UNIVERSIDAD NACIONAL DE L ESTE.

FACULTAD DE CIENCIAS DE LA SALUD

Metodología de la Investigación Científica.

Resumen
Y Conceptos básicos
Sobre

Muestreo Estadístico.

Realizado por:
Univ. Ruth Carolina Martínez Uldera.

Universidad Nacional del Este.

Facultad de Ciencias de la Salud.
Carrera de Medicina
Año 2009.

Ruth Carolina Martínez Uldera.

 UNIVERSIDAD NACIONAL DE L ESTE.

FACULTAD DE CIENCIAS DE LA SALUD

Muestreo.
Población o universo:
El término universo designa a todos los posibles sujetos o medidas de un cierto tipo.
Conjunto de todos los sujetos (o cosas) que tienen una o más características en
común, de interés para una investigación.

Muestra:
Una pequeña parte de la población total, un subconjunto representativo del universo.
Habitualmente, el investigador no trabaja con todos los elementos de la población
que estudia sino sólo con una parte o fracción de ella; a veces, porque es muy
grande y no es fácil abarcarla en su totalidad. Por ello, se elige una muestra
representativa y los datos obtenidos en ella se utilizan para realizar pronósticos en
poblaciones futuras de las mismas características.

Es el subconjunto limitado representativo.

Diagrama donde se señale cual es la muestra, el universo y la variable.

Variable:

Monto del Ticket de

compra

Muestra:

500 Mujeres entre 28 y 35

años que acuden en sábado
Población: Mujeres entre 28 y 35 años al supermercado tomadas al
azar
Que acuden en sábado al supermercado

Censo

Ruth Carolina Martínez Uldera.

 UNIVERSIDAD NACIONAL DE L ESTE.

FACULTAD DE CIENCIAS DE LA SALUD

Sobre toda la población. Estudio en el que se recogen datos de todos los individuos
que forman parte del Universo.

Encuesta
Estudio en el que se recogen datos de una parte de los individuos del universo. Es
decir, estudio en el que se recogen y analizan datos de una muestra. El cuestionario no
es encuesta, es nada más el instrumento para realizar la encuesta

Parámetros
Las medidas propias de la población o universo.

Una característica descriptiva global de una población de observaciones se llama

parámetro.

Son las características medibles en una población completa

Estadígrafos
Las medidas que se logran a partir de una muestra y que sirven para estimar las
medidas reales del universo. Una característica descriptiva global de una muestra de
observaciones se llama estadígrafo.

Es la medida de una característica relativa a una muestra.

Unidad de análisis.
Sujeto del que se recogen los datos. Sujeto que es medido.

1 Persona (u objeto) = 1 unidad de análisis.

Unidad muestral
Parte de un racimo de donde se selecciona la unidad de análisis. Elemento de la
población objeto de estudio en una muestra, del cual se obtiene los datos. Pueden
ser, hogares, tiendas, empresas. Ejemplo: si se quiere hacer un estudio sobre la
cantidad de basuras tiradas por las casa en una semana, en la ciudad “X”.

Como muestra se toman 6 barrios (la ciudad tiene 12 barrios en total). Entonces:

1 Barrio = 1 Unidad Muestral.

1 Casa = 1 Unidad de Análisis.

Marco muestral.
Listado o marco de referencia que nos permite seleccionar un elemento muestral.

Ruth Carolina Martínez Uldera.

 UNIVERSIDAD NACIONAL DE L ESTE.

FACULTAD DE CIENCIAS DE LA SALUD

De algún lado tiene que salir la muestra, es el marco de referencia para seleccionar
la muestra.

La muestra
Muestra y unidad de análisis.

Características de una muestra.

Tamaño. Cuantitativo (n)

Representatividad. Cualitativo. Esta característica es la más importante,

porque a causa de la Representatividad la muestra viene a ser más o menos
gráfico, específico o “representativo”

Tipos de muestreo
 Probabilísticos. No probabilísticos.

Muestreos probabilísticos

Se los llama también muestreos al azar (por sorteo): Sus tipos son:

 Muestreo aleatorio simple.

 Muestreo aleatorio estratificado.

 Muestreo por racimos (polietápico).

 Muestreo sistemático.

o Con reemplazo.

o Sin reemplazo.

Muestreos no probabilísticos

Se los llama también: “intencionales”, “dirigidos” o “por conveniencia”. No es al

azar. Sus tipos son:

 Muestra de sujetos voluntarios

 Muestra por juicio experto: el investigador pone los criterios.

 Muestra de sujeto-tipo: el sujeto viene con sus características.

 Muestra por cuotas o cotas.

Tamaño de la muestra.
Descripción de la fórmula

Ruth Carolina Martínez Uldera.

 UNIVERSIDAD NACIONAL DE L ESTE.

FACULTAD DE CIENCIAS DE LA SALUD

n = tamaño de la muestra.

Descripción de la fórmula

Intervalo de confianza
Indica la probabilidad de que los resultados de nuestra investigación sean ciertos.
Un intervalo de 95% significa que estamos 95% seguros de que los resultados sean
ciertos. Y que admitimos que podemos equivocarnos en 5 % de los casos.

Error muestral o error de muestreo.

Es el error a causa de observar una muestra en lugar de la población completa

El error muestral deseado, generalmente puede ser controlado tomando una muestra
aleatoria de la población, suficientemente grande. Como para que el error sea lo
menos posible

Error muestral = Parámetro – Estadígrafo.

Cuanto menor el error muestral, mayor es la muestra.

Es la diferencia entre el estadígrafo y el parámetro. Es decir, la diferencia que hay

entre la medida que se elabora a partir de una muestra y la medida que se elabora de
datos de toda la población.

Ejemplo I

En una población se hizo una encuesta con un error estimado del 5%. Los resultados
de la encuesta muestran que 30 % de los encuestados son fumadores. ¿Qué
porcentaje de la población fuma?

Si hay un error del 5% entonces muestro estadígrafo está entre el 25% y el 35%. El
estadígrafo es + (más) – (menos) el error (5%)

Con esta magnitud de error se dice que tenemos un 95% de certeza de que el valor
real1 de la distribución porcentual de fumadores, va a estar entre el 25% y el 35%.

Entonces el parámetro2 el cae dentro del estadígrafo, es decir, el parámetro

corresponde a algún valor que está entre 25% y 35%.

Lo que pasa es que, cuando se toma una muestra para hacer el estudio y no el
universo completo no se puede saber con absoluta certeza si los valores obtuvidos
son reales, es decir, si son o no representativos. Solo se puede conocer el resultado
real haciendo un censo.

Ejemplo II

1
En este caso Valor Real = Parámetro.
2
Parámetro es una medida propia del universo.

Ruth Carolina Martínez Uldera.

 UNIVERSIDAD NACIONAL DE L ESTE.

FACULTAD DE CIENCIAS DE LA SALUD

En un hospital se realizó una encuesta de satisfacción de los usuarios de los

servicios, con un error muestral estimado del 3%. 60% de los encuestados
respondieron que están satisfechos. ¿Cuál es el rango de los satisfechos en toda la
población?

57% a 63%.

Ejemplo III

Por la presidencia del Centro de Estudiantes de la Facultad compiten dos listas A y

B. Se hizo un sondeo de intención de voto, con un error estimado del 4%. Los
resultados muestran que hay una intención de votar de 25% por la lista A y 72% por
la lista B. ¿Cómo informaría usted los resultados, en palabras sencillas?

Hay entre 21% a 29% de Estudiantes que quieren votar por la lista A.

Y entre 68% a 76% de Estudiantes que quieren votar por la lista B.

Hipótesis descriptiva del valor de una variable a observar.

-Puede ser formulada con cualquier tipo de variable.

Sus indicadores estadísticos son:

 En variables cualitativas: Tasas, porcentajes.

 En variables cuantitativas: Estadística descriptica.

- La Estadística descriptiva puede ser :

1. Dispersión de Variación o de forma :

a) Rango: Variable de valor máximo - Variable de valor mínimo.

b) Desviación típica o estándar.

c) Varianza: es el cuadrado de la Desviación típica.

d) Curtosis. Es el coeficiente de apuntamiento (concentrado en torno al pico

máximo) de la distribución de probabilidad de una variable aleatoria de número
real. Es una medida de distribución que nos permiten identificar la forma en que

Ruth Carolina Martínez Uldera.

 UNIVERSIDAD NACIONAL DE L ESTE.

FACULTAD DE CIENCIAS DE LA SALUD

se separan o aglomeran los valores de acuerdo a su representación gráfica.

Coeficiente de asimetría.

2. Tendencia central:

a) Mediana.

b) Moda.

c) Media Aritmética.

Hipótesis correlacionales.
Las dos variables tienen que ser cuantitativas.

Los tipos de variables que se puede usar son:

- 1 (una) variable ordinal correlacionado con 1 (una) variable ordinal.

- 1 (una) variable de ratio correlacionado con 1 (una) variable de ratio.

- 1 (una) variable intervalar correlacionado con 1 (una) variable intervalar.

- 1 (una) variable de ratio correlacionado con 1 (una) variables intervalar.

Hipótesis de diferencia de grupos.

Se pueden usar:

Variables cualitativas: Diferencia de proporciones.

Variables de ratio e intervalar: Diferencia de medias.

Variables cualitativa y otra cuantitativa (intervalar o de ratio), se pueden formular

diferencias de proporciones, diferencias de medias y deferencia de variación.

Hipótesis causales,
Pueden ser formuladas con cualquier tipo de variable. Indica que un efecto es
debido única y exclusivamente por un hecho comprobado. No es muy usado.

Hipótesis de asociación
Pueden relacionar variables categóricas. No se formulan con variables cuantitativas.

Variables cuantitativas categorizadas, devienen variables cualitativas.

Ruth Carolina Martínez Uldera.

 UNIVERSIDAD NACIONAL DE L ESTE.

FACULTAD DE CIENCIAS DE LA SALUD

Ejemplos:
 Existe diferencia significativa entre la proporción de niños menores de 6 (seis)
años con parasitosis y la proporción de niñas menores de 6 (seis) años con
parasitosis.

 Existe correlación entre el rendimiento del alumno y las horas de estudio.

 Existe diferencia significativa entre la proporción de varones que practican

fútbol en el Paraguay y la proporción de mujeres que practican fútbol en el
Paraguay.

 Existe asociación entre el consumo de golosinas y la caries dental.

 Existe una diferencia significativa entre la proporción de mujeres fumadoras y la

proporción de mujeres no fumadoras.

 Existe correlación entre la posición que ocupa el alumno en el CPI y la posición

que ocupa el alumno en orden descendiente en Metodología.

 Existe asociación entre el tipo de alimentación y es desarrollo de cáncer del

estómago.

 Existe diferencia significativa entre la proporción de personas que viajaron a

México y contrajeron la influenza H1N1 y la proporción de personas que viajaron
a México y no contrajeron la influenza H1N1.

Ruth Carolina Martínez Uldera.