T R E O

UES
M
Fausto Patiño, MD, MPH, DrPH
Las
 técnicas
 de
 muestreo
 son
 
procedimientos
 por
 los
 que
 se
 infieren
 
valores
 verdaderos
 de
 una
 población,
 
a
 través
 de
 la
 experiencia
 obtenida
 con
 
una
 muestra
 de
 ésta.
 

 

 
Las
 técnicas
 de
 estadís;ca
 inferencial
 se
 
usan
 cuando
 se
 requiere
 trabajar
 con
 
magnitudes
 de
 variables
 de
 un
 universo,
 
pero
 sin
 registrar
 los
 datos
 de
 todo
 los
 
elementos
 del
 universo,
 sino
 solo
 de
 una
 
parte
 de
 ellos,
 la
 muestra.
 
 Por
 tanto,
 la
 
inferencia
 no
 ofrece
 una
 certeza
 absoluta,
 
sino
 la
 probabilidad
 de
 acierto
 y
 la
 
magnitud
 del
 error
 previsible,
 es
 decir,
 
valores
 aproximados
 dentro
 de
 intervalos
 
de
 confianza.
 
Un
 método
 de
 muestreo
 efec;vo
 
requiere
 de
 mecanismos
 para
 
determinar
 el
 tamaño
 de
 la
 muestra
 y
 
de
 valorar
 matemá;camente
 los
 
resultados
 de
 la
 misma.
 
 VENTAJAS DEL MUESTREO
ESTADÍSTICO
Puede ahorrar tiempo y dinero
En ocasiones puede proveer
resultados más exactos. Al
disminuir el número de casos
disminuyen también los errores
asociados a la manipulación de
los datos.
Tamaño justificable de la muestra
Riesgo estimable de que la
muestra no sea representativa
del universo
Resultados objetivos y no
sesgados
Proyección objetiva de los
resultados
!
CONSIDERACIONES
Estos factores son importantes,
pero no más que los objetivos del
proceso.
Las limitantes de tiempo hacen
que el estudio del universo sea
apurado y tedioso lo que puede
ocasionar errores.
En concordancia con un límite
aceptable de riesgo
Tratar de minimizar las
desviaciones debidas a la
variabilidad muestral
Siempre y cuando el diseño
muestral sea riguroso
Dentro de límites de confiabilidad
establecidos
 El censo y la muestra
Censo Muestra
Ventajas Ventajas
•  Estudios más profundos
•  Confianza
•  Personal mejor adiestrado
•  Parámetros
•  Más económica
•  Rapidez en su ejecución
Desventajas
•  Más costosas Desventajas
•  Superficial •  Trabaja con un error
•  Personal poco capacitado
•  Tiempo de procesamiento
 Elemento del Diseño Muestral
 
Universo •  Se define en función de los objetivos

(Población) •  Universo puede ser homogéneo o heterogéneo

Conjunto de unidades de •  Pueden ser: personas, familias, viviendas,
las que se desea obtener escuelas, organizaciones, artículos de prensa,
cierta información etc.

Ejemplos de •  Empresas  que  requieren  incremento  de  capital  

universos •  Personal
 del
 Poder
 Judicial
 de
 fuero
 nacional
 
 
•  Mujeres
 de
 Quito
 de
 21
 años
 en
 adelante,
 con
 un
 hijo
 o
 más,
 
que
 trabajen
 fuera
 del
 hogar
 al
 menos
 6
 hs.
 por
 día
 
•  Adolescentes
 de
 entre
 13
 y
 21
 años,
 varones,
 de
 la
 ciudad
 de
 
 
Guayaquil,
 
 que
 hayan
 viajado
 al
 exterior
 por
 lo
 menos
 una
 vez
 
en
 los
 úl;mos
 2
 
 años
 
•  Estudiantes
  universitarios
  que
  cursen
  carreras
  humanís;cas,
 
de
 ambos
 sexos,
 no
 mayores
 de
 35
 años.
 
•  Empresas
  privadas,
  de
  servicio,
  con
  no
  menos
  de
  75
 
empleados,
 radicadas
 en
 ciudades
 de
 hasta
 50.000
 habitantes
 
 Elemento del Diseño Muestral
Muestra
Es una parte seleccionada de la
población que deberá ser
representativa, es decir, reflejar
adecuadamente las
características que deseamos
analizar en el universo de estudio
Unidad de Análisis
(elemento muestral)
Cada una de las unidades que
conforman la población
•  Selección de unas unidades concretas
de la población que representen la
característica que se quiere medir
•  Es el elemento del cual se obtiene la
medición (ej: jefes de hogar, niños
menores de 5 años, estudiantes).
•  Pueden corresponder a las siguientes
categorías:
o  Personas
o  Grupos humanos
o  Poblaciones completas
o  Unidades geográficas
o  Eventos o interacciones sociales
(enfermedades, accidentes, etc)
 Elemento del Diseño Muestral
 
Formada por unidades de análisis
Unidad de Muestreo agrupadas según un criterio
Son los elementos disponibles para determinado. En ocasiones puede
la selección de la muestra
  corresponder a ellas.
•  Colectivas (ej.: hogares, hospitales)
•  Individuales (ej: jefes de hogar,
pacientes)

Marco Muestral Ejemplos:

•  Lista de estudiantes matriculados
Es un listado de todas las unidades
muestrales que conforman la •  Lista de cantones del país
población que se quiere estudiar. •  Lista de Universidades
Puede ser una base de datos, un
plano e incluso mapas
 INFERENCIA
Estimación de Punto
La Estimación de Punto consiste en realizar una conjetura
fundamentada del valor poblacional sobre la base de datos de
una muestra
E( )=µ E( )=p

Estimación de Intervalo
El trabajar con una muestra, en lugar de su totalidad, significa
que la estimación del parámetro poblacional tendrá un nivel de
error, es decir, que el valor del estadístico muestral muy
probablemente diferirá en cierta medida del valor del parámetro
poblacional, el cual estará en un intervalo con cierto nivel de
confianza
                     ee            =      ee            =    
     
 ERRORES  

" Aleatorio  
"   Muestral  
" Sistemá;co  

V = v± e

Valor   Valor    
Medido    en  la   ERROR  
Verdadero  en  
la  población   muestra  
 
 Error  Aleatorio  

"   El  error  aleatorio  no  se  suele  ajustar  a  ninguna  

regla  o  norma  ,  varían    en  cada  caso  ,  en  su  
sen;do  y  magnitud,  y  por  ello  ;ende  a  
anularse  cuando  se  trata  de  un  número  
elevado  de  casos.    
–  Los  errores  aleatorios  se  comenten,  por  ejemplo,  
cuando  un  encuestado  elige  erróneamente  una  
casilla  queriendo  hacerlo  en  otra,  cuando  un  
encuestador  marca  erróneamente  un  dato,  etc.  
 Errores  Sistemá;cos    
•  Un  error  sistemá;co  es  aquel  que  se  produce  
de  igual  modo  (  sen;do  y  proporción)    en  
todas  las  mediciones  que  se  realizan  sobre  un  
parámetro  de  la  muestra      
 
•  Contrario  al  error  aleatorio,  NO  se  anula  en  
muestras  grandes.    
 Errores  Sistemá;cos.  Ejemplos    

"   Las  tendencias  subje;vas  conscientes  o  

inconscientes  del  inves;gador.  
"   Sus;tuciones,  según  criterio  propio  del  
inves;gador,  de  unidades  de  la  muestra  que  
habían  sido  elegidas  al  azar.  
"   Insuficiente  observación  del  conjunto  de  la  
población  que  influye  en  una  deficiente  
definición  de  sus  caracterís;cas.    
 Error  Muestral    
•   Cuando  se  extrae  una  muestra  de  una  
población  es  frecuente  que  los  resultados  
obtenidos  de  la  muestra  no  sean  exactamente  
los  valores  reales  de  la  población.    
•  El  error  de  muestreo  ocurre  al  estudiar  una  
muestra  en  lugar  de  la  población  total.    
•  La  diferencia  entre  el  valor  del  parámetro  de  
una  población  y  el  obtenido  de  una  muestra  
recibe  el  nombre  de  error  muestral.  (  y  que  no  
puede  ser  asociado  a  otro  ;po  de  explicación,  es  
decir  no  es  error  aleatorio  o  sistemá;co)    
 Factores  que  afectan  el  tamaño  
del  error

A  mayor  variabilidad  de  la  

población,  mayor  el  error  estándar  
 
El  error  estándar  es  también  una  
función  inversa  del  tamaño  de  la  
muestra  
Distribución de estadísticos de múltiples muestras de
diferentes tamaños
Variación  del  Error  Estándar  según  Tamaño  de  la    Muestra

n = 650
35

30

25
l
l
l Error estándar con
20 l
l
l
muestra de 650 de
15
un universo de
8000
10

250 500 750 1000 7500 7750 8000

Tamaño de la muestra
 Intervalos  de  Confianza  
       Es;mación  de  promedio  =  

       Es;mación  de  proporción  =  

El tamaño del intervalo de confianza está afectado por
los siguientes factores:

Si el tamaño de la muestra aumenta, el tamaño del intervalo

disminuye, puesto que muestras más grandes disminuyen el
error estándar

A mayor variabilidad de la muestra, el tamaño del intervalo

aumenta, puesto que varianzas más grandes aumentan el
error estándar

A mayor nivel de confianza, el tamaño del intervalo

aumenta, puesto que tendremos más probabilidad de que el
valor de la población caiga en cierto rango de valores si la
distancia entre el límite inferior y el límite superior del rango
es más larga.
 Tamaño  Muestral  
•  Es  el  número  de  unidades  a  incluir  en  la  
muestra.    
•  Aunque  el  sen;do  común  pareciera  indicar  
que  poblaciones  más  grandes  deben  producir  
muestras  mayores,  esto  no  es  siempre  cierto  
ya  que:  
– El  tamaño  de  la  población  NO  es  el  único  
elemento  que  influye  en  el  tamaño  de  la  muestra  
 Tamaño  Muestral  

•  Existen  varios  factores  que  influyen  en  el  

tamaño:  
•  Tiempo  y  recursos  disponibles  
•  Modalidad  de  Muestreo    
•  Tipo  de  Análisis  Previsto  
•  Varianza  o  heterogeneidad  de  la  población  
•  Margen  de  Error  máximo  admisible  
•  Nivel  de  confianza  de  la  es;mación  muestral    
 Tipo  de    análisis  de  datos  previsto  

La  técnica  de  análisis  influye  en  el  tamaño  de  la  

muestra:  
•  Comparación  de  Medias  
•  Es;mación  de  Proporciones  (  parámetros)    
•  Análisis  Univariables  
•  Análisis  Mul;variables    
El tamaño de la muestra se afecta de la
siguiente manera:

•  El  tamaño  muestral  aumenta  si  la  varianza  aumenta  

   
•  El  tamaño  muestral  aumenta  si  el  nivel  de  confianza  
aumenta.    Aumentando  el  número  de  elementos  de  
 la  muestra  tenemos  mayor  probabilidad  de  acertar  
   
•  El  tamaño  muestral  aumenta  si  el  tamaño  del  error  
disminuye.    Esto  es,  la  precisión  de  la  es;mación  
guarda  una  relación  inversa  con  el  tamaño  del  error  
 Heterogeneidad  poblacional    
•  Cuanto  mas  heterogénea  sea  la  población  mayor  
será  su  varianza  poblacional  lo  que  implicará  
mayores  tamaños  muestrales.    
•  Cuando  se  desconoce  el  valor  de  la  varianza  
poblacional  se  recurre  al  supuesto  mas  
desfavorable,  asumiendo  una  proporción  
poblacional  igual  a  0,5.  
•  0,5  significa  que  una  unidad  seleccionada  ;ene  
50  %  de  posibilidades  de  pertenecer  o  no  a  un  
grupo  específico  dentro  de  la  población  
Cálculo del tamaño muestral: Población Infinita
De acuerdo a lo anterior, el número de elementos de la muestra
estará dado por la siguiente fórmula:

para estimación de promedio, y

para estimación de proporción

donde,
( ) es la varianza en la población
es el nivel de confianza
es el error (precisión)
Cálculo del tamaño muestral: Población finita
De acuerdo a lo anterior, el número de elementos de la muestra
estará dado por la siguiente fórmula:

para estimación de promedio, y

para estimación de proporción

donde,
( ) es la varianza en la población
es el nivel de confianza
es el error (precisión)
N es el tamaño de la población