universo,_muestraghvh fdtgyhdf tghrtdydfrtyd dtydryfgyt

7/23/2019 universo,_muestraGHVH FDTGYHDF TGHRTDYDFRTYD DTYDRYFGYT

http://slidepdf.com/reader/full/universomuestraghvh-fdtgyhdf-tghrtdydfrtyd-dtydryfgyt 1/42

Universo, muestraUniverso, muestra y Unidad de an y Unidad de anáálisislisis

MetodologMetodologí í a de la Investigacia de la Investigacióónn

Docente: Sra. Gloria Araneda P.Docente: Sra. Gloria Araneda P.MagMagí í ster Enfermerster Enfermerí í a Ma Méédico Quirdico Quirúúrgicorgico..

20082008



OBJETIVOS DE LA CLASE OBJETIVOS DE LA CLASE

Conocer y aplicar concepto de universo,Conocer y aplicar concepto de universo,muestra y unidad de anmuestra y unidad de anáálisislisis

Diferenciar y Aplicar tipos de muestraDiferenciar y Aplicar tipos de muestra



Etapas de una investigaciEtapas de una investigacióón Cientn Cientí í ficaficaII.II.--Dise Dise ñ ñ o metodol o metodol ó ó gicogico

..--Tipos de diseTipos de diseññoo

..--UniversoUniverso --muestramuestra-- unidadunidadananáálisislisis

..-- Aspectos Aspectos ééticosticos..--RecolecciRecoleccióón de datosn de datos

..--DescripciDescripcióón deln delinstrumento recolectorinstrumento recolector

..-- Procedimiento recolectorProcedimiento recolectorde datosde datos--prueba pilotoprueba piloto

..--Procesamiento de datos,Procesamiento de datos,

pruebas estadpruebas estadí í sticassticas..-- Aspectos adicionales: Aspectos adicionales:autorizaciautorizacióón, recursos,n, recursos,cronograma.

I .I .- - Introducci Introducci ó ó n n

1.1.--PROBLEMA YPROBLEMA Y

PROBLEMATIZACIONPROBLEMATIZACION

2.2.-- MARCO TEMARCO TEÓÓRICORICO-- EMPEMPÍÍ--RICORICO

3.3.-- PROPPROPÓÓSITOSITO

44..--HIPHIPÓÓTESISTESIS --OBJETIVOSOBJETIVOS

5.5.-- VARIABLES VARIABLES

cronograma.



Etapas de una investigaciEtapas de una investigacióón Cientn Cientí í ficafica

III.III.-- AN AN Á ÁLISISLISIS IV.IV.-- CONCLUSIONES ,SUGERENCIAS YCONCLUSIONES ,SUGERENCIAS Y

LIMITACIONESLIMITACIONES V. V.-- BIBLIOGRAFBIBLIOGRAFÍÍ A A VI. VI.-- ANEXOS ANEXOS (Definici(Definicióón nominal y operacional,n nominal y operacional,

autorizaciones, consentimiento informado, escalasautorizaciones, consentimiento informado, escalasy cuestionario o encuestay cuestionario o encuesta



Universo o PoblaciUniverso o Poblaci

óó

nn

Conjunto de individuos y objetos de losConjunto de individuos y objetos de los

que se desea conocer algo en unaque se desea conocer algo en unainvestigaciinvestigacióón.n.

•• Conjunto de casos que cumplen criteriosConjunto de casos que cumplen criteriosdeterminados y que es objeto de estudiodeterminados y que es objeto de estudio

de la estadde la estadí í stica. (POLIT, 1994)stica. (POLIT, 1994)

Ej.:Ej.: --Enfermeras con curso en gestiEnfermeras con curso en gestióón de losn de loscuidadoscuidados



Universo o PoblaciUniverso o Poblacióónn ( continuaci( continuacióónn))

•• Conjunto total de elementos queConjunto total de elementos queconstituyen elconstituyen el áárea de interrea de interéés anals analí í tico.tico.

(PADUA, 1994)(PADUA, 1994) --Totalidad de individuos o elementos enTotalidad de individuos o elementos en

los cuales puede presentarselos cuales puede presentarsedeterminada caracterdeterminada caracterí í stica susceptiblestica susceptible

de ser estudiada.de ser estudiada.



UniversoUniverso ((continuacicontinuacióón)n)-- Ej.: PoblaciEj.: Poblacióón de enfermeras de Chilen de enfermeras de Chile

registradas con Curso de gestiregistradas con Curso de gestióón de losn de loscuidadoscuidados

-- EjEj: Registros hospitalarios electr: Registros hospitalarios electróónicos ennicos enhospitales y clhospitales y clí í nicas de la VIII reginicas de la VIII regióón .n .

-- Ej.:Muestras de sangre de VIH de laEj.:Muestras de sangre de VIH de lahospitales de la VIII regihospitales de la VIII regióón que no hann que no hansido informados en 4 asido informados en 4 añños .os .



POBLACIPOBLACIÓÓN DIANA O BLANCON DIANA O BLANCO

Acumulo total de elementos que Acumulo total de elementos que

interesa al investigador, es decir, esinteresa al investigador, es decir, esla poblacila poblacióón a donde se desean a donde se deseageneralizar los resultados delgeneralizar los resultados delestudio.estudio.



NIVELES DE POBLACINIVELES DE POBLACIÓÓNN

POBLACIPOBLACIÓÓN ACCESIBLE O FUENTES DEN ACCESIBLE O FUENTES DESUJETO:SUJETO: Se determina por condicionesSe determina por condiciones

prpráácticas, en funcicticas, en funcióón del acceso quen del acceso quese tenga a los sujetos.se tenga a los sujetos.



NIVELES DE POBLACINIVELES DE POBLACIÓÓNN

POBLACIPOBLACIÓÓN ELEGIBLE:N ELEGIBLE: Se delimita a partir de la poblaciSe delimita a partir de la poblacióónn

accesible, considerando criterios deaccesible, considerando criterios deselecciseleccióón mn máás especs especí í ficos.ficos.

C t d bl ió t



Concepto de población y muestra

Conjunto de elementos quepresentan una característicao condición común que es

objeto de estudio

población

muestra

Parte de los elementos osubconjuntos de una población

que se selecciona para elestudio de esa característicao condición

Extracción muestra

Generalización de

hallazgos



Universo y muestraUniverso y muestra(continuaci(continuacióón)n)

•• Se deben definir criterios de elegibilidadSe deben definir criterios de elegibilidadque deben cumplir sus miembros oque deben cumplir sus miembros o

elementos.elementos.•• Ej.: enfermeras contratadas con mEj.: enfermeras contratadas con máás des de

un aun añño de trabajo, de nacionalidado de trabajo, de nacionalidadChilena y que estChilena y que estéén a jornada completa.n a jornada completa. Muestra:Muestra: Parte o subconjunto de laParte o subconjunto de la

poblacipoblacióón.n. Muestreo:Muestreo: proceso de elegir unaproceso de elegir una

porciporcióón de la poblacin de la poblacióón paran pararepresentar la totalidad.representar la totalidad.



MUESTRAMUESTRA

PADUA, 1994PADUA, 1994

“ “Subconjunto del conjunto total que esSubconjunto del conjunto total que esel universo o poblaciel universo o poblacióónn” ” ..

(POLIT,1994)(POLIT,1994) “ “Subconjunto de unidades queSubconjunto de unidades quecomponen la poblacicomponen la poblacióón, siendo estan, siendo esta

la unidad fundamental a cerca de lala unidad fundamental a cerca de lacual se obtiene informacicual se obtiene informacióón.n.” ”



UNA MUESTRA DEBE SATISFACERUNA MUESTRA DEBE SATISFACERCONDICIONES:CONDICIONES:

1.1. Que se puedan medir las HIPOTESISQue se puedan medir las HIPOTESIS

2. Hacer inferencias v2. Hacer inferencias váálidas con un grado delidas con un grado de

incertidumbre conocido (GENERALIZAR)incertidumbre conocido (GENERALIZAR)

Considerar que la muestra sea representativa yConsiderar que la muestra sea representativa yel tamael tamañño de la muestrao de la muestra



UNA MUESTRA DEBE SATISFACERUNA MUESTRA DEBE SATISFACERCONDICIONESCONDICIONES

Cualquier subconjunto de elementos de unaCualquier subconjunto de elementos de unapoblacipoblacióón es una muestra de ellan es una muestra de ella

De cada poblaciDe cada poblacióón puede extraerse un nn puede extraerse un núúmeromeroindefinido de muestrasindefinido de muestras

Cuando se utiliza muestra se pretende conocer lasCuando se utiliza muestra se pretende conocer las

caractercaracterí í sticas de la poblacisticas de la poblacióónn Debe ser representativa de la pobl.,para poder hacerDebe ser representativa de la pobl.,para poder hacergeneralizaciones validas para la pobl.generalizaciones validas para la pobl.

Muestra representativa :reune las caracterMuestra representativa :reune las caracterí í sticassticasprincipales de la pobl. y guarda relaciprincipales de la pobl. y guarda relacióón con lan con lacondicicondicióón particular que se desea estudiarn particular que se desea estudiar



Universo/ MuestraUniverso/ Muestra

Cuando se toma la totalidad del universoCuando se toma la totalidad del universoMuestra :

Hay criterios de inclusión y exclusión

Se recomienda referirse a un soloaspecto



Elementos que serElementos que seráán medidos yn medidos y

analizados.analizados.Unidad Muestra o unidad de anUnidad Muestra o unidad de anáálisis:lisis: EsEscada uno de los elementos quecada uno de los elementos que

comprende su base. Puedecomprende su base. Puede ser simple oser simple ocolectivo.colectivo.¿¿QuiQuiéénes sernes seráán medidos?n medidos?

UniversidadUniversidad Ej. AncianoEj. Anciano FamiliaFamilia Acad Acadéémico UBBmico UBB

UNIDAD DE ANALISIS



MuestraMuestra(continuaci(continuacióón)n)

Ventajas de la muestra: Ventajas de la muestra:

--menor tiempomenor tiempo--menor gastomenor gasto

--se profundiza en variablesse profundiza en variables--permite mayor control depermite mayor control de

variablesvariables

M tM t



MuestraMuestra (continuaci(continuacióón)n)

--Comprende parte del universo y no suComprende parte del universo y no sutotalidad.totalidad.

--Representativa (Representativa (Considerar que se pierden casos)Considerar que se pierden casos)

--Que pueda medir hipQue pueda medir hipóótesistesis Elementos de la muestra:Elementos de la muestra:

-- Condiciones:Condiciones:-- BaseBase

-- Unidad muestral o unidadUnidad muestral o unidad de ande anáálisislisis



muestramuestra(continuaci(continuacióón)n)

Base:Base:

Es la poblaciEs la poblacióón total, puede obtenersen total, puede obtenersepor: censo, lista, fichero, plano.por: censo, lista, fichero, plano.

•• Hace posible la identificaciHace posible la identificacióón de losn de loselementos para la muestra.elementos para la muestra.•• Cuando el universo no estCuando el universo no estáá censado ocensado o

catalogado, se elige la muestracatalogado, se elige la muestraaleatoriamente.aleatoriamente.



RelaciRelacióón Universo y Muestran Universo y Muestra

FracciFraccióón de muestreo:n de muestreo: Es porcentajeEs porcentajeque representa la muestra del universo.que representa la muestra del universo.Se divide la muestra por el universoSe divide la muestra por el universo

(0.20(0.20 óó 20 %). 600:3000=0.2020 %). 600:3000=0.20Ej.:Ej.:

Universo 3.000 personasUniverso 3.000 personasMuestra 600 personasMuestra 600 personasFracciFraccióón muestreo 20%n muestreo 20%



TamaTamañño de la Muestrao de la Muestra

PrecisiPrecisióón:n:

Muestra mayor, cuando la precisiMuestra mayor, cuando la precisióónnexigida sea mayor.exigida sea mayor. Variabilidad de la variable: Variabilidad de la variable:

Debe ser mayor, cuanto mDebe ser mayor, cuanto máássheterogheterogééneo sea la variable.neo sea la variable.



Tipos de Muestra Tipos de Muestra

No se requiere tanto laNo se requiere tanto la

representatividad de elementosrepresentatividad de elementosde una poblacide una poblacióón, sino de unan, sino de una

cuidadosa eleccicuidadosa eleccióón de losn de los

sujetos con ciertassujetos con ciertascaractercaracteríísticas previas.sticas previas.

Capacidad de medir el errorCapacidad de medir el error(error est(error estáándar)ndar)

La selecciLa seleccióón no depende deln no depende delazar, sino de decisiones delazar, sino de decisiones del

equipo de trabajo. (sujetosequipo de trabajo. (sujetosttíípicos)picos)

Igual probabilidad de serIgual probabilidad de ser

elegidos.elegidos.

MUESTREO NO PROBABILÍSTICOMUESTREO

PROBABILÍSTICO



Tipos de MuestraTipos de Muestra

La idea es seleccionar sujetosLa idea es seleccionar sujetosttíípicos, representativos de lopicos, representativos de lo

que se quiere estudiar.que se quiere estudiar.

Para una muestra probabilísticase necesita determinar el

tamaño muestral y seleccionar

los elementos muestrales deuna forma aleatoria.

MÁS USADO:

Muestreo de conveniencia. Muestreo por cuotas. Muestreo por objetivos o porjuicios.

MÁS USADO.

Muestreo aleatorio simple. Muestreo sistemático. Muestreo estratificado. Muestreo multietápico.

MUESTREO NO

PROBABILÍSTICO

MUESTREO

PROBABILÍSTICO



Tipos de MuestraTipos de Muestra Muestreo ProbabilMuestreo Probabilí í stico ( aleatorio).stico ( aleatorio). Ej.: JaulaEj.: Jaula

de ratones (80) se les asignade ratones (80) se les asigna NN°° entre 1 y 80entre 1 y 80

c/u. Y se escoge un (n) de 20 al azarc/u. Y se escoge un (n) de 20 al azara)a) Muestra simple al azar:Muestra simple al azar: disediseñño bo báásico, se debesico, se debeenumerar consecutivo a toda la muestra yenumerar consecutivo a toda la muestra y

buscar en tabla de nbuscar en tabla de núúmeros aleatorios. Ameros aleatorios. Aveces es imposible hacer listado completo.veces es imposible hacer listado completo.

b)b) Muestreo sistemMuestreo sistemáático al azar:tico al azar: se elige cada K se elige cada K --éésimosimo caso de lista o grupo. Ej. Cada 10caso de lista o grupo. Ej. Cada 10personas quepersonas que pasan por una calle.pasan por una calle.

Tipos de MuestraTipos de Muestra



Tipos de MuestraTipos de Muestra(continuaci(continuacióón)n)

Muestreo ProbabilMuestreo Probabilí í stico ( aleatorio).stico ( aleatorio).

c)c) Muestreo estratificado:Muestreo estratificado: la poblacila poblacióón sen sedivide primero en 2 o mdivide primero en 2 o máás estratos os estratos o

subgrupos homogsubgrupos homogééneos y se eligen alneos y se eligen alazar Ej. estratificaciazar Ej. estratificacióón en base an en base a

atributos: edad, ocupaciatributos: edad, ocupacióón.n.Se usa para obtener mayor grado deSe usa para obtener mayor grado derepresentatividad .representatividad .

d MUESTREO MULTIETÁPICO POR



d.-MUESTREO MULTIETÁPICO PORRACIMOS, POR GRUPOS O POR

CONGLOMERADOSSe extrae muestra aleatoria a partir de grupos oagrupaciones naturales de individuos

( colegios, hospitales, comunas, barrios).

Segunda etapa se extrae una muestra de las unidades

muestrales( individuos o elementos) , también en forma aleatoria decada agrupación previamente seleccionada.

MUESTREO MULTIETÁPICO POR



MUESTREO MULTIETÁPICO PORRACIMOS, POR GRUPOS O POR

CONGLOMERADOS

VENTAJAS:

Cuando la población de referencia está muy dispersa, obien cuando no se dispone de un listado de todas lasunidades muestrales.

DESVENTAJAS:

Se requiere de tamaños muestrales mayores, paraefectos de las estimaciones poblacionales.

i iA i ióó ll



Asignaci Asignacióón al azarn al azar

Es la asignaciEs la asignacióón aleatoria de losn aleatoria de lossujetos en los grupos delsujetos en los grupos delexperimento. (en inglesesexperimento. (en ingleses

randomizacirandomizacióón).n). Asegura probabil Asegura probabilí í sticamente que dossticamente que dos

o mo máás grupos son equivalentes entres grupos son equivalentes entressí í , con esto se evita que variables , con esto se evita que variablesextraextraññas afecten el resultado.as afecten el resultado.

AsignaciAsignacióón al azarn al azar (Continuaci(Continuacióón)n)



Asignaci Asignacióón al azarn al azar (Continuaci(Continuacióón)n)

Procedimientos:Procedimientos:1.1. Trozo de papel con nombre de cada sujeto,Trozo de papel con nombre de cada sujeto,

se revuelven y sin ver se van sacando parase revuelven y sin ver se van sacando paraformar grupos.formar grupos.2.2. Utilizar una moneda. Se lista los sujetos yUtilizar una moneda. Se lista los sujetos y

se designa que lado va a ser grupo 1 y quese designa que lado va a ser grupo 1 y quelado grupo 2 ( se limita solo a 2 grupos).lado grupo 2 ( se limita solo a 2 grupos).

3.3. Uso de tablas de nUso de tablas de núúmeros aleatorios sumeros aleatorios susecuencia es totalmente al azar ( no haysecuencia es totalmente al azar ( no hayorden, patrorden, patróón o secuencia).n o secuencia).



TablaTabla NN°° Aleatorios Aleatorios11°° Elegir un punto cualquiera ( con lElegir un punto cualquiera ( con láápiz y ojospiz y ojos

cerrados).cerrados).

22°° Leer una secuencia de dLeer una secuencia de dí í gitos en cualquiergitos en cualquier

direccidireccióón ( vertical horizontal o diagonal).n ( vertical horizontal o diagonal).

33°° Se enumeran los nombres de los sujetos porSe enumeran los nombres de los sujetos por

orden alfaborden alfabéético o al azar, colocando cada nombretico o al azar, colocando cada nombre junto al d junto al dí í gito.gito.

ResumenResumen



ResumenResumen Definir poblaciDefinir poblacióón, taman, tamañño y elementoso y elementos

que la componen.que la componen.

Determinar unidad de observaciDeterminar unidad de observacióón yn ycaractercaracterí í sticassticas

Determinar informaciDeterminar informacióón necesaria paran necesaria paraseleccionar muestraseleccionar muestra Definir mDefinir méétodo de seleccitodo de seleccióónn Definir procedimientos a seguir paraDefinir procedimientos a seguir para

selecciseleccióón.n.



Tipos de Muestra noTipos de Muestra no probabilprobabilíí sticastica ((



Tipos de Muestra nop probabilp í stica ((continuacicontinuacióónn))

--M. de cuotas:M. de cuotas:Es no probabilEs no probabilí í stico, se identificanstico, se identificanestratos de la poblaciestratos de la poblacióón y se determina lan y se determina laproporciproporcióón de elementos por cadan de elementos por cada

estrato, no se requiere tiempo, niestrato, no se requiere tiempo, niesfuerzo.esfuerzo.

Se escoge alguna variable que reflejeSe escoge alguna variable que reflejediferencias importantes en la variablediferencias importantes en la variabledependiente ej. sexo, edad, diagndependiente ej. sexo, edad, diagnóósticostico

mméédico.dico.

Tipos de Muestra noTipos de Muestra no probabilprobabilí í sticastica



pp pp( continuaci( continuacióón)n)

||--Muestra por objetivos o por juiciosMuestra por objetivos o por juicios ::

Se escogen por conocimientos especialesSe escogen por conocimientos especialesacerca de los temas que se estudia.acerca de los temas que se estudia.

No es recomendable en general, pero seNo es recomendable en general, pero sepuede aplicar con ventajas en ciertospuede aplicar con ventajas en ciertoscasos.casos.Ej. Cuando se desea una muestra deEj. Cuando se desea una muestra deexpertos.expertos.

EvaluaciEvaluacióón de Muestra non de Muestra no probabilprobabilíísticastica ((



EvaluaciEvaluacióón de Muestra non de Muestra no probabilprobabilí í sticastica ((continuacicontinuacióón)n)

No todos los elementos de laNo todos los elementos de lapoblacipoblacióón tienen oportunidad den tienen oportunidad de

quedar incluidos en la muestra .quedar incluidos en la muestra . EconEconóómico y prmico y prááctico.ctico. Es generalmente rechazado porEs generalmente rechazado por

investigadores minvestigadores máás expertos.s expertos.

F id lF t id l



Factores a considerar alFactores a considerar al

planear una muestraplanear una muestraSe debe agrupar la poblaciSe debe agrupar la poblacióón en subpoblacionesn en subpoblaciones

con individuos parecidos entre scon individuos parecidos entre sí í ..El tiempo se debe considerar ej.: Estaciones delEl tiempo se debe considerar ej.: Estaciones del

aañño relacionada con ciertas enfermedades.o relacionada con ciertas enfermedades. 1. Variabilidad:1. Variabilidad: de los individuos de lade los individuos de la

poblacipoblacióón Ej.: raza, sexo, estado civil,n Ej.: raza, sexo, estado civil,

costumbres, etc. Se debe catalogar segcostumbres, etc. Se debe catalogar seg

úú

n sun su

importancia.importancia.

Factores a considerar al planear una muestraFactores a considerar al planear una muestra (continuaci(continuacióón)n)



Mediciones no son iguales para todosMediciones no son iguales para todosEj.: control de peso.Ej.: control de peso.Errores con el instrumento de medida: malaErrores con el instrumento de medida: mala

calibracicalibracióón, falta de instrucciones claras den, falta de instrucciones claras deccóómo medirse.mo medirse.

Dificultad:Dificultad: para obtener la muestra= errorespara obtener la muestra= errorescon el objeto medidocon el objeto medidoErrores del observador Ej.: DistintosErrores del observador Ej.: Distintosradiradióólogos al mirar una radiograf logos al mirar una radiograf í í a y emitir una y emitir undg.dg.

Factores a considerar al planearFactores a considerar al planear una muestrauna muestra



Factores a considerar al planearFactores a considerar al planear una muestrauna muestra( continuaci( continuacióón)n)

3.3. Error del muestreo:Error del muestreo: una distribuciuna distribucióónnexacta de la muestra, hay una diferenciaexacta de la muestra, hay una diferencia

entre lo que informa la muestra y lo queentre lo que informa la muestra y lo querealmente sucede en el universo. El errorrealmente sucede en el universo. El error

de muestreo se distribuye de acuerdo ade muestreo se distribuye de acuerdo auna curva normal y se puede calcular conuna curva normal y se puede calcular conf f óórmula.rmula.

4.4. Cuanto m Cuanto m á á s representativa sea las representativa sea lamuestra de la poblaci muestra de la poblaci ó ó n , mayor ser n , mayor ser á á lala

confianza y menores ser confianza y menores ser á á n los riesgosn los riesgosque se cometan.que se cometan.

ResumenResumen



ResumenResumen PoblaciPoblacióón:n: conjunto total de casos, queconjunto total de casos, quecumple con determinado grupo de criterios decumple con determinado grupo de criterios de

elegibilidad.elegibilidad. Muestra (n):Muestra (n): proceso de elegir una porciproceso de elegir una porcióón den de

la poblacila poblacióón para representarla.n para representarla.

Unidad de anUnidad de anáálisis:lisis: es cada uno de loses cada uno de loselementos que comprende su base. Puedenelementos que comprende su base. Puedenser simples o colectivosser simples o colectivos

Muestras probabilMuestras probabilí í sticas y no probabilsticas y no probabilí í sticas.sticas.

E l i tiErrores comunes a cualquier tipo



Errores comunes a cualquier tipoErrores comunes a cualquier tipo

de estudiode estudio Planeo descuidado del problema y de laPlaneo descuidado del problema y de la

determinacideterminacióón de la exactitud requeridan de la exactitud requerida Falla en la definiciFalla en la definicióón de la poblacin de la poblacióón estudion estudio Errores involuntarios o no de las respuestasErrores involuntarios o no de las respuestas

(mala interpretaci(mala interpretacióón de las preguntas)n de las preguntas) ConfecciConfeccióón defectuosa de los formularios y fallasn defectuosa de los formularios y fallas

en el escrutinio de los datosen el escrutinio de los datos Inoportunidad para realizar encuestas (Inoportunidad para realizar encuestas (éépocapocaaañño)o) Errores de cErrores de cáálculo, codificacilculo, codificacióón, impresin, impresióón yn y

trascripcitrascripcióón de los datosn de los datos

universo,_muestraghvh fdtgyhdf tghrtdydfrtyd dtydryfgyt

Documents