Bioestadística

MUESTREO
Universo, población y muestra.
Tipos de muestreo.
Cálculos del tamaño de la muestra

Emilio Garcia Apaza

egarciaapasa@gmail.com
(+591) 71572067
Análisis estadísticos para la toma de decisiones
Tema I: Teoría de muestreo (6h)
• Elementos de una muestra
• Distribuciones muestrales
• Tipo de muestreos
Tema II: Diseño de encuesta(6h)
• Diseño de cuestionarios
• Clasificación de variables
• Tipos de validez
Tema III: Procesamiento de la información(16h)
• Estadística descriptiva
• Estadística Bivariada (Correlación, centralidad)
• Estadística Multivariada (Cluster, Factorial, Varianza, discriminante)
Evaluación Final(4h)
 TEORÍA DE MUESTREO

Muestreo
• Acción de escoger muestras representativas de la calidad o
condiciones medias de un todo
• Selección de una pequeña parte estadísticamente determinada,
utilizada para inferir el valor de una o varias características del
conjunto
• Herramienta de la investigación científica, cuya función básica
es determinar que parte de una población debe examinarse,
con la finalidad de hacer inferencias sobre dicha población.
Muestra: parte pequeña de una población

Elemento: Unidad acerca de la cual se solicita

información

Población: Universo de todos los elementos definidos

antes de la selección de la muestra, una población se
define en términos de elementos, unidades de
muestreo, alcance y tiempo
Estadística inferencial: involucra el uso de un
estadístico para hacer conclusión o inferencia sobre el
parámetro correspondiente

Error de muestreo: es la diferencia entre el

parámetro poblacional y el estadístico de la muestra
utilizado para estimar el parámetro

Distribución muestral: es una lista de todos los

valores posibles para un estadístico y la probabilidad
relacionada con cada valor
 Por que un muestreo?

• Ahorra dinero
• Ahorra tiempo
• Puede ser más preciso
• Resulta mejor si el estudio conlleva la
destrucción o contaminación del elemento
muestreado
 FACTORES QUE INFLUYEN EN EL
TAMAÑO DE LA MUESTRA:

•Objetivo de la investigación
•Limitaciones de tiempo
•Limitaciones de costos
•Procedimiento de análisis de la información
FUENTES MAS COMUNES DE ERROR

1.Características a corto plazo del encuestado: salud, ánimo,

fatiga, etc.

2.Factores situacionales: variaciones en el medio

3.Recolección de preguntas: variaciones en la forma que se

formula la pregunta y la influencia del método de entrevista

4.Factores del instrumento de medida: grado de ambigüedad y

dificultad de las preguntas y habilidades del encuestado para
responderlas

5.Factores de análisis de información: errores cometidos en el

proceso de codificación y tabulación
 ERRORES DE LA INVESTIGACION
ERRORES MUESTRALES(Em)
•Se puede medir
•Disminuye con el aumento del tamaño de la muestra

Errores no muestrales (Enm)

•Son subjetivos
•Frecuentemente aumentan al incrementarse el tamaño
de la muestra
•Criterio práctico: Enm>= 2*Em
Error Total= Enm * Em
 TIPOS DE ERRORES NO MUESTRALES
•Definición equivocada del problema
•Definición defectuosa de la población
•El marco no es representativo de la población
•Errores de la falta de respuestas
•Errores de medición
•Inferencias causales impropias
•Diseño pobre del cuestionario
•Parcialidad debido a quien auspicia el estudio
•Relacionados con el entrevistador
•En el procesamiento
•En el análisis de datos
•En la interpretación
Determinación del tamaño de la muestra,
variables continuas
N→∞
Para poblaciones
2 infinitas,
z * p*q poblaciones >
n 2 100000
e
n: tamaño de muestra
p: probabilidad a favor
q: (1-p) probabilidad en contra
e: error aceptado
z: nivel de confianza elegido
Determinación del tamaño de la muestra, para
proporciones
N→∞
Población finita
Poblaciones <100000

z2 * p * q * N
n 2
e N -1  z 2 * p * q
n: tamaño de la muestra
p: probabilidad con la que se presenta el fenómeno
q: (1-p) probabilidad de que no se presente el fenómeno
N: tamaño de la población
e: error en tanto porciento aceptado
z: valor crítico correspondiente al nivel de confianza elegido
NIVELES DE CONFIANZA Y VALORES CRITICOS
Nivel de confianza % Valor crítico (z)
99,73 3,00
99,00 2,58
98,00 2,33
96,00 2,05
95,45 2,00
95,00 1,96
90,00 1,64
80,00 1,28
68,27 1,00
50,00 0,67
 Error de muestreo

Error estandar

Aplicaciones para una distribución normal

1 Para media y proporciones muestreales
Teorema del Límite central

Factor de corrección por similitud

Media de las medias muestrales(medias)

Distribuciones muestrales

Errorres y sesgos
MAS
2 Procedimientos de muestreo
ME
Métodos de muestreos
MS

MC
 Procedimientos de muestreos

Probabilísticos No probabilísticos

Muestreo Aleatorio Simple

Muesteo por cuotas

Muestreo estratificado Muestreo discrecional

Muestreo sistemático Muestreo por conveniencia

Muestreo por conglomerado Bola de nieves

 Muestreo Aleatorio Simple
Se selecciona una muestra de tamaño n de una población de N unidades,
cada elemento tiene una probabilidad de inclusion igual y conocida de n/N

Ventajas Desventajas

• Sencillo y de fácil comprensión • Requiere que se posea de

• Cálculo rápido de medias y antemano un listado completo
varianzas de toda la población. Cuando se
• Se basa en la teoría estadística, y trabaja con muestras pequeñas
por tanto existen paquetes es posible que no represente a la
informáticos para analizar los población adecuadamente.
datos
 Muestreo Sistemático
Conseguir un listado de los N elementos de la población
Determinar tamaño muestral n.
Definir un intervalo k= N/n.
Elegir un número aleatorio, r, entre 1 y k (r= arranque aleatorio).
Seleccionar los elementosde la lista

Ventajas
• Fácil de aplicar
• No siempre es necesario tener un listado de toda la población
• Cuando la población está ordenada siguiendo una tendencia conocida,
asegura una cobertura de unidades de todos los tipos
Desventajas
Si la constante de muestreo está asociada con el fenómeno de interés,
las estimaciones obtenidas a partir de la muestra pueden contener sesgo
de selección
 N k: Intervalos 20
k N: Población k 3
n 6
n: Muestra
1 2 3

1 2 3 1 2

3 1 2 3 1

2 3 1 2 3
 Muestreo Estratificado
Una vez calculado el tamaño muestral apropiado, este se reparte de
manera proporcional entre los distintos estratos definidos en la
población usando una simple regla de tres

Ventajas
• Tiende a asegurar que la muestra represente adecuadamente a
la población en función de unas variables seleccionadas
• Se obtienen estimaciones más precisa
• Su objetivo es conseguir una muestra lo más semejante posible
a la población en lo que a la o las variables estratificadoras se
refiere
Desventajas
Se ha de conocer la distribución en la población de las variables
utilizadas para la estratificación
 Muestreo Conglomerado
Se realizan varias fases de muestreo sucesivas (polietápico)
La necesidad de listados de las unidades de una etapa se limita a
aquellas unidades de muestreo seleccionadas en la etapa anterior

Ventajas
• Es muy eficiente cuando la población es muy grande y dispersa.
• No es preciso tener un listado de toda la población, sólo de las
unidades primarias demuestreo.

Desventajas
• El error estándar es mayor que en el muestreo aleatorio simple o
estratificado.
• El cálculo del error estándar es complejo
Por ejemplo: Semejanzas y diferencias
 Procedimientos de muestreos

No probabilísticos

Por Cuotas Discrecional Por Bola de nieves

conveniencia
 Cumple ciertos requisitos
Por Cuotas Discrecional Por Bola de nieve
conveniencia

La enfermedad debe
ser de color rojo,
con flagelos,
semicircular, con
una entrada de
alimentos
 Muestreo por juicio en base a
Por
Por Cuotas Discrecional la experiencia o conocimiento
Bola de nieves
conveniencia
profesional

Se muestreara solo
las enfermedades
que por la presencia
de flagelos la
enfermedad es más
contagiosa y la
presencia de
esporulación hace
que se reproduzca
más rápidamente
 Es un muestreo intencional, se
Porselecciona
Cuotas Por
por susDiscrecional conveniencia
Bola de nieves
características de conveniencia

Se muestreara solo
las enfermedades se
expresan en época
de humedad, lo que
implica que su
coloración es fría,
por tanto, cuenta con
esferas en su
estructura.
 Es un muestreo en redes, es decir, se identifica
Porlos casos que llevan
Cuotas Por
a otros y así sucesivamente
Discrecional Bola de nieves
conveniencia
Lineal

Exponencial no discriminatorio

Exponencial discriminatorio
Hasta aquí ….