Definición de la población de

estudio
Jaiberth Antonio Cardona Arias
e-mail: jaiberthcardona@gmail.com
 Componentes de la metodología
1. Tipo de estudio.

2. Sujetos de estudio: Población, muestra, muestreo, criterios de

inclusión y exclusión.

3. Recolección de la información: fuente, instrumento, condiciones

para obtención del dato. Control de sesgos de selección e
información.

4. Análisis de la información: análisis univariado, bivariado y

multivariado, y control de variables de confusión.

5. Aspectos éticos.
 Metodología
1. Objetivo general y específicos.
2. Logro de objetivos: Identificación de variables a medir.
3. Definición y operacionalización de variables.
4. Ámbito de referencia: Universo o población.
5. Definir criterios de inclusión y exclusión.
6. Tamaño de muestra y selección de participantes.
7. Definir unidad de observación y de análisis.
8. Definir fuente, forma de registro y control de calidad del dato.
9. Observación: Diligenciamiento de encuestas, entrevistas.
 Definiciones
 Universo o población de referencia: Conjunto total de los
fenómenos que interesan al investigador. Puede ser homogéneo o
heterogéneo
 Muestra: Es el subconjunto del universo que será observado por el
investigador.
 Unidad de observación: Cada uno de los elementos del universo
que serán observados separadamente.
 Unidad de análisis: Cada uno de los elementos del universo que
serán objeto de la predicación.
En todos los casos los universos de estudio deben estar bien
delimitados (en atributos, tiempo y espacio)
 Definiciones
 Marco de muestreo: Lista detallada de todos los elementos de la
población, que dan información acerca de la unidad de
observación.

 Unidad de observación: Cada uno de los elementos que

conforman la población objeto de estudio y las cuales deben
definirse previamente destacando todas sus características.

 Unidad muestral: aquellas que permiten cuantificar la unidad de

observación, cada uno de los elementos de la muestra.

 Unidad de análisis: aquellas a las que se aplica el instrumento de

medición.
Población refiere a un grupo de personas que comparten una o más

características, se simboliza con N y generalmente consiste en un conjunto

grande de individuos que se desea estudiar que suele ser inaccesible y tienen al

menos una característica en común susceptible de ser estudiada o medida. La

muestra corresponde a un subconjunto de la población accesible y limitado

sobre el que se realizan las mediciones con el fin de obtener conclusiones

generalizadas de la población, este debe ser representativa de la población (se

debe seleccionar aleatoriamente) y se simboliza con n.

 Población
 Población ideal: es el grupo sobre el cual el investigador
desea tener información en la cual recaerán las consecuencias
de las decisiones basadas en los resultados de la encuesta.

 Población objetivo: es el conjunto de unidades que partiendo

de la población ideal, pueden ser realmente alcanzados por el
investigador y que constituyen un subconjunto de la población
ideal.

 Población finita: presenta 100,000 o menos unidades.

 Población infinita: presenta mas de 100,000 unidades.

 Muestra representativa
 Subconjunto observado que presenta las mismas características de
la población de estudio, en relación con la característica
investigada.
 Reúne la especificaciones de la población, que cumple con los
siguientes requisitos:
 Tiene un tamaño determinado.
 Tiene definido el nivel de confianza.
 Tiene determinado un error máximo permisible.
 La selección de las unidades de análisis es aleatoria.
 Las características de los elementos seleccionados en la muestra son
similares a las del total de población.
 No representativas: sugieren características de la población, pero la
observación no puede atribuirse más allá de los elementos observados.
Ventajas de la muestra representativa:

 Práctica: más operativas y funcionales dese el punto de vista de las

recolección de la información.

 Factibilidad: las expectativas del investigador son más fáciles de

alcanzar.

 Económica: reduce los costos de la investigación.

 Utilidad: en poblaciones infinitas o muy grandes, requiere menos

tiempo para recolección de la información, reduce errores del
observador.
 Cálculos básicos
 Z 1-α/2: Constante de la normal tipificada, corresponde a
nivel de confianza.
 σ2: Variancia de la variable objeto de estudio en la
población.
 P: Proporción de elementos de la población que tienen la
característica de interés.
 ε: Error de muestreo o grado de precisión deseado.
 N: Tamaño de población.
 n: Tamaño de muestra.
 MUESTREO EN ESTUDIOS DESCRIPTIVOS
POBLACIÓN INFINITA FÓRMULA
Cuando la variable trazadora n= Z2α/2σ2 /ε2
es cuantitativa
Cuando la variable trazadora n= Z2α/2PQ/ε2
es cualitativa
POBLACIÓN FINITA
Cuando la variable trazadora n= Z2α/2σ2 /(ε2+(Z2α/2σ2/N))
es cuantitativa
Cuando la variable trazadora n= (Z2α/2PQ)/(ε2+(Z2α/2PQ/N))
es cualitativa
 Tipos de muestreo
Probabilístico:
 Muestreo Aleatorio Simple
 Muestreo Sistemático
 Muestreo estratificado
 Muestreo por conglomerados
 Muestreo polietápico
 Muestreo por cuotas
 Muestreo intencionado
(informantes claves)
 Sujetos voluntarios.
 Bola de nieve.
 Expertos.
 Conveniencia.
 Muestreo probabilístico

Es aquel en el cual cada unidad de la población tiene una

probabilidad conocida y diferente de cero de pertenecer a la
muestra.

En este se dispone de un marco muestral y las unidades de

muestreo que la conforman.
 Tipos de muestreo probabilístico
 Muestreo aleatorio simple: todos los elementos constitutivos de
la población tienen similar probabilidad de ser seleccionados.
Pasos:
1. Obtener el marco muestral.
2. Numerar en orden creciente o decreciente cada unidad de muestreo.
3. Selección de los elementos de la muestra con un tabla de números
aleatorios.

 Muestreo sistemático: similar al anterior, solo difiere en la

forma de selección de las unidades de muestreo, las cuales se
obtiene definiendo el salto de muestreo denotado K. k=N/n. se
obtiene aleatoriamente el primer elemento y los demás se
obtienen sumando K.
 Tipos de muestreo probabilístico
Muestreo estratificado:
 Utilizado en poblaciones heterogéneas.
 Consiste en agrupar los elementos más homogéneos,
construyendo los estratos, éstos tienen la característica de
ser homogéneos al interior y heterogéneos con respecto a
los demás estratos.
 Por ejemplo si se desea evaluar los conocimientos cobre
VPH en estudiantes de Microbiología, no se obtendrán los
mismos resultados en los estudiantes de cada semestre, por
ello, para hacer un adecuado muestreo se deben formar
estratos según el semestre.
 Muestreo estratificado
 Pasos:
1. Dividir la población en estratos.
2. Definir el tamaño de muestra de cada uno por asignación proporcional,
igual u óptima.
3. Seleccionar las unidades de muestreo de cada estrato empleando muestreo
aleatorio simple o sistemático.

 Tipos de asignación:
1. Asignación proporcional: los elementos que constituyen el tamaño de
muestra se distribuyen en los estratos proporcionalmente al tamaño del
estrato en la población.
2. Asignación igual: En cada estrato se elige igual número de elementos
muestrales.
3. Óptima: Cuando el tamaño de cada estrato se determina con base el grado
de variabilidad y el costo mínimo para una precisión dada.
 Muestreo por conglomerados
Al igual que en el muestreo estratificado, la población es
heterogénea bajo las características de estudio, pero las
unidades están ubicadas de una manera natural lo que no da
lugar a la conformación de estratos, sino de conglomerados;
éstos son heterogéneos al interior y homogéneos entre ellos,
es decir, cada conglomerado tiene unidades de muestreo
muy variadas internamente pero entre los diferentes
conglomerados son similares.

Los conglomerados generalmente son muy grandes, por ello

se subdividen en unidades primarias, secundarias, terciarias
de muestreo.
 Muestreo por conglomerados

Ejemplo: Se desea estudiar las familias de una ciudad, para

ello se toman los barrios como conglomerados, luego se

aleatoriza la selección de manzanas y luego se enumeran

todas las familias en cada manzana, esto correspondería un

muestreo por conglomerados bietápico.

 Muestreo no probabilístico
 La selección depende de causas relacionadas con las
características de la investigación.

 Generalmente presentan información sesgada y se

justifican en estudios de carácter exploratorio.

 No es segura la representatividad de la muestra, por ello

las estimaciones (inferencia estadística) no son válidas.
Tipos de muestreos no probabilístico
 Sujetos voluntarios: las unidades de análisis llegan al investigador de
forma casual.

 Bola de nieve: Cuando se entrevista o encuesta a miembros de grupos y

éstos invitan a participar del estudio a otros sujetos.

 Expertos.

 Intencionado o sujetos-tipo.

 Cuotas.

 Conveniencia.
 Ejemplo: medición del nivel de pobreza de los hogares de
Antioquia.

Población de Unidad de Unidad de Unidad de

referencia Muestreo Observación Análisis

Hogares del Vivienda La persona cabeza

Departamento seleccionada de hogar El Hogar
 Fuente de información

 Primaria: La fuente genera directamente la

información.

 Secundaria: La fuente presenta información generada

por otras fuentes.
 Instrumentos de recolección de la información

 Encuesta: Técnicas esritas de obtención de datos, a partir de

“informantes” considerados confiables frente al fenómeno.
Tipos: Autodiligenciada o asistida, Anónima o ligada,
Presencial o por correo.

 Entrevistas: Técnicas verbales de obtención de datos, a partir

de “informantes” considerados confiables frente al fenómeno.
Tipos: Estructurada, semi-estructurada, abierta.

 Otras: Método delphi, Grupos focales, Grupos de discusión.

 Requisitos de la medición
 Validez: Grado en que la medición mide lo que pretende medir
 Tipos:
 De contenido: La medición es válida si contiene todos los
valores posibles, de la variable a observa.
 De criterio: La medición es válida de acuerdo con un criterio
(estándar), presente o futuro.
 De constructo:La medición es válida de acuerdo con los demás
elementos de la teoría

 Confiabilidad: Grado en que la medición del mismo evento,

repite valores similares
 Bibliografía
 Grisales Romero H. Inferencia estadística. Universidad de Antioquia.
Medellín. 2008.
 Pita Fernández, S. Uso de la estadística y la epidemiología en
atención primaria. En: Gil VF, Merino J, Orozco D, Quirce F.
Manual de metodología de trabajo en atención primaria. Universidad
de Alicante. Madrid, Jarpyo Editores, S.A. 1997; 115-161.
 Romero Grisales Hugo. Inferencia estadística. Facultad nacional de
salud pública, Universidad de Antioquia. 2008.
 Dawson-Saunders B, Trapp RG. Bioestadística Médica. 2ª ed.
México: Editorial el Manual Moderno; 1996. En Pita Fernández S,
Pértega Díaz, S. Unidad de Epidemiología Clínica y Bioestadística.
Uso de la estadística y la epidemiología en atención primaria.