2.7.

1 DETERMINACIN DEL
UNIVERSO Y OBTENCIN DE LA
MUESTRA
DEFINICIN DE TRMINOS

Poblacin. (o universo) es cualquier coleccin finita o infinita de

elementos o sujetos.

Ejemplo:
Poblacin de pacientes que acuden al Hospital Central Antonio Mara
Pineda, poblacin de habitantes del rea de influencia del
ambulatorio urbano tipo III Cabudare, poblacin de familias de una
comunidad, poblacin de viviendas en el municipio Iribarren.
Diferencia entre poblacin y universo

Poblacin. Conjunto de personas, seres u objetos.

Universo. Conjunto de nmeros obtenidos midiendo o contando

cierta caracterstica de los mismos.

Poblacin finita.
Cuando consta de un nmero limitado de elementos, ejemplo: todos los habitantes
de una comunidad, ejemplo: todos los habitantes de una comunidad.

Poblacin Infinita.
Cuando no se pueden contabilizar todos sus elementos pues existen en nmero
ilimitado, como por ejemplo, la poblacin de insectos en el mundo.
Una Muestra es un subconjunto de la poblacin, que se obtiene
para averiguar las propiedades o caractersticas de esta ltima, por
lo que interesa que sea un reflejo de la poblacin, que sea
representativa de ella.
 DOS TIPOS DE POBLACIN

Poblacin objetiva.
Es aquella sobre la cual el investigador desea establecer una
conclusin.

Por ejemplo, si deseamos determinar la frecuencia de

hipertensin arterial en la poblacin adulta de Barquisimeto, la
poblacin objetivo est representada por todas las personas
adultas que residen en esta ciudad.
Poblacin muestreada es aquella a partir de la cual se extrajo la
muestra y sobre la que puede establecerse la conclusin.

Para el ejemplo anterior, supngase que se decidi extraer la

muestra de personas adultas de la ciudad entre los asistentes a los
establecimientos de salud del sector pblico (ambulatorios y
hospitales de Barquisimeto); en este caso la poblacin muestreada
est constituida por todos los usuarios adultos de estos
establecimientos de salud.
 Costo reducido $

Mayor rapidez. Tiempo

Mayor exactitud. En el estudio

Mayores posibilidades. Cuando la

poblacin es infinita
Limitaciones:
No se debe emplear muestras cuando la poblacin es muy
pequea
La teora del muestreo es compleja y no es del dominio de la
mayora de los investigadores, por lo que con frecuencia deben
buscar apoyo en especialistas en la materia.
CARACTERSTICAS DE UNA BUENA MUESTRA.

Adecuada en cantidad y calidad

Representatividad
 TIPOS DE MUESTREO

Muestreo probabilstico.

Cuando los integrantes de la muestra se escogen al azar y por

lo tanto, puede calcularse con antelacin la probabilidad de
obtener cada una de las muestras que pueden formarse de
esa poblacin o la probabilidad que tiene cada elemento de la
poblacin de ser incluido en la muestra.
Muestras no probabilsticas
Llamadas tambin muestras por conveniencia, los elementos
son escogidos con base en la opinin del investigador y se
desconoce la probabilidad que tiene cada elemento de ser
elegido para la muestra.

Tipos de muestreo en esta muestra

Muestro intencional (o deliberado)

Accidentales (por comodidad)

Muestreo por cuotas en el cual el investigador establece una
cuota o cantidad de elementos segn algunas caractersticas
de la poblacin.

Ejemplo, sexo, estado civil y edad, luego escoge los sujetos

que encuentra hasta cubrir la cuota establecida.

*Este ltimo se usa frecuentemente en las encuestas de

opinin pblica.
 CLASES DE MUESTREO

Muestreo aleatorio simple (MAS):

A) Descripcin: consiste en seleccionar n elementos de los N que
conforman la poblacin de forma que todos ellos tengan igual
posibilidad de ser escogidos para integrar la muestra.

(Convencionalmente se emplea la letra n minscula para indicar el

tamao de la muestra y N mayscula para designar el de la
poblacin).
El diseo comprende:
Disponer de una lista numerada de los N integrantes de la
poblacin.

Seleccionar en forma aleatoria (por el mtodo de la lotera, la tablas

de nmeros aleatorios o por computadora) cada uno de los integrantes
de la muestra.
B) Usos: esta clase de muestreo est indicado cuando la poblacin
es bastante homognea en lo que respecta a la variable en estudio
(la varianza tiende a cero) y es posible obtener el listado de los
elementos de la poblacin.

Ejemplo: si deseamos conocer la opinin de los alumnos de esta

seccin de Investigacin en Salud acerca de la dinmica empleada
en las clases, es bastante factible que esta opinin sea parecida
entre la mayora de los alumnos, por lo que se puede considerar una
poblacin homognea.
Por otra parte, el listado de los alumnos existe, por lo que esta clase
de muestreo es aplicable.

C) Ventajas: la sencillez del diseo y de los clculos estadsticos.

D) Limitaciones: no se puede practicar cuando es imposible obtener la

lista con todos los integrantes de la poblacin.
Muestreo aleatorio estratificado (MAE):

A) Descripcin: consiste en dividir el conjunto N de elementos de la

poblacin en varios subconjuntos o estratos, de tal forma que cada
estrato formado sea internamente homogneo.

B) Usos: En poblaciones heterogneas en lo que se refiere a la variable

en estudio.

C) Ventajas:
Se logra mayor precisin en los resultados para un tamao de
muestra dado. Si en el ejemplo anterior en lugar de usar un MAE se
hubiese empleado un MAS, el error sera muy grande pues la muestra
podra quedar integrada en su mayora por pacientes de un solo
departamento.
 Se obtienen valores por separado para cada estrato.

Ventajas de ndole administrativa (menor costo).

D) Desventajas: Se debe poseer un listado de todos los integrantes de

la poblacin.
Muestreo por conglomerados:

A) Descripcin: Consiste en dividir el conjunto de elementos en

subconjuntos llamados conglomerados, cuya caracterstica es que
internamente son heterogneos en lo que se refiere a la variable
en estudio pero si se comparan varios conglomerados, se nota
que son parecidos entre s. Una vez dividida la poblacin en N
conglomerados, se escoge en forma aleatoria n de ellos y se
estudian todos sus elementos.

Ejemplo de este tipo de muestreo es la seleccin de manzanas de viviendas para estudiar las caractersticas
de los grupos familiares que residen en una urbanizacin, de escuelas para estudiar el conocimiento de los
alumnos sobre algn aspecto que nos interesa, etc.
B)Usos: Se recomienda en el caso que se desee estudiar localidades
ms o menos grandes por lo que se le conoce tambin como
muestreo de reas.

C)Ventajas:
No se requiere del listado de los elementos de la poblacin, sino
solamente de los conglomerados.
Los costos son mucho menores pues las entrevistas estn
concentradas.
Se controla mejor la calidad de los datos.
D)Desventajas:
Lo complicado de los clculos.
Las inferencias que se extraen de esta clase de muestreo no son tan
confiables como las de un estudio hecho con muestreo aleatorio.
Muestreo por etapas:
En ocasiones se selecciona una muestra de conglomerados (primera
etapa) y estos no son estudiados todos sino que en ellos se
conforman otros conglomerados de los cuales se selecciona una
muestra que es la estudiada (segunda etapa).

Por ejemplo, cuando se seleccionan barrios de una ciudad y en los barrios seleccionados se
escogen varias manzanas en las cuales se lleva a cabo la investigacin. Esta clase de muestreo
se conoce como bietpico. Puede hacerse tambin en tres etapas o ms (muestreo polietpico).
Mtodos mixtos:

En la prctica es frecuente la combinacin de varias clases de

muestreo, como comenzar por formar estratos de la poblacin, dividir
cada estrato en conglomerados a seleccionar y en ellos seleccionar las
unidades a estudiar por muestreo sistemtico.
 TAMAO DE LA MUESTRA
Los factores que intervienen en el tamao de la muestra son:

a) El error mximo admisible (d o e): determina la precisin de los

resultados. Es la mxima diferencia que podemos tolerar entre el
valor de la variable obtenido en la muestra y el verdadero valor de
sta en el universo.

Para establecer el valor de e debemos preguntarnos cun precisos

deseamos que sean los resultados de la investigacin, es decir, qu
tan exactamente deseamos conocer el valor de la variable.
b) Coeficiente de confianza de la estimacin:

Para hacer la afirmacin anterior sobre los lmites dentro de los

cuales se encuentra el verdadero valor poblacional, debe
conocerse la probabilidad de que estos resultados sean ciertos y
esto lo da el coeficiente o nivel de confianza, el cual es la medida
probabilstica de que el intervalo fijado con e, contenga el valor
poblacional.
Los valores de e y del nivel de confianza los establece el
investigador dependiendo de:
Las caractersticas del estudio: qu resultados espera obtener?,
para qu se utilizarn los resultados?.

Del nmero de sujetos que realmente puede estudiar con los

recursos disponibles.
c) La homogeneidad de la poblacin en lo que respecta a la variable en
estudio: si la variable se encuentra presente en un elevado porcentaje
de la poblacin, decimos que sta es homognea y bastara una
muestra pequea para realizar la investigacin.