UNIVERSIDAD DE SAN MARTIN DE PORRES

MUESTREO
Y SUS APLICACIONES

BIOESTADISTICA
Prof.: DR. LUIS ROBLE ALEMAN
2006
 PROBLEMA A INVESTIGAR

Comportamiento del colesterol en los docentes de

la facultad de medicina de la universidad San
Martín de Porres.
 Unidad de análisis: Un docente de la facultad de
medicina de la USMP.
 Población: Docentes de la facultad de medicina
de USMP.
 Tamaño de población: N = 800.
 El estudio se realizará mediante una muestra.
¿Cómo se diseña una muestra?
 P O B L A C IÓ N Y M U E S T R A

C enso
P o b lació n
In feren cia M u estra
estad ística
M u estreo
M u estra
In v estig ad o r

R esu ltad o s

¿ C u á l e s e l o b je t o d e e s t u d io ? ¿ C o n o c e r la m u e s t r a o la p o b la c ió n ?
 LA MUESTRA DEBE SER:

 Representativa: Porque a cada elemento de la

población le corresponde una probabilidad
diferente de cero de ser seleccionada para
integrar la muestra.
 Tener un tamaño mínimo adecuado
 Viable: De fácil aplicación
 Suficiente: Permite recolectar la mayor cantidad
posible de información al menor costo
 Inferencia estadística: Permite elaborar
conclusiones probabilísticas acerca de una
población en base a una muestra de dicha
población.
 VENTAJAS DE UN ESTUDIO
MEDIANTE MUESTRA:

 Economía:
 En recursos de personal y materiales.
 Tiempo: Que la información obtenida sea
oportuna, cuando se le requiera
 Calidad de la información obtenida, la calidad de
la información recogida en la muestra es mejor
que la obtenida en el censo, por que en el censo
se presenta dificultades para capacitar y
supervisar a los recursos humanos. Es por este
motivo, casi la totalidad de estudios se realizan
mediante muestras.
A. UNIDAD DE ANÁLISIS.-

También se le denomina el elemento de la población y es aquella unidad

indivisible de la cuál se obtiene el dato estadístico. Ejemplo: puede ser una
persona, historia clínica, vivienda, o un animal, etc.

B. POBLACIÓN.-

Es el conjunto de personas, objetos o cosas con una característica o atributo

especial cuantificable, en un periodo y lugar determinado. Ejemplo:
Estudiantes del 1er año de la Facultad de Medicina de la Universidad San
Martín de Porres, segundo semestre del 2005. La característica a estudiar es
la estatura que permitirá obtener los datos.
 Tipo de Población

Población homogénea Población heterogénea

C. MARCO DE MUESTREO.-

Permite identificar a los elementos de la población que es objeto de estudio.

Puede ser una lista de personas, una relación de viviendas, un archivo, un
croquis de una determinada comunidad, etc. El marco debe estar
completamente actualizado porque de el se seleccionará la muestra.

D. UNIDAD DE MUESTREO.

Es la unidad seleccionada del marco de muestreo. La unidad de muestreo

puede coincidir con la unidad de análisis, por ejemplo un niño menor de 5
años, o puede estar constituida por un conglomerado de unidades de
análisis, por ejemplo: Población: Pacientes que se atienden en los
consultorios de un hospital.
- Unidad de análisis: Un paciente que se atiende en un consultorio externo
del hospital.
- Unidad de muestreo: Un consultorio externo del hospital (Pero no
interesa el consultorio externo si no los pacientes que se atienden en
dicho consultorio)
 P o b l a c i ó n o b je ti v o

U n i d a d d e a n á l is i s

I n f e r e n c i a e s t a d ís t ic a

M arco 1
m u e s tr a l 2
3
.
. M u e stra
.
N (ta m a ñ o d e p o bla c ió n)

a s í u n li s t a d o d e l a p o b l a c i ó n
y c a d a e l e m e n t o e s i d e n ti fi c a d o
p o r su c ó d ig o
E. PARÁMETRO.-

Es un valor que describe una característica o un atributo de la población.

Algunos parámetros de la población de niños menores de 5 años de
edad que estamos interesados en estudiar en base del muestreo son:

I).Media aritmética poblacional:

-Peso Promedio
-Hemoglobina promedio.
-Estatura promedio.

II).Proporción poblacional:

-Proporción de niños que están desnutridos.

-Proporción de niños que están parasitados.
-Proporción de niños que tuvieron solamente lactancia materna exclusiva
G. ESTADÍSTICO.-

Es un valor que describe una característica o atributo de una muestra y está

en función de los datos muestrales. Por ejemplo se tiene la media, razón o
proporción muestral.

H.ERROR MUESTRAL.

Se refiere únicamente a la variabilidad o dispersión entre los resultados de un

estadístico de muestras sucesivas del mismo tamaño o diferente. La medida
apropiada para cuantificar este error es el error estándar.
 Seleccionamos 1º muestra con
n = 100 x1 = 82 p/m y S1 = 1.5
Población de
personas de 40 a 50
años de edad cuya
FC tiene µ = 80 p/m y Seleccionamos 2º muestra con
σ = 2 p/m n = 100 x2 = 79p/m y S2 = 3 p/m

Seleccionamos nº muestra con

n = 100 xK= 80.5 p/m y SK= 3

Así sucesivamente se pueden seleccionar otras muestras y a veces los valores de

xi y Si coincidirán pero las mas de las veces tienen diferencias. Es decir se pueden
observar diferencias entre los estadísticos de las diferentes muestras, y esa
diferencia es consecuencia de los errores muestrales.
Se puede cuantificar la variabilidad atribuida a los errores muestrales y su medida es
el ERROR ESTÁNDAR. Con el error estándar recién se pueden hacer las
inferencias estadísticas respectivas
.

MUESTREO PROBABILÍSTICO

El muestreo probabilístico se basa en que cada unidad de la población tiene una

probabilidad distinta de cero de ser elegida para integrar la muestra. Esta premisa
le da una carácter aleatorio a la elección de las unidades de la población para
integrar la muestra. La probabilidad de selección de un elemento para integrar la
muestra es de n/N

Para diseñar una muestra probabilística se tendrá en cuenta las tres operaciones
básicas:

- Proceso de selección
- Proceso de estimación
- Tamaño de muestra
T IP O S D E M U E S T R E O P R O B A B IL IS T IC O

- M u e s tre o a le a t o r io s im p le .
- M u e s tre o S is t e m á t ic o .
- M u e s tre o e s t r a t if ic a d o .
- M u e s tre o p o r c o n g lo m e r a d o s .
Muestreo empírico o no probabilístico

El muestreo no probabilístico se caracteriza por el

hecho de que no es posible determinar la probabilidad
de inclusión de cada unidad de la población en la
muestra. Generalmente, para la selección de las
unidades interviene el criterio subjetivo del
investigador. Con este método no podemos elegir
muestras representativas y no se pueden hacer las
inferencias respectivas porque no podemos cuantificar
el error muestral.

Población
El muestreo e mpírico o no
probabilistico no permite la Investigador
inferencia estadística y solo se le
puede usar como estudio preliminar,
piloto o e xplo ratorio Muestra
MUESTREO ALEATORIO SIMPLE.

Se aplica cuando la población es finita y homogénea.

Una población es finita cuando las unidades pueden ser enumeradas y podemos
identificar al último de ellos
En un muestreo aleatorio simple a cada elemento de la población le corresponde
la misma probabilidad de ser seleccionada para integrar la muestra y esto se
denotará así:
P = n (tamaño de muestra)
N (tamaño de la población)

Ejemplo 1 Procedimiento: Una población N = 150 y una muestra n= 10

P = 10 / 150 = 1 / 15

1. El procedimiento consiste en enumerar los elementos de la población

2. Se usa la tabla de números aleatorios (también se puede usar programas
informáticos diseñados para tal fin).

Si N = 150 en la tabla de números aleatorios se seleccionan 3 columnas por que tiene

3 dígitos, y se busca desde 001 a 150
La muestra tomada es sin reposición , es decir si un número se repite varias veces
solo se tomará una sola vez).
MUESTREO SISTEMÁTICO.

Es usada cuando la población es finita y heterogénea

Procedimiento:
Arranque aleatorio que consiste en:
1. Enumerar los elementos de la población
2. Determinar una relación de muestreo denotado por K

K= N (tamaño de la población)
n (tamaño de la muestra

Por ejemplo si N = 150 y n = 10 entonces K = 150 / 10 = 15

Una vez identificado K se considera o genera un intervalo de selección que esta

comprendido entre 1 y K ( en el ejemplo entre 1 y 15) incluyendo 1 y K y se
seleccionara en forma aleatoria, al número seleccionado se le considera el arranque
aleatorio (r)

Y la muestra estará integrada por r r+K r+2K r+3K r+4K ......r+(n-1)K

Así si en el ejemplo se elige el arranque n° 8 se tendrá la siguiente muestra:

8 23 38 53 68 83 98 113 128 143
TAMAÑO DE MUESTRA

Para determinar el tamaño de muestra se tiene en cuenta el tipo de población, es

decir:

a. Si la población es homogénea se requiere pocos elementos en la muestra y si

la población es heterogénea se requiere un mayor número de elementos.
Para establecer una fórmula del tamaño de muestra se requiere saber el tipo
de parámetro que se desea estimar, es decir, si el interés es estimar una
media aritmética se requiere una fórmula específica y si se quiere estimar
una proporción se considera otra fórmula.
 FÓRMULA DE TAMAÑO DE MUESTRA PARA ESTIMAR UNA MEDIA
ARITMÉTICA

n = Z² σ² N
E²(N-1)+Z²σ²

Donde :
N: Tamaño de la población que es objeto de estudio.
Z : es una desviación normal cuyo valor corresponde al grado de confianza que se
establece.
Es decir:
N.C. : 90% 95% 99%
Z : 1.64 1.96 2.57

σ² : Varianza poblacional de la población que es objeto de estudio

En la práctica, el valor de la varianza se desconoce.
Para establecer el valor a la varianza, hay que tener en cuenta las siguientes
recomendaciones:
- Recurrir a estudios similares que se han realizado y obtener el valor de la
varianza respectiva.
- Realizar un estudio piloto para estimar σ² .

E: Error absoluto o precisión de la estimación deseada de la media.

Ejemplo

Interés: Conocer el colesterol promedio de los estudiantes de la Facultad de

Medicina USMP. (Suponemos que son 1800 alumnos)
El estudio queremos realizarlo mediante una muestra y necesitamos calcular el
tamaño de muestra n, considerando: un grado de confianza del 95%, y los
resultados de un estudio preliminar:
_
x=210 y s=30; error relativo del 6%

Solución _ _
Por definición de error relativo. Er = E/X * 100 . Por consiguiente, E= Er* X /100.
Como grado de confianza 95%, nos indica que Z=1.96
E= 6*210/100 = 12.6; σ= 30.
Reemplazando valores en la formula se tiene: n= (1.96)²(30)²(1800)
(12.6)²(1799) + 1.96²(30²)

Por tanto, n=22 (Para realizar el estudio se requiere como mínimo 22 estudiantes)
Determinación del tamaño de muestra para estimar una proporción

n = Z² P (1 – P) N
E²(N-1) + Z²P(1-P)

N : Tamaño de la población
Z : Desviación normal
P : Proporción de unidades que poseen el atributo de interés en la población
E : Error absoluto o precisión de la estimación de la proporción. Por lo general el
valor que asume es de 0.05

En la práctica, el valor de la proporción P se desconoce. Para determinar

dicho valor se recurre a las siguientes recomendaciones :
- Recurrir a estudios similares que se hayan realizado y extraer el valor de
P.
- En caso de no haber antecedentes, se recurre a un estudio piloto para
conocer P. En caso contrario se recurre a la máxima varianza cuando
P=0.5
Ejemplo

Interés: Conocer la proporción de estudiantes que consumen alcohol en la

Facultad de Medicina de La USMP. Número de estudiantes N=1800.

El estudio se realizará mediante una muestra. Calculamos el tamaño de

muestra, considerando: Grado de confianza del 95%, por consiguiente,
Z=1.96. De un estudio preliminar se ha determinado que la proporción de
alumnos que consumen alcohol es de p=0.30. El error absoluto que se toma
en cuenta es de E=0.05
Reemplazando la información en fórmula, se tiene:

n= (1.96)²(0.3)(0.7)(1800) = 274
(0.05)²(1799) + (1.96)²(0.3)(0.7)

Por lo menos se requiere para ejecutar el estudio por lo menos 274

estudiantes
En caso de que se desconoce el tamaño de la población N, las fórmulas quedaran
reducidas como:

- Para estimar una media aritmética,

n = Z² σ ²
E²

- Para estimar una proporción,

n= Z² P (1 – P)
E²
“El hombre encuentra a Dios detrás de cada
puerta que la Ciencia abre”