POBLACIÓN Y MUESTRA

Tipos de Poblaciones
• POBLACIONES FINITAS 
En los problemas planteados en las distintas disciplinas se estudia el
comportamiento de una o más variables sobre un conjunto de
unidades. A este conjunto de unidades lo denominamos población P.
La unidades de la población pueden ser pacientes, hospitales,
alumnos, médicos, objetos, etc. La variable es la característica
estudiada que puede tomar distintos valores de unidad en unidad.1
Cuando hablamos de poblaciones finitas, por lo menos en teoría,
podemos acceder a todos los individuos o elementos que la componen.

• POBLACIONES INFINITAS
  En muchos problemas interesa saber como se comporta una, o varias
variables, al observarlas cuando se repite un experimento definido de
antemano, pero no existe un número fijo, finito, de experimentos ya que
teóricamente se los puede repetir cuantas veces se quiera. Si
estudiamos pacientes hipertensos y medimos su tensión arterial, estas
mediciones se pueden repetir cuantas veces se quiera, por lo menos en
teoría, en pacientes actuales y futuros repartidos a lo largo del mundo.
Cassel Claes-Magnus, et all. Fundations of Inference in Survey Sampling,
Krieger Publishing Company Malabar, Florida 1993.
 Población blanco o población objetivo

• Es aquella a la que pretendemos extrapolar luego las conclusiones del estudio.

Debe estar bien definida por los criterios de inclusión y exclusión. Aún más, sería deseable que
los criterios de inclusión fueran lo más amplios posibles y los de exclusión lo mas reducidos
posibles, para que las conclusiones pudieran extrapolarse a los pacientes de la vida real.

• Ejemplos de población blanco:

1- Pacientes adultos infectados con virus de HIV.
2- Pacientes con enfermedad coronaria demostrada por angiografía con al menos
una obstrucción del 20 % en una de sus arterias coronarias y un colesterol LDL
entre 125 y 210 mg/dl. 2
3- Niños menores de 13 años admitidos en Hospitales rurales de Kenya. 3

2-Nissen Steven, et all “Statin Therapy, LDL Cholesterol, C-Reactive Protein, and Coronary Artery Disease”, N Engl J
Med, 2005; 352: 29-38.
  3-Berkley James, et all “Bacteremia among Children Admitted to a Rural Hospital in Kenya”, N Engl J Med, 2005; 352:
39-47.
 POBLACIÓN ACCESIBLE

• Si la población es infinita los investigadores solo acceden a una parte de la misma que
generalmente se define por criterios temporales y espaciales, por ejemplo:

1- Todos los pacientes adultos infectados con virus de HIV que concurren a Hospitales
de la Provincia de Buenos Aires entre enero de 2008 y enero de 2009. 
2- Todos los pacientes adultos con hipertensión leve libres de tratamiento que
concurran a 4 centros de salud periféricos entre marzo de 2005 y marzo de 2006.  
3- Todos los niños menores de 13 años admitidos en el Kilifi Distrct Hospital entre
Agosto de 1998 y Julio de 2002, salvo los que hallan sido admitidos por
procedimientos electivos o para observarlos por accidentes menores.

. Si la población es finita coincide con la población accesible, por ejemplo:

1- Todos los médicos matriculados en la Capital Federal.
2-- En las encuestas las poblaciones son finitas.
 
 MUESTRA
• Definición: la muestra es un subconjunto de la población. En realidad
la estadística es la ciencia que estudia los procedimientos para
determinar el valor de una o varias características de una variable en
una población observando sólo unos pocos elementos si se trata de una
población finita o realizando unos pocos experimentos si se trata de
una población infinita1.
• Unidad de observación  
• Es el sujeto u objeto sobre el cual se realiza una medición. Es la unidad
básica de observación, con frecuencia se la denomina elemento. En las
poblaciones humanas las unidades de observación son los individuos.  
• Marco del muestreo 
• Es una lista compuesta por las unidades de observación o elementos.
Solo en poblaciones finitas contamos con un marco de muestreo.

1- Altman Douglas G., Practical Statistics for Medical Research, First edition
1991
reprinted 1992. Published by Chapman & Hall. London.
 Sesgo
Sesgo de selección
• El sesgo de selección se observa
cuando alguna parte de la
población blanco no forma parte
del marco del muestreo. Ej:
• Utilización como marco de
muestreo a las líneas telefónicas
• Los individuos que se niegan a
responder. Para que una muestra
sea válida tendrá que tener una
baja tasa de no respuesta.
Sesgo de medición
• El sesgo de medición se produce
cuando el instrumento con el que
se mide, tiene una tendencia a
diferir del verdadero valor en
alguna dirección. Ej:
• Un esfingo manómetro que añade
5 mmHg en cada medición.
• Las personas, algunas veces, no
dicen la verdad o no comprenden
las preguntas.
•  Las personas olvidan.
 Sesgo y error muestral

Tirador A Tirador B Tirador C

El tirador A es insesgado: la posición promedio de los tiros está en el centro

del blanco. El tirador B es preciso pero no insesgado: todos los tiros están
juntos, pero de manera sistemática alejados del blanco. El tirador C es
preciso e insesgado: todos los tiros están cerca de sí y del blanco.
 
 Tipos de muestreo
Muestreo probabilístico
Todos los individuos deben tener
una probabilidad conocida de
quedar incluidos en la muestra. Esta
probabilidad no necesariamente
tendrá que ser la misma.
1- muestreo aleatorio simple
2- muestreo sistemático
3- muestreo estratificado
4- muestreo por conglomerados
5- muestreo en múltiples etapas
Muestreo no probabilístico
La inducción estadística no está
legitimada en este tipo de
muestreo y por lo tanto no debería
emplearse. Sin embargo y sólo
con fines exploratorios podría
utilizarse este muestreo.
1- muestreo accidental
2- muestreo por cuota
3- muestreo intencionado
 Muestreo probabilístico
Muestreo aleatorio simple
• Se obtiene una muestra aleatoria simple
cuando cualquier subconjunto de la
población de igual tamaño tiene las
mismas probabilidades de componer la
muestra.
• Tamaño de la muestra:
1- El nivel de confianza con el que
queremos trabajar. Por ejemplo del 95%.
 
2- La precisión (e) ( semi amplitud que
deseamos para el intervalo de
confianza).  móviles o que sufran evoluciones.
3- Proponer un valor para el parámetro
que se quiera estimar por ejemplo para
una proporción () del 20%
Muestreo sistemático
• La primera unidad es seleccionada
aleatoriamente y se la denomina unidad
de arranque, a las restantes son obtenidas
a través de una regla de selección
sistemática. 
• Este tipo de muestreo se utiliza: 
1- Cuando no se puede armar un marco
muestral para la selección de la muestra.
2- Cuando las unidades de muestreo
tienen cierto orden.
3- Siempre que las poblaciones sean
• Muestreo sistemático lineal equidistante
Muestreo sistemático circular
equidistante
 Muestreo probabilístico
Muestreo estratificado
(ME)
• Al estratificar se divide a la población
en distintas sub-poblaciones según las
características de interés. El ME dará
información más precisa o sea con
menor varianza que el aleatorio
simple.
• ME proporcional: cuando las
varianzas de las variables de interés
dentro de los estratos son semejantes,
este tipo de muestreo es muy eficiente.
• ME óptimo: se utiliza cuando el
tamaño de los estratos es muy
diferente, por ese motivo suponemos
que la variabilidad en los de mayor
tamaño será mayor.
Muestreo por conglomerados
(MC)
• En el MC se divide a la población en
bloques. Luego al azar se elijen n bloques
y de ellos se selecciona la muestra.
• Los bloques recuerdan a los estratos pero
en realidad lo único similar entre uno y
otro es que dividen a la población,
mientras que en el muestreo estratificado
se espera que los estratos difieran lo más
posible entre sí, en el muestreo por
conglomerados por lo contrario es
esperable que los bloques sean lo más
semejantes posibles.
• Reduce la precisión con respecto al MAS