UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS

ESCUELA DE ESTUDIOS GENERALES

Población y muestra

Mg. RUBER SAUL CASTILLO GAGO

2018-II
POBLACION
• Población objetivo o Universo: Conjunto de individuos,
objetos, elementos o fenómenos en los cuales puede
presentarse determinada característica susceptible de ser
estudiada y a los que se extrapolaran los resultados de la
investigación.
POBLACION
• Población es finita: cuando consta de un número
limitado de elementos. Ejemplo: todos los
habitantes de una comunidad.
• Población es infinita: cuando no se pueden
contabilizar todos sus elementos pues existen en
número ilimitado. Ejemplo: la población de
insectos en el mundo.
POBLACION: EJEMPLOS
• Población de pacientes que acuden al Hospital
Rebagliati.
• Población de habitantes de Lince.
• Población de familias de una comunidad
• Población de viviendas de Jesus Maria
Unidad de análisis (UA):
cada uno de los elementos que componen el
universo de estudio (UE), en los que se observaran
las variables de interés, también llamado unidad
de observación (UO).
POBLACION DE
PROFESORES UNMSM
Muestra: Subconjunto de unidades provenientes de la
población (parte de la población), que con algún
criterio o sin él, son seleccionadas para ser
estudiadas en una o más características

VENTAJAS
POBLACION DE
PROFESORES UNMSM

Profesores UNMSM
tiempo completo

Profesores
UNMSM
tiempo
completo
Turno
mañana
 MUESTRA

• Subconjunto representativo de la población, que se

utiliza cuando no es factible estudiar a toda la población
• En la mayoría de las investigaciones no es factible
estudiar a toda la población
• El interés radica en extrapolar los resultados de la
muestra a toda la población general: VALIDEZ
EXTERNA
Muestra
• Una muestra representativa es una
muestra que recoge todas las características
relevantes de la población. Ejemplo.

• Objetivo: determinar la duración promedio de la

hospitalización de los pacientes del Hospital
Rebagliati.
• Muestra representativa: incluir pacientes de los
departamentos de Medicina, Cirugía, Obstetricia
y Pediatría, dado que el tiempo de
hospitalización difiere entre ellos.
¿Cuándo utilizar muestras?

Cuando el
universo es
finito pero
muy grande
Cuando el
universo
es infinito
Cuando existe
la posibilidad
de destrucción
de la unidad
elemental Cuando
faltan
recursos o
tiempo
MUESTREO: método por el cual se eligen unidades de la
población, que conformaran la muestra.

Consideraciones:
Definir concretamente la población o universo de estudio
Delimitación cuidadosa de la población en Definir la unidad muestral- familias,
viviendas, manzanas, individuo, animales,
relación la problema, objetivos, hipótesis, otros; así como la unidad de análisis o de
variables y tipo estudio. observación.

La muestra debe ser representativa para poder hacer generalizaciones válidas

Es representativa cuando reúne las características principales de la población, en relación a
la/s variable/s de estudio.

Debe considerarse la variabilidad de la variable principal, según el fenómeno

que se desea estudiar.
 POBLACION Ua

Unidad muestral

MUESTRA = ≠
(estadísticas)
Unidad de análisis

Probabilística No probabilística
Aleatoria Por conveniencia
simple
Voluntarias
Sistemática
Accidental
Estratificada Por cuota

Por Conglomerado Por juicio / por

criterio o
discrecional
 Concepto de muestra probabilística
Cuando todas los elementos
del universo tiene la misma
probabilidad de ser parte de
la muestra.

Se obtiene mediante
técnica de muestreo
aleatorio ( por azar)

Son más
representativas

Sus resultados son

extrapolables
(generalizables) a la
población general.
Aleatorias simples:
Consiste en seleccionar “n” (muestra) elementos de los “N”
(población) que conforman la población y todos ellos tengan igual
posibilidad de ser escogidos para integrar la muestra.
Utiliza cualquier sistema de azarificación (tabla de números al
azar, bolilleros, etc.)
 Aleatorias simples:
Cuando usarla: Desventajas

Cuando se sabe que la Es necesario contar con

variable de mayor interés una lista enumerada de
se distribuye todas las unidades de la
aleatoriamente en el población.
universo
Los sujetos seleccionados
En universos pequeño (no pueden estar muy
más de 200 UE) dispersos por lo que
contactar con cada uno de
ellos puede resultar
costoso en tiempo y dinero.
Universos de poca
dispersión geográfica. Algunos subgrupos de la
población, especialmente
aquellos más minoritarios,
Cuando no se conoce el pueden prácticamente no
patrón de distribución de la estar representados en la
variable de interés. muestra si ésta es pequeña
Tabla de números aleatorios
00-05 06-11 12-17 18-23 24-29 • Población: 800 personas
01 1 0 8 5 8 1 0 3 3 7 6 7 6 3 7 8 4 1 6 5 3 1 5 4 1 0 2 215
02 4 1 9 4 2 0 6 8 4 3 2 4 6 9 6 6 1 4 6 5 6 1 5 9 2 3 6 662 • Muestra: 30 personas
03 7 7 8 6 4 4 5 8 2 2 8 2 8 6 8 2 8 1 6 0 5 5 1 5 8 8 5 344
04 2 4 2 4 7 2 0 6 5 5 1 1 3 6 7 6 0 1 5 4 1 7 0 6 7 3 1 393 • Por ejemplo: iniciar por
05 6 6 2 7 5 8 8 6 1 9 8 8 4 1 5 6 5 7 6 8 1 6 8 6 4 7 0 101
la fila 10, columna 03 =
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 4 438 519
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 • Segundo: 677
• Tercer: 356
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
• y así sucesivamente
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
hasta tener los 30
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 números
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
Muestreo sistemático
• Consiste en seleccionar aleatoriamente un cierto
número “i” que designará, en una lista o población
de N elementos, al primero que va a formar parte de
la muestra;
• A continuación, de manera rígida o sistemática, se
van tomando los elementos:
i+K
i + 2K
i + 3K ……..i + (n – 1)K
Ejemplo
• El primer elemento a estudiar se selecciona aleatoriamente
entre el primero de la lista y el número K.
• Este número K resulta de dividir N/n (K= N/n).
• Por ejemplo, si N= 1000 y deseamos estudiar una muestra de
n = 25 personas, K= 1000/25; es decir K= 40.
• Suponga que aleatoriamente escogemos un número entre 1 y
40 y obtenemos el número 20 (i = 20), la persona que tenga
ese número en la lista será la primera que formará parte de la
muestra.
• La segunda persona a incluir en la muestra será la i+2K,
(20+2*40), es decir, la persona número 100.
• La tercera será la i+3K, (20+3*40) = 140,
• y así se continúa hasta completar las 25 personas de la
muestra.
Muestreo sistemático: Consiste en seleccionar a los individuos según
una regla o proceso periódico.

• 1ra UA por azar , en adelante

se utiliza nº de
sistematización:

K= N/n

• K= constante (nº de
sistematización)
• N= total del universo
• n= nº muestral
Muestreo sistemático:
Cuando utilizarlo: Cuando no se aconseja:

Cuando no tengo listado de

antemano pero puedo En las situaciones en que las
estimarlo. unidades de muestreo están
ordenadas por algún criterio
Cuando no hay posibilidad periódico y la constante de
de identificar en el marco muestreo puede coincidir con ello.
muestral a cada una de las
UM. Por ejemplo, en
ciudades grandes donde no
se tienen listados de
viviendas
Ejemplo si queremos conocer la demanda
Cuando se dificulta el en un centro de salud y elegimos como
acceso a las UM, por unidad de muestreo el día de la semana
distancias, falta de puede ocurrir que obtener, gamos como
caminos o en terrenos constante de muestreo (K) el número 7, en
abruptos. Por ejemplo, en ese caso estaríamos describiendo siempre
un inventario forestal. la demanda que se produce un día
determinado, por ejemplo el sábado.
Muestras estratificadas: consiste en dividir el conjunto
“N” de elementos de la población en varios subconjuntos o
estratos menores, diferenciándolos de acuerdo a alguna
variable que resulte de interés para la investigación.
• Los estratos es
homogéneo al interior y
heterogéneo entre si. • Cuando la variación
• Cada estrato es un entre estratos es
universo particular, en mayor que la interna
el que las unidades de cada estrato.
muestrales se • principalmente en
seleccionan por azar. poblaciones donde se
• Al final la muestra supone o se conoce
queda constituida por que la distribución
un mismo porcentaje de la(s) variable(s)
de cada estrato de mayor interés es
diferente entre
subpoblaciones
Características fácilmente
identificables.

Cuando usarlas
Ejemplo
Muestra por conglomerado: el universo se subdivide en
universos menores de características similares a las del universo
total. Los conglomerados constituyen grupos heterogéneos al
interior del grupo y homogéneos entre sí.

• 1-Se subdivide el • Cuando existe

universo en alta dificultad
conglomerados. para llegar a
• 2-Se eligen al todas las UM del
azar los universo debido
conglomerados a una gran
que formaran la dispersión
muestra. espacial o a tener
• 3- Se eligen al barreras físicas
azar las unidades de acceso.
muestrales de • Ejemplo cuando
cada queremos
conglomerado. extraer muestras
de los habitantes
de un conjunto
geográfico
amplio
Procedimiento
Utilización
Ejemplo
• Selección de manzanas de viviendas para estudiar las
características de los grupos familiares que residen
en una urbanización
• Selección de escuelas para estudiar el conocimiento
de los alumnos sobre matemáticas, etc.
 Muestras no probabilísticas:

NO todos los elementos del universo tiene la misma

probabilidad de ser parte de la muestra.

Se obtiene por criterios y no son

representativas.
Muestreo por cuotas:
Cuando utilizarlo:

Cuando se tienen datos

adicionales de los individuos
(edad, sexo, etc.) y se pueden
utilizar ya que el investigador
considera que estos datos
pueden influenciar en las
características que se estudian.

Diferencia con el muestreo El análisis por estratos permite

estratificado: En el muestreo por un posterior análisis de las
diferencias entre grupos.
cuota la selección de UA no es
aleatoria
Muestreo por conveniencia
Cuando utilizarlo:

En estudios iniciales
para comprobar si se
cumplen las hipótesis
que se plantea el
investigador.
Muestreo accidental o casual:
Las UA se incorporan como van
apareciendo al momento del
muestreo, sin juicios previos. Cuando utilizarlas:

Únicamente para
hacernos una idea de
cual es la opinión de la
gente respecto a algún
producto o tema de
actualidad.
Muestro por juicio/ por criterio o discrecional:
• El investigador selecciona a los
individuos a través de su criterio
profesional. Puede basarse en la
experiencia de otros estudios
anteriores o en su conocimiento sobre
la población y el comportamiento de
ésta frente a las características que se
estudian.

Cuando se usa
• Cuando el responsable del estudio
conoce estudios anteriores similares o
idénticos y sabe con precisión que la
muestra que utilizaron fue útil para el
estudio.
• Si la población es muy reducida y
conocida por el investigador.
•
Muestreo de voluntarios:

Cuando el investigador
promociona su investigación e
invita a participar de la muestra.

Cuando se usa:
• Por ejemplo en la segunda
etapa d un ensayo clínico,
cuando se prueba un
medicamento
 Errores en la muestra:
Errores sistemáticos: Errores aleatorios:

Sesgo de informacion
Error tipo 1 o α Error tipo 2 o β
• Respuestas inapropiadas. • La probabilidad de • La probabilidad
encontrar una de no encontrar
Sesgo de medición (o diferencia con una diferencia
clasificación) nuestra muestra que actualmente
comparada con la existe entre
• Las mediciones y/o clasificaciones de población, y no hay nuestra muestra
la variable son inexactas. una diferencia en comparada con
realidad…. la población…

Sesgos de selección • Usualmente situado • Poder es (1- β) y

al 5% (o 0.05) es comúnmente
del 80%
• Cuando existe una diferencia
sistemática entre las características
de la población seleccionada para el
estudio y las características de la
población no seleccionada
Errores de muestreo

Mide la discrepancia que se presenta a

partir de una enumeración incompleta de
la población. Ejemplo de población objeto
que difiere de la población
Estos errores pueden presentarse debido a muestreada.
que la población no ha sido definida
debidamente o no corresponde a la
población bajo estudio.
• Analizar la cobertura de
vacunación de los niños de
La población objeto (a ser estudiada)
difiere de la población muestreada. ATE, tomando una muestra de
los que concurren a los
Centros Asistenciales oficiales.
Los errores de muestreo (si no son debido
a problemas del diseño) pueden reducirse
aumentando el tamaño y/o complejidad
de la muestra.
Sintetizando los elementos a considerar
en el proceso de muestreo:
• Definir la población, el
tamaño y los elementos que
1 componen a la población.
• Determinar la unidad de
observación, la unidad
2 muestral y sus características.
• Determinar la información
necesaria para la selección de
3 la muestra.
• Definir el tamaño de la
muestra.
4
• Definir el método de
selección de la muestra
5
• Definir los procedimientos
a seguir en la selección de la
6 muestra.
PRACTICA 3
1. Para los siguientes casos, diga si se empleó una muestra
representativa. Justifique su respuesta.

a)“Para determinar qué porcentaje de la población diabética de

Lima Cercado, tiene ingresos familiares inferiores a la canasta
básica, se revisaron 200 historias médicas seleccionadas
aleatoriamente entre todas las historias de pacientes
hospitalizados con diagnóstico de diabetes en el Hospital
Rebabliatti”.

b)“Los investigadores desean determinar el ingreso mensual de las

familias de Lima Cercado, para lo cual entrevistaron 15.000
usuarios ambulatorios de Lima ciudad, seleccionados por
muestreo al azar”.
PRACTICA 3
2. Describa el procedimiento de muestreo a seguir en los dos casos siguientes:
a) Una investigación para determinar cuáles son las causas de
hospitalización más frecuentes en los distintos departamentos del
Hospital Almenara.
b) Una investigación para determinar cuál es la cobertura de vacunación en
la población menor de 5 años del área de influencia de pobladores de
Cerro El Pino, es decir, qué porcentaje de niños tiene el esquema de
vacunación completo para su edad .
PRACTICA 3
3.Se desea determinar a través de una muestra, cuál es la
frecuencia de caries dental entre los alumnos universitarios
de Lima Norte.

a) Diga cuál es el universo de esa investigación

b) Mencione la clase de muestra que se debe emplear para que
sea representativa
c) Describa brevemente cómo se seleccionaría esa muestra.
Lectura recomendada: realizar los
ejercicios
• Libro: Hernández (2014). Metodología de
investigación
• Leer Capítulo 8: Selección de la muestra......... 170
• Resolver los Ejercicios 3 y 4 .............................192
Bibliografía
• PINEDA, ALVARADO Y CANALES. “Metodología de la
investigación. Manual para el desarrollo del personal de salud”
2da. Edición. Serie PALTEX. 1994.

• SABINO, Carlos “El proceso de Investigación” Ed. Panapo, Caracas,

1992. (Publicado también por Ed. Panamericana, Bogotá, y Ed.
Lumen, Buenos Aires.) http://paginas.ufm.edu/Sabino/PI.htm.

• ROBLEDO MARTIN, Juana.“Población de estudio y muestreo en la

investigación epidemiológica” Nure Investigación, nº 10,
Noviembre 2004- (En Línea) Disponible en:
www.nureinvestigacion.es/FICHEROS_ADMINISTRADOR/F_ME
TODOLOGICA/formacion%2010.pdf (Bajado el día 4-6-2008)