Você está na página 1de 23

INTRUDUCCIÓN AL MUESTREO

ESCUELA DE MDICINA HUMANA


Mg. Wilver Rodríguez López
Introducción al Muestreo

Poblacion
Muestreo
Muestra

Parametro
Estadistico

Inferencia
Diseño Muestral

Población Muestral
Selección el Tipo de Muestreo:
•Probabilístico
•No probabilístico
(Objetivo, Presupuesto, Población de estudio, Criterio
del investigador)
Determinar el tamaño de muestra
TEORIA DEL MUESTREO

1. CONCEPTO.

EL MUESTREO ES PARTE DE LA
ESTADÍSTICA CUYA FUNCÍON ES
DETERMINAR UNA MUESTRA
REPRESENTATIVA Y ADECUADA DE LA
POBLACIÓN, CON LA FINALIDAD DE
ESTIMAR A SUS PARÁMETROS.
EN MUESTREO SE USA CUANDO NO ES
POSIBLE ESTUDIAR A TODA LA
POBLACIÓN.
VENTAJAS DE TRABAJAR CON UNA MUESTRA.

• AHORRA TIEMPO, DINERO Y TRABAJO.


• PERMITE MAYOR EXACTITUD EN EL ESTUDIO.

DESVENTAJAS DE TRABAJAR CON UNA MUESTRA


COMETER ERRORES MUESTRALES.
TIPOS DE ERRORES
A. ERRORES SISTEMATICOS O DE
SESGO.

SE ORIGINAN EN GENERAL POR CAUSAS AJENAS A


LAS TECNICAS DE MUESTREO.

B. ERRORES DE MUESTREO.

SON DEBIDAS A LAS TECNICAS DE MUESTREO. ES


LA DIFERENCIA ENTRE EL VALOR DADO POR LA
MUESTRA Y EL VERDADERO VALOR DEL
UNIVERSO.
CONDICIOENES DE UNA BUENA MUESTRA

PARA QUE UNA MUESTRA SEA BUENA, DEBE SER


ADECUADA EN:

• CANTIDAD: DEBE INCLUIR UN NÚMERO


OPTIMO Y MINIMO DE INDIVIDUOS.

• CALIDAD: DEBE TENER CARACTERISTICAS


SEMEJANTES A LA POBLACION.
ClASES DE MUESTRAS

A. PROBABILISTICA.
CADA INDIVIDUO DE LA POBLACIÓN TIENE
UNA PROBABILIDAD CONOCIDA DE
FORMAR PARTE DE LA MUESTRA.

B. NO PROBABLISTICA.
NO SE CONOCE CUAL ES LA PROBABILIDAD
DE QUE CADA INDIVIDUO DE LA
POBLACIÓN SEA INCLUIDO EN LA
MUESTRA.
Tipos de Muestreo

• Probabilísticos Muestreo Aleatorio Simple


(Aleatorios) Muestreo Sistemático
Muestreo Estratificado
Muestreo por Conglomerados

• No Muestreo por conveniencia


Probabilísticos Muestreo por criterio
Muestreo cuotas
(No aleatorios) Muestreo de bola de nieve
Muestreo Aleatorio Simple
• Se utiliza cuando la población es
homogénea.
• Los elementos de la muestra se eligen al
azar, de la población de estudio.
• Cada elemento de la población tiene la
misma probabilidad de ser elegido para la
muestra.
• Este muestreo requiere que se tenga el
listado completo de los elementos de toda la
población.
Muestreo Aleatorio Simple
Procedimiento
• A través de una tablas de números
aleatorios, se asigna un número a cada
individuo de la población y se eligen
tantos sujetos como sea necesario para
completar el tamaño de muestra
requerido.
TABLA DE NUMEROS
ALEATORIOS
927415 956121 168117 756409 536712 590261 196843
926937 515107 014658 436902 523498 490256 387130
867169 388342 670947 326078 638712 532780 683064
512500 542747 198302 251938 036528 280029 736209
729053 843384 105463 271167 129645 338639 393877

290366 488369 527892 190364 389462 462388 456297


337854 773025 837659 014517 639701 286593 649302
739285 536829 284561 746202 859274 183620 196387
483761 479401 026847 539028 274904 910477 690254
610537 993062 209385 598728 493672 290365 458926
Tamaño de Muestra (n) en el
MAS
Sin se conoce N Si no se conocen N
Población finita Población Infinita

Estimar una Proporción

Donde:
d : Error máximo de estimación permitido (precisión). Es fijado por el investigador y puede
ser: 0.01 , 0.05 y 0.1

Z : Valor de la distribución normal estándar asociado con el grado de confianza elegido por el
investigador.
Si el grado de confianza es 90%, el valor de Zα = 1.645
Si el grado de confianza es 95%, el valor de Zα = 1.96
Si el grado de confianza es 99%, el valor de Zα = 2.58

p : Es la proporción de sujetos de interés en la población, obtenida de estudios anteriores, o


se puede estimar mediante un estudio piloto, o asumir p=0.05

q=1-p

N :Tamaño de población
Tamaño de Muestra (n) en el
MAS
Sin se conoce N Si no se conoce N
Población finita Población Infinita

Estimar una Media

Donde:
d : Error máximo de estimación permitido (precisión). Es fijado por el investigador.

Z : Valor de la distribución normal estándar asociado con el grado de confianza elegido por el
investigador.
Si el grado de confianza es 90%, el valor de Zα = 1.645
Si el grado de confianza es 95%, el valor de Zα = 1.96
Si el grado de confianza es 99%, el valor de Zα = 2.58

S : La desviación estándar de la población, obtenida de estudios anteriores, o se puede


estimar mediante un estudio piloto

N :Tamaño de población
Ejemplo:
Se desea estimar la proporción de personas mayores con tuberculosis en una población de
aproximadamente15000 personas mayores. ¿A cuantas personas tendríamos que estudiar para
conocer la proporción de tuberculosis en esta población?, si se asume un nivel de confianza del
95% y una precisión del 3%. En estudio preliminar se obtiene una proporción de TBC de 5%

Tamaño de la población N=15000


Nivel de confianza 95%, Zα =1.96
Precisión d = 3% = 0.03
Proporción p = 0.05 (por estudios piloto) , q = 0.95

n= 200
Ejemplo
Se deseando conocer la media de la glucemia basal de una población, con
un 95% de confianza, una precisión de 3mg/dl, y por un estudio piloto se
sabe que la varianza es 250 mg/dl

Nivel de confianza del 95%, Zα =1.96


d=3
S2= 250 (por estudio piloto)

n= 106.7
MUESTREO SISTEMATICO.
1. Se divide el tamaño de la población (N) entre el tamaño de
muestra (n) y se obtiene el tamaño del intervalo muestral (k).
N
k
n

2. Se elige un número al azar entre 1 y k y éste corresponde a la


primera unidad muestral.

3. La segunda unidad muestral se elige adicionando al número del


primer caso una constante que corresponde al valor de k.

4. De igual manera se elige las demás unidades muestrales, hasta


completar el tamaño de muestra necesario.
Muestreo Estratificado
• El muestreo estratificado se usa cuando la
población no es homogéneo.
• La población se divide en grupos homogéneos
llamados estratos.
• Se debe elegir una muestra para cada estrato por
alguno de los procedimientos anteriores.
• En un muestreo estratificado, dentro de los
estratos los elementos deben ser homogéneos y
entre estratos deben ser heterogéneos.
Muestreo por conglomerado o grupo

En este muestreo, las unidades muestrales no son simples, sino que son
colectivos. Por ejemplo, hospitales, servicios, etc. Cada uno de estos colectivos
reciben el nombre de conglomeraciones.

• Es muy eficiente cuando la población es muy grande y dispersa. Reduce


costos.

• No es preciso tener un listado de toda la población, sólo de las unidades


primarias de muestreo (conglomerados).
Muestreos no Probabilisticos
• El Muestreo por conveniencia
El muestreo por conveniencia es probablemente
la técnica de muestreo más común. En el
muestreo por conveniencia, las muestras son
seleccionadas porque son accesibles para el
investigador. Los sujetos son elegidos
simplemente porque son fáciles de reclutar.
Esta técnica es considerada la más fácil, la más
barata y la que menos tiempo lleva.
Muestreos no Probabilisticos
• Muestreo por cuotas

El muestreo por cuotas es una técnica de muestreo no probabilístico en


donde el investigador asegura una representación equitativa y
proporcionada de los sujetos, en función de qué rasgo es considerado
base de la cuota.
Por ejemplo, si la base de la cuota es de nivel de año en la universidad y
el investigador necesita una representación igual, con un tamaño de
muestra de 100, debe seleccionar 25 estudiantes de 1º año, 25 de 2° año,
25 de 3º año y 25 de 4º año. Las bases de la cuota generalmente son la
edad, el género, la educación, la etnia, la religión y el nivel
socioeconómico.
Muestreos no Probabilisticos
• El Muestreo por conveniencia
El muestreo por conveniencia es probablemente
la técnica de muestreo más común. En el
muestreo por conveniencia, las muestras son
seleccionadas porque son accesibles para el
investigador. Los sujetos son elegidos
simplemente porque son fáciles de reclutar.
Esta técnica es considerada la más fácil, la más
barata y la que menos tiempo lleva.
Muestreos no Probabilisticos
• Muestreo de bola de nieve
El muestreo de bola de nieve se lleva a cabo
generalmente cuando hay una población muy
pequeña. En este tipo de muestreo, el
investigador le pide al primer sujeto que
identifique a otro sujeto potencial que también
cumpla con los criterios de la investigación. La
desventaja de usar una muestra de bola de
nieve es que difícilmente sea representativa de
la población.