METODOS DE MUESTREO

INTRODUCCION:

La estadística es una ciencia que esta ligada a la investigación y en

general según sea el numero de variables de interés los estudios
estadísticos son descriptivos o analíticos.
En el primer caso el análisis estadístico es univariado, solo describe una
realidad de la población a través de una muestra.
En el caso analítico, se trata de dos o mas variables y propone hipótesis
y establece relacines entre variables.
Los niveles de la investigación concuerdan con la línea de investigación,
análisis estadístico y con los objetivos.
La investigación puede ser del tipo Exploratorio, descriptivo, relacional,
explicativo, predictivo, aplicativo.
DISEÑOS DE INVESTIGACION
Descriptivos:
Como estudios de prevalencia y Estudio de incidencia.
Analíticos:
Como es el caso de análisis de factores donde se busca la relación de
causalidad. Casos y controles.
Experimentales: Requiere dos condiciones: intervención y
asignación aleatoria (grupo control).
Cuasi-experimentales: Cuando no hay grupo control, no es
posible realizar la asignación aleatoria, se realiza dos mediciones
en el mismo grupo.
Experimento verdadero: Cumple con la asignación aleatoria
(grupo control) e intervención a propósito de la investigación.
Exploratorios: El único propósito es buscar patrones espaciales
o temporales que podrían sugerir temas de investigación.
Comparaciones múltiples: Verifican hipótesis sobre la diferencia
de parámetros correspondientes a situaciones diferentes en una
población.
UNIDADES DE ESTUDIO
Unidad de estudio:
Es el individuo o conjunto de individuos de donde se obtiene el dato; la
unidad de estudio es la entidad que va a ser objeto de medición.
Unidad de informacion:
Nos brinda información de la unidad de estudio, cuando la unidad de
estudio es la población. El individuo se convierte en unidad de
información.
Ejemplo: Cuando se evalúa el trastorno por déficit de atención en los
niños se le encuesta a sus padres y/o a sus profesores. Puede haber
más de una unidad de información
Unidad de observación:
Ej. En un centro hospitalario los atendidos son las unidades de
estudio, pero las atenciones son las unidades de observación.
Se requiere definir la variable de estudio.
Unidad de análisis:
Es la unidad definida por el investigador para realizar
mediciones. Una unidad de estudio puede tener una o más
unidades de análisis, si el estudio es sobre piezas dentarias, un
individuo tendrá más de una unidad de análisis. La unidad de
análisis es indivisible
Unidad de muestreo:
Es la unidad que se somete al proceso de aleatorización en los
estudios que requieren muestreo. En una encuesta de
preferencias políticas las unidades muestreo son los hogares.
Unidades de experimentación:
Es la unidad que experimenta variaciones frente a un estímulo,
donde cada medida refleja el efecto de la intervención.
Ej. En una audiometría se somete a un mismo individuo a
estímulos acústicos de diferente intensidad y frecuencia; un
estímulo puede modificar irreversiblemente a la unidad de estudio
teniendo una sola oportunidad para su uso. Cada medición sobre
la unidad de experimentación es distinta.
DELIMITACION DEL ESTUDIO
Lo primero que se tiene que hacer para delimitar el estudio es su
propio enunciado a los cuales debemos añadir los siguientes criterios
de delimitación:
• Área del conocimiento
• Operacionalización de variables
• Marco teórico
• Marco Muestral
• Elección de instrumentos
DIMENSION DE LAS VARIABLES
Unidimensionales
Multidimensionales
RELACION ENTRE VARIABLES
Su estructura responde a la necesidad de realizar el control
fundamentalmente estadístico y auxiliarmente metodológico de la
relación causa-efecto.
• Variable independiente
• Variable dependiente
• Variables intervinientes
OBJETIVOS ESTADISTICOS
• A nivel descriptivo :Determinar, describir, estimar
• A nivel relacional : Correlacionar, Asociar, correlacionar, concordar
• A nivel explicativo : Evidenciar, demostrar, probar
• A nivel predictivo :Pronosticar, Predecir, prever.
OBJETIVOS ESTADISTICOS BIVARIADOS
• Comparar (grupos):
• Comparar (antes-después
• Asociar (categorías) o Correlacionar (unidades)
• Concordar o correlacionar (Como valor predictivo
•Formulación
  de hipótesis
Estructura matemática.
La hipótesis tiene dos proposiciones
Hipótesis Nula (Ho):llamada también hipótesis de trabajo, porque es a
ésta afirmación a la que se le somete a contraste; es decir a la que se le
rechaza o no se le rechaza. La hipótesis nula niega la afirmación que
propone la hipótesis alterna.
Hipótesis Alterna ():llamada hipótesis del investigador, porque esta
afirmación es la que el investigador desea probar y se da por verdadera
cuando rechazamos la hipótesis nula (Ho); como existe la posibilidad de
error tenemos que estimar la probabilidad de que eso ocurra.
 TECNICAS DE MUESTREO
Muestreo aleatorio simple
Denominado también muestreo equiprobabilístico, porque si se
selecciona una muestra de tamaño n de una población de N
unidades, cada elemento tiene una probabilidad de inclusión
igual y conocida de n/N. El tamaño “N” se delimita
espacialmente.
• Ventaja: Es el más simple y rápido de realizar además y existe
software para realizarlo.
• Requisito: Precisa un marco muestral o listado de todas las
unidades muestrales.
Muestreo sistemático
Para determinar una muestra de tamaño “n” conseguimos una
lista de “N” elementos, definimos un intervalo de salto k=N/n y
elegimos un número aleatorio entre 1 y k con el que
comenzamos la selección de la muestra. El tamaño “N” se
delimita temporalmente.
• Ventaja: No es necesario tener un marco muestral el
investigador propone su delimitación.
• Requisito: Descartar la asociación entre el intervalo de salto
con la variable de estudio.
Muestreo aleatorio estratificado
La idea es producir grupos heterogéneos entre sí respecto de la
variable de estudio pero homogéneos dentro de cada grupo, así
aseguramos la representación de cada estrato en la muestra.
Las afijaciones son: Proporcional, de Neyman y Óptima.
• Ventaja: Asegurar la representación de cada estrato en la
muestra.
• Requisito: Se debe conocer la distribución de la variable
utilizada para la estratificación.
Muestreo por conglomerados
Consiste en la identificación de conglomerados o clústers donde
cada grupo presenta toda la variabilidad observada en la
población, es lo opuesto al muestreo estratificado, porque los
conglomerados son homogéneos entre sí pero sus elementos
son heterogéneos.
• Ventaja: Muy eficiente cuando las unidades están muy
dispersas.
• Requisito: Conocer la variabilidad de los elementos que
conforman cada conglomerado.
TECNICAS DE RECOLECCION DE DATOS
Documentación
Es la técnica de recolección de datos más básica y a la vez la
más inexacta; corresponden a los estudios retrospectivos donde
es la única forma disponible de recopilar la información.
Los estudios basados en la documentación no cuentan con
instrumentos de medición, únicamente con una ficha de
recolección de datos donde debemos copiar o trasladar la
información previamente registrada.
Observación
Es científica cuando es sistemática, controlada y cuenta con
mecanismos destinados a evitar errores de subjetividad,
confusiones, etc. La observación no participante es cuando no
perturba la acción o situación que se está investigando. La
observación participante implica conciencia en el evaluado;
puede ser natural cuando el observador pertenece al conjunto
humano que investiga, y artificial cuando la integración del
observador es a propósito de la investigación.
Entrevista
Se requiere del consentimiento del entrevistado para su
participación. El instrumento es el evaluador la reacción la
provoca directamente el evaluador. La entrevista puede ser
estructurada si cuenta con una guía de entrevista y no
estructurada cuando busca explorar características en el
evaluado. Esta técnica es utilizada únicamente cuando la unidad
de estudio es un individuo.
Encuesta
Busca conocer la reacción o la respuesta de un grupo de
individuos que pueden corresponder a una muestra o a una
población, por lo tanto es cuantitativa, requiere de un
instrumento que provoque las reacciones en el encuestado; es
autoadministrado si el individuo completa los reactivos
(asincrónico) y heteroadministrado cuando hay un encuestador
(sincrónico). El encuestador no necesariamente pertenece a la
línea de investigación. Implica gran economía de tiempo y
personal.
La entrevista de investigación
Entrevista no estructurada:
• El entrevistador estimula y conduce un discurso continuo cuyo único marco
es el de la investigación, las preguntas surgen a medida que van emergiendo
las respuestas del entrevistado. El contenido y la profundidad son adaptables
y susceptibles de aplicarse a toda clase de sujetos en situaciones diversas.
Ejemplo: Exploración de argumentos para la falta de adherencia terapéutica.
• Es netamente cualitativa de carácter holístico, busca explorar y descubrir
características en el evaluado, no sigue reglas, es más arte que técnica; el
objeto de estudio son las precepciones personales de la situación a nivel
individual. No clasifica ni tiene interés en tabular datos, orienta posibles
hipótesis. Ejemplo: La anamnesis que realiza un médico a su paciente en su
primera visita.
Entrevista enfocada
• Se concentra sobre un punto o varios puntos pero muy específicos,
el entrevistador conoce de antemano directa o indirectamente esta
situación. Se conocen los elementos que conforman el concepto y se
las busca sistemáticamente, la libertad para formular preguntas está
limitada a lista de conceptos previos. Ejemplo: Elaboración de
preguntas para la falta de adherencia terapéutica.
• Posee algún grado de estructuración, porque cuenta con una lista de
tópicos o de temas a abarcar a fin de no omitir aspectos importantes,
pero el investigador modifica la forma y el orden según el sujeto y las
circunstancias; plantea definir el concepto en el sujeto; se permite
formular una hipótesis. Ejemplo: La entrevista de un médico
especialista a su paciente enfocado en un diagnóstico
Entrevista estructurada
• Se cuenta con una guía de entrevista y es rígidamente
estandarizada porque parte de un concepto, el objeto de estudio ya
se encuentra caracterizado y consiste en proporcionar un número
fijo de preguntas predeterminadas en su formulación y secuencia;
resulta más fácil de administrar y analizar por ser más objetiva;
Ejemplo: Elaboración de un cuestionario con validez de contenido.
• El investigador solo puede formular preguntas que amplíen la
información proporcionada; se requiere poco entrenamiento del
entrevistador en el tema; es más técnica que arte. Permite
uniformizar las respuestas, es semicuantitativa, por lo que permite
hacer comparaciones. Pone a prueba hipótesis. Ejemplo: Un
examen oral que un docente administra a sus alumnos.
Instrumentos de medición
El Cuestionario (Conocimientos)
• Es un conjunto de preguntas que persiguen evaluar alguna capacidad (Por
ejemplo cognitiva); no tiene que ser aplicado, pero si calificado por el
investigador. No confundir con: la guía de entrevista, una técnica de
recolección de datos o un tipo de estudio.
• Las preguntas son cerradas si no hay más opción que elegir entre una de
sus alternativas; abiertas sino incluye alternativas de respuesta;
semicerradas si cuentan con algunas alternativas pero no todas, mixtas es
una combinación de una cerrada más una abierta y preguntas no
excluyentes si se puede optar por más de una alternativa.
• Ejemplo: Un examen para evaluar rendimiento académico.
La Escala (Actitudes)
• Los evaluados indican su acuerdo o desacuerdo sobre serie de
enunciados de la variable de estudio. La calificación total que
indica la dirección e intensidad de la actitud del individuo hacia
el constructo medido, su valor final es una variable ordinal.
• En la escala tipo Likert se busca homogeneidad de peso entre
los reactivos y por tanto la igualdad de las distancias entre las
unidades de la escala; mientras que Thurstone le asigna un
peso (validado por jueces) distinto a cada reactivo; ambos
buscan la comparabilidad del resultado final. Las escalas son
unidireccionales.
• Ejemplo: La escala visual análoga y la escala de tipo Likert.
Validación de instrumentos
Consistencia interna (Alfa de Cronbach). Implica conocer qué
proporción de la varianza de los resultados obtenidos en una
medición es varianza verdadera, se asume que toda condición
que no es relevante para efectos de la medición representa
varianza error. Tenemos el Alfa de Cronbach y el Kuder-
Richardson (KR-20).
El muestreo es clave en la metodología de la investigación, significa
seleccionar un grupo de elementos que serán usados para llevar a cabo
un estudio predeterminado. Una de las preguntas que se hace el
investigador al escoger su diseño o tipo de muestreo es ¿cuál es el
tamaño de muestra adecuado para el estudio?
La respuesta a esta pregunta depende de los componentes
metodológicos que intervienen en la determinación del tamaño de
muestra como son:
a. Formulación del problema de investigación
b. Hipótesis de investigación
c. Los objetivos del estudio,
d. El tipo de estudio,
e. Los tipos de escala de medición de las variables de estudio y
f. Los parámetros a estimar (prevalencia, Odds ratio, riesgos relativos,
diferencia de proporciones, de medias, etc.)
 COMPONENTES MATEAMTICOS PARA DETERMINAR EL TAMAÑO DE
MUESTRA.
1. La variabilidad de la(s) variable(s) dependiente(s), calculada por la
varianza.
2. La precisión del estimador
3. La confiabilidad de la estimación
4. Tamaño de la población;
5. potencia (en caso de evaluar hipótesis de investigación).
6. Selección de los sujetos (unidades muestrales) de estudio del tamaño de
muestra obtenido; para mantener las probabilidades, debe realizarse en
forma aleatoria.
La desventaja del muestreo probabilístico está dada por no
tomar la población completa y esto da origen a un tipo de
error llamado “error de muestreo”, que resulta de haber
tomado solo una muestra de toda la población. Esta muestra
debe ser representativa.
En general, el error estándar mide el grado de precisión con
que el estimador, basado en la muestra, se aproxima al
resultado que se habría obtenido si se hubiera tomado a todos
los sujetos de la población.
•Para
  que una muestra sea representativa el tipo de muestreo debe ser
probabilístico, con un tamaño mínimo de muestra basado en las variables
principales del estudio y con una alta precisión (5%) y confiabilidad ( 95%), la
selección de los sujetos debe ser aleatoria y deben medirse los errores
estándar de muestreo .
Ejemplo de una muestra representativa:
En un estudio donde se midió la magnitud de consumo de cigarrillo entre los
adolescentes de colegios privados en Lima Metropolitana en el 2015, se
diseñó un muestreo probabilístico, donde se tomó como marco muestral la
lista de colegios privados y de estudiantes matriculados para este año. El total
de estudiantes fue de 25000 estudiantes de primero al quinto año de estudios.
•Para
  estimar el tamaño de muestra, se tomó información de los
estudios anteriores, donde la prevalencia de cigarrillo se encontró en el
40% (la variabilidad está dada por P*Q=0.40* 0.60=0.24) y realizó un
muestreo probabilístico de tipo muestreo aleatorio simple, para
estimar el tamaño de muestra con una precisión absoluta del 3% y una
confiabilidad del 95%, el tamaño fue de 4000 estudiantes.
En un muestreo probabilístico como se definió se tienen en cuenta las
probabilidades, que en este caso están dadas por el cociente entre el
tamaño de la muestra y el de población:
P==
Donde un estudiante tiene una probabilidad de 0.16 de pertenecer a la
muestra. La selección fue en forma aleatoria , con la cual se
garantizaron las probabilidades que tenían los estudiantes de los
colegios privados de conformar la muestra. Al realizar el estudio se
estimó una prevalencia de consumo de cigarrillo del 42,3% (IC 95%:
38.4%, 43.9%) con un error estándar simple de 0,014 un error estándar
relativo de 3.4%.
Con estos errores se puede estimar la precisión de la estimación de la
prevalencia de consumo de cigarrillo obtenida de la muestra con
respecto a la población total de estudiantes de los colegios privados en
el 2015. Por lo tanto, teniendo en cuenta la definición de muestra
representativa en este caso se cumplió con todos los criterios.
 DISEÑO MUESTRAL
Muestreo probabilístico
El muestreo probabilístico es uno de los tipos de muestreo de
investigación.
Diferente del no-probabilístico, por cuanto los elementos no tienen una
“probabilidad” conocida de ser seleccionadas, como ocurre en las
muestras probabilísticas.
En el muestreo probabilístico, los elementos tienen una probabilidad
conocida de ser seleccionadas.
En el muestreo probabilístico se utiliza un sistema de “selección aleatoria”,
que garantiza la probabilidad específica de cada unidad de ser
seleccionada.
 PRFECISION
La precisión de la estimación de la variable dependiente es un componente para
la determinación del tamaño de muestra.
Diferente de la varianza que mide la variabilidad o dispersión de las
observaciones de la variable dependiente del estudio y no el error admisible de la
estimación
Diferente de la confiabilidad, debido a que ésta mide la confianza en probabilidad
que el estimador se encuentre dentro de un intervalo, dado por la precisión.
La precisión mide la exactitud o cantidad de error máximo que se puede tolerar
de la estimación frente al parámetro, antes de obtener los resultados del estudio.
 SELECCIÓN DE LOS SUJETOS O UNIDADES MUESTRALES
Una forma de selección de los sujetos del estudio es de forma aleatoria
Diferente de la selección por conveniencia que la realiza a criterio del
investigador.
La selección aleatoria es un mecanismo de escogencia sin sesgo que tiene
un método que lo garantiza.
Se pueden tener dos mecanismos:
Escoger mediante números aleatorios,
muestreo sistemático lineal.
Un componente para medir la precisión de la muestra frente a la
población es el error estándar de muestreo.
Diferente de la desviación estándar que mide la dispersión o
variabilidad de una serie de observaciones de una variable de estudio.
El error de muestreo mide la variabilidad o dispersión del estimador de
una muestra de tamaño n, frente al valor poblacional o parámetro, a
partir de los resultados del estudio.
En el proceso de tomar decisiones en el quehacer diario de las personas así
como de las empresas se requiere disponer de la mayor información
posible sobre el tema en cuestión. Generalmente, la información que se
requiere está referida a una población de unidades de análisis que tiene un
tamaño muy grande (N). Si se desea hacer un relevamiento total, completo
y exhaustivo de dicha población (Censo) se requiere de mucho tiempo y
recursos. Para resolver estos problemas prácticos surgió la teoría del
muestreo, que es un capítulo de la estadística y de la teoría aplicada de las
probabilidades. Esta teoría trata sobre los fundamentos probabilísticos, las
distribuciones estadísticas, los métodos o técnicas de selección, las
fórmulas de cálculo de los errores de muestreo, las fórmulas y tablas de
determinación del tamaño de la muestra, los métodos de estimación de los
parámetros poblacionales a partir de los estadísticos muestrales. Nosotros
daremos una guía básica de introducción a la teoría de las muestras.
Esta teoría indica los procedimientos o técnicas para extraer
una parte o muestra de la población que se quiere estudiar, o
analizar en ella las características que interesen y el del
resultado de este análisis inferir o afirmar algo de la población
total. El muestreo se utiliza con mucha frecuencia en
investigaciones de mercados, medios y opinión en
investigación social, etc., puesto que ofrece algunos
importantes beneficios con respecto a la realización de un
censo:
Una muestra ahorra dinero, ahorra tiempo, puede ser más precisa
En la confiabilidad final de una encuesta intervienen distintas fuentes de
error, uno es el error de muestreo (al tomar una muestra y no una
población), y otro es el error no muestral (listado incompleto de la población
,marco de referencia muestral
Tendenciosidad de las respuestas,
Falta de respuesta de los encuestados.
En una encuesta por muestreo se puede mejorar la selección y capacitación
de los encuestadores, la selección cuidadosa de la muestra puede mejorar
deficiencias del marco muestral; y de ese modo reducir el error no muestral.
El estadístico muestrista es el profesional que tiene la responsabilidad
de decidir cuál es el método de muestreo más apropiado a ser
empleado. Algunos conceptos básicos de muestreo que el alumno debe
manejar son los siguientes:
Unidades elementales (o elemento): Es la unidad acerca de la cual se
solicita información. Esta unidad es la que suministra la base del
análisis. “Son las unidades que representan las partes más pequeñas de
los elementos capaces de presentar una característica particular”
Unidades de muestreo:
Son los elementos que comprende la base de la muestra y que figuran
numerados e individualizados en el registro (marco muestra). Son las
unidades que sirven de base para las operaciones de muestreo.
Descripción de la cobertura:
Debe darse una descripción exacta de la región geográfica que alcanza
la muestra, y delimita espacialmente a la población representada por la
muestra. Por ejemplo: Capital de la Republica . Al mismo tiempo, debe
darse una descripción de la materia abarcada por la encuesta: el grupo
social o las partes constitutivas de la población cubierta por la
encuesta: “Así, por ejemplo, en una encuesta demográfica es necesario
especificar si se ha incluido personas como los residentes
en hoteles, los pacientes internados, el personal médico y paramédico, las personas sin
domicilio fijo, personas de las fuerzas armadas, etc...
Ejemplo de los conceptos básicos de muestreo
Encuesta sobre el mercado potencial para una escuela privada primaria y secundaria
en la zona norte del Perú.
Unidad elemental:
madres de 25 a 40 años con hijos en edad escolar residentes en la zona desde hace 1
años a la fecha,
adolescentes que cursan del primer al cuarto años de la escuela secundaria.
Unidad de muestreo: Escuelas privadas no religiosas de los diferentes municipios de la
zona norte del Perú.
Cobertura:
Zona Norte del Perú.
Madres que envían a sus hijos a la escuela primaria y adolescentes
que concurren al nivel secundario a establecimientos educacionales
privados no religiosos.
Intención de voto a Congresistas en las elecciones del próximo año,
2021.
Unidad elemental: Hombre y mujeres de 18 a 65 años en el momento
de la encuesta, residentes en el Perú y en condiciones de votar.
Unidad de muestreo:
Unidad Primaria: Distritos electorales del Perú a nivel nacional.
PASOS EN EL PROCEDIMIENTO DEL MUESTREO
Definir la población: Unidades elementales, unidades de muestreo,
cobertura, periodos
Identificar el marco muestral: listas, directorios, guias, mapas.
Seleccionar el tipo de muestreo: Muestras probabilísticas, muestras
no probabilísticas.
Elegir el método de muestreo:
DETERMINACION DEL TAMAÑO DE MUESTRA
Para determinar el Tamaño de muestra se desarrollará con bastante
énfasis el muestreo aleatorio simple, el muestreo aleatorio estatificado
con todas sus variantes y el muestreo sistemático que nos permite
precisar como ingresan los elementos de la muestra calculada para el
estudio final.
No lo tratamos en profundidad el muestreo polietapico y el muestreo
por conglomerados porque su aplicación demanda mayores costos.
•  MUESTREO ALEATORIO SIMPLE
CASO I: Cuando se conoce la población N y se quiere estimar la media
poblacional se puede utilizar las siguientes formulas:

n= n=
N: tamaño de la muestra
Z: margen de confiabilidad
:varianza estimada
=error de muestreo y es la diferencia entre ( - )
Problema de aplicación:

Un investigador quiere estimar la perdida media de peso alcanzada por

pacientes en una clínica residencial de adelgazamiento durante la
primera semana en régimen de dieta controlada y ejercicios, ¿Cuan
grande debe ser la muestra para estimar la media con un margen de
error de 0,5 libras con una confianza del 95%, si se dispone además de
los cinco primeros individuos que constituyen la muestra piloto, cuyos
elementos son:3, 2.7, 4.0, 4.5 y 1.2
•Si  para el mismo problema se sabe que la población es de 500
pacientes, ¿que tamaño debe tener la muestra?
SOLUCION
=1,64
n= = 25 sujetos
Como se conoce la población, entonces se debe corregir, es decir:
=
= ===23,81 pacientes
•Este
  mismo problema se pudo resolver utilizando la siguiente formula:
n=
n==
=
= = 24,14624 pacientes

Respuesta:El tamaño de muestra necesario, es de 24 pacientes.

•Se  desea estimar la media de las notas de los estudiantes de ingeniería
de sistemas de la Universidad de ingeniería de Lima, con las siguientes
especificaciones:
= 374,8096
=16,4
=4
=1,96
N=860
Se quiere saber ¿Qué tamaño de muestra es recomendable?
SOLUCION:
•De  acuerdo al enunciado, las formulas a utilizar son cualquiera de las
que se presentan:
n= y como se conoce la población se debe corregir mediante:
=
n===89,9990
Debemos corregir:= = = 82

La muestra definitiva es de 82 estudiantes.

•También
  se pudo utilizar directamente la formula:

n=

n= = ==81,55 82

Como se puede observar se obtiene el mismo resultado.

•Caso
  II: cuando no se conoce la población o estamos ante una
población infinita.
Se utiliza la formula:
n=, en este caso no es necesario la corrección
Problema: El gerente de electro centro quiere estimar la facturación
promedio mensual de luz eléctrica en el mes de Marzo en casas
unifamiliares en el distrito de Amarilis. Basado en estudios anteriores
en distritos similares de Huánuco, asume que la varianza es de 1600
soles. El gerente acepta un error máximo 10 soles del promedio real
con un 95% de confiabilidad. ¿Que tamaño de muestra debe tomar el
gerente?
•n= 

n= ==61,465662

Respuesta: Necesita una muestra de 62 viviendas unifamiliares.

•Caso
  III: Tamaño de muestra para estimar una proporción poblacional
en una población finita
En este caso se utiliza las siguientes formulas
n= y debe corregirse

n=
•Problema
  de aplicación:
Se quiere estimar la proporción de artículos útiles en el inventario de
excedentes almacenados en condiciones desfavorables. La estimación
debe ser correcta en u margen de tolerancia de 0,08 y con un nivel de
significación del 1%. El inventario total consta de 20,000 artículos y se
cree que la proporción de artículos todavía utilizables es de 0,20¿Qué
tamaño de muestra se necesita?
SOLUCION
Datos:
= 0,08 , N= 20,000 , p=0,20, q=080, =2,575
•n= 

n= = =165,7656166
Debemos corregir:
= === 164,6335416 165

Tamaño de muestra definitivo: 165

•Si  utilizamos la formula:
n=

n= ==

n= 164,4111165
Ejemplo:
Una empresa hotelera desea realizar una encuesta entre la población
de más de 25 años de Huánuco, a fin de determinar diversos aspectos
relacionados con sus hábitos de alojamiento y específicamente desea
estimar la proporción de personas que cuando vacacionan lo hacen
en hoteles. ¿Cuál debería ser el tamaño de la muestra necesaria? Si el
error máximo esperado que se desea cometer en la estimación de la
proporción es del 5%. Use un nivel de confianza del 95%
•Si  se tiene en cuenta que no se conoce la proporción de personas que
se alojan en hoteles cuando vacacionan se asume que p = q = 0,5
Se desea hacer la estimación con un nivel de confianza del 95%.
Solución
n=
n= ==384
Respuesta: El tamaño de muestra que se necesita es de 384 personas
•Estimación
  de proporción para una población finita
Una universidad privada que posee 2500 alumnos en diversas carreras
desea hacer una encuesta para averiguar la preferencia del alumnado
sobre distintas actividades deportivas a incorporar en su ‘campus’.
¿Cuál será el tamaño de muestra necesario si no se quiere cometer un
error mayor al 5% para intervalo de confianza del 95%?
Solución

En este caso debemos utilizar la formula:n=

• 

n=
=
=
=333

Se necesita una muestra de 333 alumnoa