POBLACIONES

Es el conjunto total de individuos, objetos o medidas que poseen algunas

caractersticas comunes observables en un lugar y en un momento determinado.
Poblacin Finita: es el conjunto compuesto por una cantidad limitada de
elementos, como el nmero de especies, el nmero de estudiantes, el nmero de
obreros.
Poblacin Infinita: es la que tiene un nmero extremadamente grande de
componentes, como el conjunto de especies que tiene el reino animal.
Poblacin Real: es todo el grupo de elementos concretos, como las personas que
en Europa se dedican a actividades artsticas.
Poblacin Hipottica: es el conjunto de situaciones posibles imaginables en que
puede presentarse un suceso, como por ejemplo las formas de reaccionar de una
persona ante una catstrofe.
Poblacin estable: es aquella en que sus calores o cualidades no presentan
variaciones, o stas, por pequeas que sean, son despreciables, como la rotacin
de la tierra o la velocidad de la luz.
Poblacin inestable: es la que contienen los valores en constante cambio.
Prcticamente la totalidad de las poblaciones corresponden a este tipo. El cambio
de los valores se presentan en el tiempo o en el espacio.
Poblacin aleatoria: es la que presenta cambios en sus calores debidos al azar,
sin que exista una causa aparente, como las variaciones en el contenido del
producto.
Poblacin dependiente: es la que cambia sus valores debido a una causa
determinada y medida. La dependencia puede ser total, como las variaciones
obtenidas en una funcin matemtica, la regresin lineal, por ejemplo. La
dependencia es parcial cuando la causa influye en la variable dependiente en una
proporcin menor a la total, por ejemplo, el incremento en las ventas proveniente
de una mayor gasto publicitario. Esta ltima influencia no es proporcional.
Poblacin binomial: es aquella en la que se busca la presencia o ausencia de
una caracterstica, por ejemplo, la presencia de ozono en el aire.
Poblacin polinomial: es la que tiene varias caractersticas que deben ser
definidas, medidas o estimadas, como la obediencia, la inteligencia y la edad de
los alumnos de postgrado.
Cuando se vaya a llevar a cabo alguna investigacin debe de tenerse en cuenta
algunas caractersticas esenciales al seleccionarse la poblacin bajo estudio.
Entre stas tenemos:

Homogeneidad - que todos los miembros de la poblacin tengan las mismas

caractersticas segn las variables que se vayan a considerar en el estudio o
investigacin.
Tiempo - se refiere al perodo de tiempo donde se ubicara la poblacin de inters.
Determinar si el estudio es del momento presente o si se va a estudiar a una
poblacin de cinco aos atrs o si se van a entrevistar personas de diferentes
generaciones.
Espacio - se refiere al lugar donde se ubica la poblacin de inters. Un estudio no
puede ser muy abarcador y por falta de tiempo y recursos hay que limitarlo a un
rea o comunidad en especfico.
Cantidad - se refiere al tamao de la poblacin. El tamao de la poblacin es
sumamente importante porque ello determina o afecta al tamao de la muestra
que se vaya a seleccionar, adems que la falta de recursos y tiempo tambin nos
limita la extensin de la poblacin que se vaya a investigar.

TIPOS DE VARIABLES
La variable es una medida en un experimento, representada por una (x) o por una
(y) que puede tomar un valor de un conjunto de valores.
Como ejemplos de variables se pueden mencionar: la agresividad, la memoria, la
formacin de grupos sociales, la oferta y la demanda, la calidad de los productos,
el nivel del mar, la duracin de los objetos, la inteligencia, la velocidad del viento,
el grado de contaminacin, el clima, el nivel de ingresos, el nmeros de
accidentes, la observacin en un tratamiento, entre otros.
Variable aleatoria: es la que toma al azar los probables resultados de un
experimento.
Variable dependiente: es la que toma los valores correspondientes de un modelo
matemtico o que los toma debido a la influencia de otra variable independiente.
Variable continua: es la que puede tomar cualquier valor decimal, del intervalo de
una recta, como consecuencia de una medicin.
Variable discreta: es la que puede tomar, por conteo, cualquier valor.
Variable cuantitativa: es la que se expresa en cantidades, por ejemplo: 18.9, 3,
75.4, 98891, etc.
Variable cualitativa: es la que se manifiesta en atributos, como pueden ser,
bueno, malo, peor, regular, aceptable, defectuoso, feo, bonito, etc.

MUESTRA

La muestra es un subconjunto fielmente representativo de la poblacin.

Hay diferentes tipos de muestreo. El tipo de muestra que se seleccione depender
de la calidad y cun representativo se quiera sea el estudio de la poblacin.
ALEATORIA - cuando se selecciona al azar y cada miembro tiene igual
oportunidad de ser incluido.
ESTRATIFICADA - cuando se subdivide en estratos o subgrupos segn las
variables o caractersticas que se pretenden investigar. Cada estrato debe
corresponder proporcionalmente a la poblacin.
SISTEMTICA - cuando se establece un patrn o criterio al seleccionar la
muestra. Ejemplo: se entrevistar una familia por cada diez que se detecten.
El muestreo es indispensable para el investigador ya que es imposible entrevistar
a todos los miembros de una poblacin debido a problemas de tiempo, recursos y
esfuerzo. Al seleccionar una muestra lo que se hace es estudiar una parte o un
subconjunto de la poblacin, pero que la misma sea lo suficientemente
representativa de sta para que luego pueda generalizarse con seguridad de ellas
a la poblacin.

El tamao de la muestra
Depende de la precisin con que el investigador desea llevar a cabo su estudio,
pero por regla general se debe usar una muestra tan grande como sea posible de
acuerdo a los recursos que haya disponibles. Entre ms grande la muestra mayor
posibilidad de ser ms representativa de la poblacin.
En la investigacin experimental, por su naturaleza y por la necesidad de tener
control sobre las variables, se recomienda muestras pequeas que suelen ser de
por lo menos 30 sujetos.
En la investigacin descriptiva se emplean muestras grandes y algunas veces se
recomienda seleccionar de un 10 a un 20 por ciento de la poblacin accesible.

Frmula para calcular el tamao de la muestra

Para calcular el tamao de la muestra suele utilizarse la siguiente frmula:

Donde:
n = el tamao de la muestra.
N = tamao de la poblacin.
Desviacin estndar de la poblacin que, generalmente cuando no se tiene
su valor, suele utilizarse un valor constante de 0,5.
Z = Valor obtenido mediante niveles de confianza. Es un valor constante que, si no
se tiene su valor, se lo toma en relacin al 95% de confianza equivale a 1,96
(como ms usual) o en relacin al 99% de confianza equivale 2,58, valor que
queda a criterio del investigador.
Los valores de Z ms utilizados y sus niveles de confianza son:
Valor de Z

1,15

1,28

1,44

1,65

1,96

2,24

2,58

Nivel de confianza

75%

80%

85%

90%

95%

97,5%

99%

e = Lmite aceptable de error muestral que, generalmente cuando no se tiene su

valor, suele utilizarse un valor que vara entre el 1% (0,01) y 9% (0,09), valor que
queda a criterio del encuestador.
La frmula del tamao de la muestra se obtiene de la frmula para calcular la
estimacin del intervalo de confianza para la media, la cual es:

De donde el error es:

De esta frmula del error de la estimacin del intervalo de confianza para la media
se despeja la n, para lo cual se sigue el siguiente proceso:

Elevando al cuadrado a ambos miembros de la frmula se obtiene:

Multiplicando fracciones:

Eliminando denominadores:

Eliminando parntesis:

Transponiendo n a la izquierda:

Factor comn de n:

Despejando n:

Ordenando se obtiene la frmula para calcular el tamao de la muestra:

TCNICAS DE MUESTREO
Como ya hemos mencionado, para que las conclusiones obtenidas a partir de una
muestra sean vlidas para una poblacin, la muestra debe haberse seleccionado
de forma que sea representativa de la poblacin a la que se pretende aplicar la
conclusin. Sin embargo, no existe un mtodo de muestreo que garantice
plenamente que una muestra sea representativa de la poblacin que sometemos a
estudio.
La mejor forma de asegurar la validez de las inferencias es seleccionar la muestra
mediante una tcnica aleatoria. A este tipo de muestreo se le denomina muestreo
probabilstico y puede definirse como aquel en que todos los individuos de la
poblacin tienen una probabilidad de entrar a formar parte de la muestra
(normalmente equiprobable, es decir, con la misma probabilidad).
Los diseos en que interviene el azar producen muestras representativas la
mayora de las veces, aunque no garantizan la representatividad de la poblacin
que sometemos a estudio. Aunque en muchos estudios no es posible obtenerla
rigurosamente de esta forma, es importante seleccionarla intentando que sea lo
ms parecida posible a la poblacin de inters. En este caso, el muestreo no
probabilstico utiliza mtodos en que no interviene el azar y por lo tanto, se
desconoce la probabilidad asociada a cada individuo para formar parte de la
muestra. Normalmente estos mtodos se utilizan en estudios exploratorios o
intencionales, en los cuales no es necesario proyectar los resultados. El
inconveniente de este mtodo es que no puede asegurarse la representatividad de
la muestra.
Clasificacin de los tipos de muestreo probabilstico
Como acabamos de explicar, el muestreo probabilstico es el que todos los
individuos de la poblacin a estudiar tienen una probabilidad conocida asociada al
hecho de entrar en el estudio. Entre los mtodos de muestreo probabilsticos ms
utilizados en investigacin encontramos los siguientes: Muestreo aleatorio simple,
estratificado, sistemtico y muestreo en etapas mltiples. A continuacin se
describen las caractersticas de cada uno de los sistemas de muestreo.
1. Muestreo aleatorio simple
Se caracteriza porque cada elemento de la poblacin tiene la misma probabilidad
de ser escogido para formar parte de la muestra. Una vez censado el marco de la
poblacin, se asigna un nmero a cada individuo o elemento y se elige
aleatoriamente. La aleatorizacin puede realizarse mediante listas de n- meros
aleatorios generados por ordenador, aplicndolas para escoger de la poblacin los
individuos o sujetos que coincidan con los nmeros obtenidos.
Este tipo de muestreo se caracteriza por su simplicidad y fcil comprensin,
aunque tambin posee algunas limitaciones, ya que no siempre es posible

disponer de un listado de todos los individuos que componen la poblacin,

generalmente cuando son poblaciones grandes. Si se seleccionan muestras
pequeas mediante este mtodo pueden aparecer errores aleatorios, no
representando la muestra adecuadamente a la poblacin. Un ejemplo de muestreo
aleatorio simple sera la eleccin de los individuos a travs de la eleccin realizada
totalmente al azar de un cierto nmero de DNI.
2. Muestreo estratificado
En este tipo de muestreo la poblacin de estudio se divide en subgrupos o
estratos, escogiendo posteriormente una muestra al azar de cada estrato. Esta
divisin suele realizarse segn una caracterstica que pueda influir sobre los
resultados del estudio. Por ejemplo, en el caso de seleccionar una muestra para
evaluar la altura, dada la heterogeneidad entre hombres y mujeres, la variable de
gnero podra ser una variable de estratificacin. Si la estratificacin se realiza
respecto un carcter se denomina muestreo estratificado simple, y si se realiza
respecto dos o ms caractersticas se denomina muestreo estratificado
compuesto.
Si tenemos constancia o suponemos a priori que la poblacin de estudio presenta
variabilidad de respuesta con respecto a alguna caracterstica propia, deberemos
tener en cuenta este tipo de muestreo, dado que se producen estimaciones ms
precisas cuanto ms homogneos sean los elementos del estrato y ms
heterogeneidad exista entre estratos. As pues, entre las ventajas de este tipo de
muestreo es que tiende a asegurar que la muestra represente adecuadamente a la
poblacin en funcin de la variable de estratificacin seleccionada, sin embargo,
debe conocerse la distribucin de la poblacin en las variables de estratificacin,
clara desventaja de este muestreo.
Para obtener la muestra en cada uno de los estratos pueden aplicarse diferentes
fracciones de muestreo, pudiendo ser proporcional al tamao en relacin a la
poblacin, es decir, la distribucin se realiza de acuerdo con el peso o tamao de
la poblacin de cada estrato. Por ejemplo, si de los 5 millones de hipertensos
espaoles hay un 35% de pacientes que fuman, podemos estratificar de manera
que en nuestra muestra queden representados al igual que en el total de la
poblacin, la misma proporcin de hipertensos fumadores (35%) y de no
fumadores (65%).
3. Muestreo sistemtico
El muestreo sistemtico es muy similar al muestreo aleatorio simple. La diferencia
se obtiene en que en este tipo de muestreo se divide el total de la poblacin de
estudio entre el tamao de la muestra, obteniendo una constante de muestreo (k).
La primera unidad que formar parte de la muestra debe estar entre 1 y k y se
elige al azar; a partir de esta unidad se van seleccionando sistemticamente uno
de los k individuos siguiendo un orden determinado. Por ejemplo, si obtenemos un

valor de k=10 y seleccionamos al azar el nmero 6, deberamos elegir todas las

historias clnicas que finalizaran en 6: 006, 016, 026 .... Es un mtodo de
muestreo muy sencillo de realizar y que cuando la poblacin esta ordenada
siguiendo una tendencia conocida, asegura una cobertura de unidades de todos
los tipos. La principal limitacin es que si la constante se asocia al fenmeno de
inters puede cometerse un sesgo.
4. Muestreo en etapas mltiples
Consiste en empezar a muestrear por algo que no constituye el objeto de la
investigacin (unidades primarias), y obtener una muestra dentro de cada una de
ellas (unidades secundarias). Pueden utilizarse sucesivamente tantas etapas
como sean necesarias, y en cada una de ellas, una tcnica de muestreo diferente.
Este mtodo de muestreo se utiliza cuando la poblacin de referencia es muy
amplia y dispersa, ya que facilita la realizacin del estudio. Principalmente, el
muestreo en etapas mltiples se utiliza en estudios multicntricos, donde debemos
elegir primero los hospitales y despus de haberlos seleccionado, realizamos el
muestreo de pacientes dentro del mismo.
Ventajas y desventajas de los distintos muestreos probabilsticos
Como ya hemos mencionado anteriormente, los diferentes mtodos para captar a
los sujetos a constituir la muestra, presentan una serie de ventajas y desventajas,
que mostramos en resumen en la Tabla 3:

Clasificacin de los tipos de muestreo no probabilstico

Los procedimientos no probabilsticos son aquellos en los que no conocemos la

probabilidad de que un elemento de la poblacin pase a formar parte de la
muestra ya que la seleccin de los elementos mustrales dependen en gran
medida del criterio o juicio del investigador. La muestra, en este caso, se
selecciona mediante procedimientos no aleatorios. Los mtodos anteriores
(probabilsticos) no son mejores que los no probabilsticos sino que simplemente
nos permiten calcular el error muestral que se est cometiendo. Los tipos de
muestreo no probabilstico son: muestreo de conveniencia, muestreo discrecional
y muestreo por cuotas, de los que pasaremos a explicar brevemente:

 Muestreo de conveniencia. El investigador decide qu individuos de la

poblacin pasan a formar parte de la muestra en funcin de la
disponibilidad de los mismos (proximidad con el investigador, amistad, etc.).
Muestreo discrecional. La seleccin de los individuos de la muestra es
realizada por un experto que indica al investigador qu individuos de la
poblacin son los que ms pueden contribuir al estudio. Este muestreo es
adecuado si dentro de la poblacin que queremos estudiar, existen
individuos que no queremos que se nos escapen por utilizar un mtodo
totalmente aleatorio o de conveniencia.
Muestreo por cuotas. Si se conocen las caractersticas de la poblacin a
estudiar, se elegirn los individuos respetando siempre ciertas cuotas por
edad, gnero, zona de residencia, entre otras que habrn sido prefijadas.