7. Error de muestreo
Nivel de Precisión
Universo
Muestra = n
Error de Muestreo (%) = e
Se descubre que el 70% de los agricultores de la muestra han adoptado una
tecnología recomendada con una tasa de precisión de ± 5%, el investigador puede
concluir que entre el 65% y el 75% de los agricultores de la población han adoptado
la nueva tecnología.
Ejemplo:
9. Muestreo Sesgado
Se debe establecer una muestra que esté libre de
sesgos y sea representativa de toda la población. Así,
el investigador es capaz de minimizar o eliminar el
error de muestreo.
Error de Casualidad
Se llevan a cabo procesos para validar la aleatoriedad
y muestreos de probabilidad para minimizar el error del
proceso de muestreo, pero cabe la posibilidad que los
sujetos asignados al azar no sean representativos de
la población.
Error Sistemático
Se entiende que si la muestra no es representativa de
toda la población, lo más probable es que los
resultados de la muestra difieran de los resultados de
toda la población.
10. Intervalo de Confianza
Expresa la certeza de que realmente el dato buscado se encuentra
dentro del margen de error.
Un intervalo de confianza de 95% significa
que los resultados de una acción
probablemente cubrirán las expectativas
el 95% de las veces. Es decir, significa
que 95 de 100 muestras tendrán el valor
real de la población dentro del rango de
precisión.
Ejemplo:
Teorema del Límite Central
11. Error de muestreo
(Nivel de Precisión)
Tamaño de
muestra
Intervalo de
Confianza
Tamaño de
muestra
Tamaño de
muestra
Intervalo de
Confianza
Error de
muestreo
12. El tamaño de
Muestra
La desviación del valor
medio que aceptamos
p a r a l o g r a r e l I . C .
deseado.
En función del nivel de confianza que busquemos,
usaremos un valor determinado que viene dado por
la forma que tiene la distribución de Gauss. Los
valores más frecuentes son:
Nivel de confianza 90% -> Z=1,645
Nivel de confianza 95% -> Z=1,96
Nivel de confianza 99% -> Z=2,575
Es la proporción
q u e e s p e r a m o s
encontrar.
Como regla general usaremos p=
50%
E l m a r g e n d e
error deseado.
Ejemplo: 5%
Fórmula
13. Tenemos una población de 110 millones de mexicanos entre 15 y 65 años,
queremos saber qué % de ellos posee un auto, con un margen de error del 5% y un
nivel de confianza del 95%.
Ejercicio
Z = 1.96
p = 0.5
e = 0.05
Supondremos que no tenemos ninguna información previa sobre cuál puede ser el %
de propietarios que podemos obtener en la encuesta. En este caso puedo usar la
fórmula simplificada pues 110 millones > 100.000, y usaremos p=50% pues no tengo
información previa sobre el resultado esperado.
(1.96)2 * 0.5 * (1 – 0.5 )
(0.05)2
n = = 384.16
14. Aprendizajes
• Un tamaño de muestra ayuda a controlar el margen de error entre los
resultados obtenidos en una muestra y el universo.
• Para determinar un tamaño de muestra es importante considerar el error de
muestreo y el Intervalo de Confianza.
• Un tamaño de muestra representativo siempre tiene un margen de error.
• El tamaño de muestra comienza a ser marginal en el momento en el que se
alcanza un Intervalo de Confianza alto.
• Es necesario validar la metodología de cualquier estudio para dar validez a
los resultados.