1. FACULTAD DE MEDICINA HUMANA
CURSO:
PROYECTO DE INVESTIGACION CIENTIFICA
DOCENTES:
MG. ALEJANDRO CABRERA GASTELO
INTEGRANTES:
 ALBÚJAR CHING YUING
 ALDANA TORRES PATRICIA
 ALVA PUENTE CHRISTHIAN
 ARAUJO ZÚÑIGA JUAN PABLO
 ASENJO HEREDIA FRANKLIN
 BANDA BACA EDINZON
 BARSALLO FERNÁNDEZ RICARDO
 BAZÁN TANTALEÁN JOSE LUIS

3.  En las actividades de investigación científica y tecnológica
es muy útil el empleo de muestras. El análisis de una
muestra permite inferir conclusiones susceptibles de
generalización a la población de estudio con cierto grado de
certeza (Holguin y Hayashi, 1993).
 Al desarrollar un proyecto de investigación “el total de
observaciones en las cuales se esta interesado, sea su
número finito o infinito, constituye lo que se llama una
población,” (Walpole y Myers, 1996, p. 203). La muestra es
una pequeña parte de la población estudiada. La muestra
debe caracterizarse por ser representativa de la población.

4.  De acuerdo con Briones (1995) “una muestra es
representativa cuando reproduce las distribuciones y los
valores de las diferentes características de la población...,
con márgenes de error calculables,” (p. 83).
 Los anteriores conceptos reflejan que al analizar una
muestra se esta aplicando la inferencia estadística con el
propósito de “... conocer clases numerosas de objetos,
personas o eventos a partir de otras relativamente
pequeñas, compuestas por los mismos elementos,” (Glass y
Stanley, 1994, p. 241). En términos generales la información
que arroja el análisis de una muestra es mas exacta incluso
que la que pudiera arrojar el estudio de la población
completa.

5.  Determinar las cualidades que caracterizan una buena
muestra.
 Conocer como se hace la selección de una muestra.
 Seleccionar la muestra apropiada para ejemplos de
investigación y describir el procedimiento a seguir para
conformar esa muestra.
 Aprender a reconocer si el grupo elegido es
verdaderamente representativo del conjunto.
 Conocer mediante teoría y ejemplo el significado del
tamaño de la muestra y su aplicación en la metodología de
la investigación

6. Definiciones universo ,muestra , población

7.  Universo
 Universo es el conjunto de personas, cosas o fenómenos sujetos a
investigación, que tienen algunas características definitivas. Ante la
posibilidad de investigar el conjunto en su totalidad, se seleccionara un
subconjunto al cual se denomina muestra.
 Población
 Se da el nombre de población a un conjunto de individuos y objetos
acerca del cual se quiere saber algo. Muchas veces no es conveniente
considerar cada uno de los elementos de la población para calcular ese
promedio o ese porcentaje. En otros casos, considerar todos lo
elementos de la población no proporciona ninguna utilidad.

8.  Muestra
 Cuando no es conveniente considerar todos los
elementos de la población, lo que se hace es
estudiar una parte de esa población. Una parte de
la población se llama muestra.
 La muestra siempre debe tener las mismas
características del universo, ya que es
representativa de este.

9. UNIVERSO:
 Es el conjunto de individuos u objetos de los que se desea
conocer algo en una investigación.
 Totalidad de individuos o elementos en los cuales puede
presentarse determinada característica susceptible de ser
estudiada.
 Toda la agregación o cúmulo de casos que cumple con un
conjunto predeterminado de criterios. El universo o
población puede estar constituida por personas, animales,
registros médicos, nacimientos, muestras, accidentes, entre
otros.
 El universo es el grupo de elementos al que se generalizarán
los hallazgos.
 El universo debe quedar claramente identificado, desde el
inicio de la investigación y se debe ser especifico al incluir
sus elementos.

10.  Estudio de características de las/os estudiantes de Medicina
Humana:
 Se debe definir claramente:
 Estudiantes de postgrado o pregrado,
 Todas las inscritas en la carrera,
 Solo las de 2º año,
 Las de una escuela o de todas las del país,
 Solo las mayores de 18 años,
 etc.

11. MUESTRA:
 Es el subconjunto o parte del universo o población en que se
llevará a cabo la investigación con el fin posterior de
generalizar los hallazgos al todo.
MUESTRA PROBABILISTICA: Es aquella extraída de una
población de tal manera que todo miembro de esta última
tenga una probabilidad conocida de estar incluido en la
muestra.
 Desde cualquier población o universo de tamaño N, se puede
extraer un cierto número de muestras distintas de tamaño n.
 Cuando la s poblaciones son muy pequeñas es conveniente
tomarlas en su totalidad.
UNIDAD DE OBSERVACIÓN: Son los elementos del universo
en que se medirán o estudiarán las variables de interés.
UNIDAD DE MUESTREO: Es el elemento utilizado para
seleccionar la muestra.
 Puede ser la misma unidad de observación o nó.
Ej: Si estudio niños puede que sea mejor muestrear por padres o por casas en sus
barrios.

12. POBLACIÓN
Conjunto de elementos que
presentan una característica o condición
común que es objeto de estudio
Generalización de
hallazgos
Extracción de MUESTRA
muestra Conjunto de elementos que
presentan una característica o condición
común que es objeto de estudio

13. MUESTREO:
 Si se busca estudiar algo en un grupo menor que el total
para luego generalizar los hallazgos al todo, la parte que
se estudia debe ser:
 Extraída del Universo,
 Debe ser representativa del Universo: Debe poseer las
características básicas del todo.
Ej: Universo 55% mujeres y 45% de hombres; la muestra debería tener
la misma proporción.
 Universo Finito: Constituido por unidades conocidas y
delimitadas, si es muy grande será difícil de estudiar.
 Universo Infinito: Formado por una cantidad ilimitada
de unidades, la dificultad surge al no conocer su
magnitud.

14.  En investigación, es preferible trabajar con muestras, a
pesar de no haber garantía de su representatividad,
existe una serie de ventajas a destacar:
 Permite que el estudio se realice en menor tiempo.
 Se incurre en menos gastos.
 Posibilita profundizar en el análisis de las variables.
 Permite tener mayor control de las variables a estudiar.
 Algo importantisimo es el hecho de que por ser una
muestra, esta no puede ser obtenida arbitrariamente,
por ello se deben tomar en cuenta una serie de
consideraciones en el proceso de muestreo.

16.  La estadística es el principal requisito.
 Una muestra probabilistica depende de:
 Recursos disponibles,
 Heterogeneidad de las variables,
 Sujetos a estudiar, técnica de muestreo,
 Tipo de análisis, grado de precisión que deben tener los
datos, entre otros.

17.  Uno de los métodos para definir la muestra
lo aporta Fisher; para lo cuál elige dos
criterios:
 Los recursos disponibles; fija el tamaño máximo
de la muestra, siempre tomar la muestra mayor
posible, mientras más grande mas posibilidad
de ser representativa y menor será el error de
muestreo.
 Plan de análisis de los datos; fija tamaño
mínimo de la muestra, el tamaño de la muestra
deberá ser suficiente para permitir un análisis
confiable de los cruces de variables, para probar
si las diferencias entre proporciones son
estadísticamente significativas.

18. • Al realizar cruce de variables se recomienda no tener
menos de 20 o 30 casos en cada una de las subcategorias de
las variables independientes principales.
• Es decir que variabilidad, tendría que ser considerada.
• Cuando los fenómenos son homogéneos, las muestras son
más pequeñas.
• Cuando la variabilidad es muy grande, se necesitarán
grandes muestras.

19.  Lo importante no es la proporción que
represente la muestra, sino el tamaño
absoluto de la muestra.
 Una muestra representativa no la define el
tamaño; como así lo hace el diseño del
muestreo y la forma en que se realizará.
Ej: N: 100, mínimo el 30%.
N: 50000, puede hacer análisis incluso con
1000 individuos, 2%.

22.  La selección depende del objetivo del estudio y de la
hipótesis inicial
 Factores variables independientes como sexo, edad,
nivel educacional, lugar de origen, etc. deberán estar
representados en la muestra

23.  Asignación de números a los individuos y selección de
aquellos que aparezcan en la tabla de muestreo al azar
o uno de cada X individuos
 Desventaja
 Inclusión de números desiguales de individuos

24.  Establecer de antemano las categorías sociales y el
número de individuos que se desea incluir
 Elección al azar de los hablantes para completar cada
subgrupo

25.  Asegurar validez y representatividad de la muestra
 Idealmente = 25/100.000 hablantes
 5 hablantes por subgrupo socialmente
homogéneo
 Muestra proporcional al número de
individuos por subgrupo social

26.  Estudio sociológico que establezca los estratos sociales
 Método objetivo
 Medición de parámetros
 Método subjetivo
 Evaluación subjetiva del investigador

27.  No incluye clase social como variable independiente
 Ejemplos
 Considerar solamente sexo y edad
 Concentrarse en un determinado sector urbano

29.  Ser representativa o reflejo general del
conjunto o universo que se va a estudiar,
reproduciendo de la manera más exacta
posible las características de éste.
 Que su tamaño sea estadísticamente
proporcional al tamaño de la población.
 Que el error muestral se mantenga dentro
de límites aceptables.

30. VENTAJAS Y
LIMITACIONES DEL USO
DE MUESTRAS

31. VENTAJAS Y LIMITACIONES DEL
USO DE MUESTRAS
Ventajas:
Costo reducido: Mayor rapidez:
Al no estudiar la totalidad de
sujetos sino una muestra de
de igual forma, la recolección
ellos, los recursos financieros,
de la información se hará en
materiales, personal, etc
menos tiempo.
necesarios para hacer la
investigación serán menores.

32. VENTAJAS Y LIMITACIONES DEL
USO DE MUESTRAS
Ventajas:
Mayores
Mayor exactitud:
posibilidades:
al estudiar una muestra se reduce el
volumen de trabajo, por lo cual es Existen casos en los cuales no es
posible emplear personal más posible estudiar toda la
capacitado, supervisar con mayor población, como por ejemplo,
cuidado las actividades de campo, cuando ésta es infinita o muy
el procesamiento de los datos, y de grande
esta forma obtener resultados más En ese caso solo es posible
exactos. estudiar una muestra

33. VENTAJAS Y LIMITACIONES DEL
USO DE MUESTRAS
Limitaciones
:
La teoría del muestreo es
compleja y no es del dominio
No se debe emplear de la mayoría de los
muestras cuando la investigadores, por lo que
población es muy pequeña con frecuencia deben buscar
apoyo en especialistas en la
materia.

35.  Un procedimiento tal, que al escoger un grupo pequeño de
una población se pueda tener un grado de probabilidad de
que ese pequeño grupo efectivamente posee las
características del universo que estamos estudiando.
 Muestreo es el proceso utilizado para escoger y extraer una
parte del universo o población de estudio con el fin de que
represente al total.
 Todo subgrupo de una población constituye una muestra,
PERO;
 NO TODOS SON REPRESENTATIVOS DE ELLA.
 TAMPOCO TIENEN LA MISMA PROBABILIDAD DE SER ESCOGIDOS.
 Existen dos tipos:
1- Muestreo Aleatorio Simple y
2- Muestro No-Probabilistico.

37.  Es el método que consiste en extraer una parte o
muestra de una población o universo, de tal forma
que todas las muestras posibles de tamaño fijo
tengan la misma posibilidad de ser seleccionadas.
 En el caso anterior se indica sacar más de una muestra
debido a la dificultad para asegurar que una muestra al azar
sea representativa.
 Atendidos ciertos criterios se puede confiar en que la
muestra será representativa.
 Para que el muestreo sea probabilístico o aleatorio es
requisito que todos y cada uno de los elementos de la
población tenga la misma probabilidad de ser
seleccionado, además esa probabilidad es conocida.

39.  Más sencillo, más usado. Se caracteriza porque cada
unidad tiene la misma probabilidad de ser incluida en
la muestra.
EXISTEN VARIAS MODALIDADES:
a)- Por medio del uso de tabla de números aleatorios.
b)- Muestreo sistemático.
c)- Muestreo estratificado.
d)- Muestreo por conglomerado.

40. I- SORTEO: Se coloca en un recipiente tarjetas o fichas que
representen a cada unidad del universo y luego seguir la siguiente
secuencia:
1- Identificar y definir la población.
2- Establecer la estructura muestral; lista real de las unidades o
elementos de la población.
3- Determinar el numero que conformará la muestra.
4- Anote la secuencia individual en tarjetas, hasta completar el
Universo, luego depositelo en un recipiente.
5- Extraer una a una las unidades correspondientes a la muestra.
6- Controle el tamaño de la muestra seleccionada.
También puede realizarse el muestreo de otra forma, como
escoger de manera aleatoria de números.
Desventajas: No se puede utilizar si el universo es muy grande.

41. II- TABLA DE NÚMEROS ALEATORIOS: más rápido y práctico.
Consiste en disponer el universo distribuido como números en
varias columnas y filas, de los que se seleccionará la muestra:
1- Identifique y defina la población.
2- Establezca el listado real de las unidades o elementos del
universo.
3- Determine el numero de unidades que será la muestra.
4- Asegurar la enumeración de cada unidad del universo.
5- Determine el orden en que se usará la tabla, definiendo las
combinaciones que se harán.
6- Seleccione las unidades muestrales, listandolas para eliminar las
repeticiones.
7- Asegúrese de la cantidad de unidades seleccionadas hasta
completar la muestra, puede necesitarse en caso que no se hallen
o desaparezcan números ya listados.

43. III- MUESTREO SISTEMATICO: Cada unidad tiene igual
probabilidad de ser seleccionada.Varia el proceso de selección de
las muestra.
1- Seleccione el numero de unidades que conformará la muestra.
2- Asegure la cantidad del universo y que todas las unidades están
numeradas.
3- Calcule el “Número de selección sistemática”, intervalo numérico
que servirá para la selección de la muestra. N:n; 500/100= 5
(intervalo de selección muestral).
4- Determine la unidad por donde se iniciará la selección de la
muestra, azar o sorteo, definiendo las primeras 5 por la que se
iniciará.
5- Conforme la muestras; si el primer numero es 4, los siguientes
serán 9, 14, 19, hasta completar la muestra. Hasta completar 100.

44. IV- MUESTREO ESTRATIFICADO: Se caracteriza por subdividir
a la población en subgrupos o estratos, debido a la
variabilidad que presentan las variables principales del
estudio.
Ej: Presión arterial, debe medirse en hombres y mujeres.
* Muestreo estratificado proporcional, es en el que se elige
una proporción por cada estrato.
Ej: Si se toma una muestra de una población en que el 15%
fuma y el 85% no, se deberá mantener la misma proporción.
* Muestreo estratificado no proporcional, Es en el que no se
mantiene la proporción, esto es más conveniente cuando se
intenta comparar estratos. Ej: se selecciona el 50% que fuma
y el 50% que no fuma.
 Tener en cuenta que:
 No hacer muchos estratos.
 No estratificar con respecto a muchas variables.

45. 1- Seleccione el numero de unidades que conformará la muestra.
2- Determine los estratos o subgrupos que hará, según la variable
que está estudiando.
3- Asegurese del número que compone cada estrato, numerados y
fácilmente identificables.
4- Calcule el porcentaje que constituirá la muestra Con el ejemplo
anterior; 500...100%, entonces 100...20%., por lo tanto 20.
5- Calcule el 20% de cada estrato y seleccionelo.
6- Al hacer la selección puede hacerlo por azar simple o usando una
tabla.
* Secuencia utilizable para un muestreo estratificado proporcional.
* Los estratos se dan en forma natural (hombres-mujeres, viejos-
jóvenes, etc.

46. V- MUESTREO POR CONGLOMERADO: Se utiliza cuando no se
cuenta con un listado detallado de las unidades del universo.
Se procede a tomar grupos o conjuntos de unidades
(conglomerados).
Por la dificultad de organizar las unidades muestrales, el
investigador define los estratos, tampoco conoce la distribución
de la variable.
1- Definir y seleccionar los conglomerados a estudiar.
2- Hacer listado de las unidades que componen los conglomerados.
3- Seleccionar la muestra con alguno de los métodos antes
mencionados.
Ej: Si se estudiará las escuelas primarias, sobre un fenómeno, 1º se
seleccionan las escuelas luego, se determinan los cursos que se
estudiarán, y finalmente los alumnos, con método aleatorio.
* No es tan confiable con muestreo aleatorio.

47.  También conocido como “muestreo por conveniencia”,
No es aleatorio, por ello se deconoce la probabilidad de
selección de cada unidad, esto hace que pierda
credibilidad.
 Su característica principal es que el investigador utiliza
algunos criterios para seleccionar la muestra.
 EXISTEN DOS TIPOS FUNDAMENTALES:
1- Muestreo Intencional o Deliberado y
2- Muestreo Accidental o por Comodidad.

48. 1- MUESTREO INTENCIONAL O DELIBERADO:
 El investigador decide, según los objetivos, los elementos que
integrarán la muestra, considerando aquellas unidades
supuestamente “típicas” de la población que se desea conocer.
 El investigador conoce la población y sus características que
pueden ser utilizadas para seleccionar la muestra.
2- MUESTREO ACCIDENTAL O POR COMODIDAD:
 Se toman las unidades o casos que están disponibles en un
momento dado; consultantes en box, asistentes a un curso, etc.
 El muestreo por “cuota”, es en el que el investigador selecciona la
muestra de acuerdo a fenómenos a estudiar, solo les interesa
cumplir con la cuota muestral.
* En general no se recomienda el uso de muestreo no estratificado
para investigaciones cuantitativas, debido a que no permite
calcular el error del muestreo.

50.  La adecuación es la propiedad basada en el
cumplimiento de las normas relacionadas con el tema
a investigar y la situación.

51.  El muestreo adquiere
todo su sentido en
cuanto que garantiza que
 La representatividad es
las características que se
la característica más
quieren observar en la
importante de una
población quedan
muestra.
reflejadas
adecuadamente en la
muestra

52.  Fox señala que para lograr la representatividad se
requiere:
 1. Conocer qué características (variables) están
relacionadas con el problema que se estudia;

53.  2. Capacidad para medir esas variables, y
 3. Poseer datos de la población sobre estas
características o variables para usarlos como variable
de comparación.

54.  Generalizar a la población a partir de la muestra sólo
está justificado si ésta representa realmente a la
población

55.  “Preservar la representatividad es el atributo más
importante que debe reunir el muestreo, lo que nos
permitirá generalizar a la población los resultados
obtenidos en la muestra”.

56.  Para que una muestra proporcione datos confiables,
éstos deben ser representativos de la población, es
decir, que los errores del muestreo deben ser
relativamente pequeños para que ésta no pierda su
validez. Ninguna muestra da garantía absoluta en
relación con la población de donde ha sido extraída, de
ahí, la importancia de poder determinar el posible
margen de error y la frecuencia de los mismos dentro
del conjunto.
 La selección de la muestra es uno de los pilares de la
investigación.

57.  Existen diferentes ventajas que ofrece el uso de una
muestra como un bajo costo, mayor rapidez en la
obtención de datos, así como una mayor exactitud
 Para poder estudiar todos los elementos o sujetos a los
cuales se refiere el problema es necesario que la
cantidad de sujetos y la forma como son seleccionados,
sean adecuada.
 Es importante apuntar que mediante este trabajo se le
muestra a los investigadores cómo poder seleccionar el
tamaño de una muestra para que sea representativa
con relación a la población a trabajar.