Semana 2

Población y muestra
Conceptos de Población y Muestra
• Población: es la colección de todas las posibles
mediciones u observaciones que pueden
hacerse de una variable bajo estudio.
Conceptos de Población y Muestra
• Se clasifica en dos categorías:
• Finita: es aquella que incluye una cantidad limitada contable de
observaciones, individuos o medidas. Siempre que sea posible
alcanzar (contar) el número total de todas las posibles mediciones,
se considera como finita la población.
Conceptos de Población y Muestra
• Infinita: es aquella que incluye un gran conjunto de observaciones
o mediciones que no pueden alcanzarse por conteo. Al menos,
hipotéticamente, no existe límite en cuanto al número de
observaciones que el experimento puede generar.
Conceptos de Población y Muestra
• Muestra:
• es un conjunto de mediciones u
observaciones tomadas a partir de una
población.
• es un subconjunto de la población.
Conceptos de Población y Muestra
• Muestra aleatoria: se considera aleatoria siempre y cuando cada
observación, medición o individuo de la población tenga la misma
probabilidad de ser seleccionado.
Tipos de datos y escalas de medida
• Variables:
• son las características o lo que se estudia de cada individuo de la
muestra. Ej: sexo, edad, peso, estatura, color de ojos, estado civil,
temperatura, cantidad de nacimientos, presión, grosor,
diámetro, ...
• Datos:
• son los valores que toma la variable en cada caso.
Tipos de datos
• Cualitativos: son datos que solo toman valores asociados a las
cualidades o atributos, clasificándolos en una de varias categorías, es
decir, no son valores numéricos. Ej:
• Sexo: f/m.
• Hábito de fumar: Fumador/No fumador
• Color de ojos: negro, azul, marrón, …
• Religión: católica, evangélica, …
• Estado civil: soltero, casado, divorciado,…
Tipos de datos
• Cuantitativos: provienen de variables que pueden medirse,
cuantificarse o expresarse numéricamente. Ejemplos:
• Peso
• Edad
• Estatura
• Presión
• Humedad
• Intensidad de un sismo
• Cantidad de hermanos
Escalas de medida
• Tipos de variables cuantitativas:
• Discretas: es aquella que solo puede tomar un número finito o
infinito numerable de valores. Ejemplo: cantidad de hermanos.
• Continuas: es la variable que puede tomar cualquier valor en una
escala continua. Ejemplo: cantidad de líquido contenido en un
recipiente.
 Las Escalas de Medición
Se distinguen cuatro tipos de escala:

Nominal

ordinal

intervalo

de razón
 ESCALA NOMINAL

Los valores son nominativos, sirven para designar. Sólo se puede realizar un
conteo (frecuencias). No es factible las operaciones aritméticas. Se analizan a
través de la comparación: igualdad y no igualdad ( = y ).
Ejemplo.
•Sexo (1. masculino; 2. femenino)
•Tipo de propiedad (1. publica; 2. privada; 3. mixta; 4. cooperativa)
•Departamento de origen (1. La Libertad; 2. Piura; 3. Ancash, etc….)
• Conformidad (1. Si; 0. No)
• Color de ojos, profesión, estado civil, religión.
ESCALA ORDINAL
Los valores representan un orden. No son cuantitativos, sólo simbolizan
una posición. Se analizan a través de la desigualdad :mayor que o
menor que (> y <).
EJEMPLO
Calificación : A,B,C,D A>B
Lugar (orden) : 1º , 2º , 3º 1º > 2º
Dolor : leve, moderado, intenso
Satisfacción: 1º Muy satisfecho , 2º Satisfecho , 3º Insatisfecho , 4º Muy
insatisfecho.
Grados militares, organigrama de una empresa, escalafón de los
profesores universitarios.
 ESCALA DE INTERVALOS:
Se utilizan números cardinales. El cero es relativo o diferencial, es
decir no indica ausencia de la propiedad. Se pueden realizar
operaciones aritméticas.(+ y -). Es una escala creada por el hombre.
Ejemplo:
Hora 00:00
Temperatura ambiental 0 ºC
El año en que vivimos 2015
Nivel de ruido, movimientos sísmicos.
 ESCALA DE RAZÓN:

Se utilizan números cardinales. Tienen unidad de medida (cms,

pulgadas). El cero es absoluto, indica ausencia de la propiedad. Se
pueden realizar operaciones aritméticas (+,-,x ,),
Ejemplo:
Pacientes no atendidos hoy :0
Nº de hijos en edad de vacunación : 0
Procesos deficientes : 0
Peso, altura, volumen…..
Datos Univariantes y Multivariantes

• Univariantes o unidimensionales: sólo recogen información sobre una

característica (Ej: edad de los alumnos de una clase).
• Bivariantes o bidimensionales: recogen información sobre dos
características de la población. (Ej: edad y estatura de los alumnos de
una clase).
Datos Univariantes y Multivariantes

• Multivariantes o pluridimensionales: recogen información sobre tres ó

más características. (Ej: edad, estatura y peso de los alumnos de una
clase).
Abusos que se pueden cometer con la Estadística

• Conclusiones erróneas debido a que los datos son

numéricamente insuficientes.
• Representaciones gráficas engañosas (escalas).
• Datos muestrales no representativos:
• Muestra que no incluye a elementos de toda la
población.
• Ciertas categorías de personas no responden
correctamente.
• Respuestas voluntarias (sesgadas).
MUESTRA
• Una muestra es un subconjunto de casos o
individuos de una población.
• Las muestras se obtienen con la intención de inferir
propiedades de la totalidad de la población, para lo
cual deben ser representativas de la misma.
• Para cumplir esta característica la inclusión de
sujetos en la muestra debe seguir una técnica de
muestreo.
VENTAJAS DE LA ELECCIÓN DE UNA
MUESTRA

• Reducción de costos.

• Rapidez.

• Viabilidad
DEFINICIONES Y TERMINOS

a. Unidad de análisis
b. Población
c. Unidad de muestreo
d. Marco muestral
e. Parámetro
f. Estadígrafo o estadístico.
 UNIDAD DE ANALISIS
También llamado ELEMENTO DE LA POBLACION es aquella
unidad indivisible de la que se obtiene el dato estadístico.
Ejm:
paciente, madre de familia, nota de enfermería, animal de
experimentación, objeto, etc. que participa en el estudio
conformando la muestra.
POBLACIÓN:
• Es el conjunto de unidades de análisis con alguna característica de
interés o atributos especialmente cuantificables en un periodo y
en un lugar determinado.
• Población Diana: Está definida por los objetivos del estudio. Ejm.
Diabéticos de Lima. Inaccesible.
• Población de Estudio: De acuerdo con los criterios de Inclusión y
Exclusión. Accesible.
• Población Finita: Cuando se conoce el tamaño de la población.
• Población Infinita: Cuando no se conoce el tamaño de la población.
 UNIDAD DE MUESTREO
•Es la unidad seleccionada del marco muestral.
•Puede coincidir con la unidad de análisis.
•Es el elemento utilizado para seleccionar la muestra.

Ejemplo:
Si se desea conocer en qué medida las madres de una determinada
comunidad cumplen o no con el calendario de vacunaciones de sus
niños menores de 5 años.
La unidad de muestreo: son las viviendas numeradas de la
comunidad.
La unidad de análisis: es la madre de familia que se le
entrevistará.
MARCO MUESTRAL
•Es una lista detallada y actualizada de las unidades
de muestreo de donde se obtiene la muestra.

Ejemplos: de marco muestrales

Lista de distritos según estratos.

Directorio telefónico.
Lista de alumnos de una universidad.
Planos de una determinada comunidad
Lista de manzanas de una comunidad, etc.
PARÁMETRO
Medida estadística que describe una característica de la población.

Su valor se calcula en base a todas las observaciones de la población

de estudio.
Se representa con letra griega y es un valor fijo para la población en
estudio.

Ejm:
• edad promedio de los sujetos de la población (μ),
• proporción de pacientes con asma de la población (π),etc
•ESTADÍSTICO
  O ESTADÍGRAFO

Medida estadística que describe una característica

de la muestra y cuyo resultado está en función de
los datos muestrales.
Se representa con letra latina y es variable de
muestra a muestra.

Ejm:
la edad promedio de los sujetos pertenecientes a
la muestra (),
la proporción de pacientes con asma
pertenecientes a una muestra (p), etc.
 Se tiene el interés en determinar el porcentaje de niños
desnutridos menores de 5 años del distrito de Yurimaguas
ubicado en el departamento de Loreto. Diciembre de 2013.

• Población de estudio: Los niños de ambos sexos menores de 5

años del distrito de Yurimaguas- Dpto. de Loreto. Diciembre-2013.
• Unidad de análisis: niño menor de 5 años.
• Marco muestral: plano o croquis del distrito de Yurimaguas.
• Unidad de muestreo: manzanas
• Parámetro: proporción de niños desnutridos menores de 5 años del
distrito de Yurimaguas- Dpto. de Loreto.
• Estadístico: proporción de niños desnutridos menores de 5 años
 METODOS DE MUESTREO

• Intencional
No probabilísticos • Sin norma (chunk)
(Prácticos y • Accidental (casos)
económicos) • De voluntarios

METODOS
• Aleatorio simple
Probabilísticos • Sistemático
(Dan muestras • Estratificado
representativas) • De conglomerados
No probabilísticos
• Denominado también muestreo dirigido, se desconocen las
probabilidades de selección de cada elemento.

• El procedimiento de selección se realiza de manera un poco informal y

arbitraria.

• Con este método no se pueden elegir muestras representativas y no se

pueden hacer las inferencias respectivas porque no podemos
cuantificar el error muestral.
No probabilísticos
• Resulta muy útil cuando el estudio resulte muy costoso o cuando se
tiene dificultades para llegar a zonas de difícil acceso o también en los
cuales no es indispensable que las muestras sean representativas de la
población, sino que solamente, reúnan ciertas características
previamente especificadas.

Desventaja
• Las inferencias realizadas con este tipo de muestreo no tienen validez
estadística,
• Los resultados sólo serán válidos para ese grupo estudiado, no
pudiendo inferir, a toda la población.
 No probabilísticos
Entre los tipos más comunes de este tipo de muestreo tenemos:
Intencional o de juicio.
En este caso los elementos son escogidos con base a criterios o
juicio prestablecidos por el investigador.
Ejemplo: Para un estudio sobre calidad de la educación, previamente,
se establecen como criterios de selección de la muestra los
siguientes:
- Mínimo de 20 años de experiencia en el campo educativo.
- Poseer título de posgrado.
- Haber ocupado un cargo directivo.
Ejemplo: sondeos preelectorales de zonas que en anteriores
votaciones han marcado tendencias de voto.
 No probabilísticos
• Sin norma (chunk). Se toma una porción de la población de
cualquier manera o por razones de comodidad.
Ejemplo:
-Los primeros diez de la lista.
-Todas las madres de familia de una manzana.
-Todos los pacientes que acuden a un establecimiento de salud
en una semana.
 No probabilísticos
• Accidental o causal. Es un procedimiento que
permite elegir arbitrariamente los elementos sin un
juicio o criterio preestablecido.
• Ejemplo:
-Entrevistar a la gente que circula por determinada
calle a una hora especifica del día.
- Los visitantes que acuden a un museo en un
determinado tiempo,etc.
No probabilísticos
• Muestreo por cuotas: Consiste en dividir a la población bajo
estudio en subgrupos o cuotas según ciertas características: Edad,
sexo, estado civil, etc.
• Ejemplo: 30 hombres y 50 mujeres, 45 hombres mayores de 25 años;
40 mujeres divorciadas desde hace más de 8 años,etc.
No probabilísticos
• MUESTREO BOLA DE NIEVE: Este modelo es particularmente útil
cuando se muestrean poblaciones cuyos componentes, por motivos
morales, ideológicos, legales o políticos tienden a ocultar su
identidad.
• A partir de unos pocos individuos el entrevistador, con ayuda de los
primeros, va conociendo a nuevos miembros de la muestra.
Probabilísticos
• Es un proceso muestral donde cada elemento de la población tiene
una probabilidad perfectamente conocida de ser incluida en la
muestra.
• Sólo una muestra probabilística proporciona estimaciones con
medida de su precisión.
TIPOS DE MUESTREO PROBABILISTICO

1. Muestreo aleatorio simple (MAS)

2. Muestreo Sistemático (MS)

3. Muestreo Estratificado

4. Muestreo por Conglomerados

 1. MUESTREO ALEATORIO SIMPLE

Escoge al azar los miembros del universo hasta

completar el tamaño muestral previsto

En teoría se enumeran previamente todos los

elementos y de acuerdo con una tabla de
números aleatorios se van escogiendo

El procedimiento puede darse con o sin

reemplazos y esta condición afectará
posteriormente el análisis
Muestreo simple aleatorio
Tabla de números aleatorios

684257954125632140
582032154785962024
362333254789120325
985263017424503686
2. MUESTREO SISTEMATICO

En el universo (N) se elige el primer elemento

al azar

Luego los demás se escogen cada cierto

intervalo (k), hasta completar el tamaño
muestral (n).

El tamaño del intervalo (k) se calcula así: k =

N/n
Muestreo sistemático
 3. MUESTREO ESTRATIFICADO

Considera que al interior del universo

existen estratos (subgrupos internamente
homogéneos pero cualitativa y
cuantitativamente diferentes entre sí), y
que no se cumple la condición de selección
aleatoria pues los miembros del grupo
mayoritario tienen una mayor probabilidad
de ser seleccionados en la muestra.
ESTRATOS Homogéneos en su interior;
diferentes entre sí en propiedades y
tamaño
Comuna B

Comuna A

Comuna C

Comuna D
 4. MUESTREO POR CONGLOMERADOS

••También
Tambiénse sedenomina
denominade deetapas
etapasmúltiples.
múltiples.
••Se
Seutiliza
utilizapara
parapoblaciones
poblacionesgrandes
grandesyydispersas.
dispersas.
••No
Noesesposible
posibledisponer
disponerde deununlistado.
listado.
••En
Enlugar
lugardedeindividuos
individuosseseseleccionan
seleccionanconglomerados
conglomeradosque que
están
estánagrupados
agrupadosde deforma
formanatural
natural(cuadras
(cuadrasdedecasas,
casas,
departamentos,
departamentos,Hospitales,
Hospitales,provincias,
provincias,etc.)
etc.)
••Se
Seselecciona
seleccionaen enprimer
primerlugar
lugarelelconglomerado
conglomeradomás másalto,
alto,aapartir
partir
de
deéste
ésteseseselecciona
seleccionaununsubgrupo.
subgrupo.
••AApartir
partirdedeeste
estesubgrupo
subgrupose seselecciona
seleccionaotro
otrosubgrupo
subgrupoyyasíasí
sucesivamente,
sucesivamente,hasta hastallegar
llegaraalas
lasunidades
unidadesdedeanálisis.
análisis.
 4. MUESTREO POR CONGLOMERADOS (Clúster)

Ejemplo.
Si se desea estudiar a los hipertensos atendidos en los hospitales de nivel I de
ESSALUD.
Nuestro primer conglomerado: regiones o departamentos,
a partir de estas regiones aleatoriamente seleccionar un subgrupo.
Segundo conglomerado : provincias.
De este conglomerado seleccionar aleatoriamente un subgrupo de provincias.
Tercer conglomerado: hospitales de Nivel I.
Luego seleccionar aleatoriamente un subgrupo de Hospitales.
A partir del grupo de hospitales hacer un listado de los pacientes hipertensos
luego realizar muestreo aleatorio.
 CONGLOMERADOS
Grupo 1A
Grupo 5C

Grupo 2A
Grupo 3B
Heterogéneos en su interior; diferentes entre sí en
propiedades y tamaño
 Muestreo por clúster
Sección 1 Sección 2

Sección 3

Sección 5

Sección 4
DIFERENCIAS TIPO DE MUESTREO
NO PROBABILISTICO
• Cada unidad NO tiene igual
probabilidad de participar en la
muestra.
• No se puede calcular el error
muestral.
• Alto riesgo de invalidez
producido por la introducción de
sesgos.
PROBABILISTICO
• Todas la unidades tienen igual
probabilidad de participar en la
muestra.
• La elección de cada unidad
muestral es independiente de las
demás.
• Se puede calcular el error
muestral.