UNIVERSO, MUESTRA Y

MUESTREO
UNIVERSO(POBLACION)
 Es el conjunto de elementos (finito o infinito)
definido por una o más características, de las
que gozan todos los elementos que lo
componen.
 Bien definido (se sepa en todo momento qué

elementos lo componen)
 Universo es el conjunto de elementos a los

cuales se quieren inferir los resultados

 La parte metodológica de un proyecto de
investigación debe definir adecuadamente la
población de estudio en tiempo y espacio, y
aclarar si se hará censo o si es necesario
tomar una muestra de ella. En el segundo
caso se debe hacer un diseño de muestreo y
tipo de muestreo, marco muestral, unidad de
muestreo, unidad de análisis, tamaño de
muestra, entre otros.
 definimos al universo como un conjunto de
personas, cosas o fenómenos sujetos a
investigación, que tienen algunas
características definitivas. Ante la posibilidad
de investigar el conjunto en su totalidad, se
seleccionara un subconjunto al cual se
denomina muestra.
Muestra
 Cuando no es posible o conveniente realizar un
censo, se trabajar con una muestra, o sea una
parte representativa y adecuada de la población.
Se selecciona de la población de estudio .
 Para que sea representativa y útil, debe de
reflejar las semejanzas y diferencias
encontradas en la población, ejemplificar las
características y tendencias de la misma.
 Una muestra representativa indica que reúne
aproximadamente las características de la
población que son importantes para la
investigación .
VENTAJAS Y LIMITACIONES DEL USO DE MUESTRAS

Ventajas:
• Costo reducido: si no se estudia la totalidad de sujetos

sino una muestra de ellos, los recursos financieros,

materiales, personal, etc necesarios para hacer la
investigación serán menores.

 Mayor rapidez: la recolección de la información se hará

en menos tiempo.

 Mayor exactitud: se reduce el volumen de trabajo, es

posible entonces emplear personal más capacitado,
supervisar con mayor cuidado las actividades de
campo, el procesamiento de los datos, y de esta forma
obtener resultados más exactos que los que
obtendríamos de estudiar toda la población.
 Mayores posibilidades: Existen casos en los
cuales no es posible estudiar toda la
población, como por ejemplo, cuando ésta es
infinita o muy grande o cuando el proceso de
medida para estudiar la característica
deseada es destructivo (determinar la dosis
letal de una droga por ejemplo, o al consumir
un artículo para juzgar sobre su calidad). En
ese caso solo es posible estudiar una
muestra.
 No se debe emplear muestras cuando la
población es muy pequeña

 La teoría del muestreo es compleja y no es

del dominio de la mayoría de los
investigadores, por lo que con frecuencia
deben buscar apoyo en especialistas en la
materia.
CARACTERÍSTICAS DE UNA BUENA MUESTRA

 Una muestra debe ser adecuada en cantidad y

en calidad.

 CANTIDAD : existen procedimientos

estadísticos para saber cuál es el número
mínimo de elementos que debemos incluir en
el estudio para obtener resultados válidos.

 LA CALIDAD: involucra el concepto de

representatividad de la muestra.
Ejemplo

 Si deseamos determinar cuál es la prevalencia

de desnutrición en la población infantil de
Tegucigalpa y estudiamos una muestra de
niños obtenida de la zona de las lomas
(donde se encuentra la mayoría de las
urbanizaciones de clase media y alta), esa no
sería una muestra representativa para dicha
investigación y la prevalencia de desnutrición
que obtendríamos subestimaría la cifra real
para la ciudad.
Muestreo probabilístico
 Cada unidad de análisis tiene una probabilidad de ser elegida,
lo cual determina la situación de poder generalizar los
hallazgos del estudio a toda la población objetivo.
 Sólo estos métodos de muestreo probabilístico nos aseguran
la representatividad de la muestra extraída y son, por tanto,
los más recomendables.

1. Muestreo aleatorio simple (MAS)

2. Muestreo aleatorio estratificado (MAE)
3. Muestreo aleatorio sistemático
4. Muestreo aleatorio por conglomerados
5. Muestreo aleatorio poli-etápico
Muestreo aleatorio simple (MAS)
 Primero se prepara un marco muestral, que es una
lista de todas las unidades, después se decide el
tamaño de la muestra, y se selecciona del marco,
utilizando procedimientos aleatorios (números,
tablas, software, etc).
 Este procedimiento consiste en seleccionar n

elementos de una población de tamaño N, de modo

que todas las muestras posibles de tamaño n,
tengan la misma probabilidad de ser seleccionada.
 implica contar con un listado de todos los elementos

del universo y esto lo hace muy costoso y en

oportunidades imposibles de realizar.
Usos : está indicado cuando la población es
bastante homogénea en lo que respecta a la
variable en estudio y es posible obtener el
listado delos elementos de la población.

Ventajas:la sencillez del diseño y delos

cálculos estadísticos.

Limitaciones: no se puede practicar cuando es

imposible obtener la lista con todos
los integrantes de la población.
Muestreo aleatorio estratificado
 Se basa en dividir el conjunto N de elementos en L
subconjuntos o estratos, mediante variables de
control llamadas variables claves de estratificación,
las cuales deben estar correlacionadas con las
variables en estudio. Estas variables agrupan los
elementos de la población en L partes, tratando que
sean cada uno de sus elementos lo más homogéneos
posibles y las L partes heterogéneas entre ellas,
 Al tener esta población dividida en partes y aplicarle

a cada parte la selección por muestreo aleatorio

simple, se obtiene un muestreo estratificado
aleatorio.
 Usos:En poblaciones heterogéneas en lo que
se refiere a la variable en estudio.
Ventajas:
Se logra mayor precisión en los resultados
para un tamaño de muestra
 Ventajas de índole administrativa (menor

costo).
 Desventajas: Se debe poseer un listado de

todos los integrantes de la población.

Muestreo sistemático
 Consiste en aplicar un método sistemático de
selección de los elementos que conformaran la
muestra. Es decir, consiste en numerar los
elementos de la población del 1 a N, en
cualquier orden, luego dividirla en n partes de
tamaño K=N/n (intervalo de selección
sistemática) y elegir un numero al azar entre 1
y K que se designa por i (origen aleatorio) y de
allí en adelante tomar los elementos que
ocupen la misma posición en los K sucesivas
partes restantes, en total n-1.
ejemplo
 si N=1000 y deseamos estudiar una muestra de n = 25
personas, K= 1000/25; es decir K (intervalo de
selección)= 40.
 Suponga que aleatoriamente escogemos un número

entre 1 y 40 y obtenemos el número

 20 (i = 20), la persona que tenga ese número en la lista

será la primera que formará parte

 de la muestra. La segunda persona a incluir en la

muestra será la i+2K, (20+2*40), es

 decir, la persona número 100. La tercera será la i+3K,

(20+3*40) = 140, y así se

 continúa hasta completar las 25 personas de la muestra.
Usos:
Solo en poblaciones heterogéneas y siempre y cuando no
exista relación entre la variable a estudiar y la forma como se
encuentra distribuida la población.
Ventajas:
Facilidad para extraer la muestra y hacerlo sin errores.
Es más preciso que el muestreo aleatorio simple cuando
la población es heterogénea. Si es homogénea la
información se repite de unidad a unidad.
Desventajas:
Poca precisión cuando existe una periodicidad
insospechada. En este caso la
representatividad de la muestra depende del valor de K.
Muestreo por conglomerados
 Los conglomerados son grupos o agrupaciones
de elementos que existen naturalmente y no los
define el investigador. Se selecciona una
muestra aleatoria no de sujetos, sino de grupos
de individuos, como familias, casas, pueblos,
escuelas, municipios, etc. Lo anterior implica
que debemos contar con un listado de los
conglomerados, y no de los sujetos de estudio.
 El muestreo por conglomerados es adecuado
cuando las unidades de estudio están
geográficamente dispersas.
Usos:
Se recomienda en el caso que se desee estudiar localidades más
o menos grandes por lo que se le conoce también como muestreo
de áreas.
Ventajas:
No se requiere del listado de los elementos de la población,
sino solamente de los conglomerados.
Los costos son mucho menores pues las entrevistas están
concentradas.
Se controla mejor la calidad de los datos.
Desventajas:
Lo complicado de los cálculos.
Las inferencias que se extraen de esta clase de muestreo no son
tan confiables como las de un estudio hecho con muestreo
aleatorio.
Muestreo polietápico
 Muestreo en el que se procede en etapas. El
muestreo poli-etápico o multi-etápico consiste en
seleccionar las unidades de investigación en varias
fases o etapas. Ejem
en el muestreo en dos etapas (bi-etápico), se divide
a la población en unidades muestrales primarias
(cursos escolares, pacientes que acuden a consulta
determinados días determinados al azar), y se
selecciona a continuación una muestra de dichas
unidades primarias mediante muestreo aleatorio
simple, estratificado o sistemático. Por ejemplo, las
UPM son cursos y las USM son alumnos.
Muestreo NO probabilístico
 Muestreo por cuotas
En este tipo de muestreo se fijan unas
"cuotas" que consisten en un número de
individuos que reúnen unas determinadas
condiciones, por ejemplo: 20 individuos de
25 a 40 años, de sexo femenino y residentes
en Tegucigalpa. Una vez determinada la cuota
se eligen los primeros que se encuentren que
cumplan esas características.
Muestreo por juicios, opinático o
intencional
 Muestreo en el que la persona que selecciona
la muestra procura que esta sea
representativa. Los elementos de la muestra
son elegidos a criterio del investigador sobre
lo que él cree que pueden aportar a su
estudio. Por consiguiente, la
representatividad depende de su intención u
opinión, y la evaluación de la
representatividad es subjetiva. No tiene
fundamento probabilístico
Muestreo casual, incidental o por
conveniencia
 El investigador selecciona directa e
intencionadamente los individuos de la
población porque él investigador cree que son
convenientes para su estudio, o porque se
tiene fácil acceso a la muestra. Algunos
ejemplos son las muestras obtenidas de
instituciones de salud, de consulta externa, de
los pacientes de un medico o de voluntarios
disponibles. Otro caso frecuente de este
procedimiento es cuando los profesores de
universidad emplean a sus propios alumnos.
Muestreo bola de nieve
 Se localiza a algunos individuos (los que
cumplan con los criterios de admisión), los
cuales conducen a otros, y estos a otros, y así
hasta conseguir una muestra suficiente. Este
tipo se emplea muy frecuentemente cuando
se hacen estudios con poblaciones
"marginales", delincuentes, drogadictos,
sectas, determinados tipos de enfermos o
enfermedades raras, etc
GRACIAS!!!!!