hierro
1
CÁLCULO DE MUESTRA
(FÓRMULAS)
EL TAMAÑO DE LA MUESTRA MEDIANTE FÓRMULAS
Para determinar el tamaño de muestra mediante fórmulas es necesario entender los
siguientes términos y sus definiciones:
La población, a la que se le suele denominar como N, es un conjunto de
elementos. La muestra, a la que se le simboliza como n, es un subconjunto de la población N.
En una población N (previamente delimitada por los objetivos de la
investigación), nos interesa establecer valores de las características de los
elementos de N.
Nos concierne saber valores promedio en la población, lo cual se expresa como:
= al valor de una variable determinada (Y) que nos interesa conocer, digamos un promedio.
También nos interesa conocer:
V = la varianza de la población con respecto a determinadas variables (la
varianza indica la variabilidad).
Como los valores de la población no se determinan directamente,
seleccionamos una muestra n, además, a través de estimados en la muestra,
inferimos valores de la población (
será la estimación del valor de
, el cual
desconocemos).
Figura 1
Esquema de la generalización de la muestra a la población.
En la muestra, es un estimado promedio que podemos determinar. Sabemos
que en nuestra estimación habrá una diferencia (
–
= ?), es decir, un error, el
cual dependerá del número de elementos muestreados. A dicho error se le conoce como error estándar (se).
se = la desviación estándar de la distribución muestral y representa la
fluctuación de
.
(se)2 = el error estándar al cuadrado, cuya fórmula nos servirá para calcular la
varianza (V) de la población (N), así como la varianza de la muestra (n) será
la expresión s2.
s2 = varianza de la muestra, la cual podrá determinarse en términos de probabilidad donde s2 = p (1 – p)
p = porcentaje estimado de la muestra, probabilidad de ocurrencia del
fenómeno, la cual se estima sobre marcos de muestreo previos o se define, la
certeza total siempre es igual a uno, las posibilidades a partir de esto son “p”
de que sí ocurra y “q” de que no ocurra (p + q = 1). De aquí se deriva que 1 ‐ p.
Como se habrá podido observar, cuando hablamos de un término de la
muestra se simboliza con una letra minúscula (n, s, se). Si se trata de un término de
la población, se simboliza con una letra mayúscula (N, S).
Lo que se busca es lo mismo que con STATS®: dado que una población es de
N, ¿cuál es el menor número de unidades muestrales que necesito para conformar una muestra (n) que me asegure un determinado nivel de error estándar, digamos
menor de 0.01?
La respuesta a esta pregunta busca encontrar la probabilidad de ocurrencia
de
, así como que el estimado de
se acerque a
, el valor real de la población. Si
establecemos el error estándar y lo fijamos en 0.01, sugerimos que esta fluctuación
promedio de nuestro estimado con respecto a los valores reales de la población
no sea > 0.01, es decir, que de 100 casos, 99 veces mi predicción sea correcta y
que el valor de
se sitúe en un intervalo de confianza que comprenda el valor de
.
Resumiendo, para una determinada varianza (V) de Y, ¿qué tan grande debe
ser mi muestra? Ello se determina en dos pasos:
1. n’ =
= Tamaño provisional de la muestra1 = varianza de la muestra/varianza de la
población
2. n =
Pongamos el siguiente caso:2 supongamos que necesitamos entrevistar a
directores de recursos humanos de empresas para determinar su ideología respecto
a cómo tratan a sus colaboradores. Requerimos extraer una muestra probabilística
de un universo o población de 1 176 ...
Regístrate para leer el documento completo.