Muestreo probabilistico

1. EL MUESTREO
DRA. GEMMA LIZETH GUTIÉRREZ VÁZQUEZ

2. Toda investigación debe ser transparente, así como estar
sujeta a crítica y réplica, este ejercicio solamente es posible
si el investigador delimita con claridad la población
estudiada y hace explícito el proceso de selección de su
muestra.

3. Muestra:
subgrupo de la
Población del cual se
recolectan los datos y
debe ser
representativo de
ésta
Población:
Conjunto de
elementos que
tienen algo en
común

4. POBLACIÓN
 Conjunto de todos los
casos que coinciden con
determinadas
especificaciones.
 Hay que establecer con
claridad sus
características.

5.  Con las muestras se hacen estimaciones que son aproximaciones
del parámetro de una población
Población Muestra
X
µ
N
n

6. VENTAJAS PARA SELECCIONAR MUESTRA
Menor
tiempo
Menos
costoso
$
Mayor
control de
las
variables
Recurso
Humano

7. CRITERIOS DE SELECCIÓN
 Una buena
selección
asegura: que
los resultados
del trabajo de
investigación
representen lo
que está
sucediendo en
la población.
Inclusión
• Características
mínimas que deben
tener para entrar en
el estudio.
• Características
demográficas,
clínicas, geográficas y
temporales.
No Inclusión/
Exclusión
• Características que si
las tiene no entra.
• Son las
especificaciones de la
población que no será
estudiada.
Eliminación
• Características que si
las presenta, hasta
ahí llegó en el
estudio.
• Aquellos que a pesar
de ser incluidos en el
estudio, cuentan con
una alta probabilidad
que se pierdan en el
seguimiento.

8. EJEMPLO:
Criterios de Inclusión Criterios de Exclusión Criterios de Eliminación
• Pacientes con leucemia
entre 2 y 20 años de edad
• Pacientes que estén en fase
de inducción, consolidación
o mantenimiento.
• Pacientes que estén en
vigilancia
• Pacientes con lesiones de
mucositis oral en cualquiera
de los grados que estén
recibiendo tratamiento para
esta.
• Pacientes < de 2 años
• Pacientes > de 20 años
• Pacientes que abandonen el
estudio en cualquier
momento.
• Pacientes que no deseen
participar
Efectividad de Vitamina E tópica vs colutorio de Bicarbonato de sodio en prevención de
Mucositis Oral en pacientes con Quimioterapia

9. ¿EN UNA
INVESTIGACIÓN
SIEMPRE SE
NECESITA UNA
MUESTRA?
EN LA MAYORÍA “SÏ”

10. ¿CÓMO SELECCIONAR LA MUESTRA?
Se pretende
que la
muestra sea
un reflejo fiel
del conjunto
de la

11. PROCEDIMIENTO DE MUESTREO
1. Cálculo del tamaño de la muestra, que sea representativo
de la población.
2. Identificar el tipo de muestreo a realizar de acuerdo a las
características de nuestra población.
¿cuantas personas?
¿cómo las selecciono?

12. ¿cuántas personas
necesito para mi
muestra?

13. CALCULAR MUESTRA POR INTERNET
HTTPS://WWW.CORPORACIONAEM.COM/TOOLS/CALC_MUESTRAS.PHP

14. Error máximo aceptable, los valores pueden ir de 1% a 20%,
los aceptables en IC son de 1% a 5% (posibilidad de equivocarnos 5 en 10
Totalidad de la población: clínica, hospital (del
tema de nuestro interés)
Grado de certeza (o probabilidad), expresado en porcentaje con el
que queremos realizar la estimación de un parámetro a través de un
estadístico muestral.

15. Tienes 95% de
Probabilidades de
atinarle al ganador,
contra solo 5% de
perder ¿Apostaría?
Si te dieran 95 boletos de 100
para la rifa de un automóvil
¿sentirías confianza de que vas
a estrenar auto?
“SI”
Aunque no tendría la certeza total
“Esta no Existe”
(al menos para la inv. clínica)

16. FÓRMULAS PARA CÁLCULO DE TAMAÑO DE MUESTRA
Ajustada

17. FÓRMULA PARA CÁLCULO DE TAMAÑO DE MUESTRA
 Donde:
 Zα = 1.96 Dato probabilístico otorgado
por el nivel de confianza 95%
 d = Error máximo permitido 2%: 0.02,
3%: 0.03 5%: 0.05, 10%: 0.10
 p = Proporción de la enfermedad cuando
no se conoce es el 50%: 0.5

18. EJEMPLO:
 Asociación entre el control glucémico y el nivel de conocimientos sobre
diabetes mellitus tipo 2 en los pacientes del programa DIABETIMSS de la UMF
61,
Córdoba, Ver.
Donde:
 Zα = 1.96
 d = 5%: 0.05
 p = prevalencia de DM2 en México: 9.2%

19. FÓRMULA PARA CÁLCULO DE TAMAÑO DE MUESTRA
Donde:
 Zα = 1.96
 d = 5%: 0.05
 p = prevalencia de DM2
en México: 9.2%

20. AJUSTADA
Donde:
 N= 300 pacientes
Asociación entre el control glucémico y el nivel de
conocimientos sobre diabetes mellitus tipo 2 en los pacientes
del programa DIABETIMSS de la UMF 61, Córdoba, Ver.

21. A CONSIDERAR:
 Entre mas pequeño sea el margen de error mayor será la muestra
d = Error máximo permitido 2%: 0.02, 3%: 0.03 5%:
0.05, 10%: 0.10

22. A CONSIDERAR:
 Entre mas pequeño sea el margen de error mayor será la muestra
d = 0.01
d = 0.05

23. TIPOS DE MUESTREO
Probabilístico
• Todos los elementos
tienen la misma
posibilidad de ser
elegidos
No Probabilístico
• La elección de los
elementos no
depende de la
probabilidad, si no
de las características
de la investigación.
• No permite
generalizaciones

24. Probabilístico
• Aleatorio Simple
• Estratificado
• Por Racimos, Conglomerados o clusters
• Sistemático
No Probabilístico
• Intencional – Por Conveniencia
• Por cuota
• Accidental
• Bola de nieve
• Discrecional

26. TIPOS DE MUESTREO

27. ALEATORIO SIMPLE

28. ALEATORIO SIMPLE
 Se requiere tener una lista numerada de todas las unidades del marco
muestral: población cautiva.
 El procedimiento empleado es el siguiente:
1) Se asigna un número a cada individuo de la población
2) A través de algún medio mecánico, se eligen tantos sujetos como sea
necesario para completar el tamaño de muestra requerido.

29. MEDIOS MECÁNICOS
Tabla de
números
aleatorios
# aleatorios
por
computador
a o
calculadora
SHIF
RAN#
IGUAL

30. TABLA DE NÚMEROS ALEATORIOS
1. Tirar el dado para conocer el primer valor COLUMNA
2. Tirar el dado para conocer el segundo valor BLOQUE
DE FILA
3. Tirar el dado para conocer el tercer valor COLUMNA
DENTRO DE BLOQUE
4. Tirar el dado para conocer el cuarto valor FILA

31. 1. COLUMNA: 4
2. BLOQUE DE FILA: 2
3. COLUMNA DENTRO DE BLOQUE: 5
4. FILA DENTRO DE BLOQUE: 3

32. COLUMNA: 4,
BLOQUE DE FILA: 2,
COLUMNA DENTRO DE BLOQUE: 5,
FILA DENTRO DE BLOQUE: 3

33. N=300
n=91
782
169
121
904
547
812
283
607

34. 276
574
133
Se recorre un dígito a la derecha y
se continúa en dirección arriba
333
749
765
756
225

35.  Se continúa recorriendo un dígito
hacia la derecha, subiendo y bajando,
hasta que completemos 91 selecciones
N=300
n=91

36. 782
169
121
904
547
812
283
607
276
574
133
333
749
765
756
225
N=300
n=91
Sin reemplazo 782
169
121
904
547
812
283
607
276
574
133
333
749
765
756
225
Cada una de las unidades
son excluidas de la población

38. ESTRATIFICADO

39. ESTRATIFICADO
 Comparar resultados entre segmentos, grupos o nichos de la población.
 La población se divide en segmentos y se selecciona una muestra de cada
segmento, subpoblaciones (o estratos homogéneos), de acuerdo a una
característica relevante.
 Se realiza un muestro aleatorio simple de cada estrato.
 Lo que se pretende es asegurarse de que todos los estratos de interés
estarán representados adecuadamente en la muestra

40. NOS INTERESAN PERSONAS DE LAS RELIGIONES: CATÓLICOS, CRISTIANOS, JUDÍOS, MAHOMETANOS,
BUDISTAS. PARA CONTRASTAR CIERTOS DATOS, PERO LA CIUDAD (20 000 HABITANTES) DONDE SE
APLICARÁ EL ESTUDIO ES MAYORMENTE CATÓLICA Y MAHOMETANA.
1
Católicos
N= 5000
2
Cristianos
N= 3000
3
Judíos
N= 4000
4
Mahometanos
N= 5000
5
Budistas
N= 3000
N= 20 000 n=1800

41. PROCEDIMIENTO
1. Saber el Tamaño de Muestra
2. Sacar el porcentaje: de los 20 000 habitantes ¿cual es el porcentaje
de….? (en cada uno de los estratos.
1. Estrato 1: 5 000 / 20 000 x 100 = 25%
2. Estrato 2: 3 000 / 20 000 x 100 = 15%
3. Estrato 3: 4 000 / 20 000 x 100 = 20%
4. Estrato 4: 5 000 / 20 000 x 100 = 25%
5. Estrato 5: Estrato 2: 3 000 / 20 000 x 100 = 15%
N= 20 000 n=1800

42. 3. Del total de la muestra ¿cuanto equivale (%) de cada estrato.?
(cuantos necesitamos de c/u)
1. 5 000 / 20 000 x 1 800 = 450
2. 3 000 / 20 000 x 1 800 = 270
3. 4 000 / 20 000 x 1 800 = 360
4. 5 000 / 20 000 x 1 800 = 450
5. 3 000 / 20 000 x 1 800 = 270
N= 20 000 n=1800

43. NOS INTERESAN PERSONAS DE LAS RELIGIONES: CATÓLICOS, CRISTIANOS, JUDÍOS, MAHOMETANOS,
BUDISTAS. PARA CONTRASTAR CIERTOS DATOS, PERO LA CIUDAD (20 000 HABITANTES) DONDE SE
APLICARÁ EL ESTUDIO ES MAYORMENTE CATÓLICA Y MAHOMETANA.
1
Católicos
N= 5000
n= 450
2
Cristianos
N= 3000
n= 270
3
Judíos
N= 4000
n= 360
4
Mahometanos
N= 5000
n= 450
5
Budistas
N= 3000
n= 270
En cada estrato se realiza un muestreo
N= 20 000 n=1800

45. POR RACIMOS/CONGLOMERADOS/CLÚSTER
 A veces el investigador se ve limitado por: recurso $, Tiempo, Distancias geográficas.
 Las unidades se encuentran encapsuladas en determinados lugares físicos.
 Se elige aleatoriamente uno o varios conglomerados y la muestra está formada por todos
los elementos de los conglomerados.

46. Queremos conocer que porcentaje de la población de un país fuma.
1.Elegir al azar una muestra de estados
2.Se seleccionan al azar los municipios
3.Se eligen comunidades o colonias
4.Se eligen manzanas o cuadras
5.Se eligen viviendas

47. PROBABILÍSTICO
 Muestreo sistemático
 Selección por un proceso periódico (sistemático).
 Produce ligeramente estimaciones más precisas de
muestreo aleatorio simple.
 Se necesita un listado previo de la población

48.  Se pretende medir la calidad de la atención de los servicios
proporcionados por los médicos y las enfermeras de un
hospital.
 Los investigadores consiguen grabaciones de todos los
servicios durante un tiempo determinado
 Supongamos que filmaron N = 1548 servicios
 Muestra n = 308
 Se usa la siguiente fórmula K=N/n
 1548/308= 5.0259 redondeado 5
 El intervalo 1/K = 5 indica que cada quinto servicio se
seleccionará hasta completar 308

49. NO PROBABILÍSTICO
 Muestreo consecutivo o intencional
 Adopción de cada participante que cumpla los criterios de selección en un
intervalo de tiempo especificado. Es el mejor muestreo no probabilístico, por ser
muy práctico.
 Muestreo accidental
 Aquellos que encontramos a la mano y quieren cooperar. No importan las
características del sujeto.

50. NO PROBABILÍSTICO
 Muestreo de conveniencia
 Se elige a una muestra por ser conveniente, fácil, económica. Pero no se hace
en base a un criterio de aleatoriedad.
 Muestreo por cuota
 El investigador decide el numero de sujetos que va a participar en el estudio

51. NO PROBABILÍSTICO
 Muestreo por bola de nieve
 Se inicia con una muestra tomada al azar los cuales
conducen a otros, y estos a otros, y así hasta conseguir
una muestra suficiente.
 Muestreo Discrecional
 A criterio del investigador los elementos son elegidos
sobre lo que él cree que pueden aportar al estudio.

52. GRACI
AS