You are on page 1of 7

Determinacin del tamao de la muestra

Una Muestra es un subgrupo de la poblacin, la cual requiere delimitarse para generalizar resultados y establecer parmetros, y su tamao nos indica el nmero de elementos que se incluirn en el estudio. Para seleccionar una muestra, hay que definir la unidad de anlisis (individuos, animales, organizaciones, objetos, etc.). Una vez definida la unidad de anlisis se delimita la poblacin objetivo, que es a quienes va dirigido el estudio. La poblacin es el conjunto de todos los casos que concuerdan con una serie de especificaciones, que deben situarse en torno a sus caractersticas de contenido, de lugar y en el tiempo. Ya definida la poblacin objetivo, se realiza un marco de muestreo que incluya los elementos primordiales de la poblacin, consistente en una lista en donde podemos identificar a la poblacin objetivo. Este marco de muestreo nos sirve para evitar reducciones de poblacin inapropiadas, por lo que es importante reconocer cualquier error de marco de muestreo. La decisin que se va a tomar para el tamao de muestra depender de las limitaciones de recursos con que cuenta el investigador para realizar su estudio. Para determinar el tamao de la muestra es necesario contar con tres factores: 1. El nivel de confianza deseado, el cual determina el valor del puntaje Z, el valor de la distribucin normal. 2. El error del muestreo 3. La desviacin estndar.

Eleccin de una tcnica de muestreo


Existen dos tipos de tcnicas que puede utilizar el investigador para la realizar su estudio. Estas tcnicas van de acuerdo a los tipos de muestra que se quiere investigar. Mtodo bayesiano: es el mtodo de seleccin que consiste en la eleccin de los elementos siguiendo una secuencia. Incluye informacin previa sobre los parmetros de la poblacin y se determinan los costos de la misma.

Este tipo de mtodo no dispone de mucha informacin, por eso casi no es muy recomendable; en cambio un mtodo tradicional que es muy comnmente utilizado, es ms apropiado para realizar una investigacin, ya que en este se selecciona primero la muestra antes de la recoleccin de datos.

Muestreo con remplazo: tcnica de muestreo en la que un elemento puede incluirse ms de una vez en la muestra. Aqu se selecciona un elemento del marco del muestreo y se obtienen los datos apropiados.

Esta distincin es importante, solo cuando el marco del muestro es menor en comparacin con el tamao de la muestra.

Tipos de muestra
Existen dos tipos de muestras: Muestra probabilstica: toda la poblacin tiene la misma posibilidad de ser escogidos y se obtienen por medio de una seleccin aleatoria o mecnica de las unidades de anlisis. Las tcnicas que utiliza este tipo de muestra se clasifican en: muestreo por agrupamiento, probabilidad de unidad equivalente y no equivalente, seleccin no estratificada o estratificada, seleccin aleatoria o no aleatoria.

Muestra no probabilstica: subgrupo de la poblacin en la que la eleccin de los elementos no depende de la probabilidad, sino de las caractersticas de la investigacin. Las tcnicas que utiliza comnmente son muestreo por juicio, por cuotas, por conveniencia y bola de nieve.

Las muestras probabilsticas son esenciales en los diseos de investigacin transeccionales, tanto descriptivos como correlacionales-causales. Para obtener este tipo de muestras, es necesario contar con la lista de la poblacin y asignar un nmero de identificacin nico a todos y cada uno de sus miembros. Muestra probabilstica estratificada. Es un tipo de muestreo en el que la poblacin se divide en segmentos y se selecciona una muestra para cada segmento. Ya identificados los subgrupos se les realiza una muestra probabilstica simple a cada uno, hasta ejecutar la poblacin entera. Como paso final del procedimiento, los miembros seleccionados de cada subgrupo se combinan para lograr tener una muestra de toda la poblacin. La estratificacin aumenta la precisin de la muestra e implica el uso deliberado de diferentes tamaos de muestra para cada subgrupo, a fin de lograr reducir la varianza de cada unidad de la media muestral. Muestreo por conglomerados Este tipo de muestreo se emplea cuando se quiere estudiar una poblacin grande. En este muestreo no se utilizan sujetos, sino subgrupos o conglomerados que ya

estn formados (hospital, escuela, organizaciones, etc). En una segunda etapa, se seleccionan las unidades secundarias, a partir de las unidades primarias, y se van eligiendo hasta llegar a las unidades de anlisis, que sern los individuos que conformen la muestra de estudio. Muestreo accidental Aqu la seleccin de los sujetos de estudio se hace en funcin de su presencia o no en un lugar y un momento determinados. Muestreo de conveniencia Los investigadores deciden qu elementos de la poblacin entrarn a formar parte de la muestra de estudio. Es muy importante definir con claridad los criterios de inclusin y exclusin y cumplirlos rigurosamente. Muestreo por cuotas Consiste en seleccionar la muestra considerando caractersticas especficas presentes en la poblacin que tendrn la misma proporcin. Las cuotas se establecen a partir de variables consideradas relevantes: grupos de edad, gnero, etc. Muestreo por bola de nieve Se utiliza cuando la poblacin es difcil de identificar. Consiste en ir seleccionando los individuos a partir de un solo elemento o de un grupo, el cual va conduciendo a otros individuos que renen las caractersticas de estudio. Estos a su vez, conducen a otros y as se va obteniendo el nmero de individuos necesario para la muestra. Muestreo probabilstico por racimos. Muestreo en el que las unidades de anlisis se encuentran encapsuladas en determinados lugares fsicos. Implica diferenciar entre la unidad de anlisis y la unidad muestral. La unidad de anlisis indica quienes van a ser medidos y la unidad muestral se refiere por medio del cual se logra el acceso a la unidad de anlisis. El error de muestreo nos indica que haya alguna diferencia entre una muestra, aleatoria o de otro tipo, y la poblacin de la que se ha extrado.

Intervalos de confianza
Un intervalo de confianza nos habla de un error muestral cuando es la diferencia entre el estimador y el parmetro, tambin cuando existe un error de estimacin y de precisin.

Es necesario conocer la precisin con que se estima el valor poblacional y tener un nivel de confianza, el cual debe contar tambin con un coeficiente. Un nivel alto de confianza implica un coeficiente grande y viceversa. Un nivel de confianza de 95% asignado a un intervalo de confianza, nos indica que el parmetro de la poblacin o la probabilidad se encuentran en el intervalo 0.95. Para realizar los intervalos de confianza es necesario tener el nmero de tamao de muestra y el nmero de elementos de la muestra en la que tengamos algn tipo de inters, as como para estimar la media de una poblacin, es necesario utilizar los intervalos, por lo que tenemos que conocer las distribuciones normales. Una estimacin por intervalos se expresa: estimador (coeficiente de confiabilidad) x (error estndar). Interpretacin del intervalo de confianza. Ej. En el muestreo repetido, de una poblacin con distribucin normal y desviacin estndar conocida 100 (1-) por ciento de todos los intervalos de la forma x z( 1/2) x incluyen a la larga la de media de la poblacin . A la cantidad 1-, es el .95, que es el coeficiente o nivel de confianza y al intervalo x z( 1-/2) x se le conoce como intervalo de confianza para . Esto quiere decir que el 95 por ciento de confianza de que la media de la poblacin este entre esos rangos que nos arroje. Intervalo de confianza para la diferencian entre dos medias poblacionales Este tipo de intervalo nos ayuda para decidir si es o no probable que las medias de las dos poblaciones sean iguales. Cuando el intervalo no incluye cero, nos indica que las dos poblaciones tienen medias diferentes. Cuando el intervalo incluye cero, nos indica que las poblaciones pueden tener medias iguales. Como se mencion anteriormente, el 95% de nivel de confianza es el ms utilizado, si se desea mayor confianza, sera el ms adecuado un 99%, y si se acepta un nivel bajo de confianza se podra utilizar el 90%.

Puntaje Z
El Puntaje Z, es una medida de dispersin muy utilizada como variante de estadstica en la distribucin normal y en el anlisis del coeficiente de correlacin. Se emplea para medir la desviacin de una observacin con respecto a la media aritmtica. Para utilizar el Puntaje Z requerimos que la distribucin sea normal, la cual es una de las distribuciones ms usadas e importantes, que se ha desenvuelto como una

herramienta indispensable en cualquier rama de la ciencia, la industria y el comercio. As mismo es necesario conocer el promedio y la desviacin estndar de los puntajes. El Puntaje Z es una unidad de medida que nos indica la ubicacin del individuo dentro de una poblacin en relacin al promedio, es decir, a cuantas unidades esta un puntaje determinado en cantidades de desviacin estndar. La frmula para transformar un valor de una distribucin normal en una unidad de desviacin estndar es:

Para datos de una poblacin

Para datos de una muestra

Un resultado negativo en el individuo nos indica que se encuentra bajo el promedio de la poblacin, y un resultado positivo sobre el promedio de la misma. Su clculo es til cuando se compara dos variables medidas en escalas diferentes o cuando el puntaje original no se entiende con claridad. Un modelo de distribucin de frecuencias muy parecido a la distribucin normal es la llamada campana de Gauss, que depende de los parmetros y . Por otra parte, la desviacin estndar determina el grado de apuntamiento de la curva. Cuanto mayor sea el valor de S, ms se dispersarn los datos en torno a la media y la curva ser ms plana. Un valor pequeo de este parmetro indica, por tanto, una gran probabilidad de obtener datos cercanos al valor medio de la distribucin. La campana de Gauss presenta las siguientes caractersticas: La curva normal tiene forma de campana. La media, la moda y la mediana de la distribucin son iguales y se localizan en el centro de la distribucin. La distribucin de probabilidad normal es simtrica alrededor de su media. Por lo tanto, la mitad del rea bajo la curva est antes del punto central y la otra mitad despus, es decir, la mitad de curva tiene un rea de 0,5. El rea total bajo la curva es igual a 1. La escala horizontal de la curva se mide en desviaciones estndar.

La forma y la posicin de una distribucin normal dependen de los parmetros y , por lo que hay un nmero infinito de distribuciones normales.

Ya contando con estos tres trminos, el tamao de muestra que se va utilizar en el estudio, el intervalo de confianza que se le otorgara y el puntaje Z, podemos determinar el tamao de muestra para la media y estimar su intervalo de confianza, esto se hace con la cantidad sumada de X, que es igual a la amplitud del intervalo. Esta cantidad representa el error del muestreo y la N es el tamao de la muestra que es necesario para la estimacin del intervalo de confianza adecuado para la media.

Bibliografa: (1) Bencardino, C. M. (s.f.). Estadistica basica aplicada (3er ed.). ECOE. (2) Daniel, W. W. (2011). bioestadistica base para el anlisis de las ciencias de la salud (4ta ed.). Mxico: Limusa Wiley . (3) Jack Levin, W. C. (199). Fundamentos de estadistica de la investigacion (2da ed.).

(4) Mark L.Berenson, D. M. (2006). Estadistica para administracion . Pearson . (5) Roberto Hernandez Sampieri, C. F. (2010). Metodologia de la investigacion (5ta ed.). Mxico: Mc Grall Hill. (6) Runyon, H. (1987). Estadistica para las ciencias sociales. Mxico: Addisonwesley iberoamericana . (7) Spiegel, M. R. (1991). Estadistica (2da edicion ed.). Espaa: Mc Graw Hill.