por el procedimiento de muestreo que vaya a
utilizar, de modo que el resultado no sea en exceso costoso o impreciso. Para este tipo de muestreo debe
utilizar las siguientes formulas para determinar el tamaño de la muestra:

Población finita cuando estima la media poblacional.

Población finita cuando estima la proporción poblacional.

Población infinita cuando se estima la media poblacional

8
 4
Población infinita cuando se estima la proporción poblacional

Donde:
N= tamaño de la población.
n= tamaño de la muestra.
k= percentil de una distribución z o t correspondiente a un nivel de confianza deseado.
e= error máximo admitido en las estimaciones.
=varianza poblacional.
PQ= varianza poblacional.
P = proporción poblacional de los elementos que poseen la característica de estudio.
Q = proporción poblacional de los elementos que NO poseen la característica de estudio. Q = 1 - P

Nota: para las formulas anteriores se fija la confiabilidad de que el error máximo admitido no
supere a lo prefijado. En el sector empresarial la confiabilidad más utilizada es del 95%. El
error máximo admitido se recomienda que debe ser menor igual al 5% y además debe estar en la
misma unidad de la variable.

Para determinar el tamaño de la muestra se recomienda seguir los

siguientes pasos:

a) Definir el universo o población

b) Contar con un marco poblacional. Consiste en un listado o mapa donde se encuentran todos los elementos
de la población ( unidad muestral). Este marco poblacional debe ser actualizado.

c) Prefijar la confiabilidad (K) y el error máximo admitido (e). El error máximo admitido debe estar dado en las
unidades de la variable que va a estimar y en general debe ser menor o igual a 5%.

d) tipo de muestreo a utilizar.

e) Como no se conoce la varianza poblacional debe estimarse. Existen varios métodos para estimar la
varianza poblacional. Algunos de ellos son:

 Sí la variable a sido tratada anteriormente debe utilizar la misma varianza.

 Seleccionar una premuestra aleatoria (muestra piloto) con el fin de estimar la varianza y al mismo
tiempo probar el instrumento de medida (encuesta).

f) Realizados los pasos anteriores, reemplazar la formula de "n" y obtiene la muestra definitiva.

g) Aplicando la encuesta a los elementos seleccionados que conforman la muestra debe realizar las
estimaciones, ya sea puntual o por intervalos de confianza.

Aplicación 1.

El propietario de una fábrica de shampoo, va a lanzar un nuevo shampoo llamado Caspin cuya forma es cojín.
El desea estimar la comisión promedio deseada por sus distribuidores en Colombia. Como no cuenta con el

8
 5
dinero y tiempo necesario para encuestar a todos los distribuidores me solicita (ocupo el cargo de jefe de
mercadeo) que con base a una muestra aleatoria, estime la comisión promedio solicitada por los
distribuidores, para adicionarla a los costos del producto. Como criterio para la determinación de la muestra, el
propietario me informa que debo fijar una confiabilidad del 95% para un error máximo admitido en la
estimación de $4.90 por producto.
Solución.
Como me solicita determinar el tamaño de la muestra aplico las recomendaciones para determinar el tamaño de
la muestra que son los siguientes pasos:.
a) Definir la población: Esta constituida por 110 distribuidores de la fábrica, correspondiente al mes de agosto
del año 2021.
b) Marco poblacional: listado de los distribuidores generado por la sección de sistemas de la empresa (tabla
4.1).

Tabla 4.1. Listado de los distribuidores de Shampoo Caspin. 2022

1 AURELIANO SANCHEZ PEREZ 41 TULIA FIGUEROA H. 81 SILVIA CASTRO
2 CARLOS A. BOHORQUEZ 42 MIREYA BELTRAN 82 HAROLD MANRIQUE
3 DERLY SOLEY PERDOMO 43 MARGOTH RAMIRES S. 83 ALEXI POLANIA
4 ROBINSON QUIMBAYA VANEGAS 44 JIMENA SALAZAR PAPUJA 84 DELIA BAHAMON
5 GLORIA HELENA TORRES 45 FERNANDA GUZMAN P. 85 BLANCA SALAS
6 NORMA COSTANZA ARTUNDIAGA
N. 46 CONSTANZA ROJAS 86 GLORIA MORERA
7 IMNA FIGUEROA HERNANDEZ 47 LILIANA RAMOS 87 PEDRO CASTYRO
8 SILVIA MIREYA BELTRAN M. 48 YESID MANRIQUE 88 SERGIO MORENO
9 LEILA MARGOTH RAMIREZ S. 49 ALEXIS RUBIANO P. 89 LUCY MOYANO
10 MARIA JIMENA SALAZAR ROA 50 EBELIA CORTES IPUS 90 CARLOS SOTO
11 MARA FERNANDA GUZMAN
CORTES 51 MIRIAM MORALES T. 91 JESUS SANTANDER
12 LINA CONSTANZA ROJAS 52 GLORIA TORA 92 ROSA TRUJILLO
13 SILVIA LILIANA RAMOS G. 53 ROSA ESQUIBEL N. 93 JORGE PAREDES
14 HAROL YESID MANRIQUE 54 JOSE CULMA A. 94 HAROLD CASTRO
15 HERMES ALEXI RUBIANO 55 JASMIN PEDRAZA V. 95 CESAR ROJAS
16 DELIA CORTEZ IPUS 56 AUGUSTO MUÑOS 96 BEATRIZ MARIN
17 BLANCA MIRIAM MORALES 57 ANTONIO CORRALES I. 97 HECTOR PEREZ
18 GLORIA LENID TORO 58 CLAUDIA ROJAS A. 98 OLGA DONATTO
19 PEDRO ESQUIVEL P. 59 WILMER LOPEZ T. 99 RAMON QUINTERO
20 SERGIO JOSE CULMA 60 HAROLD SOLAR 100 LUZ MERY SALAS
21 LUCI JASMIS ARTEHORTUA 61 CESAR VERACRUZ 101 EDGAR ALVAREZ
22 CARLOS AUGUSTO BRAVO 62 BETRIZ REYES 102 CARLOS GUZMAN
103 AURELIANO
23 JESUS ANTONIO CORREA 63 JORGE GONZALEZ ROSALES
24 ROSA CLAUDIA ROJAS 64 OLGA PATRICIA LUCAI 104 CARLOS MARIN
25 WILHEIN YOAKOV LOPEZ 65 RAMON MACIAS 105 DERLY SANCHEZ
106 ROBINSON
26 HAROL SOLORSANO ORDONEZ 66 LUZ MERY DURAN SANCHEZ
27 CANDIDO HERRERA 67 ANIBAL CUELLAR 107 CLAUDIA VANEGAS
28 SILVINA HURTADO 68 JAVIER YELA 108 NORMA TRUJILLO
29 CESAR VERA 69 AURELIANO PEREZ 109 IRNA PEREZ
30 OLGA PATRICIA LUCUARA 70 ALBERTO ROJAS 110 SILVIA LOSADA

8
 6
31 RAMON DUSSAN MACIAS 71 DERLY SOTIL
32 LUZ MERY LUCUARA 72 ROBINSON QUIMBAYA
33 EDGAR ANIBAL CUELLAR 73 CLAUDIA MARIN
34 CARLOS JAVIER PAPA YELA 74 NORMA PEREA
35 AUREL CRISTANCHO 75 IRMA FIGUERO
SALDARRIAGA HERNANDEZ
36 ALBERTO BOHORQUEZ Z. 76 SILVIA PEDRASA
37 SOLEY PERDOMO 77 LEYLA ROMA
38 ROBIN VANEGAS 78 MARIA ROA
39 HELENA TORRES E. 79 FERNANDA PEREZ
40 CONSTANZA ARTUNDUAGA 80 LINA PEREZ

c) Definir la confiabilidad y el error máximo admitido: El propietario definió los siguiente criterios; Confiabilidad
del
95% y error máximo admitido de $4.90

d) Tipo de muestreo: Como la población es pequeña utilizó un MAS para estimar la comisión promedio
solicitada por los distribuidores.

A continuación presenta la fórmula a utilizar:

Población finita cuando estima la media poblacional.

Donde:
N= tamaño de la población.
n= tamaño de la muestra.
k= percentil de una distribución z o t correspondiente a un nivel de confianza deseado.
e= error máximo admitido en las estimaciones.
=varianza poblacional.
P = proporción poblacional de los elementos que poseen la característica de estudio.
Q = proporción poblacional de los elementos que NO poseen la característica de estudio. Q = 1 - P

e) Estimar la varianza poblacional: Como no conozco la varianza poblacional, la estimo con una premuestra
aleatoria de tamaños 8.
Para que sea aleatoria utilizó el programa de la calculador RAM y obtengo los siguiente números aleatorios
(N.A.) 44, 108,91, 5, 7, 73, 53, 10, y corresponden a los siguientes distribuidores de la tabla 4.1.

Tabla 4.2. Premuestra de los distribuidores de Shampoo Caspin. 2021

NA. Nombre
44. JIMENA SALAZAR P.
108. NORMA TRUJILLO
91. JESUS SANTANDER
5. CLAUDIA HELENA TORRES E.
7. IMNA FIGUEROA HERNANDEZ
73. CLAUDIA MARIN
53. ROSA ESQUIVEL P.
10. MARIA JIMENA SALAZAR ROA

8
 7
A la premuestra de distribuidores le aplico una encuesta de donde le pregunto ¿ sí usted distribuye el shampoo
Caspin, cuál es la comisión por la venta?. Los resultados están a continuación:

Tabla 4.3. Comisión solicitada los distribuidores de

Shampoo Caspin en la premuestra de 2021

NOMBRE COMISION ($)

44. JIMENA SALAZAR P. 180

108. NORMA TRUJILLO 190
91. JESUS SANTANDER 200
5. CLAUDIA HELENA TORRES E. 185
7. IMNA FIGUEROA HERNANDEZ 199
73. CLAUDIA MARIN 184
53. ROSA ESQUIVEL P. 196
10. MARIA JIMENA SALAZAR ROA 193

Con esta respuestas obtengo la varianza en la calculadora: Entonces S 2 = 54.4

f) Reemplazamos la fórmula para n.

De acuerdo a los datos: N = 110 K = t(), (n-1) = t(0.05), (7) = 2.3646 dos colas S2 = 54.4 e = $4.90

La muestra definitiva para estimar la comisión promedio de los distribuidores de la empresa es de 12

distribuidores.
g) La premuestra es de 8 distribuidores, agregamos cuatro distribuidores escogidos aleatoriamente con la
calculadora y son: 18 y 35, 77 y 42. La muestra definitiva con las respectivas comisiones son:

Tabla 4.4. Comisión solicitada los distribuidores de

Shampoo Caspin en la muestra de 2022

NOMBRE COMISION ($)

44. JIMENA SALAZAR P. 180

108. NORMA TRUJILLO 190
91. JESUS SANTANDER 200
5. CLAUDIA HELENA TORRES E. 185
7. IMNA FIGUEROA HERNANDEZ 199
73. CLAUDIA MARIN 184
53. ROSA ESQUIVEL P. 196
10. MARIA JIMENA SALAZAR ROA 193
18. GLORIA LENID TORO O. 240
35. AUREL SANCHEZ PEREZ 220
77 LEYLA ROMA 218

8
 8
42. MIREYA BELTRAN 195.

Para estimar la comisión promedio deseada por los distribuidores, utilice el siguiente intervalo con una
confiabilidad del 95%
_ _
P [ X - t(), (n - 1) x <  < X + t(), (n - 1) x ] = 1 - 

Donde:

Población finita

Con la muestra definitiva se obtiene:

_
X = 200 S = 17.57
t(), (n - 1) =t.(0.05), (12 - 1) = 2,201

Reemplazando el intervalo:
[ 200 - 2.201 * 4.51 <  < 200 - 2.201 * 4.51 ] [ 190.075 < < 209.927]

Análisis: Con una confiabilidad del 95% la comisión promedio deseada por los distribuidores de la empresa para
el shampoo Campin esta entre $ 190,08 y $209,93.

APLICACION 2.
El propietario del shampoo Caspin desea determinar si los distribuidores del producto están satisfechos con la
distribución de los productos. Como no cuenta con el dinero y tiempo necesario para encuestar a todos los
distribuidores, me solicita que con base a una muestra aleatoria estime el porcentaje de distribuidores que
están satisfechos con la distribución de los productos de la empresa. Como criterio para la determinación de la
muestra, el propietario fija una confiabilidad del 95% para un error máximo admitido en la estimación del 5%.

Solución:
Como solicita determinar el tamaño de la muestra realizo los siguientes pasos:

a) La población para este estudio son los 110 distribuidores de la empresa, correspondiente al mes de enero
de 2022.
b) El marco poblacional es el listado de los distribuidores generado por la sección de sistemas de la empresa
(ver tabla 4.1).
c) Confiabilidad del 95% y error máximo admitido de 0.05 (5%).
d) Como la población es pequeña utilizo un MAS para estimar si esta satisfecho con la distribución de los
productos. La fórmula es:

Población finitas cuando estima la proporción poblacional.

Donde:
N= tamaño de la población.
n= tamaño de la muestra.
k= percentil de una distribución z o t correspondiente a un nivel de confianza deseado.
e= error máximo admitido en las estimaciones.
P = proporción poblacional de los elementos que poseen la característica de estudio.

8
 9
Q = proporción poblacional de los elementos que NO poseen la característica de estudio. Q = 1 - P
PQ= varianza poblacional.
e) Estimar la varianza poblacional: Como no conozco la varianza poblacional (PQ), la estimo con una
premuestra aleatoria de tamaños 20. Para que sea aleatoria utilizó el programa de la calculador RAM y obtengo
los siguiente números aleatorios (N.A.): 87, 18, 98, 19, 14, 7, 110, 108, 101, 59. 23, 67. 105, 106, 25, 26,
63, 64, 30, 31 y corresponden a los siguientes distribuidores de la empresa :
Tabla 4.5. Premuestra de los distribuidores de Shampoo Caspin. 2023

N.A. NOMBRE

87. PEDRO CASTYRO

18. GLORIA LENID TORO O.
98. OLGA DONATTO
14. HAROLD YESID MANRIQUE P.
19. PEDRO ESQUIVEL P.
07. FIGUEROA HERNANDEZ
110. SILVIA LOSADA
108. NORMA TRUJILLO
101. EDGAR ALVAREZ
59. WILMER LOPEZ A.
23 JESUS ANTONIO CORREA
67 ANIBAL CUELLAR
105 DERLY SANCHEZ
106 ROBINSON SANCHEZ
25 WILHEIN YOAKOV LOPEZ
26 HAROL SOLORSANO ORDONEZ
63 JORGE GONZALEZ
64 OLGA PATRICIA LUCAI
30 OLGA PATRICIA LUCUARA
31 RAMON DUSSAN MACIAS

A los distribuidores anteriores que conforman la premuestra le aplico la encuesta donde le pregunto: ¿ estan
satisfecho con la distribución de los productos de la empresa ?. A continuación los resultados:

Tabla 4.6. Están satisfecho los distribuidores de

Shampoo Caspin en la premuestra de 2021

N.A. NOMBRE ESTA SATISFECHO?

87. PEDRO CASTYRO SI
18. GLORIA LENID TORO O. SI
98. OLGA DONATTO SI
14. HAROLD YESID MANRIQUE P. SI
19. PEDRO ESQUIVEL P. SI
07. FIGUEROA HERNANDEZ SI
110. SILVIA LOSADA SI
108. NORMA TRUJILLO SI
101. EDGAR ALVAREZ SI
59. WILMER LOPEZ A. SI
23 JESUS ANTONIO CORREA SI

8
 10
67 ANIBAL CUELLAR SI
105 DERLY SANCHEZ SI
106 ROBINSON SANCHEZ NO
25 WILHEIN YOAKOV LOPEZ SI
26 HAROL SOLORSANO ORDONEZ SI
63 JORGE GONZALEZ SI
64 OLGA PATRICIA LUCAI SI
30 OLGA PATRICIA LUCUARA SI
31 RAMON DUSSAN MACIAS SI
___________________________________________________

p= casos favorables q=1-p

n
p = si está satisfecho (19) q=1-p
20
Entonces p = 19/20 = 0.95 q = 1- p = 0.05

N = 110 K=t (), (n - 1 ) = t(0.05), (19) = 2.0930. dos colas

Reemplazando la formula

La muestra definitiva para estimar el porcentaje de distribuidores de la empresa es de 48 .

g) La premuestra fue de 20 distribuidores, le agregamos 28 distribuidores escogidos aleatoriamente utilizando

la calculadora. Los resultados y respuesta de cada distribuidor esta en la tabla 4.7.
Tabla 4.7. Están satisfecho los distribuidores de
Shampoo Caspin en la muestra de 2022
__________________________________________
N.A. NOMBRE ESTA SATISFECHO?
___________________________________________
87. PEDRO CASTRO SI
18. GLORIA LENID TORO O. SI
98. OLGA DONATTO SI
14. HAROLD YESID MANRIQUE P. SI
19. PEDRO ESQUIVEL P. SI
07. FIGUEROA HERNANDEZ SI
110. SILVIA LOSADA SI
108. NORMA TRUJILLO SI
101. EDGAR ALVAREZ SI
59. WILMER LOPEZ A. SI
23 JESUS ANTONIO CORREA SI
67 ANIBAL CUELLAR SI
105 DERLY SANCHEZ SI
106 ROBINSON SANCHEZ NO
25 WILHEIN YOAKOV LOPEZ SI
26 HAROL SOLORSANO ORDONEZ SI
63 JORGE GONZALEZ SI

8
 11
64 OLGA PATRICIA LUCAI SI
30 OLGA PATRICIA LUCUARA SI
31 RAMON DUSSAN MACIAS SI
4 ROBINSON QUIMBAYA VANEGAS SI
86 GLORIA MORERA
SI
5 GLORIA HELENA TORRES SI
6 NORMA COSTANZA ARTUNDIAGA N. SI
7 IMNA FIGUEROA HERNANDEZ NO
87 PEDRO CASTYRO SI
9 LEILA MARGOTH RAMIREZ S. SI
10 MARIA JIMENA SALAZAR ROA SI
11 MARA FERNANDA GUZMAN C. SI
96 BEATRIZ MARIN SI
12 LINA CONSTANZA ROJAS SI
13 SILVIA LILIANA RAMOS G. NO
15 HERMES ALEXI RUBIANO SI
98 OLGA DONATTO
NO
16 DELIA CORTEZ IPUS SI
17 BLANCA MIRIAM MORALES SI
44 JIMENA SALAZAR PAPUJA SI
45 FERNANDA GUZMAN P. SI
46 CONSTANZA ROJAS SI
47 LILIANA RAMOS SI
85 BLANCA SALAS
SI
48 YESID MANRIQUE
NO
49 ALEXIS RUBIANO P. SI
50 EBELIA CORTES IPUS SI
51 MIRIAM MORALES T. SI
52 GLORIA TORA SI
84 DELIA BAHAMON
SI
53 ROSA ESQUIBEL N. SI
55 JASMIN PEDRAZA V. SI
89 LUCY MOYANO SI
56 AUGUSTO MUÑOZ SI
88 SERGIO MORENO
SI
57 ANTONIO CORRALES I . SI
58 CLAUDIA ROJAS A.
NO
__________________________________

8
 12

Para estimar el porcentaje de distribuidores que están satisfecho se utiliza la siguiente fórmula:

P ( p - Z p < P < p + Zp ) = 1 - 

Donde

Población finita

Con la muestra obtenemos los siguientes valores:

p = 42/48 = 0.875 q = 6/48 = 0.125

Población finita

Confiabilidad del 95%, entonces Z= 1.96 (ver tabla de intervalos de Z).

Reemplazando el intervalo:

P ( p - Z p < P < p + Zp ) = 1 - 

( 0.875 -1.96*0.023 < P < 0.875 +-1.96*0.023) ( 0.83 < P <0. 92) A
esta proporción la llevo a % multipilicando por 100 y es (83 < %< 92)

Interpretación: Con una confiabilidad del 95% el porcentaje de distribuidores de la empresa que se encuentra
satisfecho en la distribución de los productos esta entre 83% y el 92%.

Nota : si quieren realizar una estimación puntual debe presentar el siguiente cuadro o gráfico:

Cuadro J. Esta satisfecho con la distribución de los producto de la empresa 2022.

Está satisfecho Porcentaje

Si 87.5
No 12.5
Total 100.0

8
 13

4.3.4.CASOS ADICIONALES PARA DETERMINAR TAMAÑOS DE MUESTRA

Para determinar un tamaño de muestra rápidamente hay varias alternativas. Lo trataremos a continuación:

1) Caso: Asumir la máxima varianza P=0.5 y Q=0.5, la confiabilidad y el error máximo que desea ( ojo debe
ser menor o igual del 5%). Ejemplo: quiero determinar el porcentaje de persona en Neiva que usa el
jabón Luz en Neiva.

Como la población es grande y voy a estimar un porcentaje entonces utilizo la formula de tamaño de la muestra
para proporción e infinita.

Para este caso el valor de K es una Z siempre. Esta se busca en la tabla Z como si fuera un I.C. Completo. El
error máximo admitido en las estimaciones “ e” lo asumo, por ejemplo 4% que equivale en proporción 0.04.
Asumo la máxima varianza P = 0.5 y Q= 0.5. Reemplazando la formula:
l

n = Z2 PQ = 1.962 (0.5)(0.5) = 600.25  601

______ ______________
e². (0.04)2
Debo encuestar 601 personas en Neiva .

2) Cuando le pagan el estudio y el cliente le fija el error y la confiablidad, entonces reemplazar la formula.

3) Cuando le informan que tienen $1.000.000 de pesos para aplicar encuesta.

Lo único que debe hacer es averiguar cuanto va a pagar por cada encuesta y esta la divide por el $1.000.000 .
En nuestro caso si averiguo que el valor de la encuesta es de $4000 entonces:
n = 1000000/ 4000 = 250. Entonces el tamaño de la muestra es de 250 personas y determina el error
máximo admitido en las estimaciones.

4) Caso práctico: Como una encuesta tiene varias preguntas, para determinar el tamaño de la muestra debe
averiguar cuales son las preguntas importantes y a estas le determina el tamaño de la muestra a cada una y la
que tenga el tamaño de muestra mas grande es la muestra definitiva. Ojo a todas las preguntas importantes le
determina el tamaño de la muestra con el mismo error y la misma confiabilidad.

Ejemplo: Suponga que para ser un estudio de mercado para determinar el nivel de satisfacción del cliente del
jabón Lux en Neiva usted hizo una encuesta de 30 preguntas. Para determinar el tamaño de la muestra
considero que las tres preguntas principales son:

- Utiliza el Jabón Luz? SI No

- El empaque es : Bueno Regular Malo
- Cambiaria el jabón Luz por otro ? SI No

Solución: Como la población es grande, utilizo la siguiente formula, para una confiabilidad del 95% (lo prefije o

8
 14
el cliente).

Para este caso el valor de K es una Z. Esta se busca en la tabla Z como si fuera un I.C. Completo. El error “ e”
lo asumo, por ejemplo 5% que equivale en proporción 0.05 y como no se conoce la varianza P Q, aplico una
premuestra en Neiva de 20 encuesta. Los resultados de las encuesta fueron:

 Utiliza el Jabón Luz? SI = 10 personas No = 5

 El empaque es : Bueno =12 Regular =2 Malo = 1
 Cambiaria el jabón Luz por otro ? SI= 2 NO =13

Con estos datos determino el tamaño de la muestra para cada pregunta, con el mismo error (0.05) y la misma
confiabilidad del 95% ( Z=1.96)
Para la pregunta ¿ utiliza el jabón Luz P = 10/15 = 0.67 Q=1-P=1-0.67=0.33 Entonces:

Para la pregunta ¿el empaque es? P = 12/15 = 0.8 Q=1-P=1-0.8=0.2 Entonces:

Para la pregunta ¿ cambiaría el jabón Luz por otro? P = 2/15 = 0.13 Q=1-P=1-0.13=0.87 Entonces:

Entonces concluyo que para la primera pregunta debo encuestar a 340 personas, en la segunda debo
encuestar a 246 personas y en la tercera pregunta solo a 174 personas, entonces escojo lel tamaño de muestra
mas grande que es 340 y esta es la muestra definitiva, es decir que debo encuestar en Neiva solo a 340
personas y le aplico el formulario.

EJERCICIOS

1. El alcalde del municipio de Pitalito los contrato para realizar el siguiente estudio:
- Determinar el número promedio de personas por hogar
- El porcentaje de habitantes del municipio de Pitalito que están de acuerdo con la gestión del alcalde.
a) Como usted recibió una capacitación en estadística, diseñe una encuesta para determinar lo solicitado por el
Alcalde ?.
b) Una de las limitaciones del contrato, es en el trabajo de recolección (aplicación de encuestas) de
información. El alcalde destinó un presupuesto de $1.000.000, ya que cada encuesta diligenciada tiene un costo
unitario de $2.000. Con estos criterios determine el tamaño de la muestra.
Ayuda:-En un estudio realizado en 1997 la desviación estándar del promedio de personas por hogar es de 1.

8
 15
- El alcalde estima que el 80% de la población están de acuerdo con la gestión del alcalde.
c) En palabras describa,¿ como sería el proceso de selección para encuestar los habitantes que conformaran la
muestra?.

2. La tabla No.I muestra la relación del personal de la planta polimero S.A.

a) Utilizando un muestreo aleatorio simple, estimar el porcentajes de empleados de sexo femenino. Asuma una
confiabilidad del 90% para un error máximo admitido del 7%.
b) Utilizando un muestreo aleatorio simple, estimar el salario promedio de los empleados. Asuma una
confiabilidad del 95% para un error máximo admitido de $720.

TABLA I. PLANTA DE PERSONAL DE LA EMPRESAS POLIMEROS S.A.

MARIA YINETH LOPEZ FERNANDO MONTANA ALMARIO HENRY

JORGE POLANIA BONILLA L. HERNAN JOAQUIN MONTOYA
CELIANO CONDE RODRIGO CHARRY LOZANO SUSANA
EFRAIN TORRES MOLINA PATRICIA POLANIA GLADYS
LUCILA CASADIEGO QUINTERO R. OLGA REINEL RODRIGUEZ
RIOS GABRIEL H. GABRIEL ANGEL M. ROJAS C.LIBAR
AUDIA MOLINA SERRANO C. GLORIA SERRANO S. JORGE
ANGELA POLANIA TACUMA V. OLGA A VARGAS R. LEONOR
ALMA RUTH VARGAS VILLALBA U. HECTOR LUIS COLLAZOS
VIRGILIO BARCO MIGUEL GAVIRIA LUCIANO BAUTISTA
RAFAEL ROJAS NICOLAS BAUTISTA MERY ROJAS
MARIA DENIS MORA MARTHA CRUZ MERY DE LOUIS
LIGIA CARDENAS MARIA ROSADO GABRIEL GOMEZ
GIOVANI MOSQUERA CARLOS ALVAREZ RUDOLF HOM
HERNANDO RUIZ JORGE MURCIA NOHORA MONTERO
IGNACIO EMBUZ PATRICIA USECHE
ALFONSO GOMEZ
CARLOS LEADER
LIBIA RODRIGUEZ
MARIA YINETH LOPEZ
FERNAN MONTANA
ALMARIO HENRY
JORGE POLANIA
BONILLA L. HERNAN
JOAQUIN MONTORO
CONDE CELIAN

Ayuda: Los siguiente salarios diarios (en miles de $) utilizarlos en la premuestra y la muestra.

5.5 6.6 4.8 4.9 5.4 4.8 5.8 5.9 5.4 5.3 5.5 6.6 4.8 4.9 5.4 4.8 5.8 5.9 5.4 6.7 7.3 6.8 7.1 7.6 7.4
7.8 7.3 7.4 6.8 7.1

Cuando hay que presentar un informe ejecutivo es necesario incluir la ficha técnica. Un modelo general de ficha
técnica de muestreo para el ejercicio de distribuidores del shampoo Caspin esta a continuación:

8
 16
FICHA TECNICA

Empresa contratante: SHAMPOO EL CASPIN

Empresa encuestadora : ADVISOR TRAINING S.A.

Fecha de recolección : 26 y 27 de agosto de 2001

Universo : 110 distribuidores del shampoo el Caspin

Metodología de Muestreo: Muestreo aleatorio simple

entrevista: Personal

Tamaño de la muestra: 12 distribuidores del shampoo Caspin.

Error máximo admitido : 2.45%

Confiabilidad : 95%