TEMA 7: MUESTREO ESTADÍSTICO
El cálculo de la muestra permite a los investigadores conocer cuántos
individuos se necesitan pa ra el estudio, para poder determinar el grado de
confianza deseado o para determinar la comparación entre grupos.
✓ Muestra amplia → Costoso y reduce el control de la recogida de datos
✓ Muestra pequeña → Parámetro con poca precisión, no se detecta las
diferencias entre los grupos.
No existe el tamaño ideal. Pero, tener en cuenta que el tamaño de la muestra
depende de los objetivos, características de la población y condiciones del
estudio. Es importante, la representatividad de una muestra (sea seleccionada
al azar, todos los sujetos de la población tienen la misma posibilidad de ser
seleccionados en la muestra), que permite extraer y generalizar los resultados
observados.
✓ Criterios de inclusión → Características clínicas, demográfica,
temporales y geográficas de los sujetos que componen la población
de estudio.
✓ Criterios de exclusión → Características de los sujetos que pu eden
interferir con la calidad de los datos o la interpretación de resultados
CONCEPTOS RELACIONADOS
Estimación de parámetro: Inferencias a valores poblacionales (medidas,
proporciones) a partir de resultados de la muestra.
Contraste de hipótesis: Comparar si las medidas de la muestra son diferentes
Población: Conjunto de unidad de análisis
• Finitas: Se conocer el número
• Infinitas: No se conoce
• Accesible: Conjunto de sujetos disponibles para la investigación
Muestra: Subconjunto de la población
Unidad de análisis: Cada una de los elementos de la muestra o población
(Unidad básica)
Parámetros: Valores que resumen información sobre la POBLACIÓN
Estadísticos: Valores que resumen información sobre la MUESTRA
MUESTREO ESTADÍSTICO
Procedimiento para seleccionar una o más muestra estadísticamente
representativas de la población o poblaciones. Ejemplos: Encuestas (ENDES,
ENAHO), diseño y análisis de experimento, control de calidad, etc.
¿Cómo se elige un método de muestreo? El método debe:
1. Proporcionar: Una muestra que tenga mayor representatividad posible.
Esto se logra si en el proceso de selección, cada elemento de la población
tiene una probabilidad conocida, diferente de cero, de conformar la
muestra. Esto es, si la muestra es probabilística.
2. Permitir: El cálculo del error muestral o precisión de la estimación (E). Esto
sólo permiten las muestras probabilísticas / Diferencia entre parámetro y
estadístico.
3. Ser: Viable, económico y eficiente: teoría y práctica deben estar juntas y el
método elegido proporcione la mayor cantidad de información a un costo
menor / mapas catastrales actualizados.
MÉTODOS O TÉCNICAS DE MUESTREO
En los no probabilístico, se utiliza mayormente el intencional (decide el mismo
que personas participan). Tamb ién, el voluntario, se pide a personas que
quieran participar de la investigación.
En los probabilísticos: (Es mejor trabajar con estos)
• En poblaciones homogéneas → Aleatorio simple y sistemático
• En poblaciones heterogéneas → Estratificado y de conglomerado (Más
complejo, se necesita mapas catastrales)
Recordar: El tamaño de muestra calculado es el mínimo requerido
Tamaño de muestra para estimar una media:
Necesitaremos:
• Error absoluto (Medida de desviación)
• Desviación estándar (dispersión de datos)
• Nivel de confianza (variabilidad y medida real)
Tamaño de muestra para estimar una proporción
• Error
• Proporción esperada
• Nivel de confianza
I. MUESTREO PROBABILÍSTICO
a) Muestreo aleatorio simple (MAS) Consiste en la selección de n
elementos, a partir de una población de tamaño N, de modo que cada
elemento de la población tiene la misma probabilidad de conformar
la muestra.
• Tamaño de muestra (En una población)
✓ Para estimar una media poblacional
Si se conoce N (total de población, continuar con:
Métodos
No
probabilístico Prácticos y
económicos
-Intencional
-Sin norma (Chunk)
-Accidental (casos)
- De voluntarios
Probabilísticos Dan muestra
representativa
-Aleatorio simple
-Sistemático
-Estratificado
-De conglomerados
Ejemplo:
-Media (X o 𝜇)
-Varianza (𝜎2
o s2)
-Desviación
estándar (s o
𝜎)
Hacer uso
de EPIDAT
Muestreo probabilístico
-Conocemos la probabilidad
de que un individuo sea
elegido para la muestra
-Bases para la estadística
frecuentista.
Muestreo no probabilístico
-No conocemos la probabilidad de que
un individuo sea elegido
-Pueden conducir a sesgo de selección.
-En principio no se puede extrapolar los
resultados a la población
