Muestro y

Selección del tamaño

de la muestra

Mg. Rolando Mendoza Giusti

 Concepto de muestreo

Se denomina muestreo al procedimiento

mediante el cual se selecciona un conjunto
de elementos de la población, para, a
partir de este conjunto de elementos,
inferir el valor de una o varias
características de la población.
Si usted va de compras al mercado y quiere comprar
uvas, ¿toma o no toma una uva para probar?
Población (N)

Muestreo Muestra (n)

s p
x
Inferencia:

- Estimación de parámetros
- Prueba de hipótesis
Muestra: Subgrupo del universo.

Selecciona de acuerdo a un Plan de

Muestreo.

La muestra debe ser ADECUADA y

REPRESENTATIVA.

Adecuada: Tamaño suficiente para asegurar la

representatividad.

Representativa: Posee las mismas

características de la población.
 Consideraciones a tomar

1. Tamaño de la muestra
2. Forma de selección

Van a depender de los

objetivos, diseño de la
investigación y características
de la población en estudio.
 Pequeño Censo

TAMAÑO
DE LA Aleatorio
POBLACIÓN Permiten
Sistemático estimar
Probabilístico
error de
muestreo
Estratificado
Grande
por
conglomerado
Muestreo

por conveniencia
No por juicio
probabilístico
por cuota
(similar a estratificado)
por bola de nieve
 Muestreo Aleatorio Simple
 Cada posible muestra tiene igual
probabilidad de ser seleccionada.
 Cada elemento de la población tiene una
probabilidad igual de ser incluido en la
muestra.
 Uso de números aleatorios.
Muestreo Aleatorio Simple

Lista de sujetos

Muestra Aleatoria
 Muestreo Estratificado
 La población es dividida en grupos
relativamente homogéneos (estratos)
 Selección aleatoria de elementos del
estrato.
 Cantidad proporcional al estrato ó con
pesos.
 Cada grupo tiene una pequeña variación
dentro de si mismo, pero hay una amplia
variación entre los grupos.
 ESTRATOS

POBLACIÓN

MUESTRA
Muestreo por Conglomerados

 La población se divide en
conglomerados (clusters)
 Seleccionamos una muestra aleatoria
de estos conglomerados.
 Hay una variación considerable dentro
de cada grupo, pero los grupos son
esencialmente similares entre si.
 RACIMOS
POBLACIÓN

MUESTRA
 Importancia del muestreo

1. Recursos limitados
2. Dificultades operativas
3. Escasez

4. El muestreo puede ser más exacto

 Elementos del cálculo del tamaño
de la muestra

1. Nivel de confianza
2. Varianza de la variable
3. Error (Precisión)
4. Tamaño de la población

Nivel de Confianza x Varianza

n =
Error (Precisión)
 Fórmulas para el cálculo del tamaño de
muestras para la estimación de parámetros
Estimación de una proporción Estimación de una media

2 2 2
Z pq Z
n 2
n 2
d d
Z = Valor Z para el nivel de Z = Valor Z para el nivel de
confianza establecido. confianza establecido.

p = proporción del evento de 2 = varianza de la variable de

interés. interés.

q=1–p d = error absoluto.

d = error absoluto.
 TAMAÑO DE MUESTRA
n= Z2.p.q.N
e2. (N-1) + Z2.p.q
Ejemplo:
Se desea estimar la proporción de pacientes no
satisfechos de la atención recibida en el servicio de
emergencia de un hospital. Al revisar la bibliografía
se encontró una p =80%, si se asume un error
absoluto  5%, calcular n.
n= (1,96)2 (0,8)(0,2) = 245,9
Solución:
(0,05)2
Datos:
n  246
Z = 1,96
pe =0,8 Interpretación: Para estimar la proporción
qe =0,2 de pacientes no satisfechos en emergencia,
E =  0,05 con 95% de confianza y un error de  5%, se
debe evaluar 246.
Ejercicio: Un departamento local de salud quiere calcular
la prevalencia de sujetos con reacciones positivas a la
tuberculina entre los menores de 5 años de su
circunscripción. Calcular cuántos niños han de figurar en
una muestra simple aleatoria para que pueda estimarse
dicha prevalencia con una precisión absoluta, expresada en
porcentaje, entre el 3 y el 5% y un 95% de confianza si se
cree, por estudios previos, que la tasa de prevalencia
pudiera ser, aproximadamente, del 20%.

1.96 * 0.200.80
2
n   683
0.03 2

d  0.04 n  385
d  0.05 n  246
Etapas de la investigación por muestreo
1. Establecimiento de objetivos
2. Población objetivo
3. Marco muestral
4. Diseño de la muestra
5. Métodos de medición
6. Instrumento de medición
7. Selección y adiestramiento de encuestadores
8. Prueba piloto
9. Organización del trabajo de campo
10. Análisis de los datos
 Principios fundamentales que debe
cumplir toda muestra
1. SIMPLICIDAD. Significa que los elementos que participan en
la investigación y que pertenecen a la población, deben estar
definidos en forma clara, simple y precisa.
2. REPRESENTATIVIDAD. Las características relevantes de la
población deben encontrarse en la muestra, sólo deben diferir
en el número de elementos.
3. COMPARABILIDAD. Cuando en un estudio es necesario
contar con dos muestras, entre las cuales se desea
establecer alguna diferencia específica, es necesario que
ambas muestras sean similares en todas las características, a
excepción de aquella característica que es motivo de la
investigación (p.e. ensayo clínico).
 Ejercicio

 Se desea estimar la
p
proporción de esco-
lares anémicos con 1.962 * (0.80)(0.20)
95% de confianza. no  2
 246
(0.05)
De estudio anterior
se sabe que
246
P=80% (estimada), n  219
con un E=5% y 246
si N=2000, calcular 1
2000
n.
Ejercicio. En un área sanitaria, la distribución del
peso al nacer de niños que cumplen su período de
gestación de 40 semanas es aproximadamente normal
con una media de m=3500 gramos y una desviación
estándar de s=430 gramos. Un investigador planea
llevar a cabo un estudio para estimar el peso medio al
nacer de los niños que llegan al término del embarazo y
cuyas madres fumaron durante ese período, asumiendo
que la desviación estándar es la misma. Si el
investigador desea que el error no supere los 50 gramos
con una confianza del 95%, ¿qué tamaño de muestra se
requiere en este estudio?

1.96 * 430
2 2
n 2
 285
50
 Ejercicio

 Se desea estimar el
tiempo promedio p

para efectuar cierta

intervención quirúr-
gica. En un estudio
se encontró =3.5
horas y s=2.2 horas.
2 2
El investigador 1.96 * (2.2)
asume E = 0.35 n 2
 152
horas. Calcular n. (0.35)