UNIVERSIDAD TÉCNICA DEL NORTE

FACULTAD CIENCIAS DE LA SALUD

II CONGRESO INTERNACIONAL DE INVESTIGACIÓN ESTUDIANTIL EN SALUD,

I CONGRESO INTERNACIONAL DE SALUD Y EDUCACIÓN.

TEMA: IMPORTANCIA DE LA TÉCNICA DEL MUESTREO APLICADA A LA INVESTIGACIÓN EN SALUD

Mgs. MARIO ORLANDO SUÁREZ IBUJÉS

Asesor Educativo en la Coordinación Zonal 1-Educación
Profesor de Estadística en la UTN
POBLACIÓN CONCEPTOS Y DEFINICIONES BÁSICAS
Llamado también universo o colectivo, es el conjunto de todos los elementos, individuos u objetos de interés que tienen
una característica común.

MUESTRA
Es un subconjunto, porción o parte de la población de interés. Ejemplo: Estudiantes de 2do Semestre de la Universidad
UTN. Sus principales características son:
Representativa
Se refiere a que todos y cada uno de los elementos de la población tengan la misma oportunidad de ser tomados en
cuenta para formar dicha muestra.
Adecuada y válida
Se refiere a que la muestra debe ser obtenida de tal manera que permita establecer un mínimo de error posible respecto
de la población.
ELEMENTO O INDIVIDUO
Unidad de análisis mínima que compone una población. El elemento puede ser una entidad simple (una persona) o una
entidad compleja (una familia), y se denomina unidad investigativa.
 TIPOS DE MUESTREO
1) No aleatorio o no probabilístico
Se emplea el conocimiento y el criterio personal para identificar a los elementos de la población que deben incluirse
en la muestra. La técnica más utilizada es el muestreo consecutivo, que consiste en seleccionar a los elementos o
individuos que cumplen los criterios de selección a medida que acuden a la consulta médica en un período
determinado. Este método es más empleado en ensayos clínicos, principalmente cuando se trata de investigar sobre
síntomas y signos a través de los cuales se manifiestan las enfermedades y las causas que las produce.
2) Aleatorio o de probabilidad
Todos los elementos de la población tienen la oportunidad de ser escogidos para la muestra.
2.1) Muestreo aleatorio simple. - Selecciona muestras mediante métodos que permiten que cada posible muestra
tenga una igual probabilidad de ser seleccionada y que cada elemento de la población total tenga una oportunidad
igual de ser incluido en la muestra.
Una forma de seleccionar una muestra de manera aleatoria es mediante el uso de números aleatorios.
Otra forma es empleando pedazos de papel, los cuales se deposita en un recipiente y luego se extrae al azar
Ejemplo: De una población de 856 elementos, deseamos extraer una muestra de tamaño 10. Mediante el uso de
números aleatorio, ¿cuáles son los 10 individuos que componen la muestra?.
C:\Users\USER\Desktop\UTN\Números aleatorios.xlsx
2.2) Muestreo sistemático. - Los elementos son seleccionados de la población dentro de un intervalo uniforme que
se mide con respecto al tiempo, al orden o al espacio. Ejemplo: De 100 pacientes de un hospital, se escoge la
muestra de los que en su cédula terminan en el número 6.

2.3) Muestreo estratificado. - Se divide la población en grupos llamados estratos y luego se emplea el muestro
aleatorio o sistemático. El muestreo estratificado resulta apropiado cuando la población ya está dividida en grupos de
diferentes tamaños y deseamos tomar en cuenta esta condición. Ejemplo: Supongamos que los pacientes de un
médico están divididos en cuatro grupos de acuerdo con su edad y se desea averiguar cuántas horas duermen sus
pacientes. Se toma una muestra aleatoria de cada uno de los cuatro grupos de edades.

2.4) Muestreo de racimo. - Se divide la población en grupos llamados racimos y luego se emplea el muestro
aleatorio o sistemático. Ejemplo: Si una investigación de mercado sobre un medicamento tiene la intención de
determinar por muestreo el número promedio de habitantes por domicilio que comprarían el medicamento en una
ciudad, se suele emplear un mapa de la ciudad para dividir el territorio en manzanas y luego escoger un cierto
número de éstas (racimos) para encuestar a sus habitantes.
Nota: Se emplea el muestreo de racimo cuando hay una variación considerable dentro de cada grupo, pero los
grupos son esencialmente similares entre sí. Se emplea el muestreo estratificado en el caso opuesto, cuando cada
grupo tiene una pequeña variación dentro de sí mismo, pero hay una amplia variación de un grupo a otro.
 CONCEPTOS BÁSICOS SOBRE PROBABILIDADES
A) EXPERIMENTO.- Es toda acción sobre la cual vamos a realizar una medición u observación, es decir cualquier
proceso que genera un resultado definido.
B) EXPERIMENTO ALEATORIO.- Es toda actividad cuyos resultados no se determinan con certeza. Ejemplo:
lanzar una moneda al aire. No podemos determinar con toda certeza ¿cuál será el resultado al lanzar una moneda al
aire?, por lo tanto constituye un experimento aleatorio.
C) ESPACIO MUESTRAL (S).- Es un conjunto de todos los resultados posibles que se pueden obtener al realizar un
experimento aleatorio. Ejemplo: sea el experimento E: lanzar un dado y el espacio muestral correspondiente a este
experimento es: S = 1, 2, 3, 4, 5, 6.
D) PUNTO MUESTRAL.- Es un elemento del espacio muestral de cualquier experimento dado.
E) EVENTO O SUCESO.- Es todo subconjunto de un espacio muestral. Se denotan con letras mayúsculas: A, B, etc.
Los resultados que forman parte de este evento generalmente se conocen como “resultados favorables”. Cada vez que
se observa un resultado favorable, se dice que “ocurrió” un evento. Ejemplo: Sea el experimento E: lanzar un dado. Un
posible evento podría ser que salga número par. Definimos el evento de la siguiente manera:
A = sale número par = 2, 4, 6, resultados favorables n(E) = 3
 CONCEPTOS BÁSICOS SOBRE PROBABILIDADES
Los eventos pueden ser:
i) Evento cierto.- Un evento es cierto o seguro si se realiza siempre. Ejemplo: Al introducirnos en el mar, en
condiciones normales, es seguro que nos mojaremos.

ii) Evento imposible o imposible.- Un evento es imposible si nunca se realiza. Al lanzar un dado una sola vez, es
imposible que salga un 10

iii) Evento probable o aleatorio.- Un evento es aleatorio si no se puede precisar de antemano el resultado. Ejemplo:
¿Al lanzar un dado, saldrá el número 3?

F) PROBABILIDAD.- Es el conjunto de posibilidades de que un evento ocurra o no en un momento y tiempo

determinado. Dichos eventos pueden ser medibles a través de una escala de 0 a 1, donde el evento que no puede ocurrir
tiene probabilidad 0 (evento imposible) y un evento que ocurra con certeza es de 1 (evento cierto).
 CONCEPTOS BÁSICOS SOBRE PROBABILIDADES

i) Probabilidad empírica.- Si E es un evento que puede ocurrir cuando se realiza un experimento, entonces la
probabilidad empírica del evento E, que a veces se le denomina definición de frecuencia relativa de la
probabilidad, está dada por la siguiente fórmula:
𝒏ú𝒎𝒆𝒓𝒐 𝒅𝒆 𝒗𝒆𝒄𝒆𝒔 𝒒𝒖𝒆 𝒐𝒄𝒖𝒓𝒓𝒆 𝒆𝒍 𝒆𝒗𝒆𝒏𝒕𝒐 𝑬
𝑷 𝑬 =
𝒏ú𝒎𝒆𝒓𝒐 𝒅𝒆 𝒗𝒆𝒄𝒆𝒔 𝒒𝒖𝒆 𝒔𝒆 𝒓𝒆𝒂𝒍𝒊𝒛ó 𝒆𝒍 𝒆𝒙𝒑𝒆𝒓𝒊𝒎𝒆𝒏𝒕𝒐

Ejemplo: En el año 2017, nacieron en un hospital 135 hombres y 150 mujeres. Si una persona fue seleccionada
aleatoriamente de los registros de nacimientos de ese año, ¿cuál es la probabilidad de que haya sido mujer?
Ya que las probabilidades de que nazcan hombres o mujeres no son iguales, y por tener información específica
experimental que respalda este hecho, se calcula empleando la fórmula de la probabilidad empírica o experimental

𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑛𝑎𝑐𝑖𝑚𝑖𝑒𝑛𝑡𝑜𝑠 𝑑𝑒 𝑚𝑢𝑗𝑒𝑟𝑒𝑠 150 150 10

𝑃 𝑀𝑢𝑗𝑒𝑟𝑒𝑠 = = = = = 0,526 = 52,6%
𝑛ú𝑚𝑒𝑟𝑜 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑛𝑎𝑐𝑖𝑚𝑖𝑒𝑛𝑡𝑜𝑠 135 + 150 285 19
 CONCEPTOS BÁSICOS SOBRE PROBABILIDADES

ii) Probabilidad teórica.- Si todos los resultados en un espacio muestral S finito son igualmente probables,
y E es un evento en ese espacio muestral, entonces la probabilidad teórica del evento E está dada por la
siguiente fórmula, que a veces se le denomina la definición clásica de la probabilidad.

𝒏ú𝒎𝒆𝒓𝒐 𝒅𝒆 𝒓𝒆𝒔𝒖𝒍𝒕𝒂𝒅𝒐𝒔 𝒇𝒂𝒗𝒐𝒓𝒂𝒃𝒍𝒆𝒔 𝒏(𝑬ሻ

𝑷 𝑬 = =
𝒏ú𝒎𝒆𝒓𝒐 𝒕𝒐𝒕𝒂𝒍 𝒅𝒆 𝒑𝒐𝒔𝒊𝒃𝒍𝒆𝒔 𝒓𝒆𝒔𝒖𝒍𝒕𝒂𝒅𝒐𝒔 𝒏(𝑺ሻ

Ejemplo: En cierta rifa de un automóvil se venden 5000 boletos. Calcular la probabilidad de ganarse el
automóvil
a) Si se compran 20 boletos.
b) Si se compran 5000 boletos
c) Si no se compran boletos
 CONCEPTOS BÁSICOS SOBRE PROBABILIDADES
Solución:
Ya que el espacio muestral S (5000 boletos) es finito, y los resultados de cada boleto son igualmente
probables, se calcula empleando la fórmula de la definición clásica de la probabilidad

𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑟𝑒𝑠𝑢𝑙𝑡𝑎𝑑𝑜𝑠 𝑓𝑎𝑣𝑜𝑟𝑎𝑏𝑙𝑒𝑠 𝑛(𝐸ሻ

𝑃 𝐸 = =
𝑛ú𝑚𝑒𝑟𝑜 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑟𝑒𝑠𝑢𝑙𝑡𝑎𝑑𝑜𝑠 𝑝𝑜𝑠𝑖𝑏𝑙𝑒𝑠 𝑛(𝑆ሻ
20 1
aሻ 𝑃 20 = = = 0,004 = 0,4%
5000 250
5000
bሻ 𝑃 5000 = = 1 = 100%
5000
0
cሻ 𝑃 0 = = 0 = 0%
5000
 CONCEPTOS BÁSICOS SOBRE PROBABILIDADES

La probabilidad de que una persona tenga una determinada enfermedad es de 0,02. Existen pruebas de
diagnóstico médico disponibles para determinar si una persona tiene realmente la enfermedad. Si la enfermedad
realmente está presente, la probabilidad de que la prueba de diagnóstico indique la presencia de la enfermedad es
de 0,95.
¿Cuál es la probabilidad de tener la enfermedad, si la prueba de diagnóstico indica la presencia de la misma?.
 TAMAÑO DE LA MUESTRA
Para que una muestra sea fiable, es necesario que su tamaño sea obtenido mediante procesos matemáticos que
eliminen la incidencia del error. Para calcular el tamaño de la muestra suelen emplearse las siguientes fórmulas:
𝑁𝑝(1 − 𝑝ሻ𝑍 2 𝑁𝜎 2 𝑍 2
𝑛= ; 𝑛=
𝑁 − 1 𝑒 2 + (1 − 𝑝ሻ𝑍 2 𝑁 − 1 𝑒2 + 𝜎 2𝑍2

Donde:
n = tamaño de la muestra
N = tamaño de la población.
𝑝 = Proporción muestral que, generalmente cuando no se tiene su valor, suele emplearse un valor constante de 0,5.
𝜎 = Desviación estándar de la población que, generalmente cuando no se tiene su valor, suele emplearse un valor
constante de 0,5. Nota: 𝜎 2 = 𝑝(1 − 𝑝ሻ
 TAMAÑO DE LA MUESTRA
𝑁𝑝(1 − 𝑝ሻ𝑍 2 𝑁𝜎 2 𝑍 2
𝑛= ; 𝑛=
𝑁 − 1 𝑒 2 + (1 − 𝑝ሻ𝑍 2 𝑁 − 1 𝑒2 + 𝜎 2𝑍2
Z = Valor obtenido mediante niveles de confianza. Es un valor constante que, si no se tiene su valor, se lo toma en
relación con el 95% de confianza dando un valor de 1,96 (como más usual) o en relación con el 99% de confianza
dando un valor de 2,58.
UN POCO DE HISTORIA

Carl Friedrich Gauss (1777-

1855), fue matemático, físico
y astrónomo conocido como
“el príncipe de las
matemáticas”.
Fue famoso por su teoría de
los errores que deriva en la
curva llamada “normal”

Billete de 10 marcos alemanes con la imagen de Gauss y la curva normal

 TAMAÑO DE LA MUESTRA

𝑁𝑝(1 − 𝑝ሻ𝑍 2 𝑁𝜎 2 𝑍 2
𝑛= ; 𝑛=
𝑁 − 1 𝑒 2 + (1 − 𝑝ሻ𝑍 2 𝑁 − 1 𝑒2 + 𝜎 2𝑍2

e = Límite aceptable de error muestral (error máximo admisible) que, generalmente cuando no se tiene su valor, suele
utilizarse un valor que varía entre el 1% (0,01) al 9% (0,09), valor que queda a criterio del investigador según la
rigurosidad de la investigación a realizar. Es la diferencia que puede haber entre el resultado que se obtiene en una
muestra y el que se obtendría en el total de la población. La magnitud del error depende vitalmente del tamaño de la
muestra (a mayor tamaño de la muestra, menor error, y viceversa).
Ejemplo: Si hacemos una encuesta de satisfacción a los pacientes de un hospital con un error muestral del 5% y el
70% de los pacientes encuestados se muestran satisfechos significa que entre el 65% y el 75% (70% +/- 5%) del total
de los pacientes del hospital lo estarán.
 TAMAÑO DE LA MUESTRA

Calcular el tamaño de la muestra de una población de 1000 elementos.

Solución:
Se tiene N=1000, y como no se tiene los demás valores se tomará 𝜎 = 0,5, Z = 1,96 y e = 0,05.
Remplazando valores en la fórmula se obtiene:

𝑁𝜎 2 𝑍 2 1000 ∙ 0,52 ∙ 1,962 1000 ∙ 0,25 ∙ 3,8416

𝑛= = =
𝑁 − 1 𝑒2 + 𝜎 2𝑍2 1000 − 1 ∙ 0,052 + 0,52 ∙ 1,962 999 ∙ 0,0025 + 0,25 ∙ 3,8416

960,4 960,4
𝑛= = = 277,74 = 278
2,4975 + 0,9604 3,4579
 TAMAÑO DE LA MUESTRA

Una Zona tiene 4 hospitales, hospital A con 200 pacientes, hospital B con 400 pacientes, hospital C con 100
pacientes y hospital D con 300 pacientes. Se va a realizar un estudio sobre el nivel de satisfacción de los
pacientes.
2.1) ¿Cuántas encuestas se debe aplicar si se emplea el cálculo del tamaño de la muestra al 95% de confianza
con un error de muestreo del 5%?

2.2) ¿Cuántas encuentras se deben aplicar en cada hospital? Tamaño de la muestra.xlsx

 IMPORTANCIA DE LA TÉCNICA DEL MUESTREO

La técnica del muestreo es importante debido a que es una herramienta de la investigación científica cuya
función básica es determinar que parte (muestra) de una realidad en estudio (población) debe examinarse
con la finalidad de hacer inferencias sobre dicha población.

El muestreo es importante porque a través de él podemos obtener una muestra representativa de la

población, “un plano a escala en que esté representadas en miniatura todas las características de la
población” para examinar y obtener conclusiones en base a ella, concluyendo que el resultado obtenido en
la muestra es de hecho representativa de toda la población.

Una ventaja importante del muestreo es debido a que resulta mucho más sencillo trabajar con una pequeña
parte (muestra) que con el todo (población), ahorrando tiempo, recursos, etc.
¡ GRACIAS POR SU ATENCIÓN !
http://repositorio.utn.edu.ec/handle/123456789/760