Universidad Nacional Mayor de San Marcos

Doctorado en Ciencias de la Salud

Diseño Metodológico :
Población y Muestra

01-08-2009
Mag. Ivonne Bernuí Leo
1
Población y
Muestra
cuantitativa

2
Población
 Conjunto de individuos que guardan similitud
entre sí en los aspectos que son relevantes
para los objetivos de la investigación.

 Por limitaciones económicos y de tiempo;

 Falta de recurso humano calificado para realizar
las observaciones o para obtener las mediciones
necesarias y
 Dificultades geográficas y logísticas.

Ardila J, Rodríguez MN, Gil F. Capítulo 8: Población y Muestreo. En Ruiz AM,

Morillo LE. Epidemiología Clínica. Editorial Médica Panamericana. Bogotá. 3
Colombia. 2004.
 MUESTRA
 Sub-conjunto de la población, que permite
inferir, estimar o extrapolar los resultados de
la observación a la población.
 Consecuencias de no tener el tamaño
adecuado:
 Por defecto no podremos ser precisos al estimar
los parámetros y además no encontraremos
diferencias significativas cuando en la realidad sí
existen.
 Por exceso, podríamos estudiar un número
innecesario de pacientes.
Ardila J, Rodríguez MN, Gil F. Capítulo 8: Población y Muestreo. En Ruiz AM, Morillo
LE. Epidemiología Clínica. Editorial Médica Panamericana. Bogotá. Colombia. 2004.
4
Calculo del tamaño de
Muestra

5
Criterios
 Criterio: recursos disponibles (máximo
tamaño posible); plan de análisis
(mínimo tamaño deseable).
 Tamaño absoluto: N=100, n=30
(30%), pero si N=50000 y n=500 (1%)
 Muestra grande no necesariamente
representativa.
 > variabilidad > tamaño.
 Si se planean comparaciones de
grupos, asegurarse de 20 – 30
unidades por casilleros.
6
TAMAÑO DE LA MUESTRA

 Existen varias fórmulas para

determinar el tamaño de la
muestra.
 Dos más comunes:
 Variable principal es una
proporción.
 Variable principal es un
promedio.
 Debemos conocer ciertas
características de población
ANTES de empezar el estudio. 7
Fórmula para Proporciones

n = N z2 p q / d2 (N-1) + z2 p
q
n = Tamaño de muestra
N = población
z = nivel de confianza
p = proporción estimada de la población
q=1–p
d = Precisión ó error máximo permisible
Wayne, D. Bioestadística. Trad. 5ª ed. Ingles. Pag. 8
206
 Tamaño de Muestra: Proporciones

Universo : Niños < 6 años. PPJJ “Chavín Huantar”

.VES
Variable Principal: Prevalencia Retardo
n=
Crecimiento 360 * (1.96)2 * 0.38 * 0.62
2
(0.05)2 (360-1) + (1.96)2 * 0.38 *
0.62

nN =
= 182
360 niños
z = 95% (1.96)
p , prevalencia de Ret. Crec. = 38%
q , prevalencia niños crec. Normal =
62% 9
Fórmula para Medias

n = N z2 σ2 / d2 (N-1) + z2 σ2

n = Tamaño de muestra
N = Población
z = nivel de confianza
s2 = Varianza poblacional
d = Precisión ó error máximo permisible

Wayne, D. Bioestadística. Trad. 5ª ed. Ingles. Pag. 10

203
 Tamaño de Muestra: Media
Universo : Mujeres Socias de Comedores. Distrito
Surco
Variable Principal: Promedio de Consumo de
n = 608 * (1.96)2 * 625 = 144
Energía
100 * 607+ (1.96)2 * 625

n = Tamaño de muestra
N = 608
z = 95% (1.96)
σ2 = 625
d = 10
Wayne, D. Bioestadística. Trad. 5ª ed. Ingles. Pag.
203 11
 Fórmula para Comparar Proporciones

n = [ Zα *√2p(1- p) + Zβ * √p1(1- p1)+p2(1- p2) ]2

(p1-p2)2

n = sujetos necesarios en cada uno de las muestras

Z α = Valor Z correspondiente al riesgo deseado
Z β = Valor Z correspondiente al riesgo deseado
p1 = Valor de la proporción en el grupo de control
p2 = Valor de la proporción en el grupo de tratamiento.
p = Media de las dos proporciones p1 y p2.

Pita S. Determinación del tamaño muestral serie [Metodología de la investigación]. Fisterra.com [Portal
de internet]. 2001[último acceso 2009 junio 30]. Disponible 12
http://www.fisterra.com/mbe/investiga/9muestras/9muestras.asp.
 Fórmula para Comparar Medias

n = 2 ( Zα + Zβ)2 *S2
d2

n = Tamaño de muestra
Zα = Valor Z correspondiente al riesgo deseado
Zβ = Valor Z correspondiente al riesgo deseado
s2 = Varianza poblacional
d = Precisión ó error máximo permisible

Pita S. Determinación del tamaño muestral serie [Metodología de la investigación]. Fisterra.com [Portal de internet].
2001[último acceso 2009 junio 30]. Disponible http://www.fisterra.com/mbe/investiga/9muestras/9muestras.asp. 13
Tamaño muestral ajustado a las
pérdidas
 Posibles pérdidas por pérdida de información,
abandono, no respuesta
 Por lo que se debe incrementar el tamaño muestral
respecto a dichas pérdidas.
 El tamaño muestral ajustado a las pérdidas se puede
calcular:
 Muestra ajustada a las pérdidas = n (1 / 1–R)
• n = número de sujetos sin pérdidas
• R = proporción esperada de pérdidas
 Así por ejemplo si se calculó 48 como tamaño de
muestra y se espera tener un 15% de pérdidas el
tamaño muestral necesario seria: 48 (1 / 1-0.15) = 56
pacientes en cada grupo.
14
Tipos de
Muestreo

15
 Tipo de muestreo

más importante que

tamaño de muestra

Fuente: 16
UNIVERSO = Cuatro Muestras
15 personas Diferentes de
2, 3, 5, 10
2 personas
6 12
18 30 Naranjas/ x
n
20 per cap/ mes
10 8
22 2 6, 14 10
14 26
16 24 3 16, 18, 8 14.0
4 5 26, 14, 18, 2, 17.6
28
Media 10 22,16,24,22,8,1 15.8
Poblacional= 16 4,28,20, 2
17
naranjas ⁄ mes
 TIPOS DE MUESTREO

PROBABILISTICO NO PROBABI-
LISTICO

Estrati-
Aleatorio
ficado
Simple
Por c n v e-
uota o
s Por c cia
nien

Sistemático
Conglo- Deliberado
merado
Fuente: 18
 Cuenta con
un Marco
Muestral

Probabilístico
TODOS
elementos universo
misma probabilidad
de ser seleccionados

19
 Muestreo sistemático
Se basa en aplicar una regla sistemática simple, como
elegir uno de cada ‘n’ individuos.

20
POBLACION

21
Estratificado por un Factor

22
Estratificado por 2
factores

23
 MUESTREO ALEATORIO ESTRATIFICADO

 Modificación del MAS, Ejemplo: Listado de 2000

para que la muestra personas con HTA, y se
presente misma necesitan 250 personas. Se
distribución que la conoce que la HTA varía en
población en relación a función del sexo y presencia
determinadas variables. de obesidad.
 Estimaciones más Población
precisas. Hombre Mujeres Total
 Población se divide en s
estratos en función de las Obesidad 240 320 560
categorías de la (s) variable (12%) (16%) (28%)
(s). No 960 480 1440
 Se forman sub-grupos que obesidad (48%) (24%) (72%)
son mutuamente
excluyentes. Muestra
Hombre Mujeres Total
 Requiere: s
 Conocer en población
Obesidad 30 40 70
distribución de las variables (12%) (16%) (28%)
de estratificación.
No 120 60 180
 Marco Muestral
obesidad (48%) (24%) (72%)
24
 Por
conglomerados

25
 Muestreo Unidad Primaria UGEL (UPM)
por etapas: Muestreo

Ejemplo:
Evaluación U. Secundaria Instituciones Educativos
Antropométrica en Muestreo (USM)
Escolares
de Lima
Metropolitana U. Terciaria
AULAS (UTM)
Muestreo

Unidad de Análisis ESCOLARES

Estructura típica de un diseño muestral
de hogares

Característica Posible definición

Estrato Regiones
Tipo de comunidad
U Primaria Secciones censales
Pueblos en áreas rurales
Manzanas en áreas urbanas
U Secundaria Viviendas

U Terciaria Miembros de las viviendas

U observación Individuos
27
Muestro No probabilístico, por
conveniencia

Elección de los elementos depende de las

causas relacionadas con las
características de la investigación.
se desconoce la probabilidad de elección de
cada unidad o elemento del universo No
se puede estimar el error muestral,
no se pueden hacer inferencias.

28
Muestro No probabilístico, por
conveniencia
 Selección depende de características
relacionadas con la investigación.
 Se desconoce la ‘p’ de elección de cada
unidad del universo
 No se puede estimar el error
muestral, no se pueden hacer
inferencias.
 Es útil para los estudios piloto.
Pineda EB, de Alvarado EL. Op cit pag. 138-9.
29
Muestro No probabilístico, por
conveniencia
 Muestreo de casos extremos o inusuales.
 Muestreo de máxima variabilidad
 Muestras homogéneas
 Muestreo de casos típicos
 Muestreo de informantes clave.

Pineda EB, de Alvarado EL. Op cit pag. 138-9.

30
Muestreo por avalancha / cadena / bola
de nieve

31
Compromiso entre lo deseable
y lo viable

32