Población y muestra

Técnicas de muestreo
Población o universo: “Conjunto de individuos, objetos,
elementos o fenómenos en los cuales puede presentarse
determinada característica susceptible de ser estudiada”

Población Finita
• Existe o puede construirse un marco
muestral. Se conoce el tamaño

Población Infinita
• No se conoce el tamaño y no puede
conocerse. No hay marco muestral y no
puede construirse.

Población diana u
objeto:población a ser
estudiada/a la cual el investigador
quiere generalizar los resultados
Unidad de análisis (UA): cada uno de los
elementos que componen el universo (UE), en los
que se observaran las variables de interés,
también llamado unidad de observación (UO).
Muestra: Subconjunto de unidades provenientes de la
población (parte de la población), que con algún
criterio o sin él, son seleccionadas a los efectos de
ser estudiadas en una o más características

VENTAJAS

Mayor
Mayor control de
seguridad las
en la variables
recolecció
Menor n de datos
tiempo
Profundi
zación en
el estudio
de las
variables
¿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
Proceso de 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.
 Fin
ita

tai
in
f
In
POBLACION Ua

Unidad muestral

MUESTRA = ≠
(estadísticas)

es io
Unidad de análisis

l
tra
Mu pac
Ob

Es
je to

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

Son más
representativas
Sus resultados
son
extrapolables
Se obtiene (generalizables)
mediante a la población
técnica de general.
muestreo
Cuando todas los
elementos del aleatorio ( por
universo tiene la
misma
azar)
probabilidad de ser
parte de la muestra.
Aleatorias simples: utiliza cualquier sistema de
azarificación (tabla de números al azar, bolilleros, etc.)
 Aleatorias simples:
Cuando usarla: Desventajas

Cuando
Cuando sese sabe
sabe que
que la
la variable
variable de
de mayor
mayor interés
interés
Es necesario contar con una
se
se distribuye
distribuye aleatoriamente
aleatoriamente en
en el
el universo
universo lista enumerada de todas
las unidades de la
población.

En universos pequeño (no más de Los sujetos seleccionados

200 UE) pueden estar muy
dispersos por lo que
contactar con cada uno de
ellos puede resultar costoso
Universos de poca dispersión en tiempo y dinero.
geográfica.
Algunos subgrupos de la
población, especialmente
aquellos más minoritarios,
Cuando no se conoce el patrón de pueden prácticamente no
distribución de la variable de interés. estar representados en la
muestra si ésta es pequeña
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 estimarlo.
En las situaciones en que las
unidades de muestreo están
ordenadas por algún criterio
periódico y la constante de
muestreo puede coincidir con ello.
Cuando
Cuando no
no hay
hay posibilidad
posibilidad de
de identificar
identificar en
en el
el marco
marco
muestral
muestral a
a cada
cada una
una de
de las
las UM.
UM. Por
Por ejemplo,
ejemplo, enen
ciudades
ciudades grandes
grandes donde
donde no
no se
se tienen
tienen listados
listados de
de
viviendas
viviendas

Ejemplo si queremos conocer la demanda

en un centro de salud y elegimos como
Cuando
Cuando se
se dificulta
dificulta el
el acceso
acceso a
a las
las UM,
UM, por
por unidad de muestreo el día de la semana
distancias,
distancias, falta
abruptos.
falta de
abruptos. Por
de caminos
caminos o
Por ejemplo,
ejemplo, en
en un
o en
en terrenos
terrenos
un inventario
inventario forestal.
forestal.
puede ocurrir que obtener, gamos como
constante de muestreo (K) el número 7, en
ese caso estaríamos describiendo siempre
la demanda que se produce un día
determinado, por ejemplo el sábado.
Muestras estratificadas: supone que el universo pueda
desagregarse en sub-conjuntos menores, diferenciándolos
de acuerdo a alguna variable que resulte de interés para la
investigación.
●
Los estrato es homogéneo al interior y
heterogéneo entre si.
●
Cada estrato es un universo particular, en el que
las unidades muestrales se seleccionan por azar.
●
Al final la muestra queda constituida por un
mismo porcentaje de cada estrato

Características

●
Cuando la variación entre estratos es mayor que
la interna de cada estrato.
●
principalmente en poblaciones donde se supone
o se conoce que la distribución de la(s)
variable(s) de mayor interés es diferente entre
subpoblaciones fácilmente identificables.

Cuando usarlas
Muestra por conglomerado: el universo admite ser subdividido
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 universo en
conglomerados.
●
2-Se eligen al azar los conglomerados que
formaran la muestra.
●
3- Se eligen al azar las unidades muestrales
de cada conglomerado.

Procedimiento

●
Cuando existe alta dificultad para llegar a todas
las UM del universo debido a una gran
dispersión espacial o a tener barreras físicas de
acceso.
●
Ejemplo cuando queremos extraer muestras de
los habitantes de un conjunto geográfico amplio

Utilización
 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:

Error tipo 1 o α Error tipo 2 o β

Sesgo de informacion
• La • La
probabilidad probabilidad
●
Respuestas inapropiadas. de encontrar de no
una diferencia encontrar una
con nuestra diferencia que
• Las mediciones y/o clasificaciones de muestra actualmente
Sesgo
la de medición
variable (o clasificación)
son inexactas. comparada con existe entre
la población, y nuestra
no hay una muestra
●
Cuando existe una diferencia sistemática entre las características de diferencia en comparada con
la población seleccionada para el estudio y las características de la
población no seleccionada
realidad…. la población…

• Usualmente • Poder es (1- β)

Sesgos de selección situado al 5% y es
(o 0.05) comúnmente
del 80%
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. Tucumán, tomando una
muestra de los que concurren
a los Centros Asistenciales
Los errores de muestreo (si no son debido
a problemas del diseño) pueden reducirse oficiales.
aumentando el tamaño y/o complejidad
de la muestra.
Sintetizando los elementos a considerar en el
proceso de muestreo:

1
●
Definir la población, el tamaño y muestra.
los elementos que componen a la
población. 4 • Definir el tamaño de la

selección de la muestra

2
●
Determinar la unidad de 5 • Definir el método de
observación, la unidad muestral
y sus características.

muestra.
seguir en la selección de la
6 • Definir los procedimientos a

3
●
Determinar la información
necesaria para la selección de
la muestra.
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)