Poblacin y muestra

Estos dos conceptos articulan todos los procesos de clculo estadstico y conviene
definirlos con claridad. Poblacin se refiere al conjunto de personas o cosas que, para
los fines del estudio, tienen algn rasgo en comn, y para el cual se infieren los datos de
la muestra. La muestra es, por tanto, un subconjunto de la poblacin y debe ser
representativo de ella. (ALVAREZ, 2009)
Poblacin o universo:
Es un concepto flexible que representa a un grupo de individuos u objetos que
comparten caractersticas similares como aspectos demogrficos, raza, edad o diferentes
variables que se conocen como parmetros. (ALVAREZ, 2009)
La poblacin de referencia:
Es el grupo del cual se selecciona la muestra, su significado se aproxima al universo.
Poblacin blanco: Es a la poblacin a la cual se van a generalizar los resultados, es ms
pequea que el universo.
Poblacin elegible: Es la poblacin concreta al cual va dirigido el estudio, segn
parmetros seleccionados.
Muestra:
Es una parte definida de la poblacin que permite inferir o extrapolar los resultados de
las observaciones y mediciones de la poblacin elegible segn los criterios de inclusin
y exclusin previamente seleccionados. Los criterios de inclusin son aquellos que
hemos considerados importantes para el estudio y los de exclusin son las limitaciones
de carcter tico, u otras que puedan hacer fallar la observacin.
Para el proceso de muestreo o toma de la muestra, se emplean diferentes mtodos que
aseguren que la muestra seleccionada sea representativa de la poblacin.
Uno de sus mtodos ms importantes es la aleatorizacin, es decir asegurar que cada
sujeto del universo tenga la misma probabilidad de ser seleccionado para la muestra,
este muestreo se conoce como muestreo probabilstico, pero cuando no se asegure que
todos los elementos de la muestran tengan la misma probabilidad de ser seleccionados
se est ante un muestreo no probabilstico, por conveniencia o intencional.
Se realiza la seleccin sistemtica o muestreo sistemtico cuando cada objeto se
selecciona dividiendo el nmero de objetos a seleccionar sobre la poblacin general,
iniciando la seleccin del primer objeto al azar. (ALVAREZ, 2009)
Ejemplo: si se ha definido que el tamao de la muestra son 2000 casas, y el universo son
20000 casas en esa localidad, se debe dividir 20000/2000 = 20 o sea que cada 20 casas
se debe seleccionar 1 de ellas.
Para conocer cul es la primera casa se emplea un mecanismo al azar que permita
seleccionarla entre la primera casa y la nmero veinte. Se puede hacer por el mtodo de
la lotera o por nmeros aleatorios. (ALVAREZ, 2009)

Mtodos de muestreo
Los mtodos para seleccionar una muestra son complejos y generalmente lo aplican
Personas especializadas en el tema. Los profesionales del rea de la salud algunos Veces
se ven en la necesidad de seleccionar una muestra para sus trabajos. Los Mtodos ms
frecuentes se sealan a continuacin. (ALVAREZ, 2009)

Muestreo no probabilstico o intencional

En este procedimiento los elementos de la muestra son seleccionados segn el inters
previamente establecido y por lo tanto, sus elementos no son seleccionados al azar.
(ALVAREZ, 2009)
Estas muestras no pueden ser objeto de pruebas estadsticas para inferir sobre el
universo. El tipo de muestras no probabilsticas o intencionadas ms conocidas son:

El muestreo con voluntarios:

Formado por personas voluntarias que ofrecen participar en el estudio. Tiene la
desventaja de no ser representativa del universo, pero facilita la investigacin y
disminuye los costos. (ALVAREZ, 2009)
El muestreo por conveniencia:
Se realiza para facilitar la investigacin. La muestra se selecciona segn el inters del
investigador, por lo tanto no representa al universo pero es til para el investigador.
(ALVAREZ, 2009)
Muestreo al azar o probabilstico
En el cual cada uno de los elementos del Universo tiene la misma probabilidad de ser
seleccionado como elemento de la muestra y para tal efecto se recurre al azar, con lo
cual se elimina el sesgo de seleccin al seleccionar la muestra. Para evitar el sesgo de
seleccin se recurre a estos mecanismos. (ALVAREZ, 2009)
 El mtodo de la lotera: Su mecanismo es similar al juego de la lotera en donde
todos los nmeros tienen la misma probabilidad de ser seleccionados. Todos los
elementos del Universo deben identificarse con un nmero, o a travs de sus nombres y
luego, son introducidos en una bolsa para su mezcla. Posteriormente, y conociendo
previamente el nmero de individuos a seleccionar para la muestra, se saca uno a uno de
la bolsa hasta obtener el nmero identificado, stos son los sujetos pertenecientes a la
muestra. Cuando el Universo es muy grande este procedimiento es muy complejo por el
alto nmero de sujetos. (ALVAREZ, 2009)
El empleo de los nmeros aleatorios: Uno de los mtodos que se valen los
investigadores para asegurarse de que su muestra es seleccionada al azar, es emplear
una tabla de nmeros aleatorios. Como su nombre lo indica es un listado de nmeros
que han sido elegidos al azar. (ALVAREZ, 2009)

Muestreo aleatorio simple

Este procedimiento es el ms sencillo, todos los elementos deben tener la misma
probabilidad de ser seleccionados para componer la muestra. Los elementos se escogen
empleando los mecanismos del azar ya sea el de la lotera o el de los nmeros
aleatorios. (ALVAREZ, 2009)
Muestreo sistemtico
Se debe seleccionar el tamao de la muestra y se calcula el intervalo del muestreo para
seleccionar el primer elemento de la muestra, los otros elementos son seleccionados
agregando el mismo valor del intervalo.
Por ejemplo si el Universo son 10.000 historias clnicas de un hospital que se
encuentran numeradas de menor a mayor y si se desea obtener una muestra del 10%, o
sea 1.000 historias, significa que hay que tomar una de cada 10 historias, este es el
intervalo de muestreo. Por el mtodo de los nmeros aleatorios o el de la lotera se
seleccion, como ejemplo, el nmero 520 como primer elemento para la muestra, a
partir de este nmero-historia se seleccionan las dems sumando el valor del intervalo,
por lo tanto la segunda sera la 530 y la tercera la 540 y as sucesivamente hasta Obtener
el nmero de la muestra. (ALVAREZ, 2009)
Muestreo estratificado
Una manera de aumentar la representatividad de una muestra es asegurarse de que los
elementos incluidos en ella hayan sido elegidos en proporcin a su representacin en la
poblacin. Cuando los elementos de la muestra son proporcionales a su presencia en la
poblacin, se dice que la muestra es estratificada. As, adems del muestreo simple al
azar, otro mtodo para asegurar la representatividad, Es encontrar una muestra
estratificada, por ej.: si se identifica a la edad como una caracterstica fundamental en un
estudio de morbilidad, sera importante observar la distribucin de los grupos de edad
en la poblacin segn la morbilidad. (ALVAREZ, 2009)
Cuando se determina la distribucin de las edades, se ha estratificado la poblacin segn
el atributo edad. (ALVAREZ, 2009)
Un requisito del muestreo estratificado es que la presentacin de un elemento en un
estrato excluye su presencia en otro estrato. (ALVAREZ, 2009)
As por Ej.: si se divide la poblacin segn ingresos econmicos en alto, medio y bajo,
un elemento no puede estar sino en un solo estrato. Por lo tanto, los estratos deben ser
excluyentes.
En una muestra, la representacin de los elementos en los estratos debe ser proporcional
a su representacin en la poblacin y ser elegidos al azar.
Los pasos a seguir para determinar una muestra estratificada son dos:
Determinar la proporcin de elementos dentro de cada estrato.
Seleccionarse al azar los elementos dentro de cada estrato. (ALVAREZ, 2009)

CLCULO DE PROPORCIONES, TASAS Y RAZONES

Un rasgo caracterstico de la contrastacin en los estudios epidemiolgicos es que las

relaciones causales postuladas entre las variables se traducen en trminos
probabilsticos. Es decir, se trata de establecer si la mayor o menor probabilidad de que
un evento ocurra se debe precisamente a los factores que se sospecha intervienen en su
gnesis y no al azar. Para cumplir con este objetivo, la investigacin epidemiolgica se
basa en la construccin de tres tipos de medidas:

De frecuencia
De asociacin o efecto
De impacto potencial
La construccin de estas medidas se realiza por medio de operaciones aritmticas
simpes y de los instrumentos matemticos conocidos como razones, proporciones y
tasas. (MSP, 2000)

PROPORCIONES

Las proporciones son medidas que expresan la frecuencia con la que ocurre un evento
en relacin con la poblacin total en la cual este puede ocurrir. Esta medida se calcula
dividiendo el nmero de eventos ocurridos entre la poblacin en la que ocurrieron.

Como cada elemento de la poblacin puede contribuir nicamente con un evento es

lgico que al ser el numerador (el volumen de eventos) una parte del denominador
(poblacin en la que se presentaron los eventos) aquel que nunca pueda ser ms grande
que este.

Esta es la razn por la que el resultado nunca pueda ser mayor que la unidad y oscile
siempre entre cero y uno

Por ejemplo, si en un ao se presentan tres muertes en una poblacin compuesta por 100
personas, la proporcin anual de muertes en esa poblacin ser:

A menudo las proporciones se expresan en forma de porcentaje, y en tal caso los

resultados oscilan entre cero y 100. En el ejemplo anterior, la proporcin anual de
muertes en la poblacin seria de 3 por 100, o de 3%.

Ntese, asimismo, que el denominador no incluye el tiempo. Las proporciones expresan

nicamente la relacin que existe entre el nmero de veces en las que se presenta un
evento y el nmero total de ocasiones en las que se pudo presentar. (MSP, 2000)

TASAS

Las tasas expresan la dinmica de un suceso en una poblacin a lo largo del tiempo. Se
pueden definir como la magnitud del cambio de una variable (enfermedad o muerte) por
unidad de cambio de otra (usualmente el tiempo) en relacin con el tamao de la
poblacin que se encuentra en riesgo de experimentar el suceso.

En las tasas, el numerador expresa el nmero de eventos acaecidos durante un periodo

en un momento determinado de sujetos observados.
A diferencia de una proporcin el denominador de una tasa no expresa el nmero de
sujetos en observacin sino el tiempo durante el cual tales sujetos estuvieron en riesgo
de sufrir el evento. La unidad de medida empleada se conoce como tiempo-persona de
seguimiento. Por ejemplo, la observacin de 100 individuos libres del evento durante un
ao corresponde a 100 aos-persona de seguimiento; de manera similar 10 sujetos
observados durante diez aos corresponde a 100 aos-persona.

Dado que el periodo entre el inicio de la observacin y el momento en que aparece un

evento puede variar de un individuo a otro, el denominador de la tasa se estima a partir
de la suma de los periodos de los individuos. Las unidades de tiempo pueden ser horas,
das, meses o aos, dependiendo de la naturaleza del evento que se estudia.

El clculo de tasas se realiza dividiendo el total de eventos ocurridos en un periodo dado

en una poblacin entre el tiempo-persona total (es decir, la suma de periodos
individuales libres de enfermedad) en el que los sujetos estuvieron en riesgo de
presentar el evento. Las tasas se expresan multiplicando el resultado obtenido por una
potencia de 10, con el fin de permitir rpidamente su comparacin con tasas.

(RESTREPO, 2006)

RAZONES

Las razones pueden definirse como magnitudes que expresan la relacin aritmtica
existente entre dos eventos en una misma poblacin, o un solo evento en dos
poblaciones. En el primer caso, un ejemplo es la razn de residencia hombre: mujer en
una misma poblacin. Si en una localidad residen 5000 hombres y 4000 mujeres se dice
que, en ese lugar, la razn de residencia hombre: mujer es de 1:0,8 (se lee 1 a 0,8), lo
que significa que por cada hombre residen ah 0,8 mujeres. Esta cantidad se obtiene
como sigue:

En este caso, tambin se podra decir que la razn hombre: mujer es de 10:8, pues esta
expresin aritmtica es igual a la primera (10:0,8).

En el segundo ejemplo se encuentran casos como la razn de tasas de mortalidad por

causa especfica (por ejemplo, por diarreas) en dos comunidades. En este caso, la razn
expresara la relacin cuantitativa que existe entre la tasa de mortalidad secundaria a
diarreas registradas en la primera ciudad y la tasa de mortalidad secundaria a diarreas
registradas en la segunda. La razn obtenida expresa la magnitud relativa con la que se
presenta este evento en cada poblacin. Si la tasa de mortalidad por diarreas en la

primera ciudad es 50 por 1000 y en la segunda de 25 por 1000 la razn de tasas entre
ambas ciudades sera:

Donde RTM es la razn de tasas de mortalidad (en este caso, por diarreas) entre las
ciudades A y B. El resultado se expresa como una razn de 1:2 lo que significa que por
cada caso en la ciudad A hay 2 en la ciudad B. (ALVAREZ, 2009)