ÍNDICE GENERAL

Página

INTRODUCCIÓN ...........................................................................................................i
II CAPITULO I
GENERALIDADES
1.1 DEFINICIÓNES...................................................................................................... 1
1.3 EL MUESTREO.........................................................................................................1
1.4 OBJETIVOS DEL MUESTREO..............................................................................1
1.4 VENTAJAS DEL MUESTREO................................................................................2
1.5 POBLACION...............................................................................................................2
1.6 PARAMETROS....................................................................................................... 3
1.7 ESTADIGRAFO..........................................................................................................3
1.8 ERROR MUESTRAL................................................................................................ 3
1.9 ERRORES TIPO I Y TIPO II.................................................................................... 4
CAPITULO II
TECNICAS Y METODOS DE MUESTREO ESTADISTICO
2.1 TECNICAS..................................................................................................................7
2.2 METODOS..................................................................................................................8
2.2.1 MUESTREO PROBALISTICO...............................................................................8
2.2.2 MUESTREO NO PROBALISTICO........................................................................9
CAPITULO III
PRONTUARIO
3.1 FORMULAS..............................................................................................................19
CAPITULO IV
4.1 TAMAÑO OPTIMO DE LA MUESTRA
CONCLUSIONES .......................................................................................................
28
RECOMENDACIONES ..............................................................................................
29
BIBLIOGRAFIA ......................................................................................................... 30

i
 INTRODUCCIÓN

En el presente trabajo de investigación, el lector podrá conocer las distintas técnicas y métodos del
muestreo estadístico, iniciando en el capítulo uno con las generalidades del muestreo estadístico,
en donde se hace mención de diferentes conceptos para una mayor comprensión del tema.

En el capítulo dos, se mencionan las técnicas y métodos con sus respectivas definiciones, el
capítulo tres se muestran las distintas fórmulas a utilizar en los diferentes métodos del muestreo
estadístico, como el significado de cada variante.

Seguidamente en el capítulo número cuatro, se hace énfasis de la forma en que se puede obtener
el tamaño óptimo de una muestra con su respectivo ejemplo.

Esperando sea de buen aporte para el lector y contribuir en enriquecer sus conocimientos en
relación al muestreo estadístico, que es muy importante para la proyección de eventos futuros.

ii
 CAPITULO I

GENERALIDADES

1.1 DEFINICIONES

1.2 LA ESTADÍSTICA

Es una ciencia formal que estudia la recolección, análisis e interpretación de datos de una muestra
representativa, ya sea para ayudar en la toma de decisiones o para explicar condiciones regulares
o irregulares de algún fenómeno o estudio aplicado, de ocurrencia en forma aleatoria o
condicional”.1
La estadística es más que eso, es decir, es el vehículo que permite llevar a cabo el proceso
relacionado con la investigación científica.

1.3 EL MUESTREO

Es la técnica para recoger una muestra a partir de una población o un subgrupo de esta, el objetivo
es estimar parámetros por ejemplo, medidas, prevalecías etc. Permite inferir sobre la población
basándose en la información de la muestra.

1.4 OBJETIVOS DEL MUESTREO

a) Caracterizar una muestra;

b) Estimar parámetros, y

1
http://es.wikipedia.org/wiki/Estad%C3%ADstica, 03 Feb. 2013 18:45 hrs.
 2

c) Probar hipótesis.

La estimación de parámetros permite obtener estimadores, que proporcionan estimaciones

confiables sobre características de la población. La prueba de hipótesis permite basándose en
datos aceptar o rechazar una hipótesis de conformidad con el grado de significación definido
previamente.

1.4 VENTAJAS DEL MUESTREO

“Debido a que se investiga una parte de la población proporcionan ventajas, en comparación con
una investigación a todos los elementos entre ellas se tienen:

a) Menor costo
b) Mayor rapidez tanto para obtener la información como en su presentación,
c) Proporciona información mas precisa porque el estudio se limita a una parte de la
población;
d) Necesita menos personal por lo tanto estos pueden ser mejor supervisados, y
e) Mejor calidad de la información”2.

1.5 POBLACION

Conjunto total de los elementos a investigar, pueden estar dada por personas, elementos o cosas.

2
Reyes Donis, José Luis; Estadística I Guía de Estudio 140. p
 3

1.6 PARAMETROS

Es una medida estadística que identifica alguna característica de una población, por ejemplo la
suma total de la variable, promedio aritmético, varianza, desviación estándar, etc.

1.7 ESTADIGRAFO

Es una medida estadística que identifica alguna característica de una muestra. Por ejemplo,
promedio aritmético, varianza, desviación estándar, etc.

1.8 ERROR MUESTRAL

“En estadística, error muestral o error de estimación es el error a causa de observar una muestra
en lugar de la población completa.

La estimación de un valor de interés, como la media o el porcentaje, estará generalmente sujeta a

una variación entre una muestra y otra. Estas variaciones en las posibles muestras de una
estadística pueden, teóricamente, ser expresadas como errores muestrales, sin embargo,
normalmente, en la práctica el error exacto es desconocido. El error muestral se refiere en
términos más generales al fenómeno de la variación entre muestras.

El error muestral deseado, generalmente puede ser controlado tomando una muestra aleatoria de
la población, suficientemente grande, sin embargo, el costo de esto puede ser limitante. Si las
observaciones son tomadas de una muestra aleatoria, la teoría estadística brinda cálculos
probabilísticos del tamaño deseado del error muestral para una estadística en particular o
estimación. Estos usualmente son expresados en términos del error estándar.
 4

El error muestral puede ser contrastado con el error no muestral, el cual se refiere al conjunto de
las desviaciones del valor real que no van en función de la muestra escogida, entre los cuales se
encuentran varios errores sistemáticos y algunos errores aleatorios. Resultan mucho más difíciles
de cuantificar que el error muestral”.3

1.9 ERRORES TIPO I Y TIPO II

“En un estudio de investigación, el error de tipo I también denominado error de tipo alfa ( )1 o

falso positivo, es el error que se comete cuando el investigador no acepta la hipótesis nula ( )
siendo esta verdadera en la población. Es equivalente a encontrar un resultado falso positivo,
porque el investigador llega a la conclusión de que existe una diferencia entre las hipótesis cuando
en realidad no existe. Se relaciona con el nivel de significancia estadística.

Fuente: Imágenes Google

Representación de los valores posibles de la probabilidad de un error tipo II (rojo) en el ejemplo

de un test de significancia estadística para el parámetro . El error tipo II depende del parámetro
. Mientras más cerca se encuentre este del valor supuesto bajo la hipótesis nula, mayor es la
probabilidad de ocurrencia del error tipo II. Debido a que el verdadero valor de es desconocido

3
http://es.wikipedia.org/wiki/Error_muestral 05 Feb. 2013 23:37 hrs.
 5

al hacer la presunción de la hipótesis alternativa, la probabilidad del error tipo II, en contraste con
el error tipo I (azul), no se puede calcular.

La hipótesis de la que se parte aquí es el supuesto de que la situación experimental presentaría

un «estado normal». Si no se advierte este «estado normal», aunque en realidad existe, se trata de
un error estadístico tipo I. Algunos ejemplos para el error tipo I serían:

• Se considera que el paciente está enfermo, a pesar de que en realidad está sano; hipótesis
nula: El paciente está sano.
• Se declara culpable al acusado, a pesar de que en realidad es inocente; hipótesis nula: El
acusado es inocente.
• No se permite el ingreso de una persona, a pesar de que tiene derecho a ingresar;
hipótesis nula: La persona tiene derecho a ingresar.

En un estudio de investigación, el error de tipo II, también llamado error de tipo beta ( ) ( es la
probabilidad de que exista este error) o falso negativo, se comete cuando el investigador no
rechaza la hipótesis nula siendo esta falsa en la población. Es equivalente a la probabilidad de un
resultado falso negativo, ya que el investigador llega a la conclusión de que ha sido incapaz de
encontrar una diferencia que existe en la realidad.

Se acepta en un estudio que el valor del error beta esté entre el 5 y el 20%.

Contrariamente al error tipo I, en la mayoría de los casos no es posible calcular la probabilidad del
error tipo II. La razón de esto se encuentra en la manera en que se formulan las hipótesis en una
prueba estadística. Mientras que la hipótesis nula representa siempre una afirmación enérgica
(como por ejemplo «Promedio = 0») la hipótesis alternativa, debido a que engloba todas

las otras posibilidades, es generalmente de naturaleza global (por ejemplo «Promedio 0»

 6

). El gráfico de la derecha ilustra la probabilidad del error tipo II (rojo) en dependencia del
promedio desconocido.

El poder o potencia del estudio representa la probabilidad de observar en la muestra una

determinada diferencia o efecto, si existe en la población. Es el complementario del error de tipo
II (1- )”.4

4
http://es.wikipedia.org/wiki/Errores_de_tipo_I_y_de_tipo_II febrero 5 de 2013 23:54 hrs.
 CAPITULO II

TECNICAS Y METODOS DE MUESTREO ESTADISTICO

2.1 TECNICAS

Al elegir una muestra se espera conseguir que sus propiedades sean extrapolables a la población.
Este proceso permite ahorrar recursos, y a la vez obtener resultados parecidos a los que se
alcanzarían si se realizase un estudio de toda la población.

Cabe mencionar que para que el muestreo sea válido y se pueda realizar un estudio adecuado (que
consienta no solo hacer estimaciones de la población sino estimar también los márgenes de error
correspondientes a dichas estimaciones), debe cumplir ciertos requisitos.

Nunca podremos estar enteramente seguros de que el resultado sea una muestra representativa,
pero sí podemos actuar de manera que esta condición se alcance con una probabilidad alta.

En el muestreo, si el tamaño de la muestra es más pequeño que el tamaño de la población, se

puede extraer dos o más muestras de la misma población. Al conjunto de muestras que se pueden
obtener de la población se denomina espacio muestral.

La variable que asocia a cada muestra su probabilidad de extracción, sigue la llamada distribución
muestral.
 8

2.2 METODOS

Existen dos métodos para seleccionar muestras de poblaciones: el muestreo no aleatorio o de

juicio y el muestreo aleatorio (que incorpora el azar como recurso en el proceso de selección).
Cuando este último cumple con la condición de que todos los elementos de la población tienen
alguna oportunidad de ser escogidos en la muestra, si la probabilidad correspondiente a cada
sujeto de la población es conocida de antemano, recibe el nombre de muestreo probabilístico.

Una muestra seleccionada por muestreo de juicio puede basarse en la experiencia de alguien con
la población. Algunas veces una muestra de juicio se usa como guía o muestra tentativa para
decidir cómo tomar una muestra aleatoria más adelante.

2.2.1 MUESTREO PROBALISTICO

“Es cuando todos los elementos que forman la población tienen una probabilidad conocida de ser
seleccionados en la muestra, la selección se hace al azar, o sea que no interviene el criterio
personal.
Este es uno de los principios para obtener una buena muestra y de ella sacar conclusiones, porque
la selección de los elementos se basa en las probabilidades, por ejemplo si se cuenta con 125
facturas, la probabilidad conocida que cada una tenga de ser incluida en la muestra será
1/125*100. Para la selección al azar de los elementos generalmente se hace uso de tablas
de números aleatorios.

Forman parte de este tipo de muestreo todos aquellos métodos para los que puede calcular la
probabilidad de extracción de cualquiera de las muestras posibles. Este conjunto de técnicas de
muestreo es el más aconsejable, aunque en ocasiones no es posible optar por él.
 9

En este caso se habla de muestras probabilísticas, pues no es en rigor correcto hablar de muestras
representativas dado que, al no conocer las características de la población, no es posible tener
certeza de que tal característica se haya conseguido”5.

2.2.2 MUESTREO NO PROBALISTICO

“Es aquél para el que no puede calcularse la probabilidad de extracción de una determinada
muestra. Se busca seleccionar a individuos que se juzga de antemano tienen un conocimiento
profundo del tema bajo estudio, por lo tanto, se considera que la información aportada por esas
personas es vital para la toma de decisiones

Cuando no sea da igual oportunidad a todos los elementos de la población de ser incluidos en una
muestra; en la selección de los elementos interviene el criterio personal. También se le denomina
muestreo de juicio.

2.3 SIN REPOSICIÓN DE LOS ELEMENTOS

Cada elemento extraído se descarta para la subsiguiente extracción. Por ejemplo, si se extrae una
muestra de una "población" de bombillas para estimar la vida media de las bombillas que la
integran, no será posible medir más que una vez la bombilla seleccionada.

5
http://es.wikipedia.org/wiki/Estad%C3%ADstica, Guatemala 03 febrero 2013 18:45 hrs
 10
10

2.4 CON REPOSICIÓN DE LOS ELEMENTOS

Las observaciones se realizan con remplaza miento de los individuos, de forma que la población
es idéntica en todas las extracciones. En poblaciones muy grandes, la probabilidad de repetir una
extracción es tan pequeña que el muestreo puede considerarse con reposición aunque, realmente,
no lo sea”6.

2.5 CON REPOSICIÓN MÚLTIPLE

En poblaciones muy grandes, la probabilidad de repetir una extracción es tan pequeña que el
muestreo puede considerarse con reposición.

Para realizar este tipo de muestreo, y en determinadas situaciones, es muy útil la extracción de
números aleatorios mediante ordenadores, calculadoras o tablas construidas al efecto, pero no es
exacto.

2.6 MUESTREO SISTEMÁTICO

Es la elección de una muestra a partir de los elementos de una lista según un orden determinado,
o recorriendo la lista a partir de un número aleatorio determinado.

Se utiliza cuando el universo o población es de gran tamaño, o ha de extenderse en el tiempo.

Primero hay que identificar las unidades y relacionarlas con el calendario (cuando proceda).
Luego hay que calcular una constante, que se denomina coeficiente de elevación K= N/n;
donde N es el tamaño del universo y n el tamaño de la muestra. Determinar en qué fecha se
producirá la
primera extracción, para ello hay que elegir al azar un número entre 1 y K; de ahí en adelante
tomar

6
ibídem
 11
11

uno de cada K a intervalos regulares. Ocasionalmente, es conveniente tener en cuenta la

periodicidad del fenómeno.

Esto quiere decir que si tenemos un determinado número de personas que es la población (N) y
queremos escoger de esa población un número más pequeño el cual es la muestra (n), dividimos
el número de la población por el número de la muestra que queremos tomar y el resultado de esta
operación será el intervalo, entonces escogemos un número al azar desde uno hasta el número del
intervalo, y a partir de este número escogemos los demás siguiendo el orden.

2.7 MUESTREO ESTRATIFICADO

“Consiste en la división previa de la población de estudio en grupos o clases que se suponen

homogéneos con respecto a alguna característica de las que se van a estudiar.

A cada uno de estos estratos se le asignaría una cuota que determinaría el número de miembros
del mismo que compondrán la muestra. Dentro de cada estrato se suele usar la técnica de muestreo
sistemático, una de las técnicas de selección más usadas en la práctica. Es exacto según la
cantidad de elementos de la muestra que se han de elegir de cada uno de los estratos, existen dos
técnicas de muestreo estratificado:

a) Asignación proporcional: el tamaño de la muestra dentro de cada estrato es

proporcional al tamaño del estrato dentro de la población.

b) Asignación óptima: la muestra recogerá más individuos de aquellos estratos que

tengan más variabilidad. Para ello es necesario un conocimiento previo de la
población.
 12
12

Por ejemplo, para un estudio de opinión, puede resultar interesante estudiar por separado las
opiniones de hombres y mujeres pues se estima que, dentro de cada uno de estos grupos, puede
haber cierta homogeneidad. Así, si la población está compuesta de un 55% de mujeres y un 45%
de hombres, se tomaría una muestra que contenga también esos mismos porcentajes de hombres y
mujeres.

Para una descripción general del muestreo estratificado y los métodos de inferencia asociados con
este procedimiento, suponemos que la población está dividida en h su-poblaciones o estratos de
tamaños conocidos N1, N2,..., Nh tal que las unidades en cada estrato sean homogéneas respecto a
la característica en cuestión. La media y la varianza desconocidas para el i-ésimo estrato son
denotadas por mi y si2 , respectivamente” 7 .

2.8 MUESTREO POR CONGLOMERADOS

Cuando la población se encuentra dividida, de manera natural, en grupos que se suponen que
contienen toda la variabilidad de la población, es decir, la representan fielmente respecto a la
característica a elegir, pueden seleccionarse sólo algunos de estos grupos o conglomerados para la
realización del estudio.

Se utiliza cuando la población se encuentra dividida, de manera natural, en grupos que se supone
que contienen toda la variabilidad de la población, es decir, la representan fielmente respecto a la
característica a elegir, pueden seleccionarse sólo algunos de estos grupos o conglomerados para la
realización del estudio.

Dentro de los grupos seleccionados se ubicarán las unidades elementales, por ejemplo, las
personas a encuestar, y podría aplicársele el instrumento de medición a todas las unidades, es
decir, los

7
ibídem
 13
13

miembros del grupo, o sólo se les podría aplicar a algunos de ellos, seleccionados al azar. Este
método tiene la ventaja de simplificar la recogida de información maestral.

Cuando, dentro de cada conglomerado seleccionado, se extraen algunos individuos para integrar
la muestra, el diseño se llama muestreo bietápico.

Las ideas de estratos y conglomerados son, en cierto sentido, opuestas. El primer método funciona
mejor cuanto más homogénea es la población respecto del estrato, aunque más diferentes son éstos
entre sí. En el segundo, ocurre lo contrario. Los conglomerados deben presentar toda la
variabilidad, aunque deben ser muy parecidos entre sí.

2.9 HOMOGENEIDAD DE LAS POBLACIONES O SUS SUBGRUPOS

Homogéneo significa, en el contexto de la estratificación, que no hay mucha variabilidad. Los

estratos funcionan mejor cuanto más homogéneos son cada uno de ellos respecto a la
característica a medir.

Por ejemplo, si se estudia la estatura de una población, es bueno distinguir entre los estratos
mujeres y hombres porque se espera que, dentro de ellos, haya menos variabilidad, es decir, sean
menos heterogéneos. Dicho de otro modo, no hay tantas diferencias entre unas estaturas y otras
dentro del estrato que en la población total.

Por el contrario, la heterogeneidad hace inútil la división en estratos. Si se dan las mismas
diferencias dentro del estrato que en toda la población, no hay por qué usar este método de
muestreo.

En los casos en los que existan grupos que contengan toda la variabilidad de la población, lo que
se construyen son conglomerados, que ahorran algo del trabajo que supondría analizar toda la
población. En resumen, los estratos y los conglomerados funcionan bajo principios opuestos: los
primeros son mejores cuanto más homogéneo es el grupo respecto a la característica a estudiar y
los conglomerados, si representan fielmente a la población, esto es, contienen toda su variabilidad,
o sea, son heterogéneos.
 14
14

2.10 MUESTREO POR CUOTAS

Es la técnica más difundida sobre todo en estudios de mercado y sondeos de opinión. En primer
lugar es necesario dividir la población de referencia en varios estratos definidos por algunas
variables de distribución conocida (como el género o la edad).

Posteriormente se calcula el peso proporcional de cada estrato, es decir, la parte proporcional de

población que representan. Finalmente se multiplica cada peso por el tamaño de n de la muestra
para determinar la cuota precisa en cada estrato. Se diferencia del muestreo estratificado en que
una vez determinada la cuota, el investigador es libre de elegir a los sujetos de la muestra dentro
de cada estrato.

2.11 MUESTREO DE BOLA DE NIEVE

Indicado para estudios de poblaciones clandestinas, minoritarias o muy dispersas pero en contacto
entre sí. Consiste en identificar sujetos que se incluirán en la muestra a partir de los propios
entrevistados. Partiendo de una pequeña cantidad de individuos que cumplen los requisitos
necesarios estos sirven como localizadores de otros con características análogas.

2.12 MUESTREO SUBJETIVO POR DECISIÓN RAZONADA

En este caso las unidades de la muestra se eligen en función de algunas de sus características de
manera racional y no casual. Una variante de esta técnica es el muestreo compensado o
equilibrado, en el que se seleccionan las unidades de tal forma que la media de la muestra para
determinadas variables se acerque a la media de la población. La cual funciona en base a
referencias o por recomendación.
 15
15

2.13 MUESTREO ERRÁTICO

También se llama sin norma. La muestra se realiza de cualquier forma, valorando únicamente la
comodidad o la oportunidad en términos de costes, tiempo u otro factor no estadístico.
Al realizar un muestreo en una población podemos hablar de muestreos probabilísticas y no
probabilísticas, entre estas técnicas o procedimientos están.

2.14 MUESTREO SIMPLE

Este tipo de muestreo toma solamente una muestra de una población dada para el propósito de
inferencia estadística. Puesto que solamente una muestra es tomada, el tamaño de muestra debe
ser los suficientemente grandes para extraer una conclusión. Una muestra grande muchas veces
cuesta demasiado dinero y tiempo.

2.15 MUESTREO ALEATORIO SIMPLE

Es aquel en que cada elemento de la población tiene la misma probabilidad de ser seleccionado
para integrar la muestra. Una muestra simple aleatoria es aquella en que sus elementos son
seleccionados mediante el muestreo aleatorio simple.

Ejemplo: De modo que una muestra simple aleatoria se puede interpretar como

un conjunto de valores de variables aleatorias independientes, cada una de

las cuales tiene la misma distribución que es llamada distribución población. Existen dos formas
de extraer una muestra de una población: con reposición y sin reposición.
 16
16

2.16 MUESTREO DOBLE

Cuando el resultado del estudio de la primera muestra no es decisivo, una segunda muestra es
extraída de la misma población. Las dos muestras son combinadas para analizar los resultados.
Este método permite a una persona principiar con una muestra relativamente pequeña para ahorrar
costos y tiempo. Si la primera muestra arroja una resultado definitivo, la segunda muestra puede
no necesitarse.

2.17 MUESTREO MÚLTIPLE

El procedimiento bajo este método es similar al expuesto en el muestreo doble, excepto que el
número de muestras sucesivas requerido para llegar a una decisión es más de dos muestras.
Métodos de muestreo clasificados de acuerdo con las maneras usadas en seleccionar los elementos
de una muestra. Los elementos de una muestra pueden ser seleccionados de dos maneras
diferentes:

a) Basados en el juicio de una persona

b) Selección aleatoria (al azar).

Esta técnica es la única opción cuando no se dispone de lista completa de la población de

referencia o bien cuando por medio de la técnica de muestreo simple o estratificado se obtiene una
muestra con unidades distribuidas de tal forma que resultan de difícil acceso.

En el muestreo a estadios múltiples se subdivide la población en varios niveles ordenados que se

extraen sucesivamente por medio de un procedimiento de embudo. El muestreo se desarrolla en
varias fases o extracciones sucesivas para cada nivel.

Por ejemplo, si tenemos que construir una muestra de profesores de primaria en un país
determinado, éstos pueden subdividirse en unidades primarias representadas por circunscripciones
didácticas y unidades secundarias que serían los propios profesores. En primer lugar extraemos
 17
17

una muestra de las unidades primarias (para lo cual debemos tener la lista completa de estas
unidades) y en segundo lugar extraemos aleatoriamente una muestra de unidades secundarias de
cada una de las primarias seleccionadas en la primera extracción.

2.18 MUESTREO CON REEMPLAZO

Es aquel en que un elemento puede ser seleccionado más de una vez en la muestra para ello se
extrae un elemento de la población se observa y se devuelve a la población, por lo que de esta
forma se pueden hacer infinitas extracciones de la población aun siendo esta finita.

2.19 MUESTREO SIN REEMPLAZO

No se devuelve los elementos extraídos a la población hasta que no se hallan extraídos todos los
elementos de la población que conforman la muestra.

2.20 MUESTREO EN LA AUDITORÍA

“Las normas de auditoria relativas a la ejecución del trabajo establecen la obligación del auditor
de obtener, mediante sus procedimientos de auditoria, evidencias comprobatorias suficientes y
componentes para suministrar una base objetiva para su opinión.

El auditor no está obligado a examinar todas y cada una de las transacciones de la empresa o de
las partidas que forman los saldos finales, ya que mediante la aplicación de sus procedimientos de
auditoria a una muestra representativa de estas transacciones o partidas puede obtener la evidencia
que requiere.
 18
18

Muestreo de la auditoria:

Es el proceso de selección de una muestra entre un grupo más grande de partidas (llamado
población, campo, o universo), y que utiliza las características de la muestra para llegar a
deducciones acerca de las características del campo completo de partidas.

Consiste en la aplicación de un procedimiento de cumplimiento sustantivo a menos de la totalidad

en las partidas que forman el saldo de una cuenta o clase de transacción (muestra), que permitan
al auditor obtener y evaluar evidencias de alguna característica del saldo o la transacción y que
permite llegar a una conclusión en relación con las características”8.

8
www.monografias.com/traba jos14/auditoria/auditoria.shtml Feb. 6 22:35 hrs.
 CAPITULO III

PRONTUARIO

3.1 FORMULAS

Fuente: Estadística I Guía de Estudio

20
20
21
21
22
22
23
23
 CAPITULO IV

CASO PRÁCTICO

4.1 TAMAÑO OPTIMO DE LA MUESTRA

El tamaño de la muestra o sea el número de elementos a seleccionar no debe ser a criterio del
investigador puesto que existen varis formulas para calcular el tamaño optimo de una muestra.

El tamaño depende de 4 factores:

a) Variabilidad de los datos en análisis (desviación estándar),

b) Nivel de confianza o probabilidades de acertar,
c) Error de muestreo que se requiere; y
d) Tamaño de la población.
 25
25

Cuando la desviación estándar no se conoce o no es posible determinarla, entonces se puede

obtener de una muestra piloto. Una de las formulas es la siguiente:

Los niveles de confianza mas usados son 95 y 99%, que les corresponden los valores Z de 1.96 y
2.58 respectivamente. Sin embargo pueden usarse otros, la manera de obtenerlos es la siguiente:
para 95% de probabilidad entonces 0.95/2 = 0.4750, este valor de probabilidad se busca en la
tabla de área bajo la curva normal para encontrar el valor de Z que le corresponde (En este caso
dada la probabilidad encontrar el valor de Z)
 26
26

Extracto de la tabla de áreas bajo la curva normal:

Ejemplo: Se desea seleccionar una muestra de una población de 30 casos, según una investigación
total realizada en una variable clave, la desviación estándar es de o=4, se desea estimar con una
probabilidad de acertar del 95% y un error absoluto de muestreo de Q 2.00:
 27
27

(1.96)^2 (4)^2 (30)

n= (1.96)^2 (4)^2 + 30
(2) ^2

3.8416*16*30
n=
3.8416*16+30(4)

n= 10
 28
28

CONCLUSIONES

El muestreo Estadístico resulta beneficioso para implementarlo en la realización de un estudio,

debido a que mediante este se pueden obtener probabilidades bajas o altas a través de
determinados beneficios que estas técnicas ofrecen. En los diferentes tipos de muestreo existen no
probabilística en los cuales se deben establecer diferencia en el momento de realizar nuestras
investigaciones por tanto que en el no probabilística no toda la población forma parte de la
muestra y en el probabilística todos los individuos tienen probabilidad positiva de formar parte de
la muestra.

El muestreo es sencillamente el procedimiento que se emplea a extraer una pequilla parte de una
población dentro de un universo a esta se le llama espacio muestral dentro de un universo.
 29
29

RECOMENDACIONES

1. Tomar en consideración que el primer procedimiento al realizar una auditoría, es iniciar

las investigaciones de manera tal que esta arrojen conclusiones provenientes de
determinados estudios como puede ser el estadístico a través de una muestra probabilística.

2. Considerar el margen de error en la estadística al momento de presentar los posibles

resultados, que podrían ser positivos o negativos.
 30
30

BIBLIOGRAFIA

OBRAS LITERARIAS

Reyes Donis, José Luis, “Estadística I Guía de Estudio” Segunda Edición 2007 USAC

Adela abad, Servin Luis A. “Introducción al muestreo” Segunda Edición.

PÁGINAS WEB

Monogracias.com -en línea-

http://www.gestiopolis.com/dirgp/fin/auditoria.htm;
http:// www.auditoriasistemas.com;
http:// www.monografias.com/trabajos14/auditoria/auditoria.shtml
Guatemala el 03 de febrero de 2013 a las 21:06 p.m.

Real academia de lengua española –en línea-http://es.wikipedia.org/wiki/Estad%C3%ADstica,

Guatemala 03 febrero 2013 18:45 hrs

Enciclopedia Wikipedia.org
http://es.wikipedia.org/wiki/Errores_de_tipo_I_y_de_tipo_II
Guatemala el 05 de febrero de 2013 a las 23:56 p.m.