Población y muestraTécnicas de muestreo

Población o universo: “Conjunto de individuos, objetos, elementos o fenómenos en los cuales puede presentarse determinada característica susceptible de ser estudiada”

Población Finita• Existe o puede construirse un marco

muestral. Se conoce el tamaño

Población Infinita

• No se conoce el tamaño y no puede conocerse. No hay marco muestral y no puede construirse.

Población diana u objeto:población a ser estudiada/a la cual el investigador quiere generalizar los resultados

Unidad de análisis (UA): cada uno de los elementos que componen el universo (UE), en los que se observaran las variables de interés, también llamado unidad de observación (UO).

Muestra: Subconjunto de unidades provenientes de la población (parte de la población), que con algún criterio o sin él, son seleccionadas a los efectos de ser estudiadas en una o más características

Profundización en el estudio de las variables

Menor tiempo

Mayor seguridad en la recolección de datos

Mayor control de las variables

VENTAJAS

¿Cuándo utilizar muestras?

Cuando el universo es finito pero

muy grande Cuando el

universo es

infinitoCuando existe la posibilidad

de destrucción de la unidad elemental

Cuando faltan

recursos o tiempo

Proceso de muestreo: método por el cual se eligen unidades de la población, que conformaran la muestra.

Consideraciones:

Debe considerarse la variabilidad de la variable principal, según el fenómeno que se desea estudiar.

La muestra debe ser representativa para poder hacer generalizaciones válidas

Es representativa cuando reúne las características principales de la población, en relación a la/s variable/s de estudio.

Definir concretamente la población o universo de estudio

Delimitación cuidadosa de la población en relación la problema,

objetivos, hipótesis, variables y tipo estudio.

Definir la unidad muestral- familias, viviendas, manzanas, individuo,

animales, otros; así como la unidad de análisis o de observación.

MUESTRA (estadísticas)

POBLACION

Finita

Infin

ita

Probabilística

No probabilística

Aleatoria simple

Sistemática

Estratificada

Por Conglomerado

Por conveniencia

Voluntarias

Por cuota

Objeto Espa

cio

Mue

stra

l

U a

Unidad muestral

Unidad de análisis

= ≠

Por juicio / por criterio o discrecional

Accidental

Concepto de muestra probabilística

Cuando todas los elementos del universo tiene la misma probabilidad de ser parte de la muestra.

Se obtiene mediante técnica de muestreo aleatorio ( por azar)

Sus resultados son extrapolables (generalizables) a la población general.

Son más representativas

Aleatorias simples: utiliza cualquier sistema de azarificación (tabla de números al azar, bolilleros, etc.)

Aleatorias simples:Cuando usarla: Desventajas

Cuando se sabe que la variable de mayor interés se distribuye aleatoriamente en el universo

En universos pequeño (no más de 200 UE)

Universos de poca dispersión geográfica.

Cuando no se conoce el patrón de distribución de la variable de interés.

Es necesario contar con una lista enumerada de todas las unidades de la población.

Los sujetos seleccionados pueden estar muy dispersos por lo que contactar con cada uno de ellos puede resultar costoso en tiempo y dinero. Algunos subgrupos de la población, especialmente aquellos más minoritarios, pueden prácticamente no estar representados en la muestra si ésta es pequeña

Muestreo sistemático: Consiste en seleccionar a los individuos según una regla o proceso periódico.

• 1ra UA por azar , en adelante se utiliza nº de sistematización:

K= N/n

• K= constante (nº de sistematización)

• N= total del universo• N= nº muestral

Muestreo sistemático:Cuando utilizarlo: Cuando no se aconseja:

Cuando no tengo listado de antemano pero puedo estimarlo.

Cuando no hay posibilidad de identificar en el marco muestral a cada una de las UM. Por ejemplo, en ciudades grandes donde no se tienen listados de viviendasCuando se dificulta el acceso a las UM, por distancias, falta de caminos o en terrenos abruptos. Por ejemplo, en un inventario forestal.

En las situaciones en que las unidades de muestreo están ordenadas por algún criterio periódico y la constante de

muestreo puede coincidir con ello.

Ejemplo si queremos conocer la demanda en un centro de salud y

elegimos como unidad de muestreo el día de la semana puede ocurrir que obtener, gamos como constante de muestreo (K) el número 7, en ese

caso estaríamos describiendo siempre la demanda que se produce un día determinado, por ejemplo el

sábado.

Muestras estratificadas: supone que el universo pueda desagregarse en sub-conjuntos menores, diferenciándolos de acuerdo a alguna variable que resulte de interés para la investigación.• Los estrato es homogéneo al interior

y heterogéneo entre si. • Cada estrato es un universo

particular, en el que las unidades muestrales se seleccionan por azar.

• Al final la muestra queda constituida por un mismo porcentaje de cada estratoCaracterísticas

• Cuando la variación entre estratos es mayor que la interna de cada estrato.

• principalmente en poblaciones donde se supone o se conoce que la distribución de la(s) variable(s) de mayor interés es diferente entre subpoblaciones fácilmente identificables.Cuando usarlas

Muestra por conglomerado: el universo admite ser subdividido en universos menores de características similares a las del universo total. Los conglomerados constituyen grupos heterogéneos al interior del grupo y homogéneos entre sí.• 1-Se subdivide el universo en

conglomerados.• 2-Se eligen al azar los

conglomerados que formaran la muestra.

• 3- Se eligen al azar las unidades muestrales de cada conglomerado.Procedimiento

•Cuando existe alta dificultad para llegar a todas las UM del universo debido a una gran dispersión espacial o a tener barreras físicas de acceso.

•Ejemplo cuando queremos extraer muestras de los habitantes de un conjunto geográfico amplio

Utilización

Se obtiene por criterios y no son representativas.

Muestras no probabilísticas:

NO todos los elementos del universo tiene la misma probabilidad de ser parte de la muestra.

Muestreo por cuotas:

Diferencia con el muestreo estratificado: En el muestreo por cuota la selección de UA no es aleatoria

Cuando utilizarlo:

Cuando se tienen datos adicionales de los

individuos (edad, sexo, etc.) y se pueden utilizar ya

que el investigador considera que estos datos pueden influenciar en las

características que se estudian.

El análisis por estratos permite un posterior

análisis de las diferencias entre grupos.

Muestreo por conveniencia

Cuando utilizarlo:En estudios iniciales para comprobar si se cumplen las hipótesis

que se plantea el investigador.

Muestreo accidental o casual: Las UA se incorporan como van apareciendo al momento del muestreo, sin juicios previos. Cuando utilizarlas:

Únicamente para hacernos una idea de cual es la opinión de la gente respecto a algún producto o

tema de actualidad.

Muestro por juicio/ por criterio o discrecional:

Cuando se usa

• El investigador selecciona a los individuos a través de su criterio profesional. Puede basarse en la experiencia de otros estudios anteriores o en su conocimiento sobre la población y el comportamiento de ésta frente a las características que se estudian.

• Cuando el responsable del estudio conoce estudios anteriores similares o idénticos y sabe con precisión que la muestra que utilizaron fue útil para el estudio.

• Si la población es muy reducida y conocida por el investigador.

•

Muestreo de voluntarios:

Cuando el investigador promociona su investigación e invita a participar de la muestra.

Cuando se usa:

• Por ejemplo en la segunda etapa d un ensayo clínico, cuando se prueba un medicamento

Errores en la muestra:

Errores sistemáticos: Errores aleatorios:

Sesgo de informacion

• Respuestas inapropiadas.

Sesgo de medición (o clasificación)

• Cuando existe una diferencia sistemática entre las características de la población seleccionada para el estudio y las características de la población no seleccionada

Sesgos de selección

Error tipo 1 o α

• La probabilidad de encontrar una diferencia con nuestra muestra comparada con la población, y no hay una diferencia en realidad….

• Usualmente situado al 5% (o 0.05)

Error tipo 2 o β

• La probabilidad de no encontrar una diferencia que actualmente existe entre nuestra muestra comparada con la población…

• Poder es (1- β) y es comúnmente del 80%

• Las mediciones y/o clasificaciones de la variable son inexactas.

Errores de muestreo

Ejemplo de población objeto que difiere de la población muestreada.

Mide la discrepancia que se presenta a partir de una enumeración incompleta de la población.

Estos errores pueden presentarse debido a que la población no ha sido definida debidamente o no corresponde a la población bajo estudio.

La población objeto (a ser estudiada) difiere de la población muestreada.

Los errores de muestreo (si no son debido a problemas del diseño) pueden reducirse aumentando el tamaño y/o complejidad de la muestra.

• Analizar la cobertura de vacunación de los niños de Tucumán, tomando una muestra de los que concurren a los Centros Asistenciales oficiales.

Sintetizando los elementos a considerar en el proceso de muestreo:

1•Definir la población, el tamaño y los elementos que componen a la población.

2•Determinar la unidad de observación, la unidad muestral y sus características.

3•Determinar la información necesaria para la selección de la muestra.

4•Defin

ir el tamaño de la muestra.

5

•Definir el método de selección de la muestra

6

•Definir los procedimientos a seguir en la selección de la muestra.

Bibliografía

• PINEDA, ALVARADO Y CANALES. “Metodología de la investigación. Manual para el desarrollo del personal de salud” 2da. Edición. Serie PALTEX. 1994.

• SABINO, Carlos “El proceso de Investigación” Ed. Panapo, Caracas, 1992. (Publicado también por Ed. Panamericana, Bogotá, y Ed. Lumen, Buenos Aires.) http://paginas.ufm.edu/Sabino/PI.htm.

• ROBLEDO MARTIN, Juana.“Población de estudio y muestreo en la investigación epidemiológica” Nure Investigación, nº 10, Noviembre 2004- (En Línea) Disponible en: www.nureinvestigacion.es/FICHEROS_ADMINISTRADOR/F_METODOLOGICA/formacion%2010.pdf (Bajado el día 4-6-2008)