UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS

Universidad del Perú, DECANA DE AMÉRICA

FACULTAD DE FARMACIA Y BIOQUÍMICA
Departamento Académico de Microbiología y Parasitología Básica y Aplicada

EAP DE TOXICOLOGÍA
ASIGNATURA: Metodología de la Investigación Científica

Practica: Diseño Metodológico

7.7 Muestreo
Es la operación de obtención de la muestra, se debe tener en cuenta la probabilidad de
variantes en los componentes del muestreo en un pueblo joven:

- Unidad de análisis: el jefe de familia

- Unidad de muestreo: cada vivienda o casa
- Marco muestral: el plano de las casas y viviendas del pueblo joven

Criterios de inclusión, exclusión y eliminación, en las características de una

población
Criterios de inclusión: son las características necesarias para que las unidades
de análisis formen parte de la población de estudio

Criterios de exclusión: son las características no necesarias o excluyentes para

que las unidades de análisis formen parte de la población de estudio. Ej.
Embarazo, presencia de otra enfermedad, etc.

Criterios de eliminación: son las características extremas para que una o más
unidades sean retiradas de la población de estudio. Ej. Mortalidad.

7.7.1 Factores en el cálculo del Tamaño de muestra:

La variabilidad de la población de estudio, está en relación directa con las

variables demográficas y otras de comparación como la edad, sexo, raza, etc.

La variabilidad de las observaciones, se mide mediante la Desviación Estándar

(DE)

La precisión (P-d-E) que se desea obtener en los resultados del estudio, es decir,
la magnitud del error que podemos tolerar. Ej. Hasta el 5 % (0.05) para que el
estudio tenga significación estadística

El intervalo de confianza de la precisión (P), que se define como el intervalo dentro

del cual se puede esperar que se encuentra el parámetro poblacional verdadero
de P (media poblacional de P) (IC 95 %)
7.7.2 Cálculo del tamaño de la muestra:

A) Tamaño de la muestra para los márgenes de error indicados

Tamaño de la +-1 2 3 4 5 10
Población

500 --- --- --- --- 222 83

1000 --- --- --- 385 286 91
1500 --- --- 638 441 316 94
2000 --- --- 714 476 333 95
2500 -- 1250 769 500 345 96
3000 --- 1364 811 517 353 97
3500 --- 1458 843 530 359 97
4000 --- 1538 870 541 364 98
4500 --- 1607 891 549 367 98
5000 --- 1667 909 556 370 98
6000 --- 1765 938 566 375 98
7000 --- 1842 959 574 378 99
8000 --- 1905 976 580 381 99
9000 --- 1957 989 584 383 99
10000 5000 2000 1000 588 385 99
15000 6000 2143 1034 600 390 99
20000 6667 2222 1053 606 392 100
25000 7143 2273 1064 610 394 100
50000 8333 2381 1087 617 397 100
100000 9091 2439 1099 621 398 100
Infinito 10000 2500 1111 625 400 100

El intervalo de confianza es de 95% y se han calculado para proporciones,

tomando la hipótesis que p = q = 0,5. Nota: cuando no se indica valor, el tamaño
de la muestra es superior a la mitad de la población

B) Para una población finita aplicando la fórmula de Arkin y Colton:

2
n = N / (N-1)k + 1
donde n = tamaño de la muestra
N = tamaño de la población
 k = error de muestreo

Para una población de 1500 estudiantes utilizando un error del 5 %:

k = 5 %, k = 5/100 = 0.05
2
n = 1500 / (1500 – 1)(0.05) +1
= 315.96
= 316 alumnos

C) Conociendo el Nivel de confianza, la Varianza de la variable, el Error (Precisión)

y el Tamaño de la población:

2
C1. Cuando la varianza (S ) es conocida:
a) Para poblaciones infinitas o tamaños de población desconocida:

Z 2S 2
n
d2

b) Para poblaciones finitas o conocidas

NZ 2 S 2
n 2
d ( N  1)  Z 2 S 2
2
C2. Cuando la varianza (S ) es desconocida:

a) Tamaño de la población N es desconocida

Z 2 PQ
n
d2

b) Tamaño de la población N es conocida:

NZ 2 PQ
n 2
d ( N  1)  Z 2 PQ

Donde: n: Es el tamaño de la muestra.

N: Tamaño de la población.
Z: Factor de confiabilidad. Es 1,96 cuando es 95 % de confianza y es
2,57 cuando se establece 99 % de confianza (valor de distribución normal
estandarizada correspondiente al nivel de confianza escogida).
 P = 0,5
Q = 1-P = 0,5
d: Es el margen de error permisible. Establecido por el investigador.

Ejemplo: Estimar el tamaño de la muestra de estudio para una población de 120

estudiantes de primer año de educación secundaria.

NZ 2 PQ
n
d 2 ( N  1)  Z 2 PQ

N = 120
Z = 1,96 (para un nivel de confianza al 95%).
P = 0,5
Q = 1-P = 0,5
d = 0,1

120(1,96) 2 (0,5)(0,5) n
115,248
 53,59 n  53
n
(0,1) 2 (120  1)  (1,96) 2 (0,5)(0,5) 2,1504

7.7.3 Muestreo
Tipos de muestreo:
a) No aleatorio, no probabilístico: basado en puntos de vista subjetivos de una
persona, y la teoría de la probabilidad no puede ser usada para medir el error de
muestreo. Se utiliza para estudios exploratorios (proporcional, voluntario,
intencionado, de Juicio, etc.)

1. Por conveniencia, intencional

• La muestra estará formada por unidades accesibles o favorables
• Se suele utilizar cuando se realiza una prueba de un cuestionario o en un
estudio exploratorio
• Es un método de reducido coste
• Los estimadores no coincidirán con los parámetros
2. De juicios
• Consiste en acudir a expertos para que nos ayuden a determinar una muestra
representativa
3. Muestreo por cuotas
• Construye una muestra a escala de la población objeto de estudio fijándose
las condiciones que deben cumplir los elementos muestrales
 • Conlleva una muy buena planificación del trabajo de campo
• Pueden conseguirse resultados próximos a un muestreo estratificado
4. Muestreo de bola de nieve
• Se elige una submuestra por alguno de los métodos anteriores
• Se pide a sus componentes que elijan a otros a partir de unas condiciones

b) Aleatorio probabilístico: cada individuo de la población tiene una igual

probabilidad de ser incluida en la muestra (aleatorio simple, sistemático,
estratificado, conglomerados). Cuando cada individuo de la población tiene una
igual probabilidad de ser incluida en la muestra, permite calcular de antemano la
probabilidad de obtener cada una de las muestras posibles, Pueden efectuar
inferencias de los resultados. Los tipos conocidos son los siguientes:
1. Muestreo aleatorio simple (MAS): cada elemento de la población tiene igual
probabilidad de ser incluida en la muestra utilizando balotarios o tabla de dígitos
aleatorios, es necesario tener información del tamaño y marco muestrales. Se usa
en el caso de:
a) Población conocida relativamente pequeña
b) Si la población es homogénea
c) Si es fácil y barato encontrar las unidades de muestreo
Procedimiento: elegir los elementos mediante procedimiento estadístico (números
aleatorios sin repetición en tablas)

2. Muestreo sistemático (MS): es una modificación del anterior, pero la elección

es sistemática. Consiste en seleccionar unidades muestrales aplicando un
Intervalo de Selección (I) = N/n, donde N es el tamaño de la población y n el
tamaño de la muestra
N = 200, I = N/n = 200/20 = 10
Es necesario tener información del tamaño y del marco muestrales
Procedimiento:
• Calcular el coeficiente de elevación (cantidad de individuos representados por
cada unidad muestral: N/n = 10
• El primer elemento se elige al azar, de manera aleatoria entre los 10 primeros y
el resto cada 1-ava elemento de la lista
• Los restantes serán los situados en el marco muestral N/n posiciones después
del anterior (sistemáticamente). Puede ser 7, 17, 27,37,47, 57, hasta las 20
muestras
. Se usa en caso de tener un archivo o tarjetero con los nombres de cada uno de
los individuos de la población.

3. Muestreo Aleatorio Estratificado (MAE): consiste en dividir la población en

subgrupos o estratos, para homogenizar la población. Ejm. N = n1 + n2 + n3 +
…+ nk y la muestra en cada estrato se obtiene con el muestreo aleatorio simple.
Se usa cuando en la población se forman grupos diferentes y es heterogénea.
Ejm. Para N=2000, en 4 estratos, preparar una muestra n = 500
Estrato 1 = 500 (10%) = 50
Estrato 2 = 500 (20%) = 100
Estrato 3 = 500 (30%) = 150
Estrato 4 = 500 (40%) = 200
Total n = 500
En cada estrato se incorporan las unidades según el muestreo aleatorio simple

4. Muestreo Aleatorio de Conglomerados (MAC): consiste en dividir a la población en

subgrupos heterogéneos representativos de la población global. Cada conglomerado
debe ser encarado como una minipoblación. Es eficiente si existe una diferencia entre los
elementos del grupo y esta diferencia es lo más pequeña posible. Se usa cuando se tiene
una población grande y no se puede enumerar sus elementos y cuando los elementos
están próximos unos de otros

5. Muestreo por Procedimiento Combinado (MPC): se tiene necesidad de

información: tamaño y marco muestrales y grupos de población.
Procedimiento:
• Se realiza el muestreo en dos o más etapas
• Se divide la población en grupos
• Se aplica a cada grupo un aleatorio simple (se obtiene una muestra)
• Se aplican muestreos aleatorios a la primera muestra (sucesivas veces) .
6. Muestreo por ruta aleatoria: Necesidad de información: población, tamaño muestral,
mapa, tabla números aleatorios

Procedimiento:
• Se elige un área de una localidad y se escoge un punto de partida
• Se seleccionan las calles, los inmuebles y las viviendas según un mecanismo de
ruta establecido y un proceso aleatorio
• Se entrevista si existe un individuo que forme parte de la población objetivo

Definiciones relacionadas con el muestreo:

• Lote, población o universo muestral: Totalidad del material que se quiere
estudiar
• Muestra incremental: Porción individual tomada del lote (muestras a granel
o tipo bulk)
• Unidad de muestreo: Subdivisiones iguales o análogas del lote (muestras
manufacturadas o tipo batch)
• Muestra bruta: Conjunto de muestras incrementales o unidades de
muestreo que se combinan para obtener una cantidad de material
representativa del lote
 • Muestra de laboratorio: Se obtiene a partir de la muestra bruta reduciendo
el tamaño pero manteniendo la composición
• Alícuota, muestra de ensayo o para análisis: Fracción que se utiliza para el
análisis
Etapas del muestreo:
• Reconocimiento de la población
• Diseño de la toma de muestra
• Recogida de la muestra bruta
• Conservación apropiada de la muestra transporte y almacenamiento
• Obtención de la muestra de laboratorio:
– Reducción del tamaño de partícula (muestra sólida)
– Homogenización de la muestra
– Reducción del tamaño de la muestra
• Selección de replicados

Toma de muestra en diversos medios:

Atmósfera:

1) Objetivos del estudio

 - Analito en fase gaseosa: a) Al aire libre, b) En interiores
- Analito en partículas en suspensión
2) Población sometida a fluctuaciones temporales  factores meteorológicos
o emisiones
3) La monitorización “in situ” está sustituyendo al análisis en laboratorio
4) Equipamiento  bomba colectora de aire a flujo cte con membrana de
filtración
- La duración del muestreo dependerá del límite de detección de la técnica
utilizada
Agua:

1) La muestra se filtra justo en el momento de su toma  para evitar

adsorciones del analito disuelto en las partículas en suspensión
2) Análisis de cationes: acidificar (0.1 M con HNO3)  para minimizar la
deposición en las paredes del contenedor
3) Actividad biológica  puede variar la composición de la muestra 
Solución: Refrigerar para retardarla
4) Contenedores: Botes de plástico (ej.: polipropileno) lavados con HNO3 1M

Tipos de muestra:
1) Muestra simple o puntual: muestra tomada en un lugar, tiempo y
circunstancias particulares en las que se realizó su captación
2) Muestra compuesta: en la mayoría de los casos, es una combinación de
muestras simples tomadas en el mismo sitio durante diferentes tiempos
(compuesta en tiempo). La mayor parte de las muestras compuestas en el
tiempo se emplean para obtener concentraciones promedio
3) Muestra integrada: mezcla de muestras puntuales tomadas
simultáneamente en diferentes puntos, o lo más cercanas posible. Un
ejemplo de la necesidad de muestreo integrado ocurre en ríos o corrientes
que varían en composición a lo ancho y profundo de su cauce.
7.8 Obtención de la información
• Encuestas: instrumentos
• Mediciones: equipos, equipos modernos,EAA, HPLC, PCR, marcha
fitoquímica, métodos de proteínas, lípidos, tóxicos, carbohidratos,
hemoglobina, parásitos, cultivos, anticuerpos específicos, antígenos,
medicamentos, productos de transformación de medicamentos, etc.

8. CRONOGRAMA DE TRABAJO
9. PRESUPUESTO
10. BIBLIOGRAFÍA
ANEXOS
Anexo 1: Matriz de Consistencia
Anexo 2: Instrumento para la recolección de datos
Anexo 3: Tablas en blanco