MUESTRA Y TIPOS DE

MUESTREO
Nora Espíritu Salazar
Magister en Salud Pública
nespiritu@usmp.pe

Metodología de la Investigación Científica

01/03/2017
Índice o tabla de contenidos
• 1º Población y Muestra
• 2º Muestreo
• 3º Calculo del tamaño de la muestra
• 4º Selección de la muestra
• 5º Clasificación de la muestra
• 6º Conclusión
• 7º Fuentes de información
27/04/2017 Nombre y apellido del docente. Nora Espíritu

POBLACION - MUESTRA
• Población Diana: Población con similares
características clínicas y demográficas a
los que se desea generalizar los
resultados. Ej. Diabéticos de Lima.
Inaccesible

• Población de estudio (accesible):

subgrupo de la población diana disponible
para el estudio.

• Muestra: subgrupo de la población de

estudio o interés sobre el cual se
recolectaran los datos y que debe ser
representativo de este. (técnicas
muestreo)
27/04/2017 Nombre y apellido del docente.

MARCO MUESTRAL
• Lista detallada y actualizada de las unidades de muestreo de
donde se obtiene la muestra o una lista que es necesario
confeccionar ad hoc
• Nos permite identificar físicamente los elementos de la
población, así como la posibilidad de enumerarlos y
seleccionar las unidades muestrales.

Ej: 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.
27/04/2017 Nombre y apellido del docente.

UNIDAD DE MUESTREO Y DE
ANALISIS
• UNIDAD DE MUESTREO: Es la unidad seleccionada del marco
muestral. Es un elemento que permite llegar y seleccionar a la unidad
de análisis

• UNIDAD DE ANALISIS : Es un sujeto u objeto el cual es motivo de

investigación, al cual se toma mediciones

• Puede coincidir con la unidad de análisis.

• Ej: 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.
• Unidad de muestreo: viviendas numeradas de la comunidad.
• Unidad de análisis: es la madre de familia que se le entrevistará.
27/04/2017 Nombre y apellido del docente.

MUESTREO
• Es un conjunto de técnicas
que permite elegir una
porción de elementos de la
población objetivo

• Una buena muestra es una

versión simplificada de la
población, reproduce sus
rasgos básicos, además es
simple de manejar.
27/04/2017 Nombre y apellido del docente.

VENTAJAS DE LA ELECCIÓN DE
UNA MUESTRA

• Reducción de costos.

• Rapidez.
•
• Viabilidad
27/04/2017 Nombre y apellido del docente.

TIPOS DE ERROR
Error aleatorio Error sistemático
Generalmente debida al azar Puede producirse durante el diseño
Como consecuencia de realizar el del proyecto por errores en la selección
estudio con una muestra en lugar de de los sujetos o recogida de la
estudiar a toda la población información
Se puede cuantificar mediante el cálculo No se puede cuantificar
del intervalo de confianza
Será mayor si la muestra es mas pequeña No desaparece aunque estudiemos a
y disminuirá al aumentar el tamaño toda la población
muestral (mayor precisión), llegando a También se denomina sesgo.
desaparecer si estudiamos a toda la
población
Aumentar el tamaño muestral Minimizar el sesgo aumentará la
incrementará la precisión*. validez.

*PRECISION: es la amplitud del intervalo de confianza, qué tan cerca están las
mediciones entre ellas.
27/04/2017 Nombre y apellido del docente.

FUENTES DE SESGO EN EL
MUESTREO
• No respuesta
• Estudio de solamente voluntarios
• Muestreo de sólo los registrados
• Pérdida de casos de corta duración
• Sesgo estacional
• Accesibilidad de las áreas seleccionadas.
27/04/2017 Nombre y apellido del docente.

1.- CALCULO DEL TAMAÑO DE LA

MUESTRA
27/04/2017 Nombre y apellido del docente.
27/04/2017 Nombre y apellido del docente.
27/04/2017 Nombre y apellido del docente.
27/04/2017 Nombre y apellido del docente.

1.1

1.2
27/04/2017 Nombre y apellido del docente.

1.1.1
27/04/2017 Nombre y apellido del docente.

La media del peso al nacer es 3500gr y una DS 430gr, un investigador

plantea estudiar el peso medio de bebes de madres fumadoras
asumiendo que la DS es la misma y desea que el error (precisión) sea
de 50 gr, con una confianza de 95% ¿Que tamaño de muestra se
requiere?
27/04/2017 Nombre y apellido del docente.
 27/04/2017 Nombre y apellido del docente.

1.1.2 Calculo del tamaño de una muestra para

estimar una proporción con EPIDAT
27/04/2017 Nombre y apellido del docente.

• Se desea identificar la frecuencia de retención de restos

placentarios en un hospital de enero 2015 a diciembre 2016, si
se desea trabajar con una precisión del 3%, un nivel de
confianza del 95% y se sabe según estudios previos que la
proporción esperada es de 15%.Calcule la muestra para dicho
estudio
27/04/2017 Nombre y apellido del docente.
27/04/2017 Nombre y apellido del docente.

1.2.- Contraste de Hipótesis

Contraste de Hipótesis
Tipos de error al contrastar hipótesis
Realidad
Resultado del H0 cierta H0 Falsa
experimento
No hay diferencia Si hay diferencia
No hay diferencia Error de tipo II
Correcto
El tratamiento no El tratamiento si tiene efecto
No se rechazo H0 pero se decide que no con el
tiene efecto y así se
decide. experimento.

Probabilidad β

Si hay diferencia Error de tipo I Correcto

Se rechaza H0
El tratamiento no El tratamiento tiene efecto y el
tiene efecto pero se experimento lo confirma.
Acepto H1 decide que sí.

Probabilidad α
ERROR TIPO I
Consiste en rechazar la hipótesis nula
cuando es cierta
La probabilidad de incurrir en este error se
denomina nivel de significación* y se
denota por alfa
El valor 1- alfa expresa, por tanto, la
probabilidad de no rechazar una hipótesis
nula que es cierta y se conoce como el
nivel de confianza de la prueba**.
ERROR TIPO II
Consiste en no rechazar la hipótesis nula
cuando ésta es, en realidad, falsa
La probabilidad de este error se denomina
beta
El valor 1-beta que expresa la probabilidad de
rechazar la hipótesis nula cuando es falsa, se
conoce como la potencia de la prueba***

* NIVEL DE SIGNIFICACION: Máximo nivel aceptable de riesgo de rechazar una hipótesis

nula verdadera (error de tipo I) y se expresa como una probabilidad entre 0 y 1. Un nivel de
significancia de 0.05 indica un riesgo de 5% de concluir que existe una diferencia cuando
no hay una diferencia real.

** NIVEL DE CONFIANZA DE LA PRUEBA: probabilidad de no cometer un error tipo I.

“A menor error y mayor nivel de confianza, mayor tamaño de muestra”. Si el riesgo de un
error es 5% (=.05) el NC es del 95%. Con un NS del 1% (0.01) el NC sería del 99%.

*** POTENCIA DE UNA PRUEBA ESTADÍSTICA (poder estadístico): es la probabilidad de

rechazar la hipótesis nula cuando es falsa, Es decir, la probabilidad de no cometer un error
del tipo II. Es habitual tomar una potencia 80%.
1.2.1.1
27/04/2017 Nombre y apellido del docente.
1.2.1.2
 27/04/2017 Nombre y apellido del docente.

1.2.2.1
27/04/2017 Nombre y apellido del docente.
 27/04/2017 Nombre y apellido del docente.

• Un estudio emparejado de casos y controles sobre tabaquismo y

cáncer de laringe utilizando controles poblacionales, suponiendo
que la prevalencia del tabaquismo es de 45% y el OR esperado es
de 3 ¿Cuántos pares de casos y controles necesitará para estimar
el OR con una potencia de 80% y un nivel de confianza del 95%.
1.2.2.2
27/04/2017 Nombre y apellido del docente.
27/04/2017 Nombre y apellido del docente.

1.2.3
27/04/2017 Nombre y apellido del docente.
 27/04/2017 Nombre y apellido del docente.

• ¿Qué tamaño tendrá la muestra de expuestos y no expuestos

de una enfermedad pulmonar favorecida por la exposición de
un contaminante atmosférico, si se desea estimar el riesgo
relativo con una potencia de 80% y un 95% de nivel de
confianza. La enfermedad se manifiesta en el 20% de los no
expuestos y en el 30% de los expuestos y los grupos serán de
igual tamaño?
27/04/2017 Nombre y apellido del docente.
27/04/2017 Nombre y apellido del docente.

2. SELECCIÓN DE LOS
ELEMENTOS DE LA MUESTRA:
TIPOS DE MUESTRA
27/04/2017 Nombre y apellido del docente.

TIPOS DE MUESTRA
27/04/2017 Nombre y apellido del docente.

MUESTREO PROBABILISTICA

• Todos los individuos tienen una

probabilidad conocida, distinta de cero
se ser incluidas en la muestra.
• Utiliza alguna forma de selección
aleatoria para obtener las unidades que
serán estudiadas
27/04/2017 Nombre y apellido del docente.

MUESTREO ALEATORIO SIMPLE

• 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

• Desventajas:
• Requiere que se posea de antemano un listado completo de
toda la población (marco muestral)
• Cuando se trabaja con muestras pequeñas es posible que no
se represente a la población adecuadamente.
=120/966*100
27/04/2017 Nombre y apellido del docente.

Muestreo Sistemático
1. Los elementos de la población están ordenados de una
sola manera: P. ej. alfabeticamente, por recepción de
datos.
2. Se toma un elemento en forma periódica después que
uno es selecionado al azar dentro del 1er período.
3. Usado para encuestas telefónicas.
4. Es posible cometer errores por posibles periodicidades
naturales presentes en la población en relación al
fenómeno estudiado
 Requiere conocer el valor de “N” y “n”:

1.- Dividir N / n = K (constante)

2.- Elegir al azar un número entre 1 y K. A partir de ese número se
seleccionarán las unidades últimas de muestreo.
Si k es no entero al “saltar”, escoger el elemento redondeando siempre
por encima.
O se toma k mas entero, se eligen los arranques aleatorios entre 1 y N;
se salta en forma circular, continuando con el primer elemento después
del último del marco
3.- Sumar al número elegido K sucesivamente, hasta alcanzar la “n”
necesaria:
N = 300 n = 60
N / n =300/60 = 5 K
4 número seleccionada entre 1 y K.
4 + 5 = 9 + 5 = 14 + 5 = 19 + 5 = 24 etc,
hasta lograr las 60 unidades
27/04/2017 Nombre y apellido del docente.
27/04/2017 Nombre y apellido del docente.

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 (reducir la varianza).

• El interés del investigador es comparar sus resultados

entre segmentos, grupos o nichos de la población, porque
así lo señala el planteamiento del problema. Por ejemplo,
efectuar comparaciones por género (entre hombres y
mujeres),
 Homogéneos en su interior;
ESTRATOS diferentes entre sí en propiedades y
tamaño

Comuna B

Comuna A

Comuna C

Comuna D
27/04/2017 Nombre y apellido del docente.

MUESTREO POR CONGLOMERADOS

• O de etapas múltiples, polietapico o por racimos. En lugar
de individuos se seleccionan conglomerados que están
agrupados de forma natural (cuadras de casas,
departamentos, Hospitales, provincias, etc).

• Se selecciona en primer lugar el conglomerado más alto, a

partir de éste se selecciona un subgrupo.

• A partir de este subgrupo se selecciona otro subgrupo y así

sucesivamente, hasta llegar a las unidades de análisis.

• Se utiliza para poblaciones grandes y dispersas.

• No es posible disponer de un listado.
27/04/2017 Nombre y apellido del docente.

En una muestra nacional de ciudadanos de un país:

• Primero etapa: elegir al azar una muestra de estados,
provincias o departamentos.
• Segunda etapa: cada estado o provincia se convierte en
un universo y se seleccionan al azar municipios.
• Tercera etapa: cada municipio se considera un universo
o población y se eligen al azar comunidades o colonias.
• Cuarta etapa: cada una de éstas se concibe como
universo y de nuevo, al azar, se eligen manzanas o
cuadras.
• Quinta etapa: Por último, se escogen al azar viviendas u
hogares e individuos.
 CONGLOMERADOS
Grupo 1A

Grupo 5C

Grupo 2A

Grupo 3B
Heterogéneos en su interior; diferentes entre sí en
propiedades y tamaño
27/04/2017 Nombre y apellido del docente.

MUESTRAS NO PROBABILÍSTICAS
• Muestras dirigidas, suponen un procedimiento de
selección orientado por las características de la
investigación, más que por un criterio estadístico de
generalización.
• No es posible calcular con precisión el error estándar, es
decir, no podemos determinar con qué nivel de confianza
hacemos una estimación
• Las pruebas estadísticas en muestras no probabilísticas
tienen un valor limitado a la muestra en sí, mas no a la
población. Es decir, los datos no pueden generalizarse a
ésta.
27/04/2017 Nombre y apellido del docente.

Muestreo por cuotas

• Se deben conocer los estratos de la población o los
individuos mas representativos o adecuados para los
fines de la investigación.
• Tiene semejanzas con el muestreo estratificado, pero no
es aleatorio.
• Se fijan unas “cuotas” que consiste en un numero de
individuos que reúnen determinadas condiciones.
• Una vez definida la cuota se eligen los primero que se
encuentren y cumplan esas características.
• Se utiliza en encuestas de opinión
27/04/2017 Nombre y apellido del docente.

Muestreo intencional
• La representatividad la determina el investigador de modo
subjetivo.
• Se selecciona sobre la base de ciertas características,
para obtener información de los miembros de la
comunidad que comparten dichos aspectos.
27/04/2017 Nombre y apellido del docente.

Muestreo por conveniencia

• El investigador selecciona directamente e
intencionalmente los individuos de la población.
• Se utiliza a los individuos a los que se tiene fácil acceso

• Bola de nieve:
• Se localiza a algunos individuos, los cuales conducen a
otros y así hasta conseguir una muestra suficiente.
• Este estudio se emplea en poblaciones “marginales”,
delincuentes, sectas
27/04/2017 Nombre y apellido del docente.

CONCLUSIONES
1. Decidido el número de individuos a estudiar, se aplicará una
técnica de muestreo, que pretende conseguir que la muestra
sea representativa de la población de estudio y por lo tanto
que los resultados que se obtengan estén libres de sesgos y
tengan validez interna.
2. En función de que la selección de los sujetos se realice o no
por medio del azar, hablamos de muestreo probabilístico o
no probabilístico.
3. El error aleatorio será mayor si la muestra es mas pequeña y
disminuirá al aumentar el tamaño muestral (mayor
precisión), llegando a desaparecer si estudiamos a toda la
población
4. “A menor error y mayor nivel de confianza, mayor tamaño de
muestra”.
Fuentes de información
• Hernandez Sampieri Roberto: Metodología de la
Investigación, 6ta Edición, Edit.Mac Graw Hill.
• Valenzuela Vidal Lupe, Muestreo. Bioestadística. 2016.
UPCH.
• https://www.sergas.es/MostrarContidos_N3_T01.aspx?Id
Paxina=62714
• https://es.slideshare.net/cristiandiazv/muestra-y-
muestreo-epidat.
• https://ricardoruizdeadana.blogspot.pe/2011/02.