Investigación Aplicada

Gloria Gabriela Peña Ordóñez

Ciclo 22-3

Semana 3

1/2
 Índice

Índice
4. Selección de la población de estudio
4.1 Población y muestra
4.2 Criterios de inclusión y exclusión de los sujetos de investigación
4.3 Muestreo probabilístico y no probabilístico
4.4 Sesgos en la elección de la muestra
4.4.1 Tipos de sesgos
4.4.2 Estrategias para el control y la prevención

2/2
 Introducción

Introducción
En el presente tema se analizará el proceso de selección de la población de estudio, así como conocer los
conceptos de población y muestra, saber establecer los criterios de inclusión y exclusión de los sujetos,
conocer los tipos de muestreo que se pueden aplicar y los posibles sesgos de la selección de la muestra.

2/2
 4. Selección de la población de estudio

Población.

• Colección de entidades, por lo general personas.

• Una población o colección de entidades puede estar compuesta de animales, objetos,

plantas o células.

• Una población de entidades se define como Conjunto definido de TODOS los individuos, de
donde se observa cierta característica o variable .

2/2
 4. Selección de la población de estudio

• Una población de valores se puede definir como la mayor colección de valores para una
variable aleatoria, los cuales son de interés en la investigación.

2/2
 4.1 Población y muestra

• Por ejemplo, si se tiene interés en conocer el peso de todos los niños inscritos en el sistema
de educación primaria del estado, la población esta formada por todos esos niños.

• Si se tiene interés solo en el peso de los estudiantes inscritos en el primer grado, se tiene
una población diferente, compuesta por los pesos de los estudiantes de primer grado.

2/2
 4.1 Población y muestra
Muestra.
• Una parte de una población.

• Suponga que una población se compone de los pesos de todos los niños inscritos en el sistema
de educación primaria del estado, y se escoge para el análisis solo una fracción de los niños;
entonces se tiene únicamente una parte de la población, es decir, se tiene una muestra.

• SUBCONJUNTO de una población, que intente reflejar las características de la población lo

mejor posible.

2/2
• Una muestra debe ser representativa si va a ser usada para estimar las características de la
población.

• Los métodos para seleccionar una muestra representativa son numerosos, dependiendo del
tiempo, dinero y habilidad disponibles para tomar una muestra y la naturaleza de los elementos
individuales de la población

Subgrupo
de una
Muestra
población
• El individuo es el elemento de la población y la muestra que aporta información sobre la variable
bajo estudio, las cuales deben medirse (MEDIR)
 4.2 Criterios de inclusión y exclusión de los sujetos de investigación

• Los criterios de inclusión se refieren a las características de la población que la hacen

elegible para participar en el estudio.

• Los criterios de inclusión son las características que deben tener los posibles participantes
para considerar su participación en una investigación.

• Describen las población de pacientes y los criterios de selección de pacientes.

2/2
 4.2 Criterios de inclusión y exclusión de los sujetos de investigación

• Los criterios de inclusión deben especificar el tipo de análisis usado para establecer el
diagnóstico de los pacientes y los requisitos específicos para el tratamiento de la enfermedad
(por ejemplo, la gravedad de la enfermedad, el fracaso o éxito de tratamientos anteriores y
otros factores que pueden influir en el pronóstico, como la edad, el sexo o la etnia).

2/2
 4.2 Criterios de inclusión y exclusión de los sujetos de investigación

• Los criterios de exclusión por su parte se refieren al caso contrario.

• Se refiere a las condiciones o características que presentan los participantes y que pueden
alterar o modificar los resultados, que en consecuencia los hacen no elegibles para el
estudio.

2/2
 4.2 Criterios de inclusión y exclusión de los sujetos de investigación

• Son los criterios que sirven a los investigadores para determinar que un paciente no puede
participar en un estudio.

• Un ejemplo, serían aquellos estudios en los que se excluyen a las mujeres embarazadas
para prevenir cualquier posible riesgo en relación al feto.

2/2
• Por ejemplo, según los requisitos del estudio, los criterios de exclusión pueden ser la edad, el sexo,
el tipo o la fase de una enfermedad y la presencia o ausencia de otras enfermedades.
4.3 Muestreo probabilístico y no probabilistica

NO
PROBABOLISTICAS

2/2
 4.3 Muestreo probabilístico y no probabilistico

LAS PROBABILISTICAS
Se entiende como el subgrupo de la
población en el que todos los elementos
de este tienen la misma probabilidad de
ser escogidos

LAS NO PROBABILÍSTICAS

La elección de los elementos no depende

de la probabilidad, sino con causas
relacionadas con las características de la
investigación o de quien hace la muestra

2/2
DIFERENCIA ENTRE LOS TIPOS DE
MUESTREO
PROCESO DE MUESTREO
-Elementos
-Unidades muestreo
POBLACIÓN
-Alcance
-tiempo

• MARCO MUESTRAL

Procedimiento
TAMAÑO DE
de selección de la
LA MUESTRA
muestra

SELECCIÓN DE LA
MUESTRA
 Tipos de Muestreo

Probabilístico No probabilístico

Aleatorio simple Por conveniencia

Sistematico Por cuotas

Estratificado

Conglomerado
• Aleatorio
La característica de este muestreo es que todos los sujetos
de la población de estudio, tienen la misma probabilidad de
ser seleccionados.
Para poblaciones no muy grandes.

• Aleatorio Simple
Cada unidad tiene probabilidad equitativamente de ser
incluida en la muestra.
Selección al azar .
(tablas de números aleatorios, calculadoras, sofware).
 Ejemplo
 Total= 1000 personas trabajando
 600 : obreros
 250 : técnicos
 150 : profesionales
 Se quiere una muestra de 200 personas
 Probabilidad =

Y la distribución de las 200 personas de la muestra se distribuyan así:

120 obreros, 50 técnicos y 30 profesionales.
Azar para escoger a los elementos de la muestra.
 Muestreo aleatorio simple

Muestra formulada de manera que cada integrante de la

población tenga la misma probabilidad de quedar incluido.

Población
Muestra
aleatorización
 • Sistemático
Es un muestreo donde se hace una selección aleatoria del primer
elemento para la muestra, y luego se seleccionan los elementos
posteriores utilizando intervalos fijos hasta alcanzar el tamaño de
muestra deseado.
Se tiene una lista de los individuos de la población de estudio. Si
queremos una muestra de un tamaño dado, elegimos individuos
igualmente espaciados de la lista, donde el primero ha sido elegido
al azar.

Intervalos regulares.
Ejemplo: 5, 10, 15, 20, ………..
CUIDADO: Si en la lista existen periodicidades, obtendremos una muestra
sesgada.

Un caso real: Se eligió una de cada cinco casas para un estudio de

salud pública en una ciudad donde las casas se distribuyen en
manzanas de cinco casas. Salieron con mucha frecuencia las de las
esquinas, que reciben más sol, están mejor ventiladas…
MUESTREO SISTEMÁTICO
Los integrantes de la población se ordenan de acuerdo algún
método y se selecciona al azar un punto de inicio y después se
elige cada “k” elemento de la población para la muestra de
manera sistemática.
Población ordenada
1 2 3 4 5 6 Muestra sistemática
7 8 9 10 11 12
13 14 15 16 17 18 1 5 9
19 20 21 22 23 24 13 17 21
25 26 27 28 29 30 25 29 33
31 32 33 34 35 36
• Estratificado
Es una técnica que aprovecha la existencia de grupos en la
población que representan correctamente el total de la
población en relación a la característica que se quiere medir.
Dicho de otro modo, estos grupos contienen toda la
variabilidad de la población.
Este tipo de muestreo se emplea cuando se tiene interés en
que la muestra sea la más representativa posible en lo que
se refiere a subgrupos de interés relacionados ,por ejemplo:

Sexo
edad,
situación laboral, etc.
 Muestreo estratificado

• Se aplica cuando sabemos que hay ciertos factores (variables,

subpoblaciones o estratos) que pueden influir en el estudio y
queremos asegurarnos de tener cierta cantidad mínima de
individuos de cada tipo:
• Hombres y mujeres,
• Jóvenes, adultos y ancianos…
Se realiza entonces una m.a.s. de los
individuos de cada uno de los estratos.

Al extrapolar los resultados a la población hay

que tener en cuenta el tamaño relativo del
estrato con respecto al total de la población.
Muestreo estratificado
Una población se divide en subgrupos denominados estratos, los
cuales son lo más homogeneo posible, y de cada estrato se
seleccionan de manera proporcional los integrantes de la muestra
estratificada.
Población estratificada
Muestra estratificada

Aleatorización
Muestreo por grupos o conglomerados

Es un procedimiento de muestreo en el que el objetivo de la población se separa en

segmentos exclusivos, homogéneos y luego una muestra aleatoria simple se selecciona de
cada segmento.
Muestreo por grupos o conglomerados
Se aplica cuando es difícil tener una lista de todos los individuos que forman parte de
la población de estudio, pero sin embargo sabemos que se encuentran agrupados
naturalmente en grupos.

Se realiza eligiendo varios de esos grupos al azar, y ya elegidos algunos podemos

estudiar a todos los individuos de los grupos elegidos o bien seguir aplicando dentro de
ellos más muestreos por grupos, por estratos, aleatorios simple…

Para conocer la opinión de los médicos del sistema nacional de salud, podemos
elegir a varias regiones de México, dentro de ellas varias jurisdicciones, y dentro
de ellas varios centros de salud, y…

Al igual que en el muestreo estratificado, al extrapolar los resultados a la población hay

que tener en cuenta el tamaño relativo de unos grupos con respecto a otros.

Regiones con diferente población pueden tener probabilidades diferentes de ser

elegidas, jurisdicciones, hospitales grandes frente a pequeños.

La población se agrupa en conglomerados, los cuales poseen la característica de ser

dispersos dentro de ellos, esto son elegido por ubicación geográfica.
 (Etapas múltiples)…

 Se utiliza para poblaciones grandes y dispersas.

 En lugar de individuos se seleccionan conglomerados que
están agrupados de forma natural. (cuadras de casas,
departamentos, hospitales, provincias).
 Primero se escoge el conglomerado más alto, a partir de
este se selecciona un subgrupo. A partir de este subgrupo
se selecciona otro subgrupo, y así sucesivamente, hasta
llegar hasta las unidades de análisis.
 Tamaño de la muestra

Criterios a considerar
 Recursos disponibles: fijan el tamaño máximo de la
muestra.
 Requerimientos del plan de análisis: fijan el tamaño
mínimo de la muestra.
 A mayor tamaño de muestra menor probabilidad de error.
 Suficiente para realizar análisis o cruce de variables.
 A mayor homogeneidad de la población menor tamaño de
muestra y viceversa.
 En poblaciones pequeñas (<30) tomar el 100%
Muestreo No probabilístico
Muestreo por cuotas:

También denominado en ocasiones "accidental". Se asienta generalmente

sobre la base de un buen conocimiento de los estratos de la población y/o de
los individuos más "representativos" o "adecuados" para los fines de la
investigación. Mantiene, por tanto, semejanzas con el muestreo aleatorio
estratificado, pero no tiene el carácter de aleatoriedad de aquél.

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 Gijón. Una vez
determinada la cuota se eligen los primeros que se encuentren que cumplan
esas características.
(encuestas de opinión)
 Muestreo por conveniencia:

Crear muestras de acuerdo a la facilidad de acceso, la disponibilidad de las personas de

formar parte de la muestra, en un intervalo de tiempo dado o cualquier otra especificación
práctica de un elemento particular.
 Entre los tipos de muestra más
usados en la investigación tenemos:
Muestreo aleatorio
simple Muestreo por cuotas
Es la forma más común Muestreo estratificado se divide a la población
de obtener una muestra cuando los elementos de en estratos o categorías,
es la selección al azar. Es la muestra son y se asigna una cuota
decir, cada uno de los proporcionales a su para las diferentes
individuos de una presencia en la categorías y, a juicio del
población tiene la misma población. investigador, se
posibilidad de ser selecciona las unidades
elegido. de muestreo.
 4.4 Sesgos en la elección de la Muestra

• El sesgo de muestreo o una muestra sesgada en investigación se produce cuando los

miembros de la población prevista se seleccionan de forma incorrecta, ya sea porque tienen
una probabilidad menor o mayor de ser seleccionados.

2/2
 4.4.1 Tipos de sesgos

Sesgo de respuesta voluntaria.

• El sesgo de respuesta voluntaria también se conoce como sesgo de autoselección, en el que

los encuestados que poseen características específicas están más dispuestos a participar en
la investigación que otros. Esto ocurre cuando tienen control sobre la participación en el
estudio.

• En este caso, los encuestados no son neutrales y la mayoría tiende a inclinarse por un tema
porque se identifica con él. La autoselección provoca resultados no deseados en el estudio y
afecta a la racionalidad del mismo.

2/2
• El sesgo de respuesta voluntaria también se produce debido al deseo de las personas de
mantenerse alejadas del tema, aunque sus opiniones sean importantes. Así, los resultados del
estudio representan sólo a las personas que tienen opiniones fuertes hacia el tema y dejan fuera al
resto, sobre representando la muestra.

Ejemplo de autoselección / sesgo voluntario:

• Los programas de radio o televisión con llamadas son los mejores ejemplos de sesgo voluntario, ya
que sólo los encuestados interesados en el tema marcan el número y participan en el estudio.

• Conoce más de los factores que repercuten en el sesgo de recolección de datos.

Sesgo de supervivencia.

• El sesgo de supervivencia también es un tipo común de sesgo de muestreo en el que el investigador

se concentra sólo en la muestra que pasa los criterios de selección e ignora a los que no pasaron.

• El problema del sesgo de supervivencia es que los resultados son muy optimistas, por lo que no
ofrecen una imagen completa al investigador. Se ignoran las opiniones de las variables que no
cumplieron los criterios, lo que hace que los resultados sean unilaterales. La falta de visibilidad
conduce a un error lógico y sesga los resultados finales.

Ejemplo de sesgo de supervivencia:

• El estudio de los resultados empresariales en un determinado sector puede no tener en cuenta las
organizaciones que han fracasado y han dejado de existir en la actualidad. Los resultados pueden
parecer positivos debido al sesgo de supervivencia, pero no representan con exactitud a todo el
sector.
Sesgo de falta de respuesta.

• Los encuestados que se niegan a participar en los estudios y abandonan la investigación provocan
un sesgo de falta de respuesta. La falta de respuesta se debe a que una parte de la población
objetivo no puede participar en la encuesta porque decide no hacerlo.

• El sesgo de participación se debe a múltiples razones que provocan un enorme sesgo en los
estudios. Muchos deciden abandonar debido a la longitud o la estructura de las preguntas del
estudio.

Ejemplo de sesgo de no respuesta:

• Solicitar información sensible a una muestra es una de las principales causas del sesgo de no
respuesta. Muchos encuestados pueden no sentirse cómodos respondiendo a preguntas sobre la
familia, los ingresos, las preferencias sexuales, el consumo de drogas y otros detalles personales
de este tipo, lo que provoca un sesgo en las respuestas.
Sesgo de recuerdo.

• El sesgo de recuerdo simplemente ocurre cuando los encuestados no pueden recordar las cosas
correctamente.

• No se puede hacer mucho para mitigar el sesgo de recuerdo, sino sólo se puede considerar como
un error común en la recolección de datos.

• El sesgo de recuerdo es muy común en las encuestas, ya que la memoria humana es imperfecta y
tienen una memoria selectiva por defecto.

• No se trata de lo bueno o malo que sea uno para recordar las cosas.

• El mejor momento para evitar el sesgo de recuerdo es entrevistar a los encuestados cuando su
memoria está fresca, por ejemplo, inmediatamente después de una compra o de recibir un
producto.
Sesgo del observador.

• El sesgo del observador lo provocan los investigadores cuando ellos mismos influyen en las
expectativas de la investigación, ya sea de forma consciente pero en gran medida inconsciente. Se
produce por la selección de un grupo específico de estadísticas o por influir en los participantes
durante las entrevistas.

• Un buen diseño de encuesta puede mitigar este sesgo y puede ser totalmente controlado por el
investigador.
 4.4.2 Estrategias para el control y prevención

Es posible evitar el sesgo de muestreo hasta cierto punto.

A continuación te compartimos algunos consejos para evitar el sesgo de muestreo:

• Definir la población y el marco muestral

• Asegúrate de que la población objetivo y el marco de muestreo coinciden
• Evita el muestreo por conveniencia, no es la mejor opción
• Establece los objetivos de la encuesta
• Da a los encuestados la oportunidad de participar por igual
• Mantén una longitud de encuesta corta o razonable
• Haz que las encuestas sean fácilmente accesibles
• Realiza un seguimiento

2/2
 Conclusiones

Conclusiones
La selección de la población de estudio es un paso relevante porque se debe elegir de acuerdo a las
características o variables de interés, además una vez que se selecciona la población, también se debe hacer
un tipo de muestreo, ya se probabilístico o no probabilístico, adecuado al diseño de estudio para reducir los
posibles sesgos en la investigación.

2/2
 Bibliografía

1. Hernández Sampieri, R., Fernández Collado, C., & Baptista Lucio, P. (2014). Metodología de la
investigación (6a. ed.-). México: McGraw-Hill.

2. Daniel, W. W. (2010). Bioestadística: Base para el análisis de las ciencias de la salud (4a. ed. --.).

2/2