DISEOS MUESTRALES

Los diseos muestrales son procedimientos para extraer muestras de poblaciones con el objeto de conocer sus caractersticas y a partir de ellas lograr inferir hacia la poblacin. Por ejemplo, hemos mencionado que las poblaciones estn formadas por individuos, pero sera mejor denominarlas unidades de muestreo o unidades de estudio: Personas, clulas, familias, hospitales, pases La poblacin ideal que se pretende estudiar se denomina poblacin objetivo. No es fcil estudiarla por completo. Aproximamos mediante muestras que den idealmente la misma probabilidad a cada individuo de ser elegido. Tampoco es fcil elegir muestras de la poblacin objetivo: Si llamamos por telfono excluimos a los que no tienen. Si elegimos individuos en la calle, olvidamos los que estn trabajando...

Magister Luis F. Mucha Hospinal

POBLACIN Y MUESTRA.

Una vez definido el problema a investigar, formulados los objetivos y delimitadas las variables se hace necesario determinar los elementos o individuos con quienes se va a llevar a cabo el estudio o investigacin Poblacin es un conjunto definido, limitado y accesible del universo que forma el referente para la eleccin de la muestra. Es el grupo al que se intenta generalizar los resultados. (Buenda, Cols y Hernndez, 1998: 28) El trmino universo designa a todos los posibles sujetos o medidas de un cierto tipo... La parte del universo a la que el investigador tiene acceso se denomina poblacin. (Fox, 1981: 368)

MUESTREO.

Se conoce con el nombre de muestreo al proceso de extraccin de una muestra a partir de la poblacin. El proceso esencial del muestreo consiste en identificar la poblacin que estar representada en el estudio.
Muestra

...es una parte o subconjunto de una poblacin normalmente seleccionada de tal modo que ponga de manifiesto las propiedades de la poblacin. Su caracterstica ms importante es la representatividad, es decir, que sea una parte tpica de la poblacin en la o las caractersticas que son relevantes para la investigacin. (Jimnez Fernndez, 1983: 237)

Magister Luis F. Mucha Hospinal

Etapas del proceso de muestreo.

Fox (1981: 367-369) seala cinco etapas en el proceso de muestreo:

1. Definicin o seleccin del universo o especificacin de los posibles sujetos o elementos de un determinado tipo

2. Determinacin de la poblacin o parte de ella a la que el investigador tiene acceso

3. Seleccin de la muestra invitada o conjunto de elementos de la poblacin a los que se pide que participen en la investigacin

4. Muestra aceptante o parte de la muestra invitada que acepta participar

5. Muestra productora de datos; la parte que acept y que realmente produce datos.
Magister Luis F. Mucha Hospinal

Por ejemplo: Si la poblacin de un estudio sobre prcticas de planeacin familiar constara de un conjunto de mujeres de 15 a 45 aos de edad, de las cuales el 40% utilizara anticonceptivos orales y el 10% parches de estrgeno. la muestra representativa debera reflejar dichos atributos en proporciones similares Caractersticas generales de la poblacin Criterios de inclusin. Son las caractersticas necesarias para que las unidades de anlisis (individuos, pares de madres e hijos, familiares, etc.) formen parte de la poblacin de estudio Criterios de exclusin. Son las caractersticas no necesarias o excluyentes para que las unidades de anlisis formen parte de la poblacin de estudio. Ej. embarazo , presencia de otra enfermedad
Magister Luis F. Mucha Hospinal

TIPOS DE MUESTREO

Aunque no existe una nica forma de clasificar las tcnicas de muestreo, es frecuente clasificarlas en probabilsticas y no probabilsticas.

A. Muestreo probabilstico. Para Marn Ibez (1985) este tipo de muestreo es el que alcanza mayor rigor cientfico, y se caracteriza porque se cumple el principio de la equiprobabilidad, segn el cual todos los elementos de la poblacin tienen la misma probabilidad de salir elegidos en una muestra. El muestreo por azar o probabilstico presenta varias modalidades:

Magister Luis F. Mucha Hospinal

TECNICAS DE MUESTREO PROBABILSTICO

1. MUESTREO ALEATORIO SIMPLE

Es la modalidad de muestreo ms conocida y que alcanza mayor rigor cientfico. Garantiza la equiprobabilidad de eleccin de cualquier elemento y la independencia de seleccin de cualquier otro
En este procedimiento se extraen al azar un nmero determinado de elementos, n, del conjunto mayor N o poblacin, procediendo segn la siguiente secuencia: a) Definir la poblacin, confeccionar una lista de todos los elementos, asignndoles nmeros consecutivos desde 1 hasta n;

b) La unidad de base de la muestra debe ser la misma c) Definir el tamao de la muestra, y

d) Extraer al azar los elementos.
Magister Luis F. Mucha Hospinal

2. Muestreo Sistemtico (MS ) Se usa cuando hay que seleccionar un nmero grande de nmeros aleatorios en forma sistemtica Un peligro de este mtodo es el que se den periodicidades en la poblacin que anulen la representatividad de la muestra. Supongamos que I = 10 y trabajamos con empleados de una empresa agrupados en Departamentos en los que el personal est listado segn categoras profesionales, por este orden: 1 directivo, 14 profesionales especializados, 5 administrativos. Al elegir la muestra por este mtodo, sta quedar sesgada porque elegir siempre, por ejemplo, un directivo por cada departamento o bien porque no lo elegir nunca.

Ejemplo: de 10 000 historias clnicas de archivo (N) se toman 500 para el estudio (n)
Magister Luis F. Mucha Hospinal

Procedimiento:

a) se establece la fraccin de muestreo o % f = (n/N) x 100, f = (500/10000) x 100 = 5% Se calcula el intervalo de muestreo denotada por: k = N/n y se genera un intervalo entre 1 y k as en nuestro ejemplo el intervalo de muestreo es: K = 10000/500 = 20, por consiguiente, el intervalo que se obtiene est entre 1 y 20 (no siempre k resulta un entero y se recomienda redondear al entero inmediato) b) Se elige un nmero al azar que este comprendido entre 1 y k inclusive. El nmero elegido se denota por x y se le denomina arranque aleatorio. La muestra queda constituida como: x, x+k , x+2k,x +(n-1)k Utilizando la tabla de nmeros aleatorios se elige un nmero que est entre 1 y 20 resultando x = 10. Por consiguiente, la muestra queda constituida por: 10, 30, 50, 70, 90,110; hasta completar las 500 historias clnicas, aquellas unidades que estn identificadas con estos nmeros pasarn a integrar la muestra
Magister Luis F. Mucha Hospinal

3. Muestreo aleatorio estratificado (MAE)

Se utiliza cuando la poblacin de estudio no es homognea, reduciendo el error de muestreo mediante la estratificacin de la poblacin accesible, subdividindose en subpoblaciones independientes llamadas estratos. Ejemplo: Si se tiene inters en conocer la estatura, media de estudiantes del primer ao de una determinada universidad. Se sabe que el nmero total de estudiantes del primer ao es N= 400. Adems, se tiene informacin de que la estatura est correlacionada con el sexo de los estudiantes. Por consiguiente, la estructura de la poblacin es heterognea. De acuerdo con la variable (sexo) que est provocando la heterogeneidad se tienen que formar dos estratos y estos son

Magister Luis F. Mucha Hospinal

Estratos
Estrato 1 (hombres)

frecuencias (ni)
300

Estrato 2 (mujeres)
Total

100
N = 400

Si el tamao de la muestra es 60 cmo lo podemos distribuir entre los dos estratos? Usaremos la tabla de distribucin de frecuencias para distribuir el tamao de la muestra entre los L estratos

Magister Luis F. Mucha Hospinal

Estratos

ni

Hi

Hixn

submuestras 45

Hombres

300

0,75

0,75x60

Mujeres

100

0,25

0,25x60

15

Total

400

1,00

60

Magister Luis F. Mucha Hospinal

B. Muestreo no probabilstico
En estas tcnicas no se utiliza el muestreo al azar sino que la muestra se obtiene atendiendo al criterio o criterios del investigador o bien por razones de economa, comodidad, etc.
TECNICAS DE MUESTREO NO PROBABILSTICO
1. MUESTREO ACCIDENTAL O CASUAL.

Desde el punto de vista de la investigacin este tipo de muestreo es ms dbil. No obstante, puede usarse en estudios exploratorios cuando no se disponen de otras, cuidando mucho el anlisis y la interpretacin de resultados.

Magister Luis F. Mucha Hospinal

2. MUESTREO INTENCIONAL U OPINATIVO.

Este mtodo, que Jimnez Fernndez (1983) califica de deliberado, se justifica cuando se quieren estudiar elementos excepcionales de cierta poblacin, ya que la forma de asegurarse de que se incluirn en dicho estudio, es elegirlos intencionalmente.

No dudando de su utilidad, se presta a crticas porque las muestras obtenidas resultan inevitablemente sesgadas en el sentido del criterio que se ha usado para seleccionarla.

Magister Luis F. Mucha Hospinal

3. MUESTREO POR CUOTAS.

El sistema de cuotas consiste en fijar unas cuotas. Cada cuota consiste en un nmero de elementos que renen unas determinadas condiciones. La seleccin de las cuotas suele hacerse mediante rutas o itinerarios.
En este procedimiento se parte de una muestra estratificada cuyas proporciones debe conservar el investigador, pero cada uno de los casos queda a su arbitrio elegirlos
Magister Luis F. Mucha Hospinal

Ejemplo: Un investigador que desea estudiar las actitudes de los estudiantes de enfermera respecto de trabajar con pacientes que tienes SIDA. La poblacin accesible consta de una sola facultad cuyo nmero de estudiantes asciende a 1000. En este caso se busca una muestra de 200 estudiantes.
Grupo Poblacin Gnero Varones Mujeres total Varones Mujeres total I Ciclo 25 (2,5%) 225(22,5%) 250 (25%) 2 (1%) 98 (49%) 100 (50%) II Ciclo 25 (2,5%) 225(22,5%) 250 (25%) 4 (2%) 36(18%) 40 (20%) III Ciclo 25 (2,5%) 225(22,5%) 250 (25%) 3(1,5%) 37 (18%) 40 (20%) IV Ciclo 25 (2,5%) 225(22,5%) 250 (25%) 1 (0,5%) 19 (9,5%) 20 (10%) Total 100 (10%) 900 (90%) 1000(100%) 10 (5%) 190 (95%) 200 (100%)

Muestra por convenien cia Muestra por cuotas

Varones Mujeres total

5 (2,5%) 45(22,5%) 50 (25%)

5 (2,5%) 45(22,5%) 50 (25%)

5 (2,5%) 45(22,5%) 50 (25%)

5 (2,5%) 45(22,5%) 50 (25%)

20 (10%) 180 (90%) 200 (100%)

Magister Luis F. Mucha Hospinal

TAMAO ADECUADO DE LA MUESTRA El tamao de la muestra, un tema que siempre preocupa, no tiene fcil solucin y va estrechamente unido a la representatividad. En principio hay que rechazar la idea

En principio hay que rechazar la idea, demasiado extendida, de que la muestra debe ser proporcional a la poblacin. De hecho, a medida que aumenta sta, con una menor proporcin podemos alcanzar la representatividad

No obstante, en igualdad de otras condiciones, los estadsticos calculados con muestras grandes son ms precisos que los calculados con muestras pequeas, pero una muestra representativa de 50 elementos es preferible a otra no representativa de 100 (Jimnez Fernndez, 1983).

Magister Luis F. Mucha Hospinal

No existe un tamao ideal de la muestra. A efectos descriptivos, se considera una muestra grande cuando n > 30. Una muestra debe ser lo suficientemente grande como para ser representativa, pero el nmero de elementos necesarios para lograr la representatividad vara de una investigacin a otra Cuanto ms homognea es una poblacin en la/s caracterstica/s objeto de estudio, ms fcil resulta obtener muestras representativas sin necesidad de que sean grandes. Es decir, el tamao de la muestra est en relacin directa con la desviacin tpica de las puntuaciones en la/s caractersticas de la variable a investigar. Nivel de confianza que queramos que alcancen nuestros resultados tambin influye en el tamao que debamos dar a la muestra. Entre +2 y -2 sigmas de la curva de distribucin normal de Gauss, a partir de la media, est incluido el 95.5% de la poblacin. Esto quiere decir que tenemos una probabilidad de que 955/1000 coincidan con los de la poblacin total
Magister Luis F. Mucha Hospinal

Otro dato determinante del tamao de la muestra es el error de estimacin. Es lgico pensar que no haya una coincidencia total entre los datos de la poblacin y los de la muestra. Hemos de indicar el mximo error tolerable, que suele establecerse en el 5%. Pero si queremos rebajar ese error tendremos que aumentar el volumen de la muestra.

Concluimos que determinar el tamao de la muestra es un tema complejo. Por tanto, el investigador habr de tener en cuenta: la amplitud del universo (infinito o no), representatividad, las variables (tipo de datos, valores de la misma, homogeneidad/variabilidad de los datos), el tipo de muestreo, el proceso y medios de recogida de datos, los anlisis estadsticos que se planifiquen, el error muestral, el error de estimacin y el nivel de confianza con el que deseemos trabajar entre otras consideraciones. Con esta base se tendrn los referentes necesarios para determinar el tamao de la muestra

Magister Luis F. Mucha Hospinal

Determinacin estadstica del tamao de la muestra

Conociendo el nivel de confianza que queremos que alcancen los datos se puede aplicar una ecuacin matemtica para estimar el tamao de la muestra. Segn se trate de poblaciones infinitas o finitas, Frecuentemente se opta por un nivel de confianza del 95% 99.7%, y un error de estimacin mximo del un 5% Determinacin del tamao de la muestra para estimar una proporcin poblacional infinitas

En este caso pueden presentarse dos situaciones:

a). Que conozcamos la proporcin de elementos que posee la caracterstica a travs de estudios previos. En este caso se aplica la frmula:

Z2 * p * q
n= e2
Magister Luis F. Mucha Hospinal

n = nmero de elementos que debe poseer la muestra = riesgo o nivel de significacin z = puntuacin correspondiente al riesgo " que se haya elegido. Por ejemplo, para un riesgo del 5%; = 0.05 (Z = 1.96) p = % estimado q = 100- p e = error permitido b) Si desconocemos la proporcin de individuos que poseen la caracterstica, se toma p = 50% y q = 50%.

De este modo, el nmero de elementos ptimo de una muestra, estimando qu proporcin de sujetos poseen una caracterstica al nivel de confianza del 99.7% (3 Z) y un error de estimacin admitido del 2%, ser:
32*50*50 ---------------- = 5625 elementos. 22
Magister Luis F. Mucha Hospinal

N=

Importante: Para aplicar la frmula se necesita conocer P y para establecer su valor se recomienda lo siguiente: Recurrir a estudios similares al que se quiere estudiar y de ah obtener el valor que corresponde a la proporcin P.

Realizar un estudio piloto y estimar el valor que le corresponde a P

En caso de que no existieran estudios similares y no pudiera hacerse un estudio piloto, se recomienda considerar la mxima varianza cuando P=0,5 con un error absoluto de E= 0,05

Importante: Para determinar el tamao de muestra se requiere conocer el error absoluto o error mximo permisible E, pero podemos calcularlo en base al error relativo.
El error absoluto E = Er. P

Magister Luis F. Mucha Hospinal

Determinacin del tamao de la muestra para estimar una proporcin poblacional finita. En este caso se emplea la siguiente frmula: Z2 * p * q * N n = ----------------------------e2 (N-1) + Z2 p * q Ejemplo: Se desea tomar una muestra de un pedido de 5000 libros, a fin de controlar la calidad del producto, con las siguientes restricciones:

Error muestral mximo. E = 5%

Coeficiente de confianza : 95% La proporcin defectuosa en otros pedidos ha sido P = 0,02

Determinar el tamao de la muestra

Magister Luis F. Mucha Hospinal

Z2 * p * q * N n = ---------------------e2 (N-1) + Z2 p * q

(1,96)2(0,02)(0,98)(5000 n = --------------------------------------------4999(0,05)2 + (1,96)2(0,02)(0,98)

n= 30

Magister Luis F. Mucha Hospinal

Ejemplo: A una universidad ingresaron 1500 alumnos el ao 2006. se desea conocer el porcentaje de alumnos fumadores y el promedio de cigarrillos diarios que fuman los alumnos. Como no es posible estudiar a todos los alumnos se decide seleccionar una muestra que permita realizar las estimaciones de las dos caractersticas de inters. Las condiciones que se imponen para determinar el tamao de muestra son : Para el porcentaje de fumadores.

a) Nivel de confianza: 95% , error absoluto o precisin 5% Para el promedio de cigarrillos:

a) Nivel de confianza 95%

b) Error absoluto o precisin no superior del 10% del promedio verdadero en un estudio realizado el ao 2004 en un facultad de dicha universidad se obtuvo que el porcentaje de fumadores fue 65%. El promedio de cigarrillos diarios por alumno fumador fue de 12 cigarrillos con una varianza de 30 cigarrillos.

Se pide determinar el tamao de la muestra necesaria para estimar: i) El porcentaje de fumadores de la poblacin

ii) El promedio de cigarrillos de los que fuman

Magister Luis F. Mucha Hospinal

Solucin: i) Determinacin del tamao de muestra para estimar la proporcin de fumadores: Se tiene que N= 1500 Si el nivel de confianza es 95% el valor Z = 1,96 P=0,65 Error absoluto E = 0,05

(1,96)2(0,65)(0,35)(1500) n = --------------------------------------------1499(0,05)2 + (1,96)2(0,65)(0,35)

n= 284 El tamao de muestra que se requiere para estimar la proporcin de fumadores es de 284 alumnos

Magister Luis F. Mucha Hospinal

De los que fumaron cigarrillos, determinar el tamao de muestra para estimar el promedio de cigarrillos: En este caso desconocemos el nmero de fumadores en la poblacin. Pero se tiene que s2 = 30. para un nivel de confianza del 95% el Z= 1,96.

Por otro lado, de la informacin del problema se deduce el error relativo Er = 0,10. por consiguiente el error absoluto es :
E= Er. media (x) = (0,10)(12) = 1,2 Utilizando la frmula obtenemos el tamao de la muestra Z2 * s2 n = --------------------e2 (1,96)2 * 30 n = --------------------- = 81 (1,2)2

El tamao de muestra que se requiere para estimar el nmero de promedio de cigarrillos que fuman es de 81 alumnos fumadores
Magister Luis F. Mucha Hospinal

Tamao de la muestra para estimar una media poblacional ( infinitas)

En el caso de que la investigacin requiera estimar una media poblacional se utiliza la siguiente frmula:
Z2 * s2 n = --------------------e2 Ejemplo : La comisin de cuotas diferenciadas de un sindicato de mdicos de un cierto hospital desea conocer el ingreso promedio de sus afiliados con el objeto de proponer una nueva estrategia para establecer una nueva aportacin. Para hacer esta investigacin por muestreo se indican las siguientes restricciones: Error mximo S/. 25 nuevos soles, nivel de confianza de 95%, siendo la desviacin estndar , segn archivos, ha sido =S/. 325 Calcular el tamao adecuado de la muestra de acuerdo a las condiciones dadas.
Magister Luis F. Mucha Hospinal

Aplicando la frmula
Z2 * s2 n = --------------------e2

(1,96)2 (325)2 n = --------------------- = 649 (25)2

El tamao de la muestra para realizar el estudio es 649

Magister Luis F. Mucha Hospinal

Ejemplo: en una de 100 000 hombres adultos se trata de construir una tabla que relaciones los pesos, con la talla y la edad de las personas. Se quiere estimar el tamao de una muestra aleatoria que sea representativa de la poblacin dada. No hay antecedentes, dado que las tablas que usan los mdicos u otros especialistas Muestra gua o piloto De varios gimnasios de varones, se tom una muestra gua de 50 personas de edades y tallas que estn dentro de los lmites de estudio. Sus pesos en kilogramos son: 55 85 60 59 72 70 71 80 58 61 68 90 83 58 64 77 72 70 69 60 73 77 72 56 72 81 73 85 74 62 64 82 66 74 62 69 85 71 70 71 50 52 78 57 73 54 76 78 80 70

Magister Luis F. Mucha Hospinal

Importante : el error E lo fija el especialista, puesto que l es la persona ms indicada para estimar el mximo error que se puede admitir al calcular el valor promedio poblacional de la variable en estudio
En la prctica cuando no hay el especialista se toma: E = 3% de la media 5% de la media Esto es, el 3% o el 5% del valor medio de la pre-muestra. De los valores obtenemos media 69,78 Kg y S = 9,52 Kg Sumiendo el nivel de confianza de 99% el valor de Z = 2,58 E = 3% de la media E = 3(69,78)/100 =2,09 (2,58)2*(9,52)2 N = -------------------- = 138

(2,09)2

Es el tamao mnimo, de acuerdo a las condiciones dadas

Magister Luis F. Mucha Hospinal

Observacin : si asumimos un nivel de confianza de 99% y aceptamos un error de slo 1 kg, se tiene:

(2,58)2 * (9,52)2 n= ----------------------- = 603

(1)2

Tamao mnimo 603 de acuerdo a las nuevas condiciones

Magister Luis F. Mucha Hospinal

Tamao de la muestra para estimar una media poblacional ( finitas)

En el caso de que la investigacin requiera estimar una media la frmula a utilizar quedara as:
N * Z2 * s2 n = ----------------------------e2 * (N-1) + Z2 * s2

Magister Luis F. Mucha Hospinal

Frmulas generales presentan modalidades diversas segn se trate de muestras con desviacin tpica o muestras con proporciones, o poblaciones finitas / infinitas: Frmulas del error muestral para:

Muestras

Poblaciones infinitas

Poblaciones finitas

De intervalo

s2 e n

s2 N n e n N 1
p*q N n e n N 1

De proporciones

p(1 p ) e n

Magister Luis F. Mucha Hospinal

Los siguientes cuadros aclaran mejor el enfoque: Nivel de confianza 90% 95% 99% 99,9% Error Beta Error alfa (nivel de significancia) 0,10 0,05 0,01 0,001 Potencia 1 - Beta Valor Z de alfa correspondiente 1,64 1,96 2,58 3,29 Valor Z de alfa correspondiente

0,01 0,05 0,10 0,20

Magister

0,99 0,95 0,90 0,80 Luis F. Mucha Hospinal

2,326 1,645 1,282 0,842

Direccin de la hiptesis en estudios comparativos de dos colas y de una cola, en la curva normal

Dos colas Z =1,96

-1,96
Nivel de = 0,05 significancia
Una cola Z = 1,64

+1,96

-1,64

+1,64

Magister Luis F. Mucha Hospinal