Professional Documents
Culture Documents
BIOESTADISTICA
Aspectos generales
Estadstica es la ciencia de la:
Sistematizacin, recogida, ordenacin y presentacin de
datos referentes a un fenmeno que presenta variabilidad
o incertidumbre para su estudio metdico, con el objeto
de (Descriptiva).
Deducir las leyes que rigen esos fenmenos (Probabilidad)
Y poder de esa forma hacer previsiones sobre los mismos,
tomar decisiones u obtener conclusiones (Inferencia)
La estadstica es un lenguaje para comunicar informacin basada en datos
cuantitativos, el cual cobra cada vez mayor importancia.
APLICACIONES
TALENTO HUMANO.- Para la seleccin de personal. Con la
aplicacin de los test de aptitud y conocimiento. Las tcnicas
descriptivas son instrumentos adecuados para el tratamiento de
puntuaciones.
POBLACIN
DEFINICIN
MUESTRA
COLECCIN TOTAL
VARIABLE ESTADSTICA
POBLACIONAL
DEFINICIN
VARIABLE ESTADSTICA
MUESTRAL
SIMBOLOGIA
CARACTERES
ALFABETICOS EN
MAYUSCULAS
SIMBOLOGIA
EXACTITUD
VALORES REALES
UNICOS
PRECISION
PARAMETROS
CONSTANTES
ESTADSTICAS
2
PARTICIN DE LA
POBLACIN
ESTIMADORES
CARACTERES
ALFABETICOS EN
MINUSCULAS
VALORES ESTIMADOS
2
ni ~ xi ,
^ i
PRESENTACION DE DATOS
La informacin recopilada es necesario presentarlo
en forma resumida, elaborando tablas y grficas. Se
presentan todas las tcnicas de organizar y presentar
de manera ms efectiva estos datos masivos , que
pueden ser tanto cuantitativos como cualitativos .
Al incrementar el nmero de observaciones, se hace
necesario condensar los datos en tablas apropiadas
de resumen. Para ello se acomodan en diferentes
grupos (categoras), clasificando en forma
conveniente las observaciones. A este arreglo de
datos en forma tabular se le denomina distribucin
de frecuencias.
DISTRIBUCION DE
FRECUENCIAS
Es una tabla- resumen en la que se disponen los
datos
divididos
en
grupos
ordenados
numricamente, y que se denominan clases o
categoras.
Cuando se agrupan los datos , o se les condensa
en tablas de distribucin de frecuencia es ms
manejable y significativo el proceso de anlisis e
interpretacin de datos. En esta forma
resumida es muy sencillo describir las principales
caractersticas de los datos.
El propsito de organizar los datos es permitir ver
rpidamente todas las caractersticas de los
datos reunidos.
Ejemplo
Los datos presentados en la tabla 1 son el
resultado de una investigacin cuyo
propsito era conocer el nivel de desempleo
de una importante ciudad de su pas, segn
el sexo y el nivel acadmico de las personas
desempleadas.
1. DISTRIBUCION DE FRECUENCIAS
SEXO
HOMBRES
MUJERES
TOTAL
N
PROFESIONAL
TCNICO
BACHILLER
SIN BACHILLER
740
580
2300
2190
987
470
2950
2420
1 727
1 050
5 250
4 610
13,7
8,3
41,5
36,5
TOTAL
PORCENTAJE
5810
46%
6827
54%
12 637
100,0
INTERPRETACION :
Los datos de la tabla 1 muestran que de un
total de 12 637 personas desempleadas
entrevistadas en la ciudad , el mayor ndice de
desempleo se da entre bachilleres ( 41,5% ) ,
seguido de personas con el nivel educativo
inferior al bachillerato ( 36,5% ) y el menor nivel de
desempleo se da en el de tcnicos profesionales
( 8,3%) .En relacin con el sexo ,el mayor
desempleo en la ciudad se presenta en la mujeres
con 54% del total de los entrevistados .
TABLAS DE FRECUENCIAS
1 A o R DMAX DMIN
2 K 1 3,32LogN
3 IC
A o R
Log 15 1,17
Log 30 1,48
Log 45 1,65
Log 20 1,30
Log 25 1,39
Log 35 1,54
Log 40 1,60
Log 50 1,69
Cuestionario de Autovaloracin de la
Ansiedad de ZUNG
CUESTIONARIO
Sexo
:
......................
Edad
:
.........................
Lugar de Nacimiento
:
..........................
Grado de Instruccin
:
.....................
Fecha :
..............................
Instrucciones :
A continuacin se le entregar un cuestionario que deber responder lo
ms sinceramente posible ya que al ser annimo
no se juzgarn sus respuestas .
Existen cuatro columnas encabezadas por Nunca o Raras Veces", "Algunas
Veces", " Buen Numero de Veces" y "La Mayora de las Veces". Usted deber
marcar con una X en el espacio de la columna de acuerdo a su forma de
pensar y sentir .
Nunca o
Raras
Veces
1.- Me siento mas nervioso y
ansioso que de costumbre
2.- Tengo miedo de las cosas o
personas
3.- Me siento como si fuera a
reventar y partirme en pedazos
4.- Siento que todo esta bien y que
nada malo puede sucederme
Algunas
Veces
Buen
Mayora
Nmero de de Veces
Veces
Nunca o
Raras
Veces
9.- Me siento tranquilo y puedo
permanecer calmado
10.-Puedo sentir agitacin en el
corazn
11.-Sufro de mareos
12.- Sufro de desmayos
Algunas
Veces
Buen
Nmero
de Veces
Mayora
de
Veces
Nunca o
Raras
Veces
Algunas
Veces
Buen
Mayora
Nmero de de Veces
Veces
Rangos
Niveles de Ansiedad
Debajo de 35 :
35 a 49
50 a 74
75 a ms
NIVELES DE ANSIEDAD
MUESTREO ESTRATIFICADO EN HOMBRES :
ESTRATOS
NIVELES
DE
ANSIEDAD
N
HOMBRES
NORMAL
MINIMO A
MODERADA
MARCADA A
SEVERA
GRADO
MAXIMO
TOTAL
15
ESTRATOS
NIVELES
DE
ANSIEDAD
N
MUJERES
NORMAL
12
MINIMO A
MODERADA
MARCADA A
SEVERA
GRADO
MAXIMO
TOTAL
16
SONDEO PILOTO
HOMBRES
1.- Paso :
Xi
38
39
29
36
23
34
33
36
25
23
36
31
36
n = 15
36
41
Xi = 496
DISTRIBUCION DE FRECUENCIA
1.- AMPLITUD O RANGO :
A o R = 41 23 = 18
= A o R = 18 = 3.6 4
k
5
FRECUENCIAS
N
CLASES
M. C.
F. ABS.
F.A. MA F.A. ME
F.R.
19 - 23
21
ll=2
15
2/15
24 - 28
26
l =1
13
1/15
29 - 33
31
l l l =3
12
3/15
34 - 38
36
llll ll = 7
13
7/15
39 - 43
41
ll=2
FA = 15
15
2/15
HISTROGRAMA N 1
F.Ai
HISTOGRAMA DE
FRECUENCIA
POLIGONO DE
FRECUENCIA
M.C. i
SONDEO
PILOTO
MUJERES
1.- Paso :
Xi
47
52
28
36
27
24
29
28
24
32
24
34
27
30
26
43
Xi = 511
DISTRIBUCION DE FRECUENCIA
A o R = 52 24 = 28
= A o R = 28 = 5.6 6
k
5
2 = 52 + 6 = 58
1 = 24 - 6 = 18
58 18 = 8
5
FRECUENCIAS
F. ABS. F.A. MA F.A. ME
F.R.
CLASES
M. C.
18 - 25
21.5
lll=3
16
3/16
26 - 33
29.5
llll lll = 8
11
13
8/16
34 - 41
37.5
ll=2
13
2/16
42 - 49
45.5
ll=2
15
2/16
50 - 57
53.5
l =1
16
1/16
FA = 16
HISTROGRAMA N 2
F.Ai
POLIGONO DE
FRECUENCIA
HISTOGRAMA DE
FRECUENCIA
M.C. i
2.
HISTOGRAMAS
GRACIAS
MEDIDAS DE TENDENCIA
CENTRAL O DE
POSICIONAMIENTO
x1 x2 x3 .... xn
i 1
xi
EJEMPLO
HALLAR LA MEDIA DE EDADES DE
UNA
POBLACION
6
PACIENTES
INGRESADOS AL CENTRO DE SALUD
X: 18, 24, 45, 12, 89, 12
x = (18+24+45+12+89+12)/6
=33.33
LA MEDIA PONDERADA
X : ES LA TALLA DE 65
PACIENTES
DE
UN
CENTRO DE SALUD, SE
QUIERE SABER CUAL ES
LA ESTATURA PROMEDIO
n
x
x
xi f i
i 1
= (109.15/65)
= 1.679
Xi
Fi
(metros)
XiFi
1.55
4.65
1.60
12.8
1.65
22
36.3
1.70
17
28.9
1.75
10
17.5
1.80
9.00
65
109.15
LA MEDIANA
La mediana es el punto medio de un conjunto de
datos; o es aquel valor de la variable que divide al
conjunto de valores en dos partes iguales.
CARACTERISTICAS
Localiza el mejor centro de distribucin, para lo
cual es necesario ordenar.
Su clculo es fcil y sensible a los valores
extremos
Me X ( n 1) / 2
Datos impar
Datos par
Me 1 / 2( X ( n / 2) X ( n 1) / 2 )
LA MODA
La moda es el valor de la variable que
mayor veces se repite o con mayor
frecuencia sucede.
Un grupo de datos puede tener una moda,
dos modas, etc., en tales casos la
distribucin se la unimodal, bimodal, etc.
Tambin la moda puede no existir, en caso
de haber valores que no se repitan.
Ejemplo.
Hallar la moda de los nmeros: 2,2,3,4,5,5,5,5, 6,7,7.
El nmero que mas veces se repite es el 5, por lo tanto 5 es la
moda; unimodal
Hallar la moda de los nmeros:
2,3,4,5,6,7
Ningn nmero se repite ms que los otros por lo tanto no hay
moda
Hallar la moda de las calificaciones de los estudiantes:
16,15,17,18,19,15,16,10
Las calificaciones que ms veces se repiten son 15, 16; por lo
tanto 15, 16 son las calificaciones moda(bimodal)
MEDIDAS DE DISPERSION
RANGO
El Rango o recorrido es la diferencia entre los valores
extremos mximo y mnimo.
R=Xmax Xmin
Ejemplo: Hallar el rango de la siguiente serie de nmeros:
4,5,7,9,9,10,12,15
R=15 4 = 11
La dispersin de los datos ser mayor cuanto mayor sea el recorrido. El rango no es una
buena medida de dispersin puesto que basta con que un dato se aleje de la media para
que el rango resulte muy afectado, ya que nicamente depende de dos valores, sin que
influyan para nada los datos restantes
Numero de Pacientes
atendidos por mes
(miles)
Numero de
quejas recibidas
por mes
6,6
75
5,3
69
4,9
71
7,4
86
7,1
78
5,6
73
= a + bx
( n) ( x ) ( x )
2
(n ) ( xy) ( x) ( y )
( n) ( x 2 ) ( x ) 2
x2
XY
Y2
6,6
75
43,56
495,0
5 625
5,3
69
28,09
365,7
4 761
4,9
71
24,01
347,9
5 041
7,4
86
54,76
636,4
7 396
7,1
78
50,41
553,8
6 084
5,6
73
31,36
408,8
5 329
n= 6
36,9
452
232,19
2 807,6
34 236
( y ) ( x 2 ) ( x) ( xy )
( n) ( x 2 ) ( x ) 2
(n) ( xy ) ( x) ( y )
( n)
(x
) ( x) 2
y 42,8 5,29 x
Numero
De quejas
recibidas
80
75
70
65
60
55
50
y 42,8 5,29 x
45 50
55 60 65 70 75
nmero de clientes atendidos (miles)
(n) ( xy ) ( x) ( y )
( n) x
( x ) 2 ( n) y 2 ( y ) 2
Donde :
r = coeficiente de correlacin
166,8
0,89
187,24
r2
= r
r = 0,89 x 0,89
= 0,7921
GRACIAS
PRUEBA DE HIPTESIS
PRUEBA DE HIPOTESIS
Recordemos que una hiptesis es una suposicin
respecto al problema de investigacin , y lo que
se hace en la prueba de hiptesis es determinar
si la proposicin es consistente con los datos
obtenidos una vez realizada la investigacin. Si
la hiptesis o proposicin no es consistente con
los datos obtenidos , se rechaza la hiptesis.
PASOS PARA APROBAR UNA HIPOTESIS
A. Formulacin de la hiptesis.
Las hiptesis se plantean de dos maneras
fundamentales: la hiptesis nula H0 y la hiptesis
alterna Ha.
D.
Recolectar los
representativa
datos
con
una
muestra
Sx
Donde :
S
n
Sx
2,6
0,089
850
x
8
,
2
7
,
0
Z
13
sx
0,089
Zona de
rechazo
Zona de
rechazo
-1.96
O
z
1.96
valor
critico
13
Valor
Estimado
F. Decisin Estadstica .
Para el caso en mencin, como el valor calculado
Z=13 es mayor que el valor critico 1,96 ; entonces
se rechaza la hiptesis nula .
G. Conclusin .
Con un nivel de significancia del 0,05 o 95% de
confianza , no es adecuado afirmar que el tiempo
promedio de espera en la fila por un paciente del
hospital XPQ es de 7 minutos .
PRUEBA Z
La prueba Z es una prueba e distribucin normal que
tiene como fin comparar los puntajes de distribuciones
que son diferentes entre si .
Para Salkind los valores de los puntajes Z tienen que
ver con la probabilidad de que un puntaje dado aparezca
en una distribucin.
El valor de Z es el resultado de dividir la desviacin de
un puntaje individual respecto a la media , entre la
desviacin estndar , utilizando la formula siguiente :
xi x
Z
s
Donde :
xi
ZA
270.000. 305.000
39.000
0.89
ZB
295.000. 285.000
30.000
0.33
5.
AGRUPA EL
AGRUPA
EL
68.6% DE LOS
68.6%
DE
DATOS
LOS
DATOS
3S
2S
-1S
+1S
+2S
+3S
PRUEBA T
La prueba t de Student es una prueba estadstica
para evaluar hiptesis en torno a una media
cuando los tamaos de la muestra son
menores de 30 mediciones ( < 30) y se quiere
saber si existe diferencia significativa entre la
media de la muestra y la media poblacional .
El valor t se obtiene mediante la siguiente
formula :
media de la muestra - (media poblacional segun hipotesis nula ) x Error estandar estimado de la media
Sx
APLICACIN
Supngase que el gerente comercial de una firma
farmacutica estima que es necesario vender 750 cajas
de Tamifl por semestre, en cada una de 9 ciudades
del pas , para que la venta sea rentable.
El gerente quiere probar la hiptesis de que las
ventas por ciudad son superiores a los 750 cajas de
Tamifl por semestre .
Sx
S
118
39,3
n
9
Sp
P(1 P)
(0,60 ) (0,40 )
0,02309
n
450
P 0,73 0,60
z PSp
0,02309
5,6301
E. Decisin
Como el valor calculado para Z = 5,63 es mayor
que el valor critico de Z (1,64 ) ; se rechaza la
hiptesis nula .
F. Conclusin
Por los datos obtenidos en el estudio, se concluye
que con un nivel de confianza de 95% ( 1- =
0,95); mas de 60% de los turistas de la ciudad de
realizan gastos superiores a US$ 3 500 al ao en
sus viajes a esta ciudad .Por lo tanto , la gerencia
puede introducir el paquete de servicios en su
clnica y dirigirlos a este grupo de turistas .
APLICACIN
Ejemplo
Supngase que el director de servicio de salud
necesita probar la eficacia de tres campaas de
vacunacin a la poblacin infantil en su ciudad,
en los ltimos tres aos . El director desea medir
el efecto de cada campaa en los padres de
familia que lleven a sus nios a los centros de
salud que prestan el servicio de vacunacin
durante el tiempo de la respectiva campaa .
Ao de campaa
No. de nios
atendidos en mes de
campaa
Mes de campaa
2005
11 700
Julio
2006
12 350
Mayo
2007
10 900
Septiembre
Total
34 950
TA
Total inf antes atendidos
34 950
Ei
C . Se calcula el valor de
x2
mediante la ecuacin
(0i Ei )
X
Ei
2
Donde :
Oi : numero observado en la i- esima categora o
campaa
Ei : numero esperado en la i- esima categora
Kk : numero de categoras , en este caso 3 ( campaas )
X2
90,55
11650
E . Decisin.
2 con el valor
Comparamos el valor calculado
critico (valor en tabla) de
x 2 .Como el valor
calculado para x 2 (90,55) es mayor que el valor
tabulado (5,99) ; entonces se rechaza la hiptesis
nula que afirma que no existe diferencia
significativa en el numero de nios atendidos por
campaa de vacunacin .
F . Conclusin .
Se concluye que con 95% de confianza en los datos
obtenidos en las campaas de vacunacin infantil,
en los ltimos tres aos en la ciudad objeto del
estudio, existen diferencias significativas en el,
numero de nios atendidos entre cada una de las
distintas campaas de vacunacin .
TECNICAS DE MUESTREO
Seleccin Muestral
Definicin de los individuos a ser
medidos
Definicin de la poblacin.
Definicin del tipo de muestreo.
Determina del tipo de muestreo.
Obtencin de la Muestra.
PROCESO DE MUESTREO
POBLACIN
-OBSERVACIONES
POBLACIONALES
-TIEMPO
-ESPACIO
MARCO MUESTRAL
TAMAO DE
MUESTRA
Procedimiento de
seleccin de
la muestra
SELECCIN DE LA
MUESTRA
Conceptos Bsicos
Poblacin:
Todos y cada uno de los individuos o
elementos
de los cuales se desea
obtener informacin.
Muestra:
Conjunto de Elementos escogidos para
obtener
informacin
y generalizar al
resto.
Elemento Muestral:
Cada uno de los orgenes de la Informacin
o Suceso que se desea medir mediante
muestreo.
Unidad Muestral:
Cada uno de los posibles componentes de
la Muestra.
Censo:
Estudio de todos los Elementos de una
Poblacin.
Marco Muestral:
Enumeracin exhaustiva de todas las
unidades mustrales.
Muestreo:
Procedimiento de Seleccin de
Elementos,
Sujetos
Mustrales
Encuestados.
Parmetro:
los
o
Estadstico o Estimador:
Valor de una medida estadstica en la
Muestra (Ejm: Media Muestral x )
e (x )
PROCEDIMIENTOS DE MUESTREO
ALEATORIO SIMPLE
SISTEMTICO
PROBABILSTICO
ESTRATIFICADO
POR CONGLOMERADO
POLIETAPICO
MUESTREO
CUOTAS
NO PROBABILSTICO
JUICIO O DISCRECIONAL
ACASO
BOLA DE NIEVE
RUTAS ALEATORIAS
MUESTREO
PROBALISTICO
Muestreo Probabilstico
Cada Elemento del Universo tiene una
Probabilidad
conocida de formar
parte de la Muestra.
Los Componentes de la Muestra son
elegidos
al azar.
formar
parte
de
la
misma,
ALEATORIO SIMPLE
Todos lo Miembros de la Poblacin tienen
la misma Probabilidad de ser elegidos en
la Muestra.
De una Lista exhaustiva de los miembros
de la Poblacin (elementos o individuos)
se seleccionan tantos como el tamao
definido
de
la
Muestra
por
un
procedimiento
que
asegure la
Equiprobabilidad.
APLICACIN :
En un lote de frascos para medicina , con
una poblacin de 8000 unidades , se desea
estimar la medida de la capacidad en
centmetros cbicos de los mismos.
A travs de un sondeo piloto se ha estimado
que la desviacin estndar es de 2 cm3. Si
queremos tener una precisin 0.25 cm3 , y un
nivel de significancia del 5% . De que
tamao debe ser la muestra ?
Datos
= 2 cm3 ; N = 8000 ; e = 0.25 cm3 ; = 0.05(5%)
Z /2 = 1.96
n=
NZ2 2
N e 2 + Z2 2
n = 238 frascos
8000(1.96)2(2)2
8000(0.25)2 +(1.96)2(2)2
APLICACIN :
DE
UNA
POBLACION
DE
5000
ACADEMICO.
MEDIANTE
DATOS :
= 3 ; N = 5000 ; e = 0. 5 ; = 5%
n=
NZ22
N e 2 + Z2S 2
n=
172872
Z = 1.96
5000(1.96)2(3)2
5000(0.5)2 +(1.96)2(3)2
134.57531
1284.5744
n=
135
LA SELECCIN EN BASE
A LA TABLA NUMEROS AL AZAR
APLICACIN :
Se plantea un estudio descriptivo que
desea estimar , a partir de la revisin de
historias clnicas , la proporcin de
fumadores
entre
los
pacientes
atendidos en la consulta odontolgica
de una rea de salud; suponiendo que
hubiera 10 000 historias . Se necesita
un listado completo de todos los
individuos de la poblacin.
= 10 000
= 270
;
;
= 30 ; = 95%
Z = 1.96
Operacin :
n =
Z2 2
=
2
(1.96)2(270)2
311.1696
2=
30
n 311 historias
APLICACIN :
Se propone un estudio sobre la
proporcin de estudiantes que cuentan
con pcs la poblacin esta
conformada por 1000 estudiantes; los
cuales estn listadas totalmente nivel =
5%; siendo el error de precisin de 10 y
una desviacin Standard de 25.
Determinar el tamao de muestra.
DATOS :
= 25 ; N = 1000 ; = 10
Z22
n=
n 24
= 95%
Z = 1.96
(1.96)2(25)2
=
(10)2
= 24.01
COEFICIENTE DE ELEVACIN
N
C.E = n
1000
= 24 =
41.66
K + 42
Muestreo Estratificado
Definicin:
Cuando la poblacin no es homognea
respecto a la variable aleatoria objeto de
estudio, para mejorar las estimaciones,
conviene distinguir en ella, clases o
estratos, y proceder a lo que se llama un
muestreo aleatorio estratificado.
En este tipo de muestreo los estratos se
deben elegir de manera que sean lo ms
homogneos posible respecto a la
variable aleatoria a estudiar y que entre
ellos exista la mayor diferencia posible.
X X X Y Y Y Z Y
X X X X Y Z Y Z Y
Z YYYXZX Z Y Z Z
X Y Y Z X X Z Y X
X Y Z X Y Z X Y
X X X Y Y Z Z Y
XXXXX
XXXXXXXXX
XXXXX
N1 = 19
YYYYYY
YYYYYY
YYYYY
YYY
N2 = 20
Z Z Z Z
Z Z Z Z ZZ
Z Z Z Z
N3 = 14
LEYENDA:
N = 53
N1 = 19
N2 = 20
N3 = 14
N = Tamao de la Poblacin
N
i1
N1 N2 ... Nk N
VARIABILIDAD
ENTRE LOS
ESTRATOS
E1
E2
E3
HOMOGENIDAD
EK
:
CADA ESTRATO
EN
DENTRO DE
APLICACIN :
El universo formado por 1000 hombres y 4000 mujeres
sector : empleados empresas de servicios de salud
por muestreo al azar simple se estim.
TAMAO DE MUESTRA
n = 50
Operacin :
Poblacin
Estratos
Probabilidad
Tamao
muestral
C/ estrato
5000
1000
4000
0.20
0.80
10
40
5000
1.000
n = 50
APLICACIN
Una compaa de mercados est
investigando a 500 grandes empresas. El
objetivo es determinar su rentabilidad y
se toma una muestra de 50 empresas.
TABLA
MUESTREO ESTRATIFICADO
- DIVISIN EN SUB-POBLACIONES
- MUESTREO DE c/u INDEPENDIENTE
ESTRATIFICACIN DE EMPLEADOS
ESTRATO
A
(1)
CLASIF.
EMPLEA.
(2)
NMERO
DE EMP.
(3)
PROPORCIN
1
2
3
PLANTA
OFICINAS
OTROS
TOTAL
800
150
50
1000
0.80
0.15
0.05
1.00
DE j EN Pj
(4)
OBRERO
SELECCIONANDO:
EMP.
n = 80
AUX.
SE GENERAN:
x1 ; x 2 ; x 3
64
12
4
Z
S
2
2
2
Donde :
n
= tamao necesario de la muestra
Z/2 = margen de confiabilidad o numero de unidades de
desviacin estndar en la distribucin normal que
producir el nivel deseado de confianza ( para una
confianza de 95% o un =0,05 ; Z=1,96; para
confianza de 99% o un =0,01; Z=2,58)
S
= desviacin estndar de la poblacin ( conocida o estimada
a partir de anteriores estudios o de una prueba piloto ).
z2
2
S
2
1,96 2
(0.05)(0.05)
0.0025
0.0025
246
2
S2
2
N
Z
(0.4)
219 turistas
2
2
)2
2
S
(0.05
(0.04)
2
2
Z
N
(1.96)
2000
Con una poblacin de 2 000 personas, usted necesita
entrevistar 219 personas para obtener informacin
confiable respecto a los hbitos alimenticios en la
ciudad.
Ejemplo:
Suponga que una compaa de seguros mdicos
cuenta con 200 asegurados en el pas . Por una
investigacin piloto se supo que 73% de las personas
aseguradas declaran una excelente aceptacin de los
seguros de la empresa . Esta desea conocer el grado
de aceptacin e un nuevo seguro con un margen de
confiabilidad de 95% y u error de estimacin de 5%
.Calcule el tamao de muestra de los asegurados para
este nuevo tipo de producto .
2
( N 1) z PQ
121Personas
Donde:
n = tamao de la muestra necesaria
Z/2 = 1,96
P
= probabilidad de que el evento ocurra 0,73 o 73%
Q
= probabilidad de que el evento no ocurra
1-P = 1- 0,73 =0,27 o 27%
= 0,05 o 5%
N : tamao de la poblacin : 200 asegurados .
2
z 2 PQN
(
1
.
96
)
( 0.5) (0.5) (200)
2
2
2
( N 1) z PQ
(0.05) 2 (200 1) (1.96) 2 (0.5) (0.5)
134 Personas
NUMERO DE
ESTUDIANTES
DESVIACION
ESTANDAR DE
LOS ESTRATOS
7 500 estudiantes
$100 000
9 700 estudiantes
$ 60 000
12 000 estudiantes
$ 30 000
TAMAO DE LA MUESTRA EN EL
MUESTREO ESTRATIFICADO
Donde :
A = tamao optimo de la muestra que se
extrae del estrato A .
n = tamao total de la muestra
NA = numero de elementos del estrato A
TAMAO DE LA MUESTRA EN EL
MUESTREO ESTRATIFICADO
222 Estudiantes
Numero de estudiantes de las universidades del
estrato B que deben entrevistarse:
172 Estudiantes