metodología de la investigación muestreo

1. Diseño de muestras
Mg. Nicolás vega f.

2. EL PROCESO DE INVESTIGACION
FASE CONCEPTUAL
¿Qué se investigará? Pregunta de investigación
¿Cuál es la base teórica del
problema?
Marco teórico/Hipótesis
FASE DE DISEÑO Y PLANIFICACION
¿Cómo voy a investigar? Diseño del estudio
¿En que o quienes voy a
investigar?
Elección de muestra y método
de muestreo
¿Cómo se investigará el
problema?
Métodos
FASE DE EJECUCION
Recolección de datos Creación del instrumento de
recolección
Análisis de datos Descriptiva o inferencial
Comunicación de resultados Informes- publicaciones

4. DENTRO DE LA METODOLOGÍA DE UN
ESTUDIO ES NECESARIO DEFINIR:
I. UNIDAD DE ANÁLISIS
a) Población Blanco (universo) : aquella a la cual el investigador
quiere extrapolar sus resultados
b) Población Accesible (población) : conjunto de casos que
satisfacen los criterios de inclusión y que son accesibles al
investigador
Si la población accesible es igual a la población blanco mis
conclusiones son válidas para toda la población
Si la población accesible es distinta de la población blanco el
estudio tiene SESGOS
III. TIPO DE MUESTRA

5. Muestreo
•Muestra. Es la parte de la población que
efec3vamente se mide, con el objeto de obtener
información acerca de toda la población (es)mación).
La selección de la muestra se hace por un
procedimiento que asegure en alto grado la
representa3vidad de la población.

6. Muestreo
•Unidad Muestral. Es cada una de los miembros
individuales de una población. Cada unidad muestral
proporciona una medida.
•Marco muestral. Es la parte de la población desde
donde se selecciona la muestra. Idealmente el marco
muestral coincide con la población.
•Diseño muestral. Tipos según análisis posteriores.

7. Etapas del Muestreo
•Definir claramente la población.
•Especificar el marco muestral.
•Especificar el método de Muestreo (diseño): Muestreo
probabilis3co y muestreo no probabilis3co.
•Determinar el tamaño de la muestra. (Formulas)
•Especificar el plan de muestreo. En éste se definen los
procedimientos operacionales para la selección de las
unidades muéstrales.
•Seleccionar la muestra.

8. SELECCIÓN DE LA MUESTRA
Muestra es un subconjunto de la
población al que tenemos acceso y
sobre el que realmente hacemos las
observaciones (mediciones)
• Debería ser “representativo” sus
características claves son iguales a la
de la población
• Esta formado por miembros
“seleccionados” de la población
(individuos, unidades experimentales).
Población es el conjunto sobre el que
estamos interesados en obtener
conclusiones (hacer inferencia).
Normalmente es demasiado grande
para poder abarcarlo.

9. MUESTRA
POBLACION
UNIVERSO
Criterios de
inclusión
Limitaciones : RRHH,
tiempo, dinero y
consentimiento
informado

10. Selección de componentes de la muestra
CRITERIOS DE ELEGIBILIDAD
• Criterios de inclusión
• Criterios de exclusión
Los criterios pueden definirse por razones
a) Practicas: cercanía geográfica
b) Costos: hacer una encuesta puerta a puerta vs llamar por teléfono
c) Participación: estado de salud o movilidad
d) Diseño de acuerdo al tipo de variable en estudio

12. SESGOS

14. Muestras
Probabilísticas
MAS
MS
ME
MC
No probabilís6cas
M. Cuotas
Bola de nieve
Conveniencia

15. Tipos de muestreo

18. Diferencias entre muestreos
Probabilístico
No
Probabilístico
Posibilidad de elección
Facilidad
representa2vidad
✅
✅
✅
✖
✖
✖

19. MUESTREO aleatorio simple (MAS)

20. Muestreo aleatorio sistemá.co (MS)

21. MUESTREO aleatorio ESTRATIFICADO (MAE)

22. Formula MAE

23. MUESTREO aleatorio POR CONGLOMERADO
(MC)
Es una técnica utilizada cuando hay agrupamientos
"naturales" relativamente homogéneos en una población
estadística.

24. Ejemplo conglomerados
•Un criterio habitual para definir conglomerados es el
geográfico.
•Por ejemplo, si queremos estudiar qué proporción de
la población Chilena fuma, podemos dividir el total de
la población en comunas y seleccionar algunas de
ellas para ser estudiadas.
•Si no tenemos razones para pensar que el porcentaje
de fumadores va a cambiar de una comuna a otra,
esta solución nos permitirá concentrar el esfuerzo de
muestreo en un único entorno geográfico.

26. Ejemplo
ENS 2010
•El marco muestral fue cons3tuido a par3r del
Censo de Población y Vivienda 2002. El diseño del
estudio fue transversal, con una muestra aleatoria
de hogares de 3po complejo (estra)ficada y
mul)etápica por conglomerados) con
representa3vidad nacional, regional y por zona
rural/urbana. La población obje3vo fueron los
adultos de edad mayor o igual a 15 años

27. Ejemplo
ENS 2010
•La encuesta tuvo una tasa de respuesta en la
población elegible de 85%. La tasa de rechazo fue
de 12%. Se entrevistó finalmente a 5.434 personas.
Una enfermera realizó mediciones clínicas y
exámenes a 5.043 par3cipantes y 4.956 aceptaron
la realización de exámenes de laboratorio (sangre y
orina). La pérdida muestral total de la muestra
sobredimensionada fue de 28% (esto incluye
rechazo, no contacto y otras causales de pérdida
aleatoria).

28. Ejemplo
ENS 2010

29. Ejemplo
ENS 2010

30. Ejemplo
• Estudio de calidad de servicios de salud
• Diseño observacional de corte transversal en muestras probabilis:cas.
(Cross-sec:onal)
• Muestreo aleatorio estra:ficado con afijación proporcional.

32. Números aleatorios
Es aquel obtenido al azar, es decir, que todo número tenga la misma probabilidad
de ser elegido y que la elección de uno no dependa de la elección del otro.

33. No probabilís3co

34. MUESTREO NO PROBABILISTICO
• Subgrupo de la población en la que la elección de los elementos
no depende de la probabilidad sino de las caracterís;cas de la
inves;gación
•Tiende a generar muestras menos precisas que el muestreo
probabilís<co
•La mayoría de las muestras de los estudio biomédicos son de este
<po
• Los principales métodos de muestreo no probabilís<co son:
•Por conveniencia
•De criterio de expertos
•Por cuotas

35. MUESTREO NO PROBABILISTICO
Muestreo por conveniencia
• Es aquel con el cual se seleccionan las unidades muéstrales de
acuerdo a la conveniencia o accesibilidad del inves<gador.
• Este muestreo se puede u<lizar en los casos en que se desea
obtener información de la población, de manera rápida y
económica. Las muestras por conveniencia se pueden u<lizar
en las etapas exploratorias de la inves<gación como base para
generar hipótesis y para estudios concluyentes en los cuales el
inves<gador desea aceptar el riesgo de que los resultados del
estudio tengan grandes inexac<tudes.

36. MUESTREO NO PROBABILISTICO
Muestreo según criterio (juicio)
• Con este método la selección de los elementos de la muestra se realiza
de acuerdo con el juicio y criterio del inves:gador.
• Por ejemplo, en una inves:gación sobre las ventas diarias de todos los
supermercados de una ciudad, el inves:gador, a juicio, selecciona
primero aquellos supermercados que son más representa:vos.

37. MUESTREO NO PROBABILISTICO
Muestreo por cuotas
•Las muestras por cuotas son un 3po especial de
muestras a propósito.
•En este caso el inves3gador da pasos concretos con el
fin de obtener una muestra que es similar a la
población en algunas caracterís3cas de “control”,
anteriormente especificadas.
•El inves3gador determina el número de entrevistados,
y los entrevistadores eligen a sus entrevis- tados
libremente con base en sus conocimientos y
experiencia.

38. Muestreos especiales
• Complejo
• Respondent-Driven Sampling (RDS)

39. Respondent-Driven Sampling (RDS)
• Es un método de muestreo para poblaciones ocultas o de di3cil acceso.
Se trata de un procedimiento que permite realizar es:maciones de la
representa:vidad de la muestra en aquellos grupos en que
desconocemos el marco muestral.
• Definición de olas de muestreo

41. Recomendaciones
• Como todo en muestreo, el diseño muestral depende de lo que se
quiera estudiar y de los controles que sean necesarios hacer.
• Par<endo por un muestreo aleatorio simple (generado por
números aleatorio) en que asignas un número a cada
animal/individuo y seleccionas los que te salgan en esa
generación de números es un mecanismo que te asegura que no
tengas sesgos en lo que vas a medir pero puede ser ineficiente
(requerir muchos animales) para alcanzar la precisión requerida.

42. Recomendaciones
• Según lo que se estudiara en los animales es bueno clasificarlos
(estratos) por alguna caracterís:ca relacionada con lo que interesa.
• Por ejemplo si interesa medir algo asociado a su estado Osico puede
ser beneficioso en términos de requerir menos individuos,
clasificarlos en tres grupos según su peso (bajo, normal, sobrepeso) y
seleccionar aleatoriamente dentro de los grupos (muestreo
estra:ficado).
• En la prác:ca lo que se quiere estudiar y las caracterís:cas de los
individuos definen un buen diseño.

43. BibliograEa
• Fowler, Newton Enrique. El muestreo Estadís<co Aplicado a la
Auditoría. Editorial Macchi. Buenos Aires, 1972.
• Cochran, Willian G. Técnicas de Muestreo. Editorial Con<nental
S.A. México, 1972.
• Kish,Leslie. Muestreo de Encuestas. Editorial Trillas, México,
1972.
• Vivanco, Manuel. Muestreo estadís<co diseño y aplicaciones.
Editorial Univesitaria, 2005. 1a. ed.

44. Gracias