UNIVERSIDAD NACIONAL JOSÉ FAUSTINO

SÁNCHEZ CARRIÓN
FACULTAD DE MEDICINA HUMANA
ESCUELA PROFESIONAL DE MEDICINA HUMANA

TALLER DE DESARROLLO DE INVESTIGACIÓN

Sesión de Aprendizaje N°10: Población, marco y muestra

Huacho - 2023
 Población / Universo
Conjuntos de casos, definidos, que formará el referente para la elección de la
muestra.
Universo finito: elementos pueden ser delimitados o cuantificados.
Universo infinito: no se puede determinar la magnitud de los elementos.
Universo hipotético: cuando no es posible definir de forma precisa el tamaño
de la población. Eventos o hechos que aún no ocurren.
Niveles de población: diana o blanco, accesible y elegible.
Población Objetivo: se desea establecer una conclusión.
Población muestreada: se puede establecer una conclusión.

• Arias J, Villasís M, Miranda M. El protocolo de investigación III: la población de estudio. Rev Alerg Méx. 2016;63(2):201-206.
• Ludewig, C. (2010). Universo y muestra. Recuperado de http://www.geocities.ws/ucla_investigacion/muestreo.pdf 2
 a) Selección de la población
Existen características decisivas que deben considerarse:
Homogeneidad: los miembros tienen las mismas características
según las variables en estudio.
Temporalidad: se refiere al periodo donde se sitúa a la población en
interés.
Necesidad de límites espaciales: es necesario especificar si la
población de estudio es una comunidad, país, unidad medica, etc.
b) Criterios de selección: deben cumplir los participantes
Criterios de inclusión: características que debe poseer para que sea
parte de la investigación,.
Criterios de exclusión: condiciones que presentan y que pueden
alterar o modificar los resultados.
Criterios de eliminación: características que se pueden presentar
después de iniciada la investigación.

• Arias J, Villasís M, Miranda M. El protocolo de investigación III: la población de estudio. Rev Alerg Méx. 2016;63(2):201-206.
• Ludewig, C. (2010). Universo y muestra. Recuperado de http://www.geocities.ws/ucla_investigacion/muestreo.pdf 3
 Muestra
Es un subgrupo de la población de interés, sobre la cual se recolectarán
datos, y que tiene que definirse y delimitarse de antemano y con precisión.

Ventajas Limitaciones
• Costo reducido • No emplear en poblaciones
• Mayor rapidez pequeñas.
• Mayor exactitud • La teoría del muestreo es
• Mayores posibilidades compleja.

• Arias J, Villasís M, Miranda M. El protocolo de investigación III: la población de estudio. Rev Alerg Méx. 2016;63(2):201-206.
• Ludewig, C. (2010). Universo y muestra. Recuperado de http://www.geocities.ws/ucla_investigacion/muestreo.pdf 4
 a) Características de una buena muestra
Adecuada en cantidad y calidad: existen procedimientos
estadísticos para saber cual es el numero mínimo de elementos
que debemos incluir para obtener resultados validos.
Representatividad: se dice que una muestra es representativa
de la población cuando reúne las características principales de
la población en relación con la variable de estudio.
(“a mayor respresentavidad = mayor confiabilidad”)
b) Marco de muestreo
Es el listado completo de todos los elementos de la población.
Es la información que se utiliza para seleccionar la muestra
usualmente es un listado completo de todas las unidades de
análisis.

• Arias J, Villasís M, Miranda M. El protocolo de investigación III: la población de estudio. Rev Alerg Méx. 2016;63(2):201-206.
• Ludewig, C. (2010). Universo y muestra. Recuperado de http://www.geocities.ws/ucla_investigacion/muestreo.pdf 5
 Muestreo Probabilístico
1. Muestreo aleatorio simple (MAS)

Usado en poblaciones homogéneas y cuando está disponible el listado de

los elementos de la población. Su ventaja es la sencillez del diseño y de los
cálculos estadísticos.

a) Procedimiento:
Seleccionar de forma
Determinar el Enumerar a aleatoria con fichas
tamaño de la cada individuo lotería, tablas de
muestra de la población números aleatorios o por
computadora, etc.

• Ludewig, C. (2010). Universo y muestra. Recuperado de http://www.geocities.ws/ucla_investigacion/muestreo.pdf

6
 2. Muestreo aleatorio estratificado (MAE)

Usado en poblaciones heterogéneas con listado de todos los integrantes de

la población disponible. Su ventaja es que los resultados son más precisos
debido a que cada estrado está representado.

a) Procedimiento:
Dividir a la población en varios estratos (éstos difieren unos de
otros, e internamente son homogéneos).
Escoger aleatoriamente los elementos a estudiar de cada
estrato.
• Ludewig, C. (2010). Universo y muestra. Recuperado de http://www.geocities.ws/ucla_investigacion/muestreo.pdf
7
b) Ejemplo:
Conocer el promedio de estancia hospitalaria en pacientes del Hospital
Gustavo Lanatta Luján durante el mes de julio.

POBLACIÓN
Pacientes hospitalizados en el HGLL

Estratos

Dpto de
Dpto de Dpto de Dpto de
Gineco-
Medicina Pediatría Cirugía
Obstetricia

Muestra Muestra Muestra Muestra

estrato 1 estrato 2 estrato 3 estrato 4

8
 3. Muestreo sistemático

Para poblaciones heterogéneas cuando no haya relación entre la variable a

estudiar y la forma como se encuentra distribuida la población.

a) Procedimiento:
De la población N de individuos se selecciona una muestra n.

Escogemos al azar un número  entre 1 y , siendo

La muestra será el elemento 

𝒊 𝒊+𝒌 𝒊+𝟐 𝒌 𝒊+𝟑𝒌

⋯
• Ludewig, C. (2010). Universo y muestra. Recuperado de http://www.geocities.ws/ucla_investigacion/muestreo.pdf
9
• Universo Fórmulas. (s. f.). Muestreo Sistemático. Recuperado de https://www.universoformulas.com/estadistica/inferencia/muestreo-sistematico/
 b) Ejemplo:

Queremos saber la opinión sobre un profesor de una clase de 60

estudiantes. Tras ordenarlos alfabéticamente y se selecciona a
12.
𝑁 60
𝑘= = =5
𝑛 12
i=2 7 12 17

i+K
i + 2K
1 4
i + 3K 22 27 32 37
3 2 i= 2
i + (n – 1)K 5

42 47 52 57

10
 4. Muestreo aleatorio por conglomerados

Usado en estudios de localidades grandes, por ello también se le conoce

como muestreo de áreas. La ventajoso es que no se requiere de un listado,
pero los cálculos complicados dificultan su uso.

a) Procedimiento:
Dividiremos a la población en conglomerados (internamente
heterogéneos, pero similares entre sí). Ejemplo: si se estudia un
país lo dividiremos en conglomerados como comunidades,
provincias, ciudades, etc.
• Ludewig, C. (2010). Universo y muestra. Recuperado de http://www.geocities.ws/ucla_investigacion/muestreo.pdf
11
• Universo Fórmulas. (s. f.). Muestreo Sistemático. Recuperado de https://www.universoformulas.com/estadistica/inferencia/muestreo-sistematico/
 Se seleccionarán algunos  al azar (todos deben tener las
mismas probabilidades de ser seleccionados).
Se puede estudiar a todos los sujetos de los conglomerados
seleccionados o seleccionar una muestra mediante MAS o
sistemático.

Conglomerados
seleccionados

• Ludewig, C. (2010). Universo y muestra. Recuperado de http://www.geocities.ws/ucla_investigacion/muestreo.pdf

12
• Universo Fórmulas. (s. f.). Muestreo Sistemático. Recuperado de https://www.universoformulas.com/estadistica/inferencia/muestreo-sistematico/
 Muestreo no Probabilístico
1. Intencional o de conveniencia
Selección por métodos no aleatorios de una muestra cuyas
características sean similares a las de la población objetivo.

• Arias, J., Villasís, M. y Miranda, M. (2016). Metodología de la investigación. El Protocolo de Investigación III: la población de estudio. Alergia México, 63(2), 201- 206.
• Universo Fórmulas. (s. f.). Muestreo por conveniencia. Recuperado de https://www.universoformulas.com/estadistica/inferencia/muestreo-conveniencia/? 13
fbclid=IwAR3iI0apZ4ROumVa3xq73qlMpzqfv0L4Xr3JsDwUI4wmgCLjq6EgUhtDVgI
 2. Accidentales o cuotas
Sobre la base de un buen conocimiento de los estratos de la población y/o
de los individuos más “representativos” o “adecuados”

• Arias, J., Villasís, M. y Miranda, M. (2016). Metodología de la investigación. El Protocolo de Investigación III: la población de estudio. Alergia México, 63(2), 201- 206.
• Universo Fórmulas. (s. f.). Muestreo por cuotas. Recuperado de https://www.universoformulas.com/estadistica/inferencia/muestreo-cuotas/? 14
fbclid=IwAR2mNencPE3lapXSZc_OLPBKRb-tZNR2qroBTyxkMKM7mhZyTkltL3gS7fQ
 3. Bola de nieve
Se localiza a algunos individuos, los cuales conducen a otros, y estos a
otros, y así hasta conseguir una muestra suficiente

• Arias, J., Villasís, M. y Miranda, M. (2016). Metodología de la investigación. El Protocolo de Investigación III: la población de estudio. Alergia México, 63(2), 201- 206.
• Universo Fórmulas. (s. f.). Muestreo de bola de nieve. Recuperado de https://www.universoformulas.com/estadistica/inferencia/muestreo-bola-nieve/? 15
fbclid=IwAR3x9iLcPtSXR91loUHgrIbJsppCBr0xKv17aP_r4t1H6VcPoY-c89sjRPI
 4. Semiprobabilístico superior

Se conoce la probabilidad de escoger un segmento de la población mas no

la de un elemento dentro de él.

5. Semiprobabilístico inferior

Se selecciona al azar la muestra a estudiar.

• Ludewig, C. (2010). Universo y muestra. Recuperado de http://www.geocities.ws/ucla_investigacion/muestreo.pdf

16
Tamaño de la muestra
 Error máximo admisible (“d” o “e”):
Determina la precisión de los resultados, es la máxima diferencia que podemos tolerar entre el valor
de la variable obtenido en la muestra y el verdadero valor que está en el universo. Se refiere a un
porcentaje o probabilidad de error potencial que admitimos tolerar de que nuestra muestra no sea
representativa de la población (de equivocarnos). Los más comunes son 5 y 1 % (uno implica tolerar
muy poco error, 1 en 100, por así decirlo; mientras que 5%, es aceptar en 100, 5 posibilidades de
equivocarnos)

 Coeficiente de confianza (“riesgo alfa”):

Es la probabilidad que los resultados sean ciertos, es el porcentaje de “acertar en la representatividad
de la muestra”). Las posibilidades son “p” de que sí ocurra y “q” de que no ocurra ( p+q=1 ). Mientras
más confianza queremos tener en los resultados, el tamaño de la muestra será mayor.

 Homogeneidad:
Cuando la variable se encuentra presente en un elevado porcentaje de la población

• Ludewig, C. (2010). Universo y muestra. Recuperado de http://www.geocities.ws/ucla_investigacion/muestreo.pdf

17
 Donde:
Tamaño muestra
Población
Grado confianza
Desviación estándar
Error muestral
Probabilidad a favor
Probabilidad en
contra

• Ludewig, C. (2010). Universo y muestra. Recuperado de http://www.geocities.ws/ucla_investigacion/muestreo.pdf

18
 Referencias bibliográficas
Fuentes hemerográficas.
• Arias J, Villasís M, Miranda M. El protocolo de investigación III: la población de estudio. Rev Alerg
Méx. 2016;63(2):201-206.
Fuentes documentales.
• Ludewig, C. (2010). Universo y muestra. Recuperado de
http://www.geocities.ws/ucla_investigacion/muestreo.pdf
Fuente electrónicas.
• Universo Fórmulas. (s. f.). Muestreo de bola de nieve. Recuperado de
https://www.universoformulas.com/estadistica/inferencia/muestreo-bola-nieve/?
fbclid=IwAR3x9iLcPtSXR91loUHgrIbJsppCBr0xKv17aP_r4t1H6VcPoY-c89sjRPI
• Universo Fórmulas. (s. f.). Muestreo por conveniencia. Recuperado de
https://www.universoformulas.com/estadistica/inferencia/muestreo-conveniencia/?
fbclid=IwAR3iI0apZ4ROumVa3xq73qlMpzqfv0L4Xr3JsDwUI4wmgCLjq6EgUhtDVgI
• Universo Fórmulas. (s. f.). Muestreo por cuotas. Recuperado de
https://www.universoformulas.com/estadistica/inferencia/muestreo-cuotas/?
fbclid=IwAR2mNencPE3lapXSZc_OLPBKRb-tZNR2qroBTyxkMKM7mhZyTkltL3gS7fQ
• Universo Fórmulas. (s. f.). Muestreo Sistemático. Recuperado de
https://www.universoformulas.com/estadistica/inferencia/muestreo-sistematico/