1. ING. JORGE JUÁREZ

2. FACTOR DE CORRECCIÓN
DE UNA POBLACIÓN
FINITA.
ING. JORGE JUÁREZ

3. INTRODUCCIÓN.
• Si al realizar un calculo de muestra hacemos uso de poblaciones
finitas, es necesario realizar algunos ajustes en la forma de calcular
el error estándar de las medias muestrales y del error estándar de
las proporciones muestrales.
ING. JORGE JUÁREZ

4. CONTEXTUALIZACIÓN.
• Una población con un límite superior es finita.
• 21376 estudiantes en la matrícula de la UFG.
• 900 empleados en la fabrica “El Negro”
• 100 practicantes en el Hospital Nacional.
ING. JORGE JUÁREZ

5. DEFINICIÓN.
ING. JORGE JUÁREZ

6. DEFINICIÓN.
• (N-n)/(N-1)
• Población 1000 y muestra 100.
• (1000-100)/(1000-1)
• 900/999
• 0.9492
• Tomando el error estándar que es de 5% necesitamos que el resultado sea
menor a este.
• (1-0.9492)= 0.0508 Sí n/N es menor que 0.05 se ignora el factor de
corrección
ING. JORGE JUÁREZ

7. INTERVALO DE CONFIANZA.
ING. JORGE JUÁREZ

8. EJEMPLO.
ING. JORGE JUÁREZ

9. ELECCIÓN DEL TAMAÑO
ADECUADO DE LA
MUESTRA.
ING. JORGE JUÁREZ

10. INTRODUCCIÓN.
• ¿Cuántos elementos de estudio son los recomendados para un buen
estudio?
• El tamaño dependerá de tres factores:
• El nivel de confianza deseado.
• El margen de error que tolerará el investigador.
• La variabilidad de la población que se estudia.
ING. JORGE JUÁREZ

11. TAMAÑO DE LA MUESTRA PARA ESTIMAR LA
MEDIA DE LA POBLACIÓN.
ING. JORGE JUÁREZ

12. TAMAÑO DE LA MUESTRA PARA UNA
PROPORCIÓN.
ING. JORGE JUÁREZ

13. EJEMPLO.
• Cuando se cuenta con un estimador disponible de p a partir de un estudio
piloto u otra fuente, se puede utilizar. Por otra parte, se utiliza 0.50 porque el
término p(1-p) jamás puede ser mayor cuando p=0.50.
• Por ejemplo, si p=0.30, entonces p(1-p) = 0.3(1-0.3) = 0.21.
ING. JORGE JUÁREZ