1

UNIVERSIDAD DE SAN CARLOS DE GUATEMALA

CENTRO UNIVERSITARIO DE OCCIDENTE
DIVISIN CIENCIAS DE LA SALUD
PRIMER AO CARRERA DE MEDICO Y CIRUJANO, 2015.

CURSO DE BIOESTADSTICA
Semana 9

MUESTREO
INTRODUCCIN.
La INFERENCIA ESTADSTICA comprende el establecer ciertos juicios con respecto a algo despus de
examinar solamente una parte o muestra de ello. As se ofrece una muestra gratis de un nuevo producto
alimenticio en un supermercado; se puede probar un pedazo de pastel para saber si ya esta fro, y un cocinero
prueba la sopa para saber si necesitas un poco mas de sazn. En forma semejante cuando se hojea un nuevo
libro o revista, se mide un traje, salir con una persona por primera vez o ver un programa de televisin durante
unos cuantos minutos antes de decidirse a cambiar de canal, en realidad esta muestreando.
El muestreo estadstico es semejante a cada uno de los ejemplos anteriores aunque sus mtodos son
mas formales y precisos, y generalmente incluyen una proposicin de probabilidad. La probabilidad y el
muestreo estn estrechamente relacionados y juntos constituyen la base de la teora de la inferencia.
En este capitulo se examinan los conceptos bsicos que comprenden el muestreo. Se concede
particular atencin al MUESTREO ALEATORIO, debido a su importancia en el anlisis estadstico. Mientras
que ningn plan de muestreo puede garantizar que una muestra ser exactamente igual a la poblacin de la que
se ha tomado, una muestra aleatoria permite estimar la cantidad de error posible (es decir, cuan prxima est
la muestra en trminos de su representatividad). Las muestras no aleatorias carecen de esta caracterstica.

MUESTRAS Y POBLACIONES
Un censo comprende el examen de todos los elementos de un determinado grupo, mientras que el
muestreo comprende el anlisis de una pequea parte de un grupo total de elementos sin tener que
examinarlos uno por uno.
La parte del grupo de elementos que se examinan recibe el nombre de MUESTRA, y el grupo total a
partir del cual se selecciono la muestra se conoce como POBLACIN o UNIVERSO. Los elementos que forman
una poblacin pueden ser personas, empresas, productos manufacturados, inventarios, escuelas, ciudades,
calificaciones escolares, precios o cualquier otra cosa que se pueda MEDIR, CONTAR o JERARQUIZAR.
Los trminos POBLACIN y
MUESTRA estn relacionados con un conjunto especifico de
circunstancias. Es decir, en un ejemplo, los alumnos de un saln de clases se pueden considerar como una
poblacin y de esta se puede obtener una muestra de estudiantes. En el caso de otro problema, estos mismos
alumnos se pueden considerar como una muestra de todos los estudiantes de una escuela de Ingeniera, o bien,
como una muestra de la poblacin de estudiantes de esa Universidad en particular. Como el fin del muestreo
es generalizar con respecto a la poblacin fundamental, es axiomtico que la poblacin OBJETIVO se deba
establecer de manera que se puedan hacer generalizaciones significativas.

NO TENIAS QUE
BEBERTE TODO EL
PONCHE PARA PROBAR SU
SABOR!

Las poblaciones de tamao limitado se conocer como poblaciones FINITAS, en tanto que las que tienen
tamao ilimitado se conocen como poblaciones INFINITAS. Los alumnos de una clase determinada, los
productos de un supermercado, los libros de una biblioteca y los automviles del estado de California son
ejemplos de poblacin FINITAS. Por otra parte, las poblaciones infinitas generalmente son de cierto tipo de
PROCESO que produce elementos o resultados, como la tirada de monedas, en la cual el numero de resultados
(caras o cruces) que se pueden obtener es ilimitado. Otros ejemplos de procesos de poblaciones -infinitas son
la produccin futura de una maquina, la extraccin de canicas de una urna regresando cada canica a su lugar
antes de sacar otra, y el nacimiento de insectos (o de cualquier otra especie)- Desde un punto de vista practico,
la consideracin importante es si separar uno o un pequeo numero de elementos de la poblacin, incluir de
manera considerable en las probabilidades relativas.

2
MUESTREO A PARTIR DE UNA POBLACIN FINITA
El problema de regresar o no un elemento muestreado a una poblacin antes de sacar otro de esta,
surge cuando se muestrea de una poblacin finita, ya que la probabilidad de incluir elementos de una
poblaciones en una muestra depender de si estamos muestreando con REPOSICIN O SIN REPOSICIN.
Si el tamao de una muestra es pequeo en relacin con el de la poblacin, el no regresar los objetos
muestreados a la poblacin tendr un efecto insignificante sobre las probabilidades de los elementos restantes,
y muestrear son reposicin no causara serias dificultades. Por otra parte, las muestras relativamente grandes
tienden a distorsionar las probabilidades de los elementos restantes cuando se muestrea sin reposicin. Una
regla generalmente aceptada es sustituir unidades si el tamao de la muestra excede del 5% del tamao de la
poblacin.
Aunque no sea muy evidente, el seleccionar una muestra completa de inmediato equivale a muestrear
sin reposicin. Cuando se muestrea con reposicin es posible obtener el mismo resultado mas de una vez, en
tanto que tomando la muestra total de una vez, seria imposible que eso sucediera.
Existen varias razones del por qu el muestreo sin reposicin se lleva a cabo en la prctica real:
1. Como se menciono anteriormente, los efectos suelen ser insignificantes, y puede ser ms conveniente
hacerlo as.
2. Si se realizan ensayos destructivos, ser imposible regresar los elementos muestreados a la poblacin.
3. En el muestreo industrial ser difcil persuadir a los inspectores carentes de adiestramiento en
estadstica de que regresen los elementos muestreados a la poblacin, particularmente si stos estn
defectuosos.
4. Cuando se regresa un objeto muestreado a la poblacin, existe una posibilidad de que sea incluido en
un ensayo subsecuente. As, algunos elementos pueden ser muestreados ms de una vez. Si el
procedimiento de muestreo comprende un ensayo o una entrevista costosos, es deseable evitar
examinar un objeto ms de una vez.
El muestreo sin reposicin suele ser necesario o deseable, cuando el tamao de la muestra es relativamente
grande en comparacin con el tamao de la poblacin y el clculo de probabilidades importantes se funda
en la distribucin HIPERGEOMTRICA. Los clculos pueden ser bastantes complejos, por lo que lo
referente a la distribucin Hipergeomtrica.

MUESTRA Y CENSO

Una muestra generalmente comprende el examen de una parte de los elementos de una poblacin,
mientras que un censo consiste en estudiar todos los elementos de sta. Aunque el enfoque en la
estadstica inductiva se apoya en las muestras, es til, sin embargo, considerar la alternativa del muestreo.
Superficialmente puede parecer mas conveniente inspeccionar de manera completa todos los elementos
de una poblacin que estudiar una muestra de estos. En la prctica, sucede lo contrario: es mejor hacer un
muestreo que efectuar un censo. Esta ltima proposicin se considerara en trminos de las situaciones en
las que el muestreo resulta til:
1. La poblacin puede ser INFINITA, en cuyo caso ser imposible efectuar un censo. Como estos son
procesos que nunca terminan, seria evidentemente imposible examinar cada elemento de la poblacin.
2. Una muestra puede ser ms OPORTUNA que un censo. Si se requiere rpidamente de informacin
acerca de una poblacin, el estudio de una completa -en particular si hay muchos elementos, o si estn
muy dispersos- puede consumir tanto tiempo que no seria utilizable. En el tiempo que necesitaramos
para examinar cada caja de un cargamento de fresas frescas, la fruta se podra deteriorar hasta el
punto que no pudiera venderse. Adems, si una poblacin tiende a cambiar con el tiempo, un censo
completo puede combinar realmente varias poblaciones. Encuestar personas de una gran comunidad
para descubrir el porcentaje de individuos que contrajeron cierta enfermedad contagiosa puede tardarse
tanto que, cuando se obtengan los resultados y se tomen las medidas de sanidad convenientes, el
padecimiento puede haberse extendido en tal grado que seria necesario tomar otras disposiciones. De
hecho, los encuestadores pueden ser un factor que contribuya a la propagacin de la enfermedad. As,
el estudio puede indicar que localmente se dispone de la suficiente vacuna para hacer frente a la
enfermedad pero, para ese momento, sta se encontrara fuera de control y requerir dosis masivas de
la vacuna.
3. Pueden intervenir ENSAYOS DESTRUCTIVOS. Es decir, en el proceso de examinar los objetos, stos
quedan destruidos. Cosas como lmparas de destello, fusibles, etc., generalmente se destruyen durante
el proceso de prueba. As, un censo puede proporcionar una imagen mas exacta de una poblacin
inexistente.
4. El COSTO de efectuar un censo puede ser excesivo, particularmente cuando resulta caro examinar
cada elemento y son muchos los que forman la poblacin. El costo de efectuar un censo de la poblacin
norteamericana es enorme y solo se lleva a cabo cada 10 aos. Otro ejemplo, seria tratar de obtener un
censo de los pesos de la poblacin pisccola de una laguna, o contar el numero total de peces en un
lago. La poblacin es tan grande y cambiante, y los problemas de medicin (como contar una vez
cuidadosamente cada pez, sin que sufra dao alguno) son tan complejos, que esto excluye claramente
el censo.

3
5. La EXACTITUD puede verse afectada cuando se hace un censo de una gran poblacin. El muestreo
comprende menos observaciones y, por tanto, menos recopiladores de datos. Cuando hay muchos de
ellos existe una menor coordinacin y control que si hay pocos, por lo que aumenta la posibilidad de
cometer errores. As, el muestreo generalmente puede dar lugar a mayor uniformidad en los mtodos
de recopilacin de datos y mayor comparabilidad entre los mismos, que un censo.
6. Por ultimo, el TIPO DE INFORMACIN, puede depender de si se utiliza una muestra o un censo.
Generalmente, los gastos de recopilacin de datos estn sujetos a limitaciones presupuestales. As
mismo, suele establecerse un limite de tiempo. Si se utiliza un censo, las consideraciones de tiempo y
costo pueden significar que esta operacin debe restringirse a medir una o unas cuantas caractersticas
por elemento. Una muestra tomada con las mismas restricciones de tiempo y dinero, podra dar lugar a
un estudio mas profundo de un pequeo numero de objetos. Obsrvese que si todos los elementos de
una poblacin fueran idnticos, entonces una muestra de un solo proporcionara toda la informacin
respecto a la poblacin total, y muy poco se ganara si se efectuara un censo. Aunque esta situacin
seria extrema, hay, de hecho, muchos ejemplos en los que los elementos de una poblacin son muy
semejantes. En estos ejemplos, un censo total contribuira muy poco en comparacin con lo que lo
hara una muestra relativamente peque
Existen ciertas situaciones en las que es mas ventajoso inspeccionar todos los elementos de
una poblacin (es decir, efectuar un censo). Entre ellas estn las siguientes:
1. La POBLACIN puede ser tan PEQUEA que quiz sea un poco mas costoso y largo efectuar un censo
que hacer una muestra. Si la poblacin esta formada por un grupo de veinte estudiantes,
indudablemente lo mejor seria llevar a cabo un censo.
2. Si el TAMAO de la muestra es RELATIVAMENTE GRANDE CON RESPECTO AL TAMAO DE LA
POBLACIN, el esfuerzo adicional requerido para hacer un censo puede ser pequeo. Por ejemplo, si
existe mucha variabilidad entre los elementos de una poblacin, puede ser necesario considera una
muestra muy grande para obtener una que sea representativa. Si la poblacin no es mucho mas
grande que la muestra, un censo puede eliminar la variabilidad del muestreo.
3. Si se requiere una exactitud completa, un censo es la nica forma de alcanzarla. Debido ala variabilidad
del muestreo, nunca se tendr la seguridad de cules son los verdaderos parmetros de la poblacin.
Un censo puede proporcionar esta informacin, aunque los errores en la recopilacin de datos entre
otros, quizs afecten obviamente la exactitud de ste. Un gerente bancario no tomara una muestra al
azar del dinero en las cajas para saber cuanto efectivo dispone el banco, sino que contara todo el
dinero (efectuara un censo) depositado en todas ellas. Esto hace que no se cometan errores y fallas
aritmticas al sumar las cantidades, pero evita los problemas que se presentaran si se tomara alguna
caja como representativa de todas las dems.
4. Ocasionalmente, se DISPONE DE LA INFORMACIN COMPLETA, por lo que no es necesario.

MUESTREO ALEATORIO
Existe una gran variedad de mtodos para tomar una muestra. Quiz el mas importante de ellos, y el
que estudiaremos mas a fondo, es el MUESTREO ALEATORIO. De hecho, la mayora de las pruebas
estadsticas que consideraremos se basan en el muestreo al AZAR. Algunas veces se le conoce como
Muestreo Aleatorio Simple para diferenciarlo de otros tipos de muestreo en que intervienen elementos del
muestreo al azar.*
En trminos generales, el muestreo aleatorio requiere que cada elemento de una poblacin tenga la
misma oportunidad de ser incluido en la muestra. Esto se puede interpretar de la siguiente manera:
En el caso de POBLACIONES DISCRETAS, una muestra aleatoria es aquella en la que cada
ELEMENTO de la poblacin tiene la misma oportunidad de ser incluido en la muestra.
En lo referente a POBLACIONES CONTINUAS, una muestra aleatoria es aquella en que la
probabilidad de incluir cualquier intervalo de valores en la muestra es igual al porcentaje de la
poblacin que est comprendida en dicho intervalo.
Una muestra aleatoria de una poblacin discreta seria entonces una muestra en la que la probabilidad
de obtener cualquiera de los N elementos de la poblacin en una sola inspeccin es 1/N. Esto tambin
significa que GRUPOS de elementos tienen la misma oportunidad de ser incluidos en la muestra que otros del
mismo TAMAO. Por ejemplo, la probabilidad de incluir dos elementos cualesquiera debe ser igual para todos
los grupos posibles de dos de ellos. Una extensin de esto es que la probabilidad de incluir un elemento que es
miembro de un grupo de la poblacin de una muestra aleatoria, es proporcional al tamao del subgrupo. Los
subgrupos grandes tendrn una mayor probabilidad de contar con uno o mas elementos en una muestra que los
subgrupos pequeos, mientras que los de igual tamao tendrn probabilidades iguales. Por tanto el muestreo
aleatorio tiende a producir muestras representativas.

De aqu en adelante el termino muestreo aleatorio se referir al muestreo aleatorio simple, a

menos que se indique otra cosa.

4
Cabe observar que cuando se selecciona una muestra al azar, el proceso de seleccin es el que es
aleatorio y no los elementos de la muestra. Adems, el proceso no es de tanteo, el azar no debe relacionarse
con la casualidad, ya que esta ltima no puede satisfacer necesariamente una situacin igual de probable.
OBTENCIN DE UNA MUESTRA ALEATORIA
Si una poblacin objetivo es INFINITA, como la produccin futura de una maquina, se puede considerar
como un proceso probabilstico. Anotando los elementos en el ORDEN en que ocurren, es posible obtener una
muestra que sea representativa del proceso (es decir, una muestra aleatoria). En tanto que el proceso en
consideracin se mantiene estable durante el perodo en el que se hacen las observaciones (de manera que al
probabilidad de cada resultado posible permanece constante), es posible considerar el proceso y la muestra
resultante como aleatorias. As es exactamente como se consideran las tiradas sucesivas de una moneda
normal y las de dados no cargados.
Algunos ejemplos de procesos que generalmente se consideran aleatorios son los tiempos de llegada de
autos a una casera de cobro, llamadas telefnicas que se reciben en un enorme conmutador, los clientes en las
cajas de un supermercado; los tiempos de servicio en casetas de cobro, conmutadores telefnicos y cajas
registradoras y la produccin de cualquier proceso mecnico.
Si la poblacin objetiva es FINITA, esencialmente hay dos formas de seleccionar unas muestra aleatoria
simple. Un mtodo consiste en elaborar una lista, o marco de referencia de cada uno de los elementos de la
poblacin, y aplicar despus un mtodo aleatorio a la lista, para seleccionar los elementos que se habrn de
muestrear. El segundo mtodo se utiliza cuando los objetos que forman la poblacin no se identifican
claramente, lo que imposibilita un listado. Por ejemplo, en el procesamiento de alimentos, eliminacin de
desperdicios y control de la contaminacin suele no haber una idea clara acerca de los elemento que se pueden
muestrear. Una alternativa seria muestrear situaciones en lugar de objetos, como 24 cm arriba y 17 cm abajo.
Esto se puede llevar a cabo imaginando que la poblacin esta compuesta de cubos, y posteriormente
muestrendolos. Otra posibilidad seria emplear cierto tipo de proceso de mezclado. Semejante al de canicas en
una urna. Claramente existe el peligro de que este proceso no sea completo. Por lo que al final una muestra no
puede ser representativa. De este modo, es importante observar cuidadosamente cmo se seleccionan los
elementos y si stos son igual de probables.
La posibilidad de obtener una muestra aleatoria verdadera es mucho mayor cuando se puede listar cada
uno de los elementos. Ejemplos, de los que se pueden listar son los Empleados de una compaa, los
inventarios de una fbrica, los vehculos registrados en un Estado, los alumnos de Tercer Ao, los Registros de
la Temperatura a las 6 de la maana en varias zonas del pas, los anuncios publicitarios, los Cines de una
Ciudad, etc. Cabe observar que una lista de los elementos de una poblacin generalmente no se considera
como un censo de sta, ya que solo se indica un medio de identificacin de los elementos. Las caractersticas
de inters se debern obtener mediante el muestreo. As, una lista de peridicos no dice lo que stos
contienen, una lista de los cines no indica la cantidad de dinero recibido en sus taquillas en la tercera semana de
junio; una lista de alumnos de tercer ao no revela quienes de ellos tienen empleo durante el verano, y una lista
de inventarios no establece los activos netos de diversas compaas. El nico fin de la LISTA es el permitir
seleccionar elementos de una poblacin para su estudio subsecuente.
El proceso de seleccin consiste en asignar nmeros consecutivos a los elementos listados y designar
aleatoriamente los nmeros de aquellos que sern incluidos en la muestra. Conceptualmente, se pueden utilizar
cartas, dados o botas numeradas para general nmeros aleatorios que correspondan a los nmeros de nuestra
list. Por ejemplo, si nuestra poblacin consta de 46 objetos, se pueden colocar en una urna, bolas numeradas
del 1 al 46 convenientemente mezclados y seleccionar despus una cada vez hasta que el numero de bolas
seleccionadas igualen el tamao de muestra deseado. Los nmeros en estas indicaran que elementos de la
poblacin sern incluidos en la muestra.
OTROS MTODOS DE MUESTREO
Existen numerosos procedimientos de muestreo, diferentes a los del muestreo aleatorio simple, resultan
tiles al reunir la informacin de muestras.
Algunos de estos se mencionaran aqu para ilustrar ciertas extensiones del muestreo aleatorio simple, y para
proporcionar una perspectiva adicional del muestreo al azar. A modo de advertencia, se requiere de una
planificacin cuidadosa y de un conocimiento amplio para emplear correctamente estas tcnicas de muestreo,
en particular para determinar qu elementos de una poblacin muestrear, y, decidir, cmo interpretar los
resultados muestreales.
MUESTREO ESTRATIFICADO:
Este termino viene de la palabra estrato; el tipo as designado se caracteriza por la subdivisin de la
poblacin en subgrupos o estratos, debido a que las variables principales a estudiar presentan cierta variabilidad
o distribucin conocida que puede afectar los resultados a obtener.
Si estamos interesados en realizar un estudio para determinar la oferta y la demanda de los agentes de
salud, y dado que estos generalmente se agrupan en personal comunitario, tcnico, auxiliar y profesional, y en
los que sabemos que se van a encontrar variaciones, convendra tomar esos cuatro grupos como estratos.

5
No se ha determinado un nmero de estratos que se puede tomar, aunque se aconseja que no conviene
trabajar con una diversidad de ellos por el cruce de variables que deber hacerse en el anlisis estadstico de
los datos recolectados; tambin se recomienda no trabajar con muchas variables por la misma dificultad.
El nmero de elementos a tomar de cada estrato se determina proporcionalmente, segn la cantidad de
unidades que integra cada estrato, y en base a la totalidad de la poblacin muestral.
MUESTREO SISTEMTICO:
Este tipo es similar al aleatorio simple, en donde cada unidad del universo tiene igual probabilidad de ser
seleccionada, variando el proceso de seleccin de la muestra. Las etapas a seguir son las siguientes:
1.
2.
3.

4.
5.

determine el numero que conformara su muestra (n).

asegrese de la cantidad que integra su poblacin y que todas las unidades estn numeradas.
calcule el denominado numero de seleccin sistemtica que es el intervalo numrico que servir de
base para la seleccin de la muestra. Este se calcula dividiendo el total del universo (N) por la
muestra (n). siguiendo el ejemplo anterior tenemos N/n = 500/100 = 5; en este caso 5 ser el
intervalo para la seleccin de cada unidad muestral.
determine la unidad muestra por la que se iniciara la seleccin de la muestra, se puede hacer al azar
o por sorteo, definiendo de esas cinco primeras unidades, por cul iniciara la seleccin.
proceda a conformar la muestra; si al realizar el sorteo le resulta el numero cuatro y dado que el
numero de seleccin sistemtica es 5 (cinco), la primera unidad ser 4 y las siguientes 9, 14, 19
y as sucesivamente, hasta que tenga los 100 elementos.

EL PROCESO A SEGUIR ES EL SIGUIENTE:

1. Determine o defina finalmente la poblacin que constituir su muestra.
2. Determine los estratos o subgrupos que ara de esa poblacin segn la variable que se esta estudiando.
3. Asegrese del nmero que compone cada estrato, que estn enumerados y que sean fcilmente
identificados.
4. Calcule el porcentaje que constituir esa poblacin muestral del universo. Con el ejemplo anterior esa
proporcin ser del 20% o bien: 500:100%::100:X de lo que queda un porcentaje de 20.
5. Calcule proporcionalmente el nmero de unidades que seleccionara de cada estrato segn el porcentaje
determinado. Si uno de estos estratos tiene 180 unidades, el 20% ser de 36 elementos;
180:100::X:20%; X=36. De este estrato se escogern 36 unidades de las 100 que debe contener su
muestra.
6. Seleccione de cada estrato las unidades muestrales hasta tener la cantidad definida de cada uno de
ellos, puede hacerlo al azar simple (por sorteo o usando la tabla) segn el procedimiento discutido
anteriormente.
El proceso indicado es para el muestreo estratificado proporcional; otro tipo de muestreo estratificado es
el no proporcional, que consiste en escoger de cada estrato igual cantidad segn el numero muestral fijado. Si
se tienen 3 estratos y debe obtenerse 375 unidades para su muestra; deber escoger de cada uno 125
elementos, sin considerar variantes en la constitucin numrica de cada estrato. Esto se hace a veces en
estudios analticos (cohortes y de casos y controles), y en las experimentales.
MUESTREO POR CONGLOMERADO.
Este tipo de muestreo se usa en particular cuando no se dispone de una lista detallada y enumerada de
cada una de las unidades que conforman el universo y resulta muy complejo elaborarla.
Se le denomina as debido a que en la seleccin de la muestra, en lugar de escogerse cada unidad se
procede a tomar los grupos o conjuntos de unidades, a los que se llama conglomerados.
Aunque quiz por ello se tienda a creer que es lo mismo que el estratificado, ambos se diferencian en
que los primeros, los subconjuntos se dan en la vida real o ya estn agrupados de esa manera, por ejemplo:
escuelas, tipos de industrias, bloques de casas y otros. En el de estratos el investigador decide las
agrupaciones que utilizara segn la posible variabilidad de los fenmenos a estudiar. Otra diferencia es que en
el de estratos el investigador conoce la distribucin de la variable, no as en el de conglomerado.
El proceso parte definiendo inicialmente los conglomerados, despus se seleccionan los subconjuntos a
estudiar, o sea que se realiza un muestreo de conglomerados; de stos seleccionados se procede a hacer el
listado de las unidades que componen cada conglomerado, continuando posteriormente con la seleccin de las
unidades que integraran la muestra, siguiendo algunos de los mtodos aleatorios indicados.
Si se desea hacer un estudio en las escuelas de educacin primaria sobre un determinado fenmeno,
inicialmente se seleccionan las escuelas que se estudiaran, de esas escuelas seleccionadas se determinan los
grados o clases a medir y posteriormente se escogen los alumnos que sern las unidades de observacin,
utilizando uno de los mtodos aleatorios.
Se estima que las inferencias que se hacen en una muestra conglomerada no son tan confiables, como
las que se obtienen de un estudio hecho por muestreo aleatorio.

6
MUESTREO NO PROBABILISTICO.
Este tipo de muestreo no sigue el proceso aleatorio por lo que no tiene las caractersticas de los otros,
ni mucho menos puede considerarse que la muestra es representativa de una poblacin. Se caracteriza porque
el investigador selecciona su muestra siguiendo algunos criterios identificados para fines del estudio que le
interesa realizar.
Se aplica en estudios experimentales o estudios de casos ya que en estos se decide generalmente
estudiar algunos fenmenos en particular, siendo necesario que toda la muestra rena las caractersticas que el
investigador considera pertinentes para observar el fenmeno en estudio.
Entre estos tipos de muestreo se cita el intencional o por conveniencia, en el que el investigador
decide, segn sus objetivos, los elementos que integraran la muestra, considerando aquellas unidades
supuestamente tpicas de la poblacin que desea conocer.
El otro tipo es el muestreo por cuota que consiste en que el investigador decide seleccionar la muestra
considerando algunos fenmenos o variables a estudiar en su problema, como sexo, raza, religin; como paso
inicial se determina la cantidad o cuota de sujetos de estudio a incluirse y que poseen las caractersticas
indicadas; un ejemplo, de esto son las encuestas de opinin publica, en las que los encuestadores proceden a
buscar las personas hasta cubrir la cuota previamente fijada, sin preocuparse por reas geogrficas, zonas u
otro criterio.
Verlinger, menciona otro tipo de muestreo denominado accidental que consiste en aprovechar o
utilizar para el estudio las personas disponibles en un momento dado segn lo que le interesa estudiar. Se
estima que de los tres, este es el ms deficiente.
ELEMENTOS A CONSIDERAR POR EL INVESTIGADOR EN EL PROCESO DE DEFINICIN DE SU
MUESTRA:
Los aspectos anotados anteriormente describen en especial los tipos de muestra existentes y el proceso
a seguir en su seleccin, de tal forma que los oriente en el tipo a escoger segn el problema y objetivos
planteados. Finalmente, en esta seccin se considera pertinente resumir los aspectos que deben determinar
cuando este en la etapa de extraccin de las muestras:
Definir la poblacin, tamao y
elementos que la componen

Determinar la unidad de observacin,

la unidad muestral y sus
caractersticas.
Determinar aquella informacin necesaria
para hacer la seleccin de la muestra.
Definir el tamao
De la muestra

Definir el mtodo de seleccin

de la muestra.

Definir los procedimientos que deben seguirse

para la seleccin de la muestra.
Los aspectos a considerar en cada uno de ellos fueron tratados a travs del desarrollo del curso y podra
analizarse su contenido en los dos ejemplos que se presentan en el Manual.

DR. SAL CARLOS LPEZ SANTIZO

COORDINADOR Y CATEDRTICO DEL
CURSO DE BIOESTADSTICA
PRIMER AO, CARRERA DE MEDICO Y CIRUJANO

2015

SCLS/mirna.
28 de abril de 2015
10:58 horas

LIC. MARIO JOAQUN LPEZ MUOZ

CATEDRTICO DEL CURSO DE BIOESTADSTICA
PRIMER AO, CARRERA DE MEDICO Y CIRUJANO

2015