TEORÍA DE MUESTREO

MUESTRA

Es el grupo de unidades de estudio que realmente se estudiarán, es un

subconjunto de la población.

La muestra debe ser REPRESENTATIVA de la población, para que los

resultados obtenidos en la muestra se puedan generalizar a la
población.

Para ello se debe:

• Definir claramente los criterios de inclusión y exclusión
• Utilizar las técnicas de muestreo apropiadas
ESTIMACIÓN PUNTUAL
Estimar un parámetro es proponer un valor a partir de la muestra.

Es bastante probable que el valor que se obtiene no sea realmente el

valor del parámetro en la población.

ESTIMACIÓN POR INTERVALOS

Es dar un rango de valores que contendrá el valor del parámetro con
cierta confianza o seguridad, que habitualmente es del 95 %.

Se denomina estimación mediante un INTERVALO DE CONFIANZA, y

permite cuantificar la magnitud del error asociado a la estimación.
ERROR ESTÁNDAR
Está relacionado con la calidad de la estimación.
Por ejemplo:
Se ha medido la masa de 100 neonatos:
Muestra 1: xത = 3 200 g (80 g)
Muestra 2: xത = 3 400 g (97 g)
Muestra 3: xത = 3 100 g (92 g)

El error estándar mide la variabilidad (dispersión) entre las diferentes

medias de las muestras.
Para el cálculo se tiene:

ERROR ESTÁNDAR DE UNA MEDIA

DE
EEM =
n

Cuanto mayor sea la desviación estándar (DE),

mayor variabilidad tendrá la muestra, es decir el
valor de EEM será elevado.

A mayor número de individuos estudiados menor

será el valor de EEM.
Para el cálculo se tiene:

ERROR ESTÁNDAR DE UNA PROPORCIÓN

𝑝 .𝑞
EEP =
𝑛

La amplitud del IC está directamente relacionada con el

error, en el caso de la media o proporción es la mitad de
dicha amplitud.
 NIVEL DE CONFIANZA

95 % 97,50 % 99 %
 NIVEL DE CONFIANZA

El nivel de confianza representa el porcentaje de intervalos que

incluyen el parámetro de la población, en este caso la media.
INTERVALO DE CONFIANZA DE UNA MEDIA

Para 95 % la fórmula es:

IC al 95 % = xത ± zα EEM

DE
EEM =
n
EJEMPLO

Se ha tomado una muestra aleatoria de 100 individuos

a los que se ha medido el nivel de glucosa en sangre, se
obtuvo una media de 110 mg/cm3 y una desviación
típica de 20 mg/ cm3. Calcular el intervalo de confianza
al 95 %, para el nivel de glucosa en sangre.
 𝐷𝐸
𝐼𝐶 𝑎𝑙 95 % = 𝑥ҧ ± 𝑧𝛼
𝑁

20 mg/cm3
𝐼𝐶 𝑎𝑙 95 % = 110 mg/cm3 ± 1,64 100

𝐼𝐶 𝑎𝑙 95 % = 106,72 mg/cm3 − 113,28 mg/cm3

EJEMPLO

Calcular el intervalo de confianza al 95 % bilateral del número medio

de microgramos de partículas en suspensión por metro cúbico de
aire. Se tiene una muestra de tamaño 5, a partir de la cual se
conoce que 𝑥ҧ = 61 𝜇𝑔/𝑚3 . Considerar que se trata de una
distribución normal con 𝜎 2 = 9
INTERVALO DE CONFIANZA DE UNA PROPORCIÓN

Para 95 % la fórmula es:

IC al 95 % = p ± zα EEP

𝑝.𝑞
EEP =
𝑛
EJEMPLO

En un estudio de 300 accidentes de automóvil, 60 tuvieron

consecuencias fatales. Considerando esta muestra, calcular el
intervalo de confianza para el 95 % bilateral para aproximar la
proporción de todos los accidentes automovilísticos que tienen
consecuencias fatales.
 𝑝.𝑞
𝐼𝐶 𝑎𝑙 95 % = 𝑝 ± 𝑧𝛼 𝑛

(0,20)(0,80)
𝐼𝐶 𝑎𝑙 95 % = 0,20 ± 1,96
300

𝐼𝐶 𝑎𝑙 95 % = 0,1547 − 0,2453

𝐼𝐶 𝑎𝑙 95 % = 15,47 % − 24,53 %
 VARIABLES DE LAS QUE DEPENDE EL
TAMAÑO DE LA MUESTRA
Para poder extrapolar los resultados a la población depende básicamente de
tres variables:

1° NIVEL DE CONFIANZA o riesgo que se acepta de equivocarse al presentar los

resultados: lo que se desea es que en otras muestras semejantes los
resultados sean los mismos o muy parecidos. También se denomina grado o
nivel de seguridad.
El nivel de confianza habitual es de 0,05 (α = 0,05).
El nivel de confianza va en la fórmula para determinar el número de sujetos
con un valor de zeta, que en la distribución normal está asociado a una
determinada probabilidad de ocurrencia.
 VARIABLES DE LAS QUE DEPENDE EL TAMAÑO DE LA MUESTRA

2° LA VARIANZA estimada en la población. Esta diversidad en la población es la

diversidad estimada; si se conociese (cuántos van a decir que sí y cuántos
van a decir que no) no se necesitaría hacer un estudio.
Si se sabe de antemano que todos piensan lo mismo (aunque no se sepa
que piensan y por eso se pregunta), bastará preguntar a un solo sujeto, pero
si las opiniones son muy distintas hará falta preguntar a más sujetos.
 VARIABLES DE LAS QUE DEPENDE EL TAMAÑO DE LA MUESTRA

3º EL MARGEN DE ERROR que estamos dispuestos a aceptar.

Precisión con que se desea realizar la estimación.
Se considera como valor la mitad de la amplitud del intervalo de confianza.
 CÁLCULO DEL TAMAÑO DE MUESTRA PARA
ESTIMAR UNA PROPORCIÓN
z: de la tabla
𝐳𝛂𝟐 .𝐩 .𝐪 p, q, d:
𝐧= - Bibliografía
𝐝𝟐 - Estudio piloto
- p = 0,50 q = 0,50

d: es el error muestral deseado, en proporción.

Es la mitad de la amplitud del IC
 EJEMPLO:
𝐳𝛂𝟐 . 𝐩 . 𝐪
𝐧=
𝐝𝟐
¿A cuántas personas se tiene que estudiar para conocer la prevalencia
de diabetes?
Nivel de confianza = 95 %
Probabilidad esperada = 5 %
Precisión = 3 %

Si no se tiene ninguna idea de dicha proporción se utiliza el valor p = 0,5

(50%) que maximiza el tamaño de muestra

(1,642 )(0,05)(0,95)
n= n = 142
0,032
 EJEMPLO:
𝐳𝛂𝟐 . 𝐩 . 𝐪
𝐧=
𝐝𝟐
¿A cuántas personas se tiene que estudiar para conocer la prevalencia
de diabetes?
Nivel de confianza = 99 %
Probabilidad esperada = 5 %
Precisión = 3 %

Si no se tiene ninguna idea de dicha proporción se utiliza el valor p = 0,5

(50%) que maximiza el tamaño de muestra

(2,322 )(0,05)(0,95)
n= n = 285
0,032
SI LA POBLACIÓN ES FINITA, es decir si se conoce el total de la
población y se desea saber cuántos del total se tiene que estudiar se
utiliza la siguiente fórmula:

𝐍 . 𝐳𝛂𝟐 . 𝐩 . 𝐪
𝐧= 𝟐
𝐝 . 𝐍 − 𝟏 + 𝐳𝛂𝟐 . 𝐩 . 𝐪

¿A cuántas personas se tendría que estudiar de una población de

15000 habitantes para conocer la prevalencia de diabetes?
Nivel de confianza = 95 % bilateral
Probabilidad esperada = 5 %
Precisión = 3 %

𝑛 = 201
 CÁLCULO DEL TAMAÑO DE MUESTRA PARA
ESTIMAR UNA MEDIA
𝐳𝛂𝟐 𝐬 𝟐 z: de la tabla
𝐧= s, d:
𝐝𝟐
- Bibliografía
- Estudio piloto

Si se desea conocer la media de la glucemia basal de una

población: con una seguridad del 95 % bilateral
una precisión de ± 3 mg/dl
por un estudio piloto se conoce la varianza de 250 mg/dl
1,962 (250)
n= 𝑛 = 107
32
SI LA POBLACIÓN ES FINITA:

𝐍 . 𝐳𝛂𝟐 . 𝐬𝟐
𝐧=
𝐝𝟐 𝐍 − 𝟏 + 𝐳𝛂𝟐 . 𝐬𝟐
 TAMAÑO DE MUESTRA

VARIABLES CUALITATIVAS VARIABLES CUANTITATIVAS

Población infinita Población finita Población infinita Población finita

𝑧𝛼2 ∙ 𝑝 ∙ 𝑞 𝑁 ∙ 𝑧𝛼2 ∙ 𝑝 ∙ 𝑞 𝑧𝛼2 ∙ 𝑠 2 𝑁 ∙ 𝑧𝛼2 ∙ 𝑠 2

𝑛= 𝑛= 2 𝑛= 𝑛= 2
𝑑2 𝑑 𝑁 − 1 + 𝑧𝛼2 ∙ 𝑝 ∙ 𝑞 𝑑2 𝑑 𝑁 − 1 + 𝑧𝛼2 ∙ 𝑠 2
 COMPARACIÓN DE DOS PROPORCIONES

2
zα . 2 p q + zβ . p1 1 − p1 + p2 1 − p2
n=
p1 − p2 2
 COMPARACIÓN DE DOS PROPORCIONES

Se diseña un ensayo clínico para evaluar si el tratamiento T2 es mejor

que el tratamiento T1 para el alivio del dolor. Se sabe por datos previos
que la eficacia del fármaco habitual está alrededor del 70% y se
considera clínicamente relevante si el nuevo fármaco alivia el dolor en
un 90%. El nivel de riesgo se fija en 0,05 y se desea un poder
estadístico de un 80%.

0,7 + 0,9
𝑝= = 0,8
2

2
1,645 (2)(0,8)(0,2) + 0,842 0,7 1 − 0,7 + 0,9 (1 − 0,9)
n=
0,7 − 0,9 2

𝑛 = 48
 PARA COMPARAR DOS MEDIAS
2
2 zα + zβ . s2
n=
d2

Se desea utilizar un nuevo fármaco antidiabético y se considera que sería

clínicamente eficaz si se logra un descenso de 15 mg/dl respecto al
tratamiento habitual con el antidiabético estándar. Por estudios previos se
sabe que la desviación típica de la glucemia en pacientes que reciben el
tratamiento habitual es de 16 mg/dl. Se acepta un riesgo de 0,05 y se desea
un poder estadístico de 90 % para detectar diferencias si es que existen

2 1,645 + 1,282 2 16 2
n=
152

𝑛 = 20
 TÉCNICAS DE MUESTREO

MUESTREO ALEATORIO SIMPLE

Sorteo
Números aleatorios

MUESTREO ALEATORIO SISTEMÁTICO

Se elige uno de cada cierto número de sujetos.
Se calcula:
𝑁
𝑘=
𝑛

PROBABILÍSTICO MUESTREO ALEATORIO ESTRATIFICADO

La elección se hace al azar Se divide a la población en subgrupos o estratos que tienen alguna
característica común.
Dentro de cada estrato la elección es aleatoria.
Puede ser por edad, género, etc.

TIPOS
MUESTREO POR CONGLOMERADO
NO PROBABILÍSTICO En etapas o multietápico
No todos los sujetos Se utiliza en poblaciones grandes y dispersas.
tienen la probabilidad de Se seleccionan subgrupos, por ejemplo hospitales, escuelas, manzanas,
ser parte de la muestra
calles, etc.
Luego dentro de cada conglomerado elegido se seleccionan las unidades
 TÉCNICAS DE MUESTREO

PROBABILÍSTICO MUESTREO ACCIDENTAL

La elección se hace al azar La elección se hace en función de la presencia o no en un lugar y un
momento determinados.

TIPOS
NO PROBABILÍSTICO
No todos los sujetos
tienen la probabilidad de
ser parte de la muestra
Se considera una serie de características específicas de la población,
MUESTREO DE CONVENIENCIA
Se decide según un criterio de interés y basándose en los
conocimientos que se tiene de la población.
MUESTREO POR CUOTAS
que en la muestra deben estar en la misma proporción.
Por grupos de edad, género

MUESTREO POR BOLA DE NIEVE

Se seleccionan a partir de un grupo reducido, que va conduciendo a
otros, éstos a su vez conducen a otros y así se obtiene el total.