POBLACIÓN LUGAR

MC. Ludwin Emiliano Quinteros Frisancho

Especialista en Medicina Familiar y Comunitaria
POBLACIÓN
• La población objetivo, o universo, es definida como el grupo de
individuos o unidades de observación a los que se extrapolarán los
resultados de la investigación.
• De la definición anterior, cabe destacar que para determinar la
población se requiere especificar las características que son comunes
a los elementos de la población más amplia. Por el contrario, cuando
éstas abundan, la población se reduce. De este modo, el concepto de
población es flexible y depende de las características que son
comunes de los elementos que integran a la población
 La población Z es parte de la población
POBLACIÓN Y, y la población Y es parte de la
población X.
Se dice que la población Y tiene mayor
grado de generalidad que la Z y menor
que la X. Como regla general, al tener
mayor grado de generalidad (menos
características comunes en los
elementos), la población tiene más
variabilidad; esto es, los elementos
tienen mayor diferencia y las mediciones
efectuadas en ellos tendrán fluctuaciones
mayores.
POBLACIÓN

Lo anterior se debe a que mientras

más características comunes tengan
los elementos de una población, son
más parecidos.
Población y muestra
• Todo estudio en fase de diseño, implica la
determinación del tamaño poblacional y muestral.
• La ausencia de este paso puede conducir a que el
estudio carezca del número adecuado de sujetos, con
lo cual es imposible estimar adecuadamente los
parámetros ni identificar diferencias significativas
cuando en realidad si existen.
• Por otra parte se corre el riesgo de estudiar un numero
innecesario de personas, lo cual acarrea no solo
pérdida de tiempo e inversión innecesaria de recursos,
sino que puede afectar la calidad del estudio.
Población
Puede ser definido
como conjunto finito o
Conjunto de unidades
infinito de elementos,
de las que se desean
personas o cosas
obtener información y
pertenecientes a la
sobre las que van a
investigación y que
generar conclusiones
generalmente suele ser
inaccesible.
 Población
Las UNIDADES pueden ser Variadas como:

Individuos
Países

Hogares

Empresas

Programas electorales
El establecimiento de la población estará íntimamente asociado al tema de estudio
Población
El investigador tiene dos opciones
En caso de poblaciones
pequeñas, se impone la
Total de la selección de los sujetos por
población razones de tiempo, costo y
complejidad para el acopio de
opciones datos. Se utiliza la MUESTRA.

MUESTRA, es un aparte
Población representativa de una
seleccionado población, cuyas
características reproduce de
la manera más exacta posible
Requisitos que dan validez una muestra

Constituye parte de una población

Es estadísticamente proporcional a la magnitud de

la población, lo que garantiza su fiabilidad.

Es representativa en cuanto a las características de la

población
Representación de una muestra como
subgrupo

Población denotar con “N”; y Muestra con “n”

 Fracción de Muestreo;
entiendo como tal al
cociente obtenido entre el
tamaño de la muestra y el de
la población
FM = n /N
Fracción de elevación
Cociente que refleja la relación entre el tamaño
de la población y el de la muestra
Se refiere al # de unidades iguales que hay en la
población por cada componente de la muestra
FE = N/ n

Ejemplo:
En una población de 20,000 alumnos, se La fracción de elevación queda
desea obtener una muestra de 4,000. De determinada por:
manera que la fracción de muestreo es: FE = N/ n FE = (20,000 /4,000)
FM = n/ N FM = (4,000 /20,000) FM = 50
FM = 0,20 Permite establecer que cada alumno
Indica que se va ha investigar el 20% de presente en la muestra representa a
la población 50 de la población
Al seleccionar al muestra es preciso considerar la
misma probabilidad de que cada tipo de componente de
la población forme parte de ella. Si existe el riesgo de
que un tipo de componente tenga mayor probabilidad
sobre otros se dice que existe un sesgos.

Para evitar estas desviaciones, se recomienda aplicar un

procedimiento de selección objetivo, el cual garantice a todos
los tipos de la población, la misma oportunidad de aparecer en
la muestra
 Tamaño muestral
Es necesario considerar:
➢Varianza poblacional (heterogeneidad de la población
➢Nivel de confianza
➢Máximo error permitido (error muestral)

Se puede establecer como principio que cuanto mas

homogénea sea la población, menor será el tamaño de
la muestra requerida
 • Para poblaciones infinitas
formulas
(𝑧∝)2 .𝑝.𝑞
n= 𝑒2
Donde:
• Conocido los valores n = tamaño de la muestra
de la población, se Zα =nivel de confianza seleccionado por el investigador
determina el tamaño Es una constante para 99%; equivale a 2,58
de la muestra
mediante diversos P =probabilidad de éxito
criterios estadísticos: q =probabilidad de fracaso
Formula de “n” e = Error máximo de estimación (seleccionado por el
(tamaño de la investigador, funciona como un resorte; a > error de
muestra) estimación < # muestral y a < error de estimación > será el #
muestral .
Se recomienda trabajar con un mínimo de 3% de margen de
error y un máximo de 15%
Ejemplo se desea saber la
opinión de la población
nacional en relación con la
calidad de atención en
salud en los hospitales de
EsSalud. En un primer
momento, se realiza un
estudio piloto con 200
personas. De este sondeo
se obtiene que 70 opinan
favorablemente sobre el
producto.
¿A cuántos se tendrá que
seleccionar si se fija un
nivel de confianza del 99%
y un error de estimación
del 10%?
Los valores de p y q se calculan a partir de los resultados
obtenidos: en la prueba piloto
70
𝑃 = 200.100 = 35% 𝑞 = 100 − 35 = 65%
Sustituyendo se tiene:
2,58 2 .(3,5).(6,5) (6,25)(22,75) 142,19
= 𝑛 = 14,219
n= =
0,01 0,01
(0,1)2
Este resultado significa que es necesario seleccionar
para el estudio un total de 14,219 personas a nivel
nacional
Esta formula es aplicable sólo en poblaciones infinitas
(más de 100,000 elementos) y cuando el
procedimiento de muestras sea aleatorio.
 • Para poblaciones finitas
formulas
𝑁
n= 𝑒 2 𝑁−1 +1

• Se introduce un Donde:
error de estimación n = tamaño de la muestra
calculando sobre la
N = población
base del tamaño de
la población. e = error estimado.
 120
𝑛= 2
0,09 120 − 1 + 1

120
𝑛=
0,0081 119 + 1
Ejemplo si la población
esta integrada por 120 120 120
sujetos, considerando un 𝑛=
0,96 + 1 𝑛= 𝑛 = 61 𝑠𝑢𝑗𝑒𝑡𝑜𝑠
1,96
error de estimación de 0,09
se tiene

La muestra es la proporción, parte o subconjunto que

representa a toda una población
Se determina mediante el procedimiento llamado
muestreo.
Tipos de muestreo
• Cuando el investigador selecciona una muestra, está obligado
a describir los mecanismo que aplicara para obtenerla. A este
proceso se le denomina muestreo.

Existen dos procedimiento para la extracción de la muestra.

➢ Probabilístico o aleatorio: se aplica si es posible conocer
la probabilidad de selección de cada unidad de
componente de la muestra.
➢ No probabilístico: se usa cuando no se puede determinar
la probabilidad
Muestreo probabilístico

Muestreo al
Muestreo al Muestreo
azar
azar simple estratificado
sistemático

Muestreo por Muestreo

conglomerado mixto
Muestreo probabilístico
Muestreo al azar simple

• Seleccionar para un procedimiento simple, los

componente que conforman la muestra.
• Para realizarlo se designa un número a cada uno de
los componentes de la población, luego se depositan
los papeles con los números en un recipiente , se
mezclan y se extrae un número de papeles al
tamaño muestral establecido.
 Muestreo probabilístico
Muestreo al azar sistemático
Se utiliza cuando los componentes de la población están ordenados
en listas
Población tiene tamaño N = 1,000 y se desea una muestra de tamaño n = 5,

FM=5/1,000 = 0,005 FE=(1,000/5) = 200

Entonces la fracción de muestreo es 0,005 y el factor de elevación

de 200 unidades en la población por cada elemento de la muestra.
Se considera un componente al azar de 200
 Muestreo probabilístico
Muestreo al azar sistemático
Para seleccionarlos, se debe escoger uno, al azar, entre el primero y
el que ocupa en la lista un lugar igual al factor de elevación.
Una vez seleccionado el componente, se contempla el tamaño de la
muestra, sumando el factor de elevación al primer componente
obtenido.
Se repite este procedimiento has completar el tamaño muestral

Si el componente seleccionado al azar fue, por ejemplo 100 se debe

sumar sucesivamente 200 (FE) a este número de componente,
hasta completar la muestra de cinco unidades.
 Muestreo probabilístico
Muestreo estratificado
❑ A la población se divide en clases o estratos.
❑ La muestra se selecciona fijando, en primer lugar, algún criterio
que permita obtener el número de elementos de cada estrato y
escogiendo después los componentes que forma la muestra por
muestreo al azar simple, dentro de cada estrato.

Para distribuir el tamaño Afijación no proporcional

muestral “n” entre los
estratos, se puede tomar
en cuenta dos criterios. Afijación proporcional
 Muestreo probabilístico
Muestreo estratificado
Afijación no proporcional: permite asignar a cada clase de la
población un número igual de componentes sin considerar la
cantidad de integrantes de cada estrato

• Ejemplo: En una IE. Existe el siguiente personal 345 profesores,

4545 alumnos, y 178 integrantes personal administrativo.
• Previamente se selecciona una muestra de 360 sujetos, al
distribuir en partes iguales
 No esta representado proporcionalmente a su
tamaño , lo que afecta la representación de la
Muestreo probabilístico muestra xq no refleja la totalidad de la
población
Muestreo estratificado
Afijación no proporcional: perite asignar a cada clase de la
población un número igual de componentes sin considerar la
cantidad de integrantes de cada estrato

CARGO POBLACIÓN MUESTRA % POR ESTRATO

Profesores 345 120 35
Alumnos 4545 120 3
Personal 178 120 67
Administrativo
TOTAL 5068 360
Muestreo probabilístico
Muestreo estratificado
Afijación proporcional: permite asignar al tamaño de la
muestra, proporcionalmente, a todos los estratos.

• Ejemplo: En una IE. Existe el siguiente personal 345 profesores,

4545 alumnos, y 178 integrantes personal administrativo.
• Se obtiene:
• Fracción Muestral es FM= 360/5,068 = 0,071, lo cual representa
el 7% de la población, porcentaje de la muestra definitiva que se
aplica a cada estrato.

Muestreo probabilístico
Muestreo estratificado
Se puede ver que la muestra esta dividido
proporcionalmente en las distintas clases,
sobre la base del porcentaje que representa la
muestra definitiva con respecto a la población
de 5068 sujetos

CARGO POBLACIÓN 7% de cada estrato

aproximado (Muestra)
Profesores 345 24
Alumnos 4545 323
Personal Administrativo 178 13
TOTAL 5068 360
 Muestreo probabilístico
Muestreo por conglomerado:
❑ Agrupar físicamente las unidades de análisis en el espacio o tiempo.
❑ Se aplica cuando las unidades de análisis se encuentran dispersas
en grandes áreas de terreno.
Para ejecutarlo se procede:
✓ En primer lugar dividir el área geográfica en sub áreas:
posteriormente se selecciona de manera aleatoria un número
establecido de áreas.
✓ Una vez determinado, se subdivide las áreas en conglomerados ,
hasta obtener un conjunto donde se selecciona al azar los
elementos de la población que formaran la muestra..
 Muestreo probabilístico
Muestreo por conglomerado:
❑ Ejemplo: se requiere seleccionar estudiantes universitarios de un
país X, pertenecientes a diferentes universidades, facultades y
cursos.
❑ Para proceder, se necesita una lista de universidades de los cuales
se seleccionarán algunas en forma aleatoria.
❑ Luego se identifica las facultades con que cuenta cada una y se
selecciona algunas de ellas al azar.
❑ Las facultadas elegidas, se requiere una lista de los cursos que se
dictan y éstos la relación de los cursantes, es decir, de los
estudiantes.
❑ Así se obtiene una muestra bien representada de la población.
 Muestreo probabilístico
Muestreo mixto:
❑ Es la combinación de los muestreos estratificados y por
conglomerado.
❑ Es frecuente que los conglomerados sean homogéneos internamente
mientras la población base es heterogénea.
❑ Para la conformación de la muestra resulte confiable, se estratifican
los conglomerados, porque una selección al azar puede ocasionar
sesgos en la selección.
 Muestreo probabilístico
Muestreo mixto:

❑ Ejemplo: para estudiar la población de un país X, se puede dividir

ésta en conglomerados, los cuales se convierten en unidades
primarias de análisis para el muestreo.
❑ El siguiente paso consiste en clasificar estas unidades primarias en
estratos homogéneos (por estadística, por renta, entre otros).
❑ Estas unidades, a su vez, se dividen en otras mas pequeñas (por
edificios de viviendas), que pasan a ser unidades secundarias de
muestreo. Finalmente estas se dividen en unidades finales de
análisis, que son lo números de los apartamentos.
Muestreo no probabilístico
Muestreo occidental

Muestreo intencional

Muestreo por cuotas

 Muestreo no probabilístico
Muestreo occidental:

❑ Consiste en no prefijar ningún criterio de selección, excepto el

tamaño de la muestra.
❑ Ejemplo: se quiere encuestar a 45 profesores de la universidad XXX,
para recabar información vinculada al proceso gerencial en la
institución.
❑ Una manera de hacerlo puede ser encuestar a los 45 primeros
profesores que entren a la universidad.
❑ Este procedimiento es práctico, pero la generalización de los
resultados pueden resultar inadecuada.
 Muestreo no probabilístico
Muestreo intencional:

❑ El investigador establece previamente los criterios para seleccionar

las unidades de análisis, las cuales reciben el nombre de tipo
❑ Ejemplo: se requiere encuestar profesores de la universidad XXX,
sobre el tipo de gerencia que se desarrolla en la institución.
❑ Para ello se consulta la opinión de docentes que cumplan con los
aspectos prefijados, como: profesor que tenga un cargo
administrativo, experto en materia de gerencia, entre otras.
❑ De tal manera que la muestra estará constituida por todo aquellos
profesores que cumplan estos requisitos
Muestreo no probabilístico
Muestreo por cuotas

❑ Se divide la población en sectores, tomando en cuenta

ciertos aspectos prefijados; pero la elección de las
unidades de cada sector se realiza de manera arbitraria,
sin atender a ningún procedimiento de selección.
 Tipos de muestreo

Probabilístico

Azar
Azar simple Estratificado Conglomerado Mixto
sistemático
 Tipos de muestreo
No
Probabilístico

Accidental Intencional Por cuotas

• gracias
Muestreo probabilístico

Muestreo al
Muestreo al Muestreo
azar
azar simple estratificado
sistemático

Muestreo por Muestreo

conglomerado mixto