DISEOS DE LA

MUESTRA
Elena Tapia Lpez
Elenatapia.lopez@gmail.com
Metodologa de la Investigacin

ndice o tabla de contenidos

Objetivos,
Etapas de seleccin de tamao de muestra,
Definicin de poblacin de inters
Definicin de procedimiento para seleccin de la

muestra
Muestreo Probabilstico
Muestreo No Probabilstico

Clculo de tamao de muestra

Factibilidad

Objetivos:
Revisar aspectos tericos del muestreo.
Entender el propsito de muestreo y dar las pautas para

seleccionar muestras
Entender el rol y mtodos para el clculo de tamao de
muestra.

20/04/2015

Nombre y apellido del docente.

Cules son las etapas en este proceso

de seleccin de tamao de Muestra?
1. Defina la poblacin de inters a la que se

desee generalizar sus resultados.

2. Defina procedimientos para seleccionar la
muestra deseada de esa poblacin.
3. Calcular el tamao de muestra
4. Evaluar la factibilidad del estudio

20/04/2015

Nombre y apellido del docente.

1. Definiendo la Poblacin de Inters

20/04/2015

Nombre y apellido del docente.

2. Como obtener una muestra de

poblacin: MUESTREO
Tcnicas de Muestreo:
1. Muestreo Probabilstico:
Conocemos la probabilidad de que un individuo sea elegido para la

muestra.
2. Muestreo No Probabilstico
No se conoce la probabilidad
Son muestreos que pueden esconder sesgos
En principio no se pueden extrapolar resultados a la poblacin

Pese a ellos muchos estudios publicados usan esta tcnica.

20/04/2015

Nombre y apellido del docente.

20/04/2015

Nombre y apellido del docente.

Muestreo Probabilstico
En este muestreo, toda persona del marco muestral debe

tener una probabilidad definida de ser incluida en el

estudio.
La seleccin de sujetos es aleatoria, segn la
probabilidad de cada individuo.

20/04/2015

Nombre y apellido del docente.

Muestreo Probabilstico
1. Aleatorio Simple
2. Aleatorio Sistemtico
3. Estratificado
4. Por conglomerados, clusters o racimos

20/04/2015

Nombre y apellido del docente.

Muestreo Aleatorio Simple

Util en poblaciones pequeas cerradas o bien

enumeradas
Requiere una lista exhaustiva de todos sus miembros:
prisioneros, alumnos, pacientes, hospitalizados, etc
Cada participante es seleccionado aleatoriamente por
separado
Da estimados precisos sin sesgos, pero frecuentemente
es caro y a veces inviable

20/04/2015

Nombre y apellido del docente.

Ejemplos:
Muestra de 30 alumnos de los seminarios de metodologa

de Investigacin.
Preparar lista con todos los alumnos (n = 200)
Dar # correlativo a cada uno (1 200)
Seleccionar 30 alumnos sin repeticin usando la tabla de

#s aleatorios, con los 2 ltimos dgitos.

20/04/2015

Nombre y apellido del docente.

Tabla de nmeros aleatorios

20/04/2015

Nombre y apellido del docente.

Muestreo Aleatorio Sistemtico

Similar a aleatorio simple pero mas simple. Util en

poblaciones ordenadas, no necesariamente cerradas.

Casas organizadas por manzanas, pacientes llegando a

un hospital, etc.
Primer participante seleccionado aleatoriamente de un

primer bloque, siguiente con salto fijo.

20/04/2015

Nombre y apellido del docente.

Pasos a seguir
Obtener un listado de todos

los integrantes de la
poblacin.
Numerar a todos los

sujetos de la poblacin (o unidades de muestreo).

Determinar una relacin de muestreo denotado por K =

N/n

Donde: N= tamao poblacional y n= tamao muestral

Conociendo K, se genera un intervalo de seleccin comprendido

entre 1 y K, incluyendo 1 y K,
Seleccionar al azar un nmero: el arranque aleatorio (r). La muestra
estar integrada por :
r r+K r+2K r+3K r+4K ......r+(n-1)K

20/04/2015

Nombre y apellido del docente.

Ejemplo:
Obtener un muestra de 30 alumnos de los seminarios de

metodologa de la investigacin.
Utilizar la organizacin de alumnos en el saln como
marco muestral.
Tamao del salto, 200/9 = 22.2
Se randomizar primero sujeto (1 22)
De ah se avanzar cada 22.2 (22) alumnos.

20/04/2015

Nombre y apellido del docente.

Muestreo Estratificado
Poblacin tiene estratos (grupos)

heterogneos entre si y homogneos

internamente y se muestra cada uno.
Estrato social, regiones geogrficas,
severidad, estado civil, etc.
Tamao de muestra de cada estrato
usualmente es el mismo para poder
compararlos. En cada estrato se
muestrea aleatoriamente.
Mejora la representatividad, puede
reducir error estndar. Puede ser
complejo y costoso.

20/04/2015

Nombre y apellido del docente.

Ejemplo:
Muestra de 2000 personas de Lima para estimar

aprobacin presidencial y compararla entre estratos (A/B,

C, D y E)
A y B (24%), C (35%), D (29%) y E (13%)
Muestrea 500 sujetos en cada grupo: estrato C y D
subrepresentados y E sobrerepresentado
Promedio de los 2000 para calcular la aprobacin general
ponderado por tamao porcentual de cada estrato

20/04/2015

Nombre y apellido del docente.

Muestreo por Conglomerados

En la poblacin hay muchos subgrupos (conglomerados)

heterogneos internamente pero homogneos entre si:

cada subgrupo debe ser una representacin del todo.
Ejem: manzanas, colegios, batallones, etc.
Principalmente en estudios poblacionales.
Se selecciona solo algunos conglomerados y luego se
muestra al interior de ellos solamente.
No se buscan inferencias en cada conglomerado, solo al
nivel agregado (total)
Facilita logstica, incrementa variabilidad compensando
con mayor tamao de muestra.

20/04/2015

Nombre y apellido del docente.

Ejemplo
Muestra de 60 nios participantes de vaso de leche

Arequipa (700 comits, todos de igual tamao aprox.)

Primero se seleccionar 20 comits de los 700
existentes.
En cada comit se seleccionar 3 nios
Hacer estimacin con todos los nios juntos sin ponderar.

20/04/2015

Nombre y apellido del docente.

Muestreo no Probabilstico
Por conveniencia, accidente o azar.
Muestreo a propsito, se busca cierta poblacin:
Caso tpico
Muestra de expertos
Por cuotas en la cantidad de participantes por grupo (proporcional
o no)
Por heterogeneidad o diversidad
Basado en participantes (bola de nieve u otros)

20/04/2015

Nombre y apellido del docente.

Muestreo No Probabilstico (cont.)

Tambin llamadas muestras dirigidas o intencionales.
Las unidades muestrales no se seleccionan al azar, se basa en el

criterio subjetivo del investigador.

Con este mtodo no se puede elegir muestras representativas y no
se pueden hacer las inferencias estadsticas respectivas, porque
no se puede cuantificar el error muestral.
Slo se puede usar para un estudio preliminar, piloto o exploratorio.
Muestreo

Muestra (n)

Poblacin (N)
Inferencia
Estadstica

20/04/2015

Nombre y apellido del docente.

Muestreo Emprico no Probabilstico

Accidental: Ejemplo: Inclusin de los pacientes a medida que van acudiendo a la
consulta.
Por Conveniencia: Ejemplos: un profesor que realiza una investigacin en una
universidad puede usar estudiantes voluntarios; los grupos focales.

Por Cuotas: Se fijan unas "cuotas, nmero de individuos que renen unas
determinadas condiciones.
Ejemplo: Seleccionar 50 estudiantes que hayan cursado el cuarto ciclo de
Medicina Humana y que tengan un promedio mayor de 15. Se eligen a los
primeros 50 que cumplan con estas condiciones.
Se utiliza para realizar encuestas de opinin y mercado.
De Bola de nieve: Los miembros de la poblacin en estudio se conocen entre s.

Se localiza a algunos individuos, los cuales conducen a otros, y estos a otros,

hasta conseguir una muestra suficiente.
Ejemplo: Cuando se desea estudiar grupos con problemas de alcoholismo,
drogadiccin, etc., que son de difcil acceso.

20/04/2015

Nombre y apellido del docente.

3. TAMAO DE MUESTRA

20/04/2015

Nombre y apellido del docente.

Calculando el Tamao de Muestra

JUSTIFICACIN
Se necesita saber si estudio puede responder
adecuadamente a pregunta de investigacin.
Todo estudio lo requiere, excepto presentacin de
casos sin bsqueda de generalizacin.
Existen numerosos procedimientos posibles,
dependiendo del diseo de estudio y tipos de variables.

Determinar el tamao de la muestra

Tamao del universo

Homogeneidad-heterogeneidad (estrato)
Margen de error
Nivel de confianza
Diferencia que se espera encontrar
Recursos disponibles

Son de ayuda los Paquetes Estadsticos

TAMAO DE MUESTRA
Para estimar una media aritmtica
Cuando se conoce N:
N : Tamao de la poblacin que es objeto de estudio.

2 2 N
n 2
E (N 1) Z2 2

Z : desviacin normal cuyo valor corresponde al grado de confianza

establecido.

: Varianza poblacional de la poblacin que es objeto de estudio.

En la prctica se desconoce, para ello se recomienda:

Recurrir a estudios similares que se han realizado y obtener el valor de .
Realizar un estudio piloto para estimar .
E : Error absoluto o precisin de la estimacin deseada de la media.

E = Margen de error permitido (determinado por el responsable del estudio).

Es la mxima diferencia que podemos tolerar entre el valor de la variable obtenido en la
muestra y el verdadero valor de sta en la poblacin. Para establecer el valor de E
debemos preguntarnos cun precisos deseamos que sean los resultados de la investigacin.

TAMAO DE MUESTRA
Para estimar una media aritmtica
Cuando se conoce N:
Ejemplo: Se busca conocer el colesterol promedio de los estudiantes de la Facultad de
Medicina (Nmero de estudiantes= 1800). Calcular el tamao muestral (n)
considerando un grado de confianza del 95%
Resultados de un estudio preliminar: x =120, s= 30 y Er= 6%
Solucin
Por definicin:
Error relativo:

Er

100

Por consiguiente:

Er x 6x120

12.6
100
100

Como el grado de confianza es 95%, Z=1.96

2 2N
n 2
E (N 1) Z 2 2

1.962 302 1800

12.62 1799 1.962 302

21.53

Para realizar el estudio se requiere como mnimo 22 estudiantes de la Facultad de

Medicina considerando un grado de confianza de 95% y un error absoluto de 12.6.

TAMAO DE MUESTRA
Para estimar una media aritmtica
Cuando NO se conoce N:

2 2
n 2
E

Ejemplo: Se desea estimar el tiempo medio de sangra en fumadores de ms de 20

cigarrillos diarios, con edades comprendidas entre 35 y 40 aos, con una precisin
de 5 segundos. Ante la ausencia de cualquier informacin acerca de la variabilidad
del tiempo de sangra es este tipo de individuos, se tom una muestra preliminar de
5 individuos, en los que se obtuvieron los siguientes tiempos (en segundos):
97, 80, 67, 91, 73.
Determinar el tamao mnimo de muestra, al 95%, para cumplir el objetivo anterior.
Solucin:

Z=1.96
s=12.4
E=5

2 2
1.962 x12.42
n 2
E
52

23.63 24

Se necesita una muestra de 24 fumadores de ms de 20 cigarrillos diarios, con

edades comprendidas entre 35 y 40 aos considerando un grado de confianza de
95% y un error absoluto de 5.

TAMAO DE MUESTRA
Para estimar una proporcin
Cuando se conoce N:

2pqN
n 2
E (N 1) Z 2pq

Donde :
N: Tamao de la poblacin que es objeto de estudio.
Z : desviacin normal cuyo valor corresponde al grado de confianza establecido

Nivel de confianza
Z

90%

95%

99%

1.64

1.96

2.57

p: proporcin de unidades que poseen el atributo de inters en la poblacin.

En la prctica, este valor se desconoce. Para determinarlo se recomienda:
Recurrir a estudios similares realizados y extraer el valor de p.
En caso de no haber antecedentes, se recurre a un estudio piloto.
En caso contrario, se recurre a la mxima varianza, cuando p=0.5.
q:1p
E: Error absoluto o precisin de la estimacin de la proporcin. Por lo general el
valor que asume es 0.05.

TAMAO DE MUESTRA
Para estimar una proporcin
Cuando se conoce N:
Ejemplo: Se desea conocer la proporcin de estudiantes que fuman
cigarrillos en la Facultad de Medicina de la USMP (Nmero de estudiantes
= 1700). Calcular el tamao de muestra considerando un grado de
confianza del 99%. De un estudio preliminar se ha determinado que la
proporcin de alumnos que fuman cigarrillos es de p=0.40. El error absoluto
que se toma en cuenta es de E=0.05
Solucin:

Z=2.57

p=0.4

E=0.05

2pqN
2.572 x0.4x0.6x1700
n 2

462
2
2
2
E (N 1) Z pq 0.05 x1699 2.57 x0.4x0.6
Se requiere para ejecutar el estudio por lo menos 462 estudiantes que

fuman cigarrillos, con un grado de confianza del 99% y precisin del 5%.

TAMAO DE MUESTRA
Para estimar una proporcin
Cuando se conoce N:
Ejemplo: Se desea conocer la proporcin de estudiantes del primer al stimo
ao sobre la satisfaccin en la atencin de tutoras en la Facultad de
Medicina de la USMP (Nmero de estudiantes = 2607) durante el ao 2013.
Calcular el tamao de muestra proporcional al ao de estudio, considerando
un grado de confianza del 95% y un error absoluto de 0.05.
Poblacin de estudiantes por ao de estudios 2013
AO DE
ESTUDIO
2013
ESTUDIANTES

417 455 500 343 344 234 314

TOTAL

2607

TAMAO DE MUESTRA
Para estimar una proporcin
Cuando se conoce N:
Solucin:

Z=1.96 ; p=0.5 ; E=0.05

2 pqN
1.962 x0.5x0.5x2607
n 2

335
E (N 1) Z2 pq 0.052 x(2607 - 1) 1.962 x0.5x0.5
Para la seleccin de los estudiantes para integrar la muestra se determina la

afijacin proporcional, ni = Ni * (n/N), es decir:

AO DE ESTUDIO
2013
ESTUDIANTES: Ni
MUESTRA: ni

417 455 500 343 344 234 314

55

58

64

44

44

30

40

TOTAL
N=2607
n=335

Se requiere para ejecutar el estudio por lo menos 335 estudiantes, con un

grado de confianza del 99% y precisin del 5%.

TAMAO DE MUESTRA
Para estimar una proporcin
Cuando NO se conoce N:

2pq
n
E2

Ejemplo: Un investigador est interesado en estimar la proporcin de

muertes debidas a cncer de estmago en relacin con el nmero de
defunciones por cualquier tipo de neoplasia. Su experiencia le indica que
sera sorprendente que tal proporcin supere el valor de 1/3. Qu
tamao de muestra debe tomar para estimar la anterior proporcin, con
una confianza del 95%, para que el valor estimado no difiera del valor real
en ms de 0,03?
Solucin:

Z=1.96
2pq 1.962 x1/3x2/3
n 2
948.54 949

p=1/3
2
E
0.03

E=0.03

Se necesita una muestra de 949 defunciones por cualquier tipo de

neoplasia considerando un grado de confianza de 95% y un error
absoluto de 0.03.

21/04/2015

Nombre y apellido del docente.

4. Evaluando la Factibilidad
Rechazos y Ausencias son Inevitables
Deberan ser poco frecuentes y no llevar a sesgos
Es deseable estimar/medir estos posibles sesgos.
El tamao de muestra calculado es el nmero de sujetos

necesarios para el anlisis.

El tamao de muestra total debe incluir perdidas por falta

de elegibilidad, rechazos, falla en el seguimiento y datos

errneos.
Esto determina la factibilidad del estudio

21/04/2015

Nombre y apellido del docente.

Factibilidad
Estado

Parmetro

Personas

Condicin

Muestra final

Frmula

90

A analizar

Considerando
perdidas en el
seguimiento

10% de perdidas

90/0.9 = 100

A enrolar

Considerando
rechazos o
ausencias

20% de
rechazos

100 / 0.8 = 125

A invitar

Considerando
elegibilidad

20% elegible

125 / 0.2 = 625

A evaluar

21/04/2015

Nombre y apellido del docente.

Finalmente, qu debo escribir en mi

propuesta?
Definir cual ser el universo, marco muestral y

procedimientos de muestreo.
Tamao de muestra estimado, frmula y justificacin de

parmetros usados (prevalencia, precisin, etc).

Factibilidad: capacidad de enrolar, % de perdidas

esperado y nmero de sujetos disponibles por da.

Fuentes de informacin
Fuentes Bibliogrficas:
Hernndez Sampieri, Roberto. Metodologa de la

Investigacin. Quinta edicin.

Adaptacin de clases de Willy Lescano Maestra de

Investigacin Epidemiolgica UPCH NAMRU-6