Professional Documents
Culture Documents
Diapositivas-Muestreo Estadistico y Tamaño de Muestra Presentación
Diapositivas-Muestreo Estadistico y Tamaño de Muestra Presentación
SALUD pública
Nutrición - Dietética
TEMAS : POBLACIÓN
MUESTRA –TIPOS
UNIDAD 2
Tema 1: Población
Tema 2: Muestra
Universalidad
Homogeneidad
Se refiere al conjunto completo de individuos, objetos o Definición Clara
eventos que se quieren estudiar. Es el total de
observaciones o unidades de análisis de interés.
La población abarca todos los elementos relevantes para un estudio. A pesar de sus
variaciones internas, todos sus miembros comparten una característica común.
3
Company development timeline
MARCO MUESTRAL
Cada miembro o componente individual de la
población.
POBLACIÓN FINITA
Una población que tiene un número contable
de elementos
UNIVERSO
POBLACIÓN INFINITA
Otro término para referirse Una población que tiene un número
a la población total de incontable o infinito de elementos.
interés en un estudio
UNIDAD DE ANÁLISIS
Es el principal objeto o entidad sobre el cual
se recopila información en un estudio y se
realiza el análisis.
ELEMENTO
POBLACIÓN OBJETIVO O DE ESTUDIO
Cada miembro o componente
individual de la población Es el principal objeto o entidad sobre el cual se recopila
información en un estudio y se realiza el análisis.
Click to enter the title content
¿Cuál es la muestra?
Se quiere estudiar al personal de nutricionistas, para lo cual debemos conocer la muestra de una
población conformada de la siguiente manera:
Auxiliar de enfermería 60
Licenciados de nutrición 100
Médicos 30
Licenciados terapistas respiratorios 40
Tema 3: Muestreo Probabilístico
El muestreo probabilístico es un método de muestreo (muestreo se refiere al estudio o el análisis de grupos
El requisito más importante del muestreo probabilístico es que todos en una población tengan la misma
(muestra) de una gran población existente y luego predecir que todas las respuestas juntas coincidirán
N (población), de tal manera que cada una de las muestras tiene la misma probabilidad de ser elegida.
Se numeran las unidades de la población del 1 al N, y por medio de una tabla de números aleatorios o
colocando los números 1 a N en una urna, se extraen sucesivamente n números. Las unidades que
o no, este puede ser muestreo aleatorio simple con reposición o sin reposición.
Fuente: Internet
Tema 3: Muestreo Probabilístico
Pasos
en segmentos exclusivos, homogéneos (estratos), y luego una muestra aleatoria simple se selecciona de
Las muestras seleccionadas de los diversos estratos se combinan en una sola muestra.
Tema 3: Muestreo Probabilístico
Pasos
• Se seleccionan al azar los elementos de cada estrato hasta obtener el número específico definido para
cada estrato.
Tema 3: Muestreo Probabilístico
•Proporcionado
Cuando utilizamos el muestreo estratificado proporcional, cada estrato tiene en la muestra el mismo peso
•Uniforme
En la muestra que tomamos, todos los estratos tienen el mismo peso, sin importar el tamaño que tienen
En una comunidad, se sabe que hay tres grupos etarios con diferentes hábitos alimenticios: niños (0-12
años), adultos (13-59 años) y ancianos (60+ años). Un nutricionista decide seleccionar una muestra
Procedimiento: Si hay 300 niños, 500 adultos y 200 ancianos, y se quiere una muestra total de 100
Niños: 300/1000=0.3
Adultos: 500/1000=0.5
Ancianos: 200/1000=0.2
2. Multiplica la proporción de cada estrato por el tamaño de muestra deseado (en este caso,
100) para determinar cuántos individuos seleccionar de cada estrato:
Niños: 0.3×100=30
Adultos: 0.5×100=50
Ancianos: 0.2×100=20
Por lo tanto, seleccionarías 30 niños, 50 adultos y 20 ancianos para obtener una muestra total de
100 personas que sea representativa de la distribución por edad en la comunidad.
Tema 3: Muestreo Probabilístico
Sistemático
El muestreo sistemático es un tipo de muestreo probabilístico donde se hace una selección aleatoria del
primer elemento para la muestra, y luego se seleccionan los elementos posteriores utilizando intervalos
Seleccionar la población: Primero, hay que elegir la población. Este es el paso esencial cuando
investigamos un tema. Tenemos que saber a quién, o a qué, va a ir dirigido nuestro análisis.
Tamaño de la muestra: Una vez hemos realizado el primer paso, toca decidir el tamaño de la muestra.
Existen diferentes fórmulas para calcularlo, todo ello teniendo en cuenta si la población es finita o no.
Tema 3: Muestreo Probabilístico
Sistemático
Ejemplo: Un hospital quiere evaluar la eficacia de un programa de nutrición comunitaria. Tienen una
lista de 1,000 pacientes que han participado en el programa. Deciden seleccionar cada 20º paciente para
realizar un seguimiento.
Procedimiento: Elige un número de inicio aleatorio entre 1 y 20 (por ejemplo, 5). Luego, selecciona el
Toma en cuenta todo el rango de la población, obteniendo una mayor representatividad de la misma.
El muestreo por conglomerados, también conocido como muestreo por racimos, es un procedimiento de
muestreo probabilístico en que los elementos de la población son seleccionados al azar en forma natural
por agrupaciones (Clusters). Los elementos del muestreo se seleccionan de la población de manera
Los conglomerados deben ser, en la medida de lo posible, lo más heterogéneos que se pueda con el fin
conjunto.
Los individuos que componen los conglomerados son seleccionados de forma indirecta, ya que lo que se
son elegidos a juicio del investigador. No se conoce la probabilidad con la que se puede seleccionar a
cada individuo.
El muestreo no probabilístico se utiliza cuando es imposible o muy difícil obtener la muestra por
Las muestras seleccionadas por métodos de muestreo no aleatorios intentan ser representativas bajo los
acceso.
Es posible controlar las características de la muestra, como explicábamos en el muestreo por cuotas.
Es idóneo para estudios sobre poblaciones con características poco comunes o que manejan datos
sensibles. Por ejemplo, personas que están en situación de ilegalidad en un país extranjero. También se
utiliza para estudios pilotos o que nos permiten conocer a grandes rasgos las características de una
población.
Tema 4: Muestreo no Probabilístico
La selección de los sujetos, sobre todo en el caso del muestreo discrecional, puede verse afectada por los
sesgos del investigador. Esto conllevaría a que los datos no sean del todo fiables.
selección es discrecional.
Los resultados, dados los puntos mencionados previamente, suelen no ser del todo precisos.
Tema 4: Muestreo no Probabilístico
Muestreo por cuotas
Ejemplo: Un investigador quiere estudiar hábitos alimenticios en diferentes grupos de edad y decide
entrevistar a 10 personas de cada grupo de edad, seleccionando a las personas que están más fácilmente
individuos que convienen al investigador para la muestra. Esta conveniencia se produce porque al
investigador le resulta más sencillo examinar a estos sujetos, ya sea por proximidad geográfica, por ser
Ejemplo: Un nutricionista quiere obtener opiniones rápidas sobre un nuevo programa de alimentación y
decide encuestar a los primeros 20 pacientes que visitan su clínica ese día.
Tema 4: Muestreo no Probabilístico
Muestreo por juicio
Todos los individuos de la población que cumplen con un criterio preestablecido son seleccionados.
Ejemplo: Un investigador quiere estudiar los efectos de una dieta sin gluten y selecciona a todos los
individuos de una comunidad que han estado siguiendo una dieta sin gluten durante al menos un año.
Tema 4: Muestreo no Probabilístico
Muestreo de bola de nieve
El muestreo se realiza sobre poblaciones en las que no se conoce a sus individuos o es muy difícil acceder a ellos.. Se
llama muestreo de bola de nieve porque cada sujeto estudiado propone a otros, produciendo un efecto acumulativo
Ejemplo: Un nutricionista quiere estudiar hábitos alimenticios en personas con trastornos alimenticios raros y, debido a la
dificultad de encontrar participantes, comienza entrevistando a un paciente y luego le pide que recomiende a otros que
Batanero, C., Estepa, A., & Godino, J. D. (1991). Análisis exploratorio de datos: sus posibilidades en
la enseñanza secundaria. Suma, 9(25-31).
Cuartas, D. E., Arango-Londoño, D., Guzmán-Escarria, G., Muñoz, E., Caicedo, D., Ortega, D., ... &
Méndez, F. (2020). Análisis espacio-temporal del SARS-coV-2 en Cali, Colombia. Revista de Salud
Pública, 22(2).
Salas, C. (2008). ¿ Por qué comprar un programa estadístico si existe R?. Ecología austral, 18(2),
223-231.
Probabilistico 384
No probabilistico 400
EJERCICIO DE APLICACIÓN
Provincia de Chimborazo
Población 611521