Está en la página 1de 27

T R E O

UES
M
Fausto Patiño, MD, MPH, DrPH
Las  técnicas  de  muestreo  son  
procedimientos  por  los  que  se  infieren  
valores  verdaderos  de  una  población,  
a  través  de  la  experiencia  obtenida  con  
una  muestra  de  ésta.  
 
 
Las  técnicas  de  estadís;ca  inferencial  se  
usan  cuando  se  requiere  trabajar  con  
magnitudes  de  variables  de  un  universo,  
pero  sin  registrar  los  datos  de  todo  los  
elementos  del  universo,  sino  solo  de  una  
parte  de  ellos,  la  muestra.    Por  tanto,  la  
inferencia  no  ofrece  una  certeza  absoluta,  
sino  la  probabilidad  de  acierto  y  la  
magnitud  del  error  previsible,  es  decir,  
valores  aproximados  dentro  de  intervalos  
de  confianza.  
Un  método  de  muestreo  efec;vo  
requiere  de  mecanismos  para  
determinar  el  tamaño  de  la  muestra  y  
de  valorar  matemá;camente  los  
resultados  de  la  misma.  
VENTAJAS DEL MUESTREO CONSIDERACIONES
ESTADÍSTICO
Puede ahorrar tiempo y dinero Estos factores son importantes,
pero no más que los objetivos del
proceso.
En ocasiones puede proveer Las limitantes de tiempo hacen
resultados más exactos. Al que el estudio del universo sea
disminuir el número de casos apurado y tedioso lo que puede
disminuyen también los errores ocasionar errores.
asociados a la manipulación de
los datos.
Tamaño justificable de la muestra En concordancia con un límite
aceptable de riesgo

Riesgo estimable de que la Tratar de minimizar las


muestra no sea representativa desviaciones debidas a la
del universo variabilidad muestral
Resultados objetivos y no Siempre y cuando el diseño
sesgados muestral sea riguroso

Proyección objetiva de los Dentro de límites de confiabilidad


resultados establecidos
!
El censo y la muestra
Censo Muestra
Ventajas Ventajas
•  Estudios más profundos
•  Confianza
•  Personal mejor adiestrado
•  Parámetros
•  Más económica
•  Rapidez en su ejecución
Desventajas
•  Más costosas Desventajas
•  Superficial •  Trabaja con un error
•  Personal poco capacitado
•  Tiempo de procesamiento
Elemento del Diseño Muestral  
Universo •  Se define en función de los objetivos

(Población) •  Universo puede ser homogéneo o heterogéneo


Conjunto de unidades de •  Pueden ser: personas, familias, viviendas,
las que se desea obtener escuelas, organizaciones, artículos de prensa,
cierta información etc.

Ejemplos de •  Empresas  que  requieren  incremento  de  capital  


universos •  Personal  del  Poder  Judicial  de  fuero  nacional    
•  Mujeres  de  Quito  de  21  años  en  adelante,  con  un  hijo  o  más,  
que  trabajen  fuera  del  hogar  al  menos  6  hs.  por  día  
•  Adolescentes  de  entre  13  y  21  años,  varones,  de  la  ciudad  de    
Guayaquil,    que  hayan  viajado  al  exterior  por  lo  menos  una  vez  
en  los  úl;mos  2    años  
•  Estudiantes   universitarios   que   cursen   carreras   humanís;cas,  
de  ambos  sexos,  no  mayores  de  35  años.  
•  Empresas   privadas,   de   servicio,   con   no   menos   de   75  
empleados,  radicadas  en  ciudades  de  hasta  50.000  habitantes  
Elemento del Diseño Muestral  
Muestra •  Selección de unas unidades concretas
Es una parte seleccionada de la de la población que representen la
población que deberá ser característica que se quiere medir
representativa, es decir, reflejar
adecuadamente las
características que deseamos
analizar en el universo de estudio

•  Es el elemento del cual se obtiene la


Unidad de Análisis medición (ej: jefes de hogar, niños
(elemento muestral) menores de 5 años, estudiantes).
Cada una de las unidades que •  Pueden corresponder a las siguientes
categorías:
conforman la población  
o  Personas
o  Grupos humanos
o  Poblaciones completas
o  Unidades geográficas
o  Eventos o interacciones sociales
(enfermedades, accidentes, etc)
Elemento del Diseño Muestral  
Formada por unidades de análisis
Unidad de Muestreo agrupadas según un criterio
Son los elementos disponibles para determinado. En ocasiones puede
la selección de la muestra   corresponder a ellas.
•  Colectivas (ej.: hogares, hospitales)
•  Individuales (ej: jefes de hogar,
pacientes)

Marco Muestral Ejemplos:


•  Lista de estudiantes matriculados
Es un listado de todas las unidades
muestrales que conforman la •  Lista de cantones del país
población que se quiere estudiar. •  Lista de Universidades
Puede ser una base de datos, un
plano e incluso mapas
INFERENCIA
Estimación de Punto
La Estimación de Punto consiste en realizar una conjetura
fundamentada del valor poblacional sobre la base de datos de
una muestra
E( )=µ E( )=p

Estimación de Intervalo
El trabajar con una muestra, en lugar de su totalidad, significa
que la estimación del parámetro poblacional tendrá un nivel de
error, es decir, que el valor del estadístico muestral muy
probablemente diferirá en cierta medida del valor del parámetro
poblacional, el cual estará en un intervalo con cierto nivel de
confianza
                     ee            =      ee            =    
     
ERRORES  

" Aleatorio  
"   Muestral  
" Sistemá;co  

V = v± e

Valor   Valor    
Medido    en  la   ERROR  
Verdadero  en  
la  población   muestra  
 
Error  Aleatorio  

"   El  error  aleatorio  no  se  suele  ajustar  a  ninguna  


regla  o  norma  ,  varían    en  cada  caso  ,  en  su  
sen;do  y  magnitud,  y  por  ello  ;ende  a  
anularse  cuando  se  trata  de  un  número  
elevado  de  casos.    
–  Los  errores  aleatorios  se  comenten,  por  ejemplo,  
cuando  un  encuestado  elige  erróneamente  una  
casilla  queriendo  hacerlo  en  otra,  cuando  un  
encuestador  marca  erróneamente  un  dato,  etc.  
Errores  Sistemá;cos    
•  Un  error  sistemá;co  es  aquel  que  se  produce  
de  igual  modo  (  sen;do  y  proporción)    en  
todas  las  mediciones  que  se  realizan  sobre  un  
parámetro  de  la  muestra      
 
•  Contrario  al  error  aleatorio,  NO  se  anula  en  
muestras  grandes.    
Errores  Sistemá;cos.  Ejemplos    

"   Las  tendencias  subje;vas  conscientes  o  


inconscientes  del  inves;gador.  
"   Sus;tuciones,  según  criterio  propio  del  
inves;gador,  de  unidades  de  la  muestra  que  
habían  sido  elegidas  al  azar.  
"   Insuficiente  observación  del  conjunto  de  la  
población  que  influye  en  una  deficiente  
definición  de  sus  caracterís;cas.    
Error  Muestral    
•   Cuando  se  extrae  una  muestra  de  una  
población  es  frecuente  que  los  resultados  
obtenidos  de  la  muestra  no  sean  exactamente  
los  valores  reales  de  la  población.    
•  El  error  de  muestreo  ocurre  al  estudiar  una  
muestra  en  lugar  de  la  población  total.    
•  La  diferencia  entre  el  valor  del  parámetro  de  
una  población  y  el  obtenido  de  una  muestra  
recibe  el  nombre  de  error  muestral.  (  y  que  no  
puede  ser  asociado  a  otro  ;po  de  explicación,  es  
decir  no  es  error  aleatorio  o  sistemá;co)    
Factores  que  afectan  el  tamaño  
del  error

A  mayor  variabilidad  de  la  


población,  mayor  el  error  estándar  
 
El  error  estándar  es  también  una  
función  inversa  del  tamaño  de  la  
muestra  
Distribución de estadísticos de múltiples muestras de
diferentes tamaños
Variación  del  Error  Estándar  según  Tamaño  de  la    Muestra

n = 650
35

30

25
l
l
l Error estándar con
20 l
l
l
muestra de 650 de
15
un universo de
8000
10

250 500 750 1000 7500 7750 8000

Tamaño de la muestra
Intervalos  de  Confianza  
       Es;mación  de  promedio  =  

       Es;mación  de  proporción  =  


El tamaño del intervalo de confianza está afectado por
los siguientes factores:

Si el tamaño de la muestra aumenta, el tamaño del intervalo


disminuye, puesto que muestras más grandes disminuyen el
error estándar

A mayor variabilidad de la muestra, el tamaño del intervalo


aumenta, puesto que varianzas más grandes aumentan el
error estándar

A mayor nivel de confianza, el tamaño del intervalo


aumenta, puesto que tendremos más probabilidad de que el
valor de la población caiga en cierto rango de valores si la
distancia entre el límite inferior y el límite superior del rango
es más larga.
Tamaño  Muestral  
•  Es  el  número  de  unidades  a  incluir  en  la  
muestra.    
•  Aunque  el  sen;do  común  pareciera  indicar  
que  poblaciones  más  grandes  deben  producir  
muestras  mayores,  esto  no  es  siempre  cierto  
ya  que:  
– El  tamaño  de  la  población  NO  es  el  único  
elemento  que  influye  en  el  tamaño  de  la  muestra  
Tamaño  Muestral  

•  Existen  varios  factores  que  influyen  en  el  


tamaño:  
•  Tiempo  y  recursos  disponibles  
•  Modalidad  de  Muestreo    
•  Tipo  de  Análisis  Previsto  
•  Varianza  o  heterogeneidad  de  la  población  
•  Margen  de  Error  máximo  admisible  
•  Nivel  de  confianza  de  la  es;mación  muestral    
Tipo  de    análisis  de  datos  previsto  

La  técnica  de  análisis  influye  en  el  tamaño  de  la  


muestra:  
•  Comparación  de  Medias  
•  Es;mación  de  Proporciones  (  parámetros)    
•  Análisis  Univariables  
•  Análisis  Mul;variables    
El tamaño de la muestra se afecta de la
siguiente manera:

•  El  tamaño  muestral  aumenta  si  la  varianza  aumenta  


   
•  El  tamaño  muestral  aumenta  si  el  nivel  de  confianza  
aumenta.    Aumentando  el  número  de  elementos  de  
 la  muestra  tenemos  mayor  probabilidad  de  acertar  
   
•  El  tamaño  muestral  aumenta  si  el  tamaño  del  error  
disminuye.    Esto  es,  la  precisión  de  la  es;mación  
guarda  una  relación  inversa  con  el  tamaño  del  error  
Heterogeneidad  poblacional    
•  Cuanto  mas  heterogénea  sea  la  población  mayor  
será  su  varianza  poblacional  lo  que  implicará  
mayores  tamaños  muestrales.    
•  Cuando  se  desconoce  el  valor  de  la  varianza  
poblacional  se  recurre  al  supuesto  mas  
desfavorable,  asumiendo  una  proporción  
poblacional  igual  a  0,5.  
•  0,5  significa  que  una  unidad  seleccionada  ;ene  
50  %  de  posibilidades  de  pertenecer  o  no  a  un  
grupo  específico  dentro  de  la  población  
Cálculo del tamaño muestral: Población Infinita
De acuerdo a lo anterior, el número de elementos de la muestra
estará dado por la siguiente fórmula:

para estimación de promedio, y

para estimación de proporción

donde,
( ) es la varianza en la población
es el nivel de confianza
es el error (precisión)
Cálculo del tamaño muestral: Población finita
De acuerdo a lo anterior, el número de elementos de la muestra
estará dado por la siguiente fórmula:

para estimación de promedio, y

para estimación de proporción

donde,
( ) es la varianza en la población
es el nivel de confianza
es el error (precisión)
N es el tamaño de la población

También podría gustarte