TEORIA DEL MUESTREO

1. INTRODUCCION
En la prctica profesional, el mdico se enfrenta
con frecuencia ante la necesidad de conocer
realidades respecto al proceso salud enfermedad
en la persona humana, una enfermedad, un
medicamento, una tcnica quirrgica, niveles de
educacin e informacin; cuando ello se necesita
conocer en un grupo poblacional, sera necesario
examinar todos los miembros de ese grupo con el
fin de observar el comportamiento de las
variables en estudio.

Sin embargo, muchas veces, el grupo en estudio

es tan grande que hace difcil, casi imposible el
examen de todos sus miembros, por lo que se
procede comnmente a examinar un determinado
nmero de individuos u objetos, observar el
comportamiento de las variables en estudio en
este conjunto limitado para luego extender los
resultados al conjunto total, con cierto grado de
confianza. Es entonces, importante conocer que
se puede estudiar un sub conjunto de la
poblacin para luego inferir los resultados al
conjunto total de elementos con un cierto grado
de precisin el cual depender de la seleccin de
los elementos del sub conjunto a estudiar y de los
mtodos de inferencia para la obtencin de
premisas generales.

Esto es la teora del muestreo, la seleccin

adecuada en cantidad y calidad de los individuos
que constituirn el grupo de observacin, para
ello es necesario tener conceptos muy claros
respecto a poblacin o universo y muestra.

2. CONCEPTO DE UNIVERSO O
POBLACION Y MUESTRA
Antes de describir algunos de los mtodos de
muestreo ms habituales, es necesario plantear
algunas definiciones importantes en este
contexto:
POBLACIN: Es todo conjunto de elementos,
finito o infinito, definido por una o ms
caractersticas, de las que gozan todos los
elementos que lo componen, y slo ellos. En
muestreo, se entiende por poblacin a la totalidad
del universo que interesa conocer, y que es
necesario que est bien definido para que se
sepa en todo momento qu elementos lo
componen. Conviene recordar que poblacin es
el conjunto de elementos a los cuales se quieren
inferir los resultados.

UNIVERSO: El trmino es empleado

generalmente como sinnimo de poblacin. No
obstante, cuando se realiza un trabajo puntual,
conviene distinguir entre universo ideal: conjunto
de elementos a los cuales se quieren extrapolar
los resultados, y universo muestral: conjunto de
elementos accesibles en nuestro estudio.
Todo universo o poblacin debe definirse sin
ambigedades, es decir debe ser posible decidir
cundo un individuo pertenece o no al universo
bajo consideracin.
a. Universo: Pacientes asmticos con deficiente
grado de conciencia de la importancia de su
enfermedad.
b. Universo: Pacientes con EDA menores de 1
ao, atendidos en el Hospital Beln.

CENSO: En ocasiones resulta posible estudiar

cada uno de los elementos que componen la
poblacin, realizndose lo que se denomina un
censo, es decir, el estudio de todos los elementos
que componen la poblacin. La realizacin de un
censo no siempre es posible, por diferentes
motivos:
a) Economa: el estudio de todos los elementos
que componen una poblacin, sobre todo si
esta es grande, suele ser un problema
costoso en tiempo, dinero, etc.
b) Que las pruebas a las que hay que someter a
los sujetos sean destructivas.
c) Que la poblacin sea infinita o tan grande que
exceda las posibilidades del investigador.
Si la numeracin de elementos, se realiza sobre
la poblacin accesible o estudiada, y no sobre la
poblacin terica, entonces el proceso recibe el
nombre de marco o espacio muestral.
 MUESTRA: En todas las ocasiones en que no
es posible o conveniente realizar un censo, lo
que hacemos es trabajar con una muestra,
entendiendo por tal una parte representativa y
adecuada de la poblacin.
Para que una muestra sea representativa, y por
lo tanto til, debe de reflejar las semejanzas y
diferencias encontradas en la poblacin,
ejemplificar las caractersticas y tendencias de la
misma. Cuando decimos que una muestra es
representativa indicamos que rene
aproximadamente las caractersticas de la
poblacin que son importantes para la
investigacin.
Cuando decimos que una muestra es adecuada,
nos referimos a que contiene el nmero de
unidades de estudio, tal que permita aplicar
pruebas estadsticas que den validez a la
inferencia de los resultados a la poblacin.

Por ejemplo, supongamos que deseamos medir

el rendimiento acadmico de los nios escolares
en la secundaria en Per, pero por problemas
econmicos slo es posible acceder a los nios
de zonas urbanas.

- A quin deseo generalizar los resultados? :

Todos los nios peruanos de la secundaria
(universo ideal).
- A quien puedo acceder en el estudio? :
Todos los nios escolares en zonas urbanas
(universo muestral o poblacin en estudio).
-Cmo puedo acceder a ellos? :
Numerando los sujetos accesibles (espacio o
marco muestral).
-Quin forma parte del estudio? :
Un grupo de sujetos elegido (muestra).

3. VENTAJAS Y DESVENTAJAS DEL

MUESTREO
A. En estudios que implican tcnicas
destructivas o de uso que imposibilidad de
utilizacin posterior de lo analizado.

B. El trabajo con una muestra y no con el

universo implica eficiencia, pues significa
ahorro de recursos, esfuerzos y tiempo
C. Con el uso del muestreo se pueden obtener
resultados razonablemente ms precisos que
el estudio de todo el universo, pues para el
estudio de slo una muestra, el personal
mnimo necesario puede ser mejor preparado
para recoger informacin ms detallada y
elaborada.

D. Como desventaja se debe mencionar el error

de muestreo, producto de la variabilidad
intrnseca que poseen los elementos de todo
universo o poblacin. El trmino error no debe
entenderse como sinnimo de equivocacin.
Ejemplo:

Estatura de nios: 117, 120, 125, 125, 130

Tamao Valores
muestrales Media muestral
2 117, 120 118.50
2 125, 130 127.50
2 125, 120 122.50
3 125, 130,
125 126.66
3 125, 125,
120 123.33
3 125, 117,
125 122.33
4 120, 117, 125,
125 123.00
4 130, 117, 125,
125 124.25
4 117, 125, 125,
120 121.75

Media poblacional 123.4

E. Tambin suelen introducirse errores por otras

vas, los cuales se denominan errores
sistemticos: Los cuales son:
- Imputables al observador.
- Imputables al mtodo de
observacin o medicin.
- Imputables a lo observado (unidad
de muestreo).
4. CONDICIONES DE UNA BUENA
MUESTRA
En todo proceso de muestreo, los elementos de
la muestra deben escogerse adecuadamente, de
tal manera que los resultados que se observen
en ella, puedan inferirse al resto de la poblacin a
la que pertenece la muestra. Para ello debe
tenerse en cuenta:

a) Tamao de la muestra, que da la

caracterstica de muestra adecuada. El
tamao de la muestra depende de la
homogeneidad de la poblacin.

b) Condiciones de seleccin de la misma, de tal

manera que todos los miembros de la
poblacin tengan la misma probabilidad de
ser seleccionados como parte de la muestra,
sta es la caracterstica de muestra
representativa.

Estas dos caractersticas darn valor estadstico

a los resultados y permitirn la inferencia a la
poblacin.

Varios aspectos relacionados con las

caractersticas y tendencias de los sujetos que
componen la poblacin inciden en su
determinacin y dificultan a la vez su valoracin
objetiva:

A. Objetivos que se persiguen.

B. Grado de aproximacin que se
pretende alcanzar.
C. La heterogeneidad de la poblacin

Ello implica que existe una estrecha relacin

entre: Varianza de la media muestral, tamao de
la muestra y varianza poblacional

5. TAMAO DE LA MUESTRA
A la hora de determinar el tamao que debe
alcanzar una muestra hay que tomar en cuenta
varios factores: el tipo de muestreo, el parmetro
a estimar, el error muestral admisible, la varianza
poblacional y el nivel de confianza. Por ello antes
de presentar algunos casos sencillos de clculo
del tamao muestral delimitemos estos factores.

PARAMETRO: Son las medidas o datos que se

obtienen sobre la poblacin.

ESTADISTICO: Los datos o medidas que se

obtienen sobre una muestra y por lo tanto una
estimacin de los parmetros.

ERROR MUESTRAL, de estimacin o standard:

Es la diferencia entre un estadstico y su
parmetro correspondiente. Es una medida de la
variabilidad de las estimaciones de muestras
repetidas en torno al valor de la poblacin, nos da
una nocin clara de hasta dnde y con qu
probabilidad una estimacin basada en una
muestra se aleja del valor que se hubiera
obtenido por medio de un censo completo.
Siempre se comete un error, pero la naturaleza
de la investigacin nos indicar hasta qu medida
podemos cometerlo (los resultados se someten a
error muestral e intervalos de confianza que
varan muestra a muestra). Vara segn se
calcule al principio o al final. Un estadstico ser
ms preciso en cuanto y tanto su error es ms
pequeo. Podramos decir que es la desviacin
de la distribucin muestral (por distribucin
muestral se entiende la distribucin de
frecuencias de los valores de un estadstico en
infinitas muestras iguales) de un estadstico y su
fiabilidad.

NIVEL DE CONFIANZA: Probabilidad de que la

estimacin efectuada se ajuste a la realidad.
Cualquier informacin que queremos recoger
est distribuida segn una ley de probabilidad
(Gauss o Student), as llamamos nivel de
confianza a la probabilidad de que el intervalo
construido en torno a un estadstico capte el
verdadero valor del parmetro.

VARIANZA POBLACIONAL: Cuando una

poblacin es ms homognea la varianza es
menor y el nmero de entrevistas necesarias
para construir un modelo reducido del universo, o
de la poblacin, ser ms pequeo.
Generalmente es un valor desconocido y hay que
estimarlo a partir de datos de estudios previos.
 LA FRMULA PARA EL TAMAO DE LA
MUESTRA DEPENDER SI SE ESTIMA LA
MEDIA DE LA POBLACIN O LA PROPORCIN
DE LA VARIABLE.

6. TIPOS DE MUESTREO
Los autores proponen diferentes criterios de
clasificacin de los diferentes tipos de muestreo,
aunque en general pueden dividirse en dos
grandes grupos: mtodos de muestreo
probabilstico y mtodos de muestreo no
probabilstico.

6.1. MTODOS DE MUESTREO

PROBABILSTICO

Los mtodos de muestreo probabilstico

son aquellos que se basan en el principio
de equiprobabilidad. Es decir, aquellos en
los que todos los individuos tienen la misma
probabilidad de ser elegidos para formar
parte de una muestra y, consiguientemente,
todas las posibles muestras de
tamao n tienen la misma probabilidad de
ser elegidas. Slo estos mtodos de
muestreo probabilstico nos aseguran la
representatividad de la muestra extrada y
son, por tanto, los ms recomendables.
Dentro de los mtodos de muestreo
probabilstico encontramos los siguientes
tipos:

6.1.1. MUESTREO ALEATORIO SIMPLE

6.1.2. MUESTREO ALEATORIO SISTEMTICO

6.1.3. MUESTREO ALEATORIO

ESTRATIFICADO

6.1.4. MUESTREO ALEATORIO POR

CONGLOMERADOS

6.2. MTODOS DE MUESTREO NO

PROBABILSTICO:

A veces, para estudios exploratorios, el

muestreo probabilstico resulta
 excesivamente costoso y se acude a
mtodos no probabilstico, aun siendo
conscientes de que no sirven para realizar
generalizaciones, pues no se tiene certeza
de que la muestra extrada sea
representativa, ya que no todos los sujetos
de la poblacin tienen la misma
probabilidad de se elegidos. En general se
seleccionan a los sujetos siguiendo
determinados criterios procurando que la
muestra sea representativa.

6.2.1. MUESTREO POR CUOTAS

6.2.2. MUESTREO OPINTICO O

INTENCIONAL

6.2.3. MUESTREO CASUAL O INCIDENTAL

6.2.4. BOLA DE NIEVE