Professional Documents
Culture Documents
• Garibay V. Aylin
• González H. Kibsaim
• Lozano F. José Carlos
• Martínez C. Alejandro
• Rodríguez B. Salvador
Es un número relativamente pequeño de unidades de estudio, que presentan todas
las características específicas del universo de trabajo.
Por ejemplo:
“Si se busca entrevistar a una muestra de 150 pacientes diabéticos habitantes de la
ciudad de Mexicali, para que la muestra sea representativa los pacientes diabéticos
se deben seleccionar de todas y cada una de las colonias que comprenden la ciudad,
no sería conveniente seleccionar pacientes diabéticos de un o dos colonias ya que
esto podría dar una imagen distorsionada de la realidad, tampoco sería conveniente
entrevistar sólo a pacientes diabéticos que acudan a los centros de salud a solicitar
atención, ya que posiblemente los pacientes no acudan con regularidad a la clínica.”
Existen diversos métodos para poder seleccionar una muestra, los cuales se
clasifican en dos grandes grupos;
muestreo probabilístico.
muestreo no probabilística.
Son aquellos muestreos en los cuales no contamos con una lista ordenada y definida
(marco muestral) de cada uno de los elementos de estudio.
POR EJEMPLO:
En un centro de salud se quiere conocer la calidad de atención recibida en pacientes
diabéticos, por lo que en base a la conveniencia del investigador se
establece un día (el lunes) y un horario conveniente (de 09 a 11 hrs.) para entrevistar a
los pacientes diabéticos, ya que en ese espacio de tiempo estarán sentados esperando su
tuno de atención.
El Muestreo por cuotas asegura que un determinado número de unidades de
muestreo de diferentes categorías aparezcan en la muestra de manera que todas las
categorías queden representadas.
POR EJEMPLO:
Por ejemplo:
En el mismo caso anterior, en el cual se pretende conocer la calidad de atención recibida
en pacientes diabéticos, pero en esta ocasión además deseamos saber, cual es el
comportamiento por turno (matutino y vespertino) y por sexo, por lo que después de
establecer el día y la hora precisa de las entrevistas se asigna una cuota
proporcional de pacientes a cada uno de los turnos de trabajo y se entrevista el
50% del sexo femenino y el 50% del sexo masculino. De esta forma obtendremos la
muestra requerida.
El muestreo probabilístico es aquel que basándose en un marco muestral (lista bien definida de
todas las unidades de estudio), seleccionamos los elementos para trabajar con procedimientos
aleatorios que aseguran a cada unidad del Universo de trabajo, tener la misma probabilidad
de ser incluidas en la muestra. en esta clasificación tenemos cinco principales métodos:
Tener una lista numerada de todas las unidades de la población del Universo de estudio
(marco muestral).
Definir el tamaño de la muestra (esto se discutirá en el capítulo, tamaño de la muestra).
Seleccionar a las unidades de estudio usando un método aleatorio, como la técnica de “la
lotería”.
En el muestreo sistemático los individuos se seleccionan a intervalos regulares (por
ejemplo uno de cada cinco, del marco muestral). El número para iniciar se selecciona en
forma de lotería.
Es recomendable establecer los intervalos de muestreo dividiendo el Universo de trabajo
entre el tamaño de la muestra.
POR EJEMPLO:
Se hará un muestreo sistemático de una población de estudio de 250 pacientes, y tenemos un
tamaño de la muestra calculado de 50 pacientes. Para obtener los intervalos de la muestra
(Im.) se divide:
Im. = 250 (Población de estudio) / 50 (Tamaño de la muestra) = 5
Por lo tanto el intervalo de muestreo sistemático es de 5.
El muestreo estratificado nos garantiza que la muestra incluya grupos representativos de
unidades de estudio con características diferentes (grupo de edad, sexo, estudiantes de área
rural o urbana).
Para lograr este propósito es necesario dividir nuestro marco muestral en grupos o estratos de
acuerdo con las características de interés, posteriormente se aplicará una técnica de muestreo
simple o muestreo sistemático a cada estrato, de acuerdo al tamaño de la muestra
predeterminado.
Una ventaja del muestreo estratificado es que se puede tener una muestra relativamente
grande de un grupo pequeño dentro de la población de estudio. Esta técnica nos permite tener
una muestra de un tamaño suficiente para generar conclusiones válidas, de un grupo
relativamente pequeño, dentro de un universo del trabajo compuesto por otros grupos
relativamente grandes.
Se desarrolla una encuesta sobre el tipo de alimentación en un municipio de 20,000 familias,
de las cuales 80% (16,000) son familias urbanas y 20% (4,000) son familias rurales. La
hipótesis indica que la alimentación en las familias urbanas es mayor y más balanceada que
en las familias rurales. Para este estudio se decide tomar un tamaño de muestra de 500
hogares, se divide en dos estratos (familias urbanas y familias rurales), y se asigna el
tamaño de la muestra proporcionalmente. 400 familias en área urbana (80% del tamaño de
la muestra) y 100 familias del área rural (20% del tamaño de la muestra).
La selección de grupos de unidades de estudio en lugar de unidades de estudio individuales
se le llama muestreo por conglomerados.
los conglomerados son unidades geográficas (municipios, localidades, etc.) o unidades
organizacionales (Hospitales, instituciones, etc.).
POR EJEMPLO:
En un estudio sobre los insumos necesarios para el manejo intrahospitalario del paciente
diabético en el municipio de Mexicali. En este caso podemos utilizar un muestreo por
conglomerados, para lo cual primero realizamos un listado de (conglomerados)
hospitales privados y públicos, después se integra una lista seleccionando en forma aleatoria una
muestra representativa de estos conglomerados, y finalmente se realiza una observación en cada
no de los servicios para determinar la suficiencia o no de insumos de atención.
El muestreo multietápico es aquella técnica de muestreo que se desarrolla en
diferentes fases y habitualmente se utilizan más de un método de muestreo.
Como los casos en que se desea trabajar en poblaciones muy grandes con
comunidades dispersas y donde los entrevistados son de diferentes localidades,
el muestreo puede realizarse en dos o más etapas.
POR EJEMPLO:
B) Estudiar solo voluntarios, cuando solo los voluntarios quieran participar en el estudio
puede significar que también son diferentes del resto de la población bajo estudio.
C) Sesgo estacional, las características del problema de estudio pueden ser diferentes según
la estación o las épocas del año. Por esta razón, la investigación en una comunidad con
familias migrantes debería de realizarse durante todas las estaciones del año.
Lo deseable, en muchos estudios sería no tener muestra y trabajar con todo el Universo de
trabajo.
El tamaño de muestra requerido también depende del número de celdillas que se tendrán en
los cruces de variables para realizar el análisis de los datos. Una regla general es tener de 20 a
30 unidades de estudio por celdilla.
Con manejo de poblaciones relativamente pequeñas (menores de cinco mil elementos),
diferentes herramientas de recolección de la información y aplicación a cantidades
variables de grupos.
m= Z^2 q/ E^2 p/ 1 + [(1/N (Zˆ2 q/ E^2 p -1)]
En donde:
“m” Es el tamaño de la muestra.
“N” Es el tamaño del Universo del trabajo.
“Z” Es el nivel de confianza que nos permitirá extrapolar los resultados a todo el
Universo de trabajo.
”pq” Representa la variabilidad del fenómeno estudiado. Eso quiere decir el
comportamiento posible de la población estudiada.
”E” Es el nivel de precisión ; estimación estadística que permite precisar que la
extrapolación de los resultados estará en limites definidos del área bajo la curva.
POR EJEMPLO:
n= m/ 1+ (m-1/N)
APLICAMOS LA FORMULA:
n= m/ 1+ (m-1/N)
El director de una clínica de Medicina Familiar desea conocer cuáles son los factores que
determinan un control inadecuado de la glicemia en un grupo de 250 diabéticos
descompensados adscritos a su unidad. Antes de definir el tipo de muestreo que aplicará,
tiene que definir un tamaño de la muestra adecuado. En este caso por tratarse de una
población menor de cinco mil elementos aplicamos la fórmula:
149
n=
æ 149 - 1 ö
1+ ç ÷
n= m/ 1+ (m-1/N) è 250 ø
149
n=
De esta manera el tamaño de la muestra corregida para trabajar æ 148 ö
1+ ç ÷
è 250 ø
es de 94 pacientes diabéticos.
149
n=
1 + (0.592)
149
n= =
1.592
n = 94
Un investigador desea conocer el nivel de conocimiento sobre su padecimiento de 22,797
pacientes diabéticos adscritos a cinco clínicas de Medicina Familiar del municipio de Mexicali,
B.C.
Al igual que en todas las investigaciones uno de los primeros pasos que tenemos que dar es
definir el tamaño de la muestra con la que trabajaremos, en este ejemplo por tratarse de una
población mayor a diez ml elementos aplicamos la fórmula:
Z 2 qp
m= 2 m=
(1.96 ) (0.5)(0.5)
2
= 384
E (0.05 ) 2
Tomando en cuenta el tamaño del Universo de trabajo se aplica el factor de corrección finito: