dsd

1. Población y muestra
Técnicas de muestreo

2. Población o universo: “Conjunto de individuos, objetos,
elementos o fenómenos en los cuales puede presentarse
determinada característica susceptible de ser estudiada”
Población Finita
• Existe o puede construirse un marco
muestral. Se conoce el tamaño
Población Infinita
• No se conoce el tamaño y no puede
conocerse. No hay marco muestral y no
puede construirse.
Población diana u
objeto:población a ser
estudiada/a la cual el investigador
quiere generalizar los resultados

3. Unidad de análisis (UA): cada uno de los
elementos que componen el universo (UE), en los
que se observaran las variables de interés,
también llamado unidad de observación (UO).

4. Muestra: Subconjunto de unidades provenientes de la
población (parte de la población), que con algún
criterio o sin él, son seleccionadas a los efectos de
ser estudiadas en una o más características
VENTAJAS

5. ¿Cuándo utilizar muestras?
Cuando el
universo es
finito pero
muy grande
Cuando el
universo
es infinito
Cuando existe
la posibilidad
de destrucción
de la unidad
elemental Cuando
faltan
recursos o
tiempo

6. Proceso de muestreo: método por el cual se eligen unidades
de la población, que conformaran la muestra.
Consideraciones:
Debe considerarse la variabilidad de la variable principal, según el fenómeno
que se desea estudiar.
La muestra debe ser representativa para poder hacer generalizaciones válidas
Es representativa cuando reúne las características principales de la población, en relación a
la/s variable/s de estudio.
Definir concretamente la población o universo de estudio
Delimitación cuidadosa de la población en
relación la problema, objetivos, hipótesis,
variables y tipo estudio.
Definir la unidad muestral- familias,
viviendas, manzanas, individuo, animales,
otros; así como la unidad de análisis o de
observación.

7. MUESTRA
(estadísticas)
POBLACION
Probabilística No probabilística
Aleatoria
simple
Sistemática
Estratificada
Por Conglomerado
Por conveniencia
Voluntarias
Por cuota
U a
Unidad muestral
Unidad de análisis
= ≠
Por juicio / por
criterio o
discrecional
Accidental

8. Concepto de muestra probabilística
Cuando todas los
elementos del universo
tiene la misma
probabilidad de ser
parte de la muestra.
Se obtiene mediante
técnica de muestreo
aleatorio ( por azar)
Sus resultados son
extrapolables
(generalizables) a la
población general.
Son más
representativas

9. Aleatorias simples: utiliza cualquier sistema de
azarificación (tabla de números al azar, bolilleros, etc.)

10. Aleatorias simples:
Cuando usarla: Desventajas
Cuando se sabe que la
variable de mayor interés
se distribuye
aleatoriamente en el
universo
En universos pequeño (no
más de 200 UE)
Universos de poca
dispersión geográfica.
Cuando no se conoce el
patrón de distribución de la
variable de interés.
Es necesario contar con
una lista enumerada de
todas las unidades de la
población.
Los sujetos seleccionados
pueden estar muy
dispersos por lo que
contactar con cada uno de
ellos puede resultar
costoso en tiempo y dinero.
Algunos subgrupos de la
población, especialmente
aquellos más minoritarios,
pueden prácticamente no
estar representados en la
muestra si ésta es pequeña

11. Muestreo sistemático: Consiste en seleccionar a los
individuos según una regla o proceso periódico.
• 1ra UA por azar , en adelante
se utiliza nº de
sistematización:
K= N/n
• K= constante (nº de
sistematización)
• N= total del universo
• N= nº muestral

12. Muestreo sistemático:
Cuando utilizarlo: Cuando no se aconseja:
Cuando no tengo listado de
antemano pero puedo
estimarlo.
Cuando no hay posibilidad
de identificar en el marco
muestral a cada una de las
UM. Por ejemplo, en
ciudades grandes donde no
se tienen listados de
viviendas
Cuando se dificulta el
acceso a las UM, por
distancias, falta de
caminos o en terrenos
abruptos. Por ejemplo, en
un inventario forestal.
En las situaciones en que las
unidades de muestreo están
ordenadas por algún criterio
periódico y la constante de
muestreo puede coincidir con ello.
Ejemplo si queremos conocer la demanda
en un centro de salud y elegimos como
unidad de muestreo el día de la semana
puede ocurrir que obtener, gamos como
constante de muestreo (K) el número 7, en
ese caso estaríamos describiendo siempre
la demanda que se produce un día
determinado, por ejemplo el sábado.

13. Muestras estratificadas: supone que el universo pueda
desagregarse en sub-conjuntos menores, diferenciándolos
de acuerdo a alguna variable que resulte de interés para la
investigación.
• Los estrato es
homogéneo al interior y
heterogéneo entre si.
• Cada estrato es un
universo particular, en
el que las unidades
muestrales se
seleccionan por azar.
• Al final la muestra
queda constituida por
un mismo porcentaje
de cada estrato
Características
• Cuando la variación
entre estratos es
mayor que la interna
de cada estrato.
• principalmente en
poblaciones donde se
supone o se conoce
que la distribución
de la(s) variable(s)
de mayor interés es
diferente entre
subpoblaciones
fácilmente
identificables.
Cuando usarlas

14. Muestra por conglomerado: el universo admite ser subdividido
en universos menores de características similares a las del
universo total. Los conglomerados constituyen grupos
heterogéneos al interior del grupo y homogéneos entre sí.
• 1-Se subdivide el
universo en
conglomerados.
• 2-Se eligen al
azar los
conglomerados
que formaran la
muestra.
• 3- Se eligen al
azar las unidades
muestrales de
cada
conglomerado.
Procedimiento
• Cuando existe
alta dificultad
para llegar a
todas las UM del
universo debido
a una gran
dispersión
espacial o a tener
barreras físicas
de acceso.
• Ejemplo cuando
queremos
extraer muestras
de los habitantes
de un conjunto
geográfico
amplio
Utilización

15. Se obtiene por criterios y no son
representativas.
Muestras no probabilísticas:
NO todos los elementos del universo tiene la misma
probabilidad de ser parte de la muestra.

16. Muestreo por cuotas:
Diferencia con el muestreo
estratificado: En el muestreo por
cuota la selección de UA no es
aleatoria
Cuando utilizarlo:
Cuando se tienen datos
adicionales de los individuos
(edad, sexo, etc.) y se pueden
utilizar ya que el investigador
considera que estos datos
pueden influenciar en las
características que se estudian.
El análisis por estratos permite
un posterior análisis de las
diferencias entre grupos.

17. Muestreo por conveniencia
Cuando utilizarlo:
En estudios iniciales
para comprobar si se
cumplen las hipótesis
que se plantea el
investigador.

18. Muestreo accidental o casual:
Las UA se incorporan como van
apareciendo al momento del
muestreo, sin juicios previos. Cuando utilizarlas:
Únicamente para
hacernos una idea de
cual es la opinión de la
gente respecto a algún
producto o tema de
actualidad.

19. Muestro por juicio/ por criterio o discrecional:
Cuando se usa
• El investigador selecciona a los
individuos a través de su criterio
profesional. Puede basarse en la
experiencia de otros estudios
anteriores o en su conocimiento sobre
la población y el comportamiento de
ésta frente a las características que se
estudian.
• Cuando el responsable del estudio
conoce estudios anteriores similares o
idénticos y sabe con precisión que la
muestra que utilizaron fue útil para el
estudio.
• Si la población es muy reducida y
conocida por el investigador.
•

20. Muestreo de voluntarios:
Cuando el investigador
promociona su investigación e
invita a participar de la muestra.
Cuando se usa:
• Por ejemplo en la segunda
etapa d un ensayo clínico,
cuando se prueba un
medicamento

21. Errores en la muestra:
Errores sistemáticos: Errores aleatorios:
Sesgo de informacion
• Respuestas inapropiadas.
Sesgo de medición (o
clasificación)
Sesgos de selección
• Cuando existe una diferencia
sistemática entre las características
de la población seleccionada para el
estudio y las características de la
población no seleccionada
Error tipo 1 o α
• La
probabilidad de
encontrar una
diferencia con
nuestra
muestra
comparada con
la población, y
no hay una
diferencia en
realidad….
• Usualmente
situado al 5%
(o 0.05)
Error tipo 2 o β
• La
probabilidad de
no encontrar
una diferencia
que
actualmente
existe entre
nuestra
muestra
comparada con
la población…
• Poder es (1- β)
y es
comúnmente
del 80%
• Las mediciones y/o clasificaciones de
la variable son inexactas.

22. Errores de muestreo
Ejemplo de población objeto
que difiere de la población
muestreada.
Mide la discrepancia que se presenta a
partir de una enumeración incompleta de
la población.
Estos errores pueden presentarse debido a
que la población no ha sido definida
debidamente o no corresponde a la
población bajo estudio.
La población objeto (a ser estudiada)
difiere de la población muestreada.
Los errores de muestreo (si no son debido
a problemas del diseño) pueden reducirse
aumentando el tamaño y/o complejidad
de la muestra.
• Analizar la cobertura de
vacunación de los niños de
Tucumán, tomando una
muestra de los que concurren
a los Centros Asistenciales
oficiales.

23. Sintetizando los elementos a considerar
en el proceso de muestreo:
1
• Definir la población, el
tamaño y los elementos que
componen a la población.
2
• Determinar la unidad de
observación, la unidad
muestral y sus características.
3
• Determinar la información
necesaria para la selección de
la muestra.
4
• Definir el tamaño de la
muestra.
5
• Definir el método de
selección de la muestra
6
• Definir los procedimientos
a seguir en la selección de la
muestra.

24. Bibliografía
• PINEDA, ALVARADO Y CANALES. “Metodología de la
investigación. Manual para el desarrollo del personal de salud”
2da. Edición. Serie PALTEX. 1994.
• SABINO, Carlos “El proceso de Investigación” Ed. Panapo, Caracas,
1992. (Publicado también por Ed. Panamericana, Bogotá, y Ed.
Lumen, Buenos Aires.) http://paginas.ufm.edu/Sabino/PI.htm.
• ROBLEDO MARTIN, Juana.“Población de estudio y muestreo en la
investigación epidemiológica” Nure Investigación, nº 10,
Noviembre 2004- (En Línea) Disponible en:
www.nureinvestigacion.es/FICHEROS_ADMINISTRADOR/F_ME
TODOLOGICA/formacion%2010.pdf (Bajado el día 4-6-2008)