Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Muestreo PDF
Muestreo PDF
OBJETIVOS:
Identificar el universo y la muestra en investigaciones y ejemplos
que se le presenten.
Reconocer las muestras representativas y no representativas.
Identificar los distintos tipos y clases de muestra.
Seleccionar la muestra apropiada para ejemplos de investigacin
y describir el procedimiento a seguir para conformar esa muestra.
Mencionar los factores de los cuales depende el tamao de la
muestra.
DEFINICIN DE TRMINOS
Dos conceptos que interesa definir son los de poblacin y muestra. Poblacin (o
universo) es cualquier coleccin finita o infinita de elementos o sujetos (poblacin de
pacientes que acuden al Hospital Central Antonio Mara Pineda, poblacin de
habitantes del rea de influencia del ambulatorio urbano tipo III Cabudare, poblacin de
familias de una comunidad, poblacin de viviendas en el municipio Iribarren). Algunos
autores establecen diferencias entre los trminos universo y poblacin, indicando con el
primero un conjunto de personas, seres u objetos y con el segundo, un conjunto de
nmeros obtenidos midiendo o contando cierta caracterstica de los mismos, de all que
un universo puede contener varias poblaciones. Por ejemplo, del universo de pacientes
del Hospital Central Antonio Mara Pineda, una poblacin estara dada por el conjunto
de las edades de esas personas, sus tallas, sus pesos, etc. Cuando no haya posibilidad de
confusin, se usa el trmino poblacin como sinnimo de universo, siendo ese el
criterio que se usar en esta lectura.
Se habla de que una poblacin es finita cuando consta de un nmero limitado de
elementos, ejemplo: todos los habitantes de una comunidad. Una poblacin es infinita
cuando no se pueden contabilizar todos sus elementos pues existen en nmero ilimitado,
como por ejemplo, la poblacin de insectos en el mundo.
Una muestra es un subconjunto de la poblacin, que se obtiene para averiguar las
propiedades o caractersticas de esta ltima, por lo que interesa que sea un reflejo de la
poblacin, que sea representativa de ella, concepto al que volveremos ms adelante.
UNIVERSO
MUESTRA
Una muestra debe ser adecuada en cantidad y en calidad. En relacin con el primer
aspecto, existen procedimientos estadsticos para saber cul es el nmero mnimo de
elementos que debemos incluir en el estudio para obtener resultados vlidos. La calidad
involucra el concepto de representatividad de la muestra. Se dice que una muestra es
representativa de la poblacin cuando es un reflejo de ella, es decir cuando rene las
caractersticas principales de la poblacin en relacin con la variable en estudio.
Si deseamos determinar cul es la prevalencia de desnutricin en la poblacin
infantil de Barquisimeto y estudiamos una muestra de nios obtenida de la zona este de
la ciudad (donde se encuentra la mayora de las urbanizaciones de clase media y alta),
esa no sera una muestra representativa para dicha investigacin y la prevalencia de
desnutricin que obtendramos subestimara la cifra real para la ciudad. Si nuestro
objetivo es determinar la duracin promedio de la hospitalizacin de los pacientes del
Hospital Central Antonio Mara Pineda, para lograr una muestra representativa
deberamos incluir pacientes de los departamentos de Medicina, Ciruga, Obstetricia y
Pediatra, dado que la estancia hospitalaria difiere entre ellos. Si estudiamos una gran
proporcin de pacientes de obstetricia, estaramos subestimando la duracin de la
estancia hospitalaria en dicho centro asistencial. La representatividad de la muestra es
pues un aspecto de gran importancia en la investigacin y para lograrla es necesario
seleccionar el tipo y clase de muestreo que garantice esta condicin y trabajar con un
tamao de muestra adecuado.
TIPOS DE MUESTREO
06 1 6 3 5 2 2 7 1 6 5 7 7 5 0 1 5 8 6 5 2 2 0 7 1 3 6 4 438
07 1 8 6 1 2 6 2 7 1 7 1 4 0 6 1 3 5 9 1 3 9 2 6 8 1 8 7 731
08 1 3 8 1 0 2 6 4 8 6 0 2 8 6 6 1 3 0 2 8 3 4 2 1 7 9 7 289
09 9 9 1 8 8 5 6 5 5 1 6 5 7 4 1 5 3 2 2 1 7 5 2 8 7 4 6 645
10 1 6 4 5 1 9 3 1 7 9 6 5 6 9 3 1 3 8 2 8 3 8 1 6 1 9 7 389
11 8 1 2 6 7 7 4 4 3 3 2 0 2 8 4 0 3 8 3 7 1 2 5 3 6 3 7 466
12 6 8 1 3 5 6 3 1 3 5 7 9 5 4 4 1 0 7 8 3 6 6 6 6 7 5 4 482
13 4 6 8 0 4 7 6 0 6 6 2 3 6 5 6 3 6 6 3 6 4 4 1 4 1 7 5 883
14 5 4 5 4 9 8 6 3 1 6 6 5 1 3 3 5 7 4 8 5 6 9 7 2 0 4 5 616
15 6 6 1 1 0 5 5 2 5 1 1 3 3 7 6 0 3 6 9 2 0 6 0 1 5 2 2 037
16 3 9 1 4 3 0 6 6 9 8 1 1 3 3 4 7 6 6 7 6 4 5 6 3 3 3 3 325
17 5 4 2 8 2 2 3 1 1 4 1 3 5 7 0 8 2 3 1 5 1 8 2 4 1 5 9 649
18 2 8 5 3 5 5 5 5 7 5 5 6 4 7 1 7 8 9 4 5 1 7 6 3 8 8 8 714
19 6 8 5 2 6 1 1 7 2 4 6 8 4 8 6 8 2 8 4 6 8 1 1 7 1 2 7 731
20 1 6 3 0 3 0 4 3 6 3 7 6 8 4 0 1 9 6 6 4 7 8 4 3 7 3 7 770
Es recomendable trabajar con muestras probabilsticas puesto que permiten que los
resultados obtenidos en ellas puedan ser extrapolados a la poblacin con un margen de
confianza determinado.
En relacin con las muestras no probabilsticas, llamadas tambin muestras por
conveniencia, los elementos son escogidos con base en la opinin del investigador y se
desconoce la probabilidad que tiene cada elemento de ser elegido para la muestra. En
este tipo de muestreo existen el intencional (o deliberado) y los accidentales (o por
comodidad). En el primero el investigador escoge aquellos elementos que considera
tpicos de la poblacin. En los segundos, se toman los casos que estn disponibles en el
momento. Otro tipo es el muestreo por cuotas en el cual el investigador establece una
cuota o cantidad de elementos segn algunas caractersticas de la poblacin, ejemplo,
sexo, estado civil y edad, luego escoge los sujetos que encuentra hasta cubrir la cuota
establecida. Este ltimo se usa frecuentemente en las encuestas de opinin pblica.
En ocasiones se trabaja combinando una eleccin al azar con una no probabilstica:
es el caso del muestreo semiprobabilstico superior en el cual se conoce la probabilidad
de escoger un segmento de la poblacin ms no la de un elemento dentro de l
(Ejemplo: se seleccionan aleatoriamente las manzanas de una urbanizacin, dejando a la
decisin del entrevistador la eleccin de las viviendas dentro de las manzanas
seleccionadas). En el muestreo semiprobabilstico inferior se hace lo contrario
(Ejemplo: se seleccionan las manzanas que nos parezcan ms tpicas de la urbanizacin
y en ellas se escogen al azar las viviendas a estudiar) .
CLASES DE MUESTREO
Existen varias clases de muestreo y la decisin sobre cul utilizar depende de las
caractersticas de la poblacin y de la posibilidad de manejar los aspectos tcnicos del
diseo de la muestra. A continuacin se presenta la descripcin del diseo, las
indicaciones, ventajas y desventajas de cada clase de muestreo.
Muestreo aleatorio simple (MAS):
A) Descripcin: consiste en seleccionar n elementos de los N que conforman la
poblacin de forma que todos ellos tengan igual posibilidad de ser escogidos para
integrar la muestra.(convencionalmente se emplea la letra n minscula para indicar el
tamao de la muestra y N mayscula para designar el de la poblacin). El diseo
comprende:
Disponer de una lista numerada de los N integrantes de la poblacin.
Seleccionar en forma aleatoria (por el mtodo de la lotera, la tablas de nmeros
aleatorios o por computadora) cada uno de los integrantes de la muestra.
B) Usos: esta clase de muestreo est indicado cuando la poblacin es bastante
homognea en lo que respecta a la variable en estudio (la varianza tiende a cero) y es
posible obtener el listado de los elementos de la poblacin. Ejemplo: si deseamos
conocer la opinin de los alumnos de esta seccin de Investigacin en Salud acerca de
la dinmica empleada en las clases, es bastante factible que esta opinin sea parecida
entre la mayora de los alumnos, por lo que se puede considerar una poblacin
homognea. Por otra parte, el listado de los alumnos existe, por lo que esta clase de
muestreo es aplicable.
C) Ventajas: la sencillez del diseo y de los clculos estadsticos.
D) Limitaciones: no se puede practicar cuando es imposible obtener la lista con todos
los integrantes de la poblacin.
UNIVERSO
Pacientes hospitalizados en el HCU AMP
Estratos
Mtodos mixtos:
En la prctica es frecuente la combinacin de varias clases de muestreo, como comenzar
por formar estratos de la poblacin, dividir cada estrato en conglomerados a seleccionar
y en ellos seleccionar las unidades a estudiar por muestreo sistemtico. Esto se hace
para lograr una mayor representatividad de la muestra a un menor costo. As, si se desea
determinar la opinin de los estudiantes universitarios del pas sobre la constituyente
universitaria, se pueden formar dos estratos (universidades pblicas y universidades
privadas), a continuacin se selecciona una muestra aleatoria de n universidades
(conglomerados) en cada estrato y en ellas se escoge sistemticamente, de la lista de
alumnos, una muestra de ellos.
TAMAO DE LA MUESTRA
El clculo del tamao de la muestra exige una variedad tal de informacin que excede
las posibilidades de este curso, pues para cada clase de muestra y dentro de ellas, para
cada tipo de medicin, existe un procedimiento particular. Sin embargo, es necesario
que la persona que realiza investigaciones conozca los factores de los cuales depende el
tamao de la muestra para que pueda comunicarse con el especialista capacitado para
hacerlo. Tambin, existen en la actualidad paquetes como el EPI INFO (3) que nos
ayudan a calcular este tamao. La informacin que proporcionamos a continuacin le
ayudar a entenderse con ambos.
Los factores que intervienen en el tamao de la muestra son:
a) El error mximo admisible (d o e): determina la precisin de los resultados. Es
la mxima diferencia que podemos tolerar entre el valor de la variable obtenido en la
muestra y el verdadero valor de sta en el universo. Para establecer el valor de e
debemos preguntarnos cun precisos deseamos que sean los resultados de la
investigacin, es decir, qu tan exactamente deseamos conocer el valor de la
variable. Por ejemplo, para una investigacin que tiene como objetivo determinar el
porcentaje de trabajadores agrcolas del Valle de Qubor que desconoce las normas
de seguridad para el manejo de plaguicidas y deseamos un error no mayor de 3%,
entonces, si en la muestra se obtiene que el porcentaje de trabajadores agrcolas que
desconoce las normas de seguridad resulta ser de 19%, estaramos aceptando que
realmente el verdadero valor est entre 19 3, es decir, entre 16% y 22%. El error
mximo admisible est inversamente relacionado con el tamao de la muestra (a
mayor error, muestras ms pequeas, a menor error muestras ms grandes).
b) Coeficiente de confianza de la estimacin: para hacer la afirmacin anterior sobre
los lmites dentro de los cuales se encuentra el verdadero valor poblacional, debe
conocerse la probabilidad de que estos resultados sean ciertos y esto lo da el
coeficiente o nivel de confianza, el cual es la medida probabilstica de que el
intervalo fijado con e, contenga el valor poblacional. En el ejemplo de los
trabajadores agrcolas el investigador decidi trabajar con un nivel de confianza de
95%, con lo cual podramos afirmar con un 95% de certeza que el porcentaje de
trabajadores agrcolas del Valle de Qubor est entre 16% y 22%. Claro est, queda
5% de posibilidades de equivocarnos al establecer esa conclusin. Si trabajamos con
99% de confianza, nos quedara una posibilidad de equivocarnos de 1%. Por
supuesto que nos gustara tener un gran nivel de confianza (de hecho, en el rea de
la salud se acostumbra trabajar con 95 o 99% de confianza), pero resulta que el
tamao de la muestra se relaciona directamente con este nivel, en el sentido que
mientras ms confianza queremos tener en los resultados, el tamao de la muestra
ser mayor.
Los valores de e y del nivel de confianza los establece el investigador
dependiendo de:
Las caractersticas del estudio: qu resultados espera obtener?, para qu se
utilizarn los resultados?.
Del nmero de sujetos que realmente puede estudiar con los recursos
disponibles.
c) La homogeneidad de la poblacin en lo que respecta a la variable en estudio: si la
variable se encuentra presente en un elevado porcentaje de la poblacin, decimos
que sta es homognea y bastara una muestra pequea para realizar la
investigacin. Las frmulas para calcular el tamao de la muestra contienen una
estimacin del valor de la variable en la poblacin, el cual tenemos que conjeturar a
partir del conocimiento que tengamos de la poblacin, de estudios realizados en
poblaciones parecidas a la nuestra, o de estudios pilotos.
1. Para los siguientes casos, diga si se emple una muestra representativa. Justifique su
respuesta. Cmo seleccionara Ud. una muestra representativa?. Describa el
procedimiento.
a) Para determinar qu porcentaje de la poblacin diabtica de Barquisimeto, tiene
ingresos familiares inferiores a la canasta bsica, se revisaron 200 historias mdicas
seleccionadas aleatoriamente entre todas las historias de pacientes hospitalizados
con diagnstico de diabetes en el Hospital Central Antonio Mara Pineda.
b) Los investigadores deseaban determinar el ingreso mensual de las familias de
Barquisimeto, para lo cual entrevistaron 15.000 usuarios de los ambulatorios de esta
ciudad, seleccionados por muestreo combinado.
3) Dean AG, Dean LA, Burton AH, Dicker RC. Epiinfo, versin 6.04b: a word
processing, database, and statistics program for epidemilogy on microcomputers.
Stone Mountain (Georgia): USD, Incorporated; 1997.