Este documento describe los conceptos de universo, muestra y técnicas de muestreo. Define un universo como el conjunto total de individuos de interés y una muestra como un subconjunto del universo. Explica dos tipos principales de muestreo: probabilístico, donde cada unidad tiene una probabilidad conocida de ser seleccionada, y no probabilístico, donde la selección depende del criterio del investigador. También describe varias técnicas de muestreo probabilístico como el muestreo aleatorio simple, estratificado y por conglomer

1. UNIVERSO Y
CONSTRUCCION DE
MUESTRAS
Dr. Eduardo Marino Sanllehi
Epidemiología

2.  UNIVERSO Y CONSTRUCCIÓN DE MUESTRAS
1
-
UNIVERSO- MUESTRA Y TÉCNICAS DE MUESTREO
Introducción
La tendencia del ser humano a lo largo de su historia ha sido observar su entorno
y de alguna manera cuantificar todo aquello que le interese, ya sea para subsistir o para
mejorar su nivel de vida.
La investigación en salud tiene como objeto obtener conclusiones que permitan
una adecuada toma de decisiones en lo que compete a conductas específicas y cambio
de políticas establecidas en relación con la salud de los seres humanos. En la vida real,
sin embargo, las observaciones y mediciones que se requieren para obtener información
suficiente, que permita llegar a conclusiones válidas, no pueden ser siempre hechas
sobre el total de la población para la que son necesarias. Entre las razones que limitan la
medición en todos los sujetos de la población debe considerarse: las severas
limitaciones, principalmente en términos de recursos económicos y de tiempo, para
lograr un cubrimiento del ciento por ciento de la población; la falta de recurso humano
suficientemente calificado para realizar las observaciones o para obtener las mediciones
necesarias y las dificultades geográficas y logísticas que presenta una tarea de gran
magnitud como es el cubrimiento total de una población. Las dificultades mencionadas,
que podrían hacer irrealizable un estudio, pueden ser solucionadas si se estudia
solamente un subgrupo de la población total, al cual se llama muestra. Esta porción de
la población debe representar suficientemente a la población general para que las
conclusiones obtenidas a partir de observaciones tomadas en ese subgrupo puedan
extrapolarse a la población total con confianza.
Una muestra correctamente seleccionada puede representar a la comunidad total
de la cual fue extraída y permite, por ende, que los resultados obtenidos en ella se
puedan extrapolar a un número mucho mayor de personas pertenecientes a la misma
población o a poblaciones diferentes de características muy similares.
POBLACIÓN O UNIVERSO.
Está constituido por personas que comparten características demográficas,
culturales, étnicas o relacionadas con hábitos de vida o de alimentación, etc., que tienen
relevancia para las variables de estudio y que además, de manera conjunta o por
separado, deben ser consideradas al plantear las preguntas del estudio y al evaluar sus
resultados.
Por lo tanto, puede definirse a la Población o Universo como un conjunto de
individuos que guardan similitud entre sí en los aspectos que son relevantes para los
objetivos de la investigación. Ejemplo: En un estudio sobre diabetes mellitus tipo 2, la
población es el conjunto de sujetos diabéticos que tienen las características comunes que
definen a este tipo de enfermedad en relación con la edad y forma de presentación.
Como ya se mencionó, al obtener una muestra de una población específica se
pueden hacer generalizaciones a esta última. Estas generalizaciones suponen el empleo
de herramientas estadísticas que provienen del área de la inferencia estadística.

3.  UNIVERSO Y CONSTRUCCIÓN DE MUESTRAS
2
MUESTRA.
El elemento básico de estudio es la Unidad de Análisis que es aquella unidad
para la cual se desea obtener la información. Ejemplo: personas, hospitales, etc.
La Muestra es un subconjunto de la población o conjunto de unidades de
análisis, que permite inferir, estimar o extrapolar los resultados de la observación y
medición a la población total.
La muestra se selecciona del Universo, de acuerdo con unos criterios de
inclusión y exclusión previamente establecidos. Los criterios de inclusión son aquellos
que permiten definir y caracterizar la población de estudio, generalmente definen sexo,
edad, etc. Los criterios de exclusión son aquellos que indican que quien ya cumplió los
criterios de inclusión tendrá que ser excluido por alguna razón. Dado que se trata de
razones para excluir a quienes ya cumplieron los criterios de inclusión no puede tratarse
de los opuestos de estos. Estos criterios sirven al lector decidir si puede o no extrapolar
los resultados a sus pacientes, puesto que los criterios definen la población a la que
pueden generalizarse las conclusiones de un estudio. En este sentido, cuantos más
criterios de inclusión o exclusión se propongan, más reducida será la población a la que
se pueda extrapolar el resultado.
MUESTREO.
El objetivo del muestreo es obtener una población que permita generalizar los
resultados del estudio a personas que comparten las características del interés, pero que
no estuvieron involucradas en el desarrollo del mismo. Por lo tanto, es importante tener
la seguridad de que el proceso de selección de los sujetos y la conducción o desarrollo
del protocolo tienen la calidad suficiente para que los resultados resulten altamente
confiables.
Esto se refiere al grado en que tanto la selección de sujetos como los otros
aspectos del desarrollo de un estudio están libres de sesgos o errores sistemáticos que,
de estar presentes, podrían cambiar radicalmente los resultados finales de una
investigación.
Una vez que se puede afirmar que los resultados de un estudio tienen validez
interna, se puede pensar en extrapolarlos a una población más grande que aquella de
donde se originaron, lo que corresponde al concepto de Validez Externa, que equivale a
la posibilidad de generalizar los resultados a la población, que se caracteriza por tener
características compartidas.
El trabajar en una investigación con muestras, puede tener las siguientes
ventajas:
1. Permite que el estudio se realice en menor tiempo.
2. Se incurre en menos gastos.
3. Posibilita profundizar en el análisis de las variables.
4. Permite tener mayor control de las variables a estudiar.

4.  UNIVERSO Y CONSTRUCCIÓN DE MUESTRAS
3
El muestreo puede ser, de acuerdo con sus características básicas, de dos tipos:
probabilística y no probabilística, según el empleo de mecanismos objetivos o
subjetivos, la presencia o ausencia del criterio del investigador y el conocimiento a
priori de la probabilidad de que cada unidad de la población forme parte de la muestra
Muestreo Probabilístico.
En este tipo de muestreo cada miembro de la población tiene una probabilidad,
conocida y superior a cero, de ser incluido en la muestra y las unidades muestrales
hacen parte de la muestra independientemente del criterio o gusto del investigador. Este
método se considera como el mejor para asegurar la validez de cualquier inferencia o
generalización hecha con base en los resultados obtenidos a partir de la muestra. Sin
embargo, no debe confundirse la selección aleatoria con la designación aleatoria que se
utiliza al realizar una investigación experimental, pues esta técnica se refiere a la
asignación al azar de los sujetos a diferentes condiciones experimentales y no tiene
relación con la forma en que, en un inicio, se eligieron los participantes en el
experimento.
1. Muestreo Aleatorio Simple: Es la técnica considerada como la más sencilla
en el muestreo probabilística. En ella, cada sujeto o unidad tiene una
probabilidad igual y conocida de ser seleccionado. Supone que no existen
razones para considerar que un conjunto específico de la población debe ser
seleccionada con prioridad a otro. Debido a estas importantes características,
las muestras aleatorias simples son consideradas relativamente libre de
sesgos. La forma de seleccionar una muestra en este caso implica, como
primer paso, enumerar todos los elementos de la población de manera
unívoca y exacta, etapa que previamente requiere identificar de manera
correcta todas las unidades sobre el marco muestral. Finalmente y a través de
algún procedimiento (tablas de números aleatorios, números aleatorios
generados con una calculadora o una lista aleatoria generada por
computador, etc.) se elige a tantos participantes como sea necesario para
completar el tamaño de muestra requerido.
2. Muestreo Aleatorio Sistemático: Este procedimiento se caracteriza por
seleccionar las unidades de muestreo empleando un intervalo de medida
constante sobre el marco muestral. No requiere la enumeración de las
unidades del marco muestral; solamente basta con que estén físicamente
ordenadas en un orden ascendente o descendente, para permitir el conteo. La
aplicación de este procedimiento requiere determinar de manera inicial el
intervalo muestral (k), intervalo que se calcula dividiendo el tamaño de la
población (N) entre el tamaño de la muestra calculada (n) y aproximando el
resultado al número entero más próximo. A continuación, se debe
seleccionar aleatoriamente una de las primeras k unidades del marco
muestral, la cual se denomina “unidad de arranque” del proceso de selección.
Finalmente, para seleccionar las demás unidades que formarán la muestra, se
le suma a la posición de la unidad de arranque los valores k, 2k, 3k,….. etc.,
hasta completar el tamaño de la muestra requerido y se localizan las
unidades del marco muestral correspondientes a los valores obtenidos.
Ejemplo:

5.  UNIVERSO Y CONSTRUCCIÓN DE MUESTRAS
4
Cuando los elementos no están enumerados. Si se va a probar una muestra de
50 de una población de 500 pelotas, k =
500
50
, k=10.Ya que ninguna pelota tiene
un número específico, este intervalo de selección indica que cada 10 decima
pelota que contemos se integrará a la muestra. La primera muestra es la decima
pelota que saquemos de una bolsa, la segunda muestra es la vigésima, la tercera
la trigésima y asi de diez en diez hasta completar las 50 muestras que se piden.
Cuando los elementos están numerados. Si la población se compone de una lista
de chequeos prenumerados N=800 y se quiere extraer una muestra sistemática
de n=40, se aplica la formula k =
𝑁
𝑛
, k =
800
40
, k =20. De este intervalo
selecciona un número aleatorio entre 1 y 20, y se incluye cada vigésimo
elemento tras la primera selección de la muestra. Supongamos que el primer
número seleccionado es 8, sus selecciones subsiguientes son 28, 48, 68, 88, 108,
128, 148, 168, 188, 208, 228, 248, 268, 288, 308, 328, 348, 368, 388, 408, 428,
448, 468, 488, 508, 528, 548, 568, 588, 608, 628, 648, 668, 688, 708, 728, 748,
768 y 788.
3. Muestreo Aleatorio Estratificado: En algunas ocasiones la población que
se desea estudiar está compuesta por subgrupos bien definidos que pueden
ser identificados con anterioridad al proceso de selección de la muestra y
adicionalmente, la característica de interés en el estudio varía ampliamente
entre esos subgrupos definidos, es decir, existe gran heterogeneidad entre
ellos; en tanto que dentro de cada subgrupo la variabilidad es poca, es decir,
existe homogeneidad dentro del subgrupo. En estas condiciones, ignorar la
heterogeneidad que presenta la característica de interés sobre el marco
muestral puede llevar a que las estimaciones obtenidas a partir de la muestra
difieran considerablemente de los verdaderos valores de la población. La
estratificación en algunas ocasiones puede obedecer a características de tipo
espacial, tales como el sitio de vivienda, lo cual puede identificar una clase
económica determinada que sigue ciertos comportamientos sociales,
políticos, económicos y culturales. En otros casos la estratificación se basa
en una o más variables sobre las cuales se tiene suficiente conocimiento.
Estas variables pueden ser cualitativas (sexo, estado civil, etc.) o
cuantitativas (edad, peso, etc.). Existen diferentes formas de realizar la
selección de las unidades dentro de los estratos:
 Afijación igual: Consiste en distribuir equitativamente el tamaño de la
muestra en cada uno de los estratos de la población; requiere conocer el
número de estratos existentes. Así, por ejemplo, si existen 3 estratos
identificados y se requiere un tamaño de muestra de 30 unidades, se
procede a seleccionar de manera independiente 10 unidades o elementos
de cada estrato, mediante las técnicas de muestreo aleatorio simple o
muestreo sistemático.
 Afijación proporcional: La distribución del tamaño de muestra se realiza
porcentualmente según tamaño de cada estrato dentro de la población;
por tanto, requiere conocer el número de estratos y el tamaño porcentual
de cada uno en la población. Por ejemplo: se tienen tres estratos, que

6.  UNIVERSO Y CONSTRUCCIÓN DE MUESTRAS
5
corresponde al 50%, 30% y 20%, respectivamente de la población. Un
tamaño de muestra de 30 unidades sería recolectado de la siguiente
manera: 15 unidades en el estrato 1, 9 unidades en el estrato 2 y las
resultantes 6 unidades en el estrato 3.
 Afijación Óptima: Requiere conocer además del número de estratos y el
tamaño porcentual de estos en la población, la desviación estándar
poblacional en cada estrato. Consiste en balancear la variabilidad dentro
de los estratos con su tamaño.
4. Muestreo Aleatorio por Conglomerados: Los conglomerados son
agrupaciones de elementos que existen naturalmente (no los define el
investigador) por razones económicas, biológicas, sociales, etc. (el hogar, el
curso de estudiantes de un colegio, un municipio o ciudad). Una muestra por
conglomerados es una muestra aleatoria simple en la cual las unidades
muestradas son colecciones o grupos de unidades del marco muestral. Este
muestreo tiende a contener más errores de muestreo que los de tipo simple o
estratificado. Sin embargo, pese a esta desventaja, es mucho más económico
y práctico que otras variantes de muestreo probabilística, en particular
cuando la población es grande y se halla dispersa.
Muestreo No Probabilístico.
Muchas veces se recurre a estos métodos, aun siendo conscientes de que no
sirven para realizar generalizaciones, dado que no se tiene certeza de que la muestra
extraída sea representativa de la población. En general, en este tipo de muestreo, las
unidades se seleccionan por conveniencia, de manera secuencial, siguiendo
determinados criterios subjetivos o porque simplemente están disponibles.
Son tres los métodos principales de muestreo no probabilística:
1. Muestreo por Conveniencia: Implica el empleo de una muestra integrada
por las personas o los objetos cuya disponibilidad como sujetos de estudio
sea más conveniente. Ejemplo: el profesor que distribuye cuestionarios en
una sala de clases utiliza una muestra por conveniencia o una muestra
accidental, como también se le llama. Las muestras por conveniencia no
constan necesariamente de individuos que el investigador conozca. Detener a
una persona en una esquina para realizar una entrevista también representa
un caso de muestreo por conveniencia. Es la técnica menos sólida, pero
también la que más se utiliza en los estudios de ciencias de la salud. Cuando
los fenómenos que se investigan son suficientemente homogéneos en la
población, se reduce el riesgo de sesgo.
2. Muestreo por Cuotas: En el muestreo por cuotas el investigador identifica
estratos de la población y establece las proporciones de elementos necesarias
a partir de los distintos segmentos estratificados. Con base en información
previa acerca de la composición de la población, el investigador se asegura
de que los diversos segmentos o sectores estén representados en la muestra
en las mismas proporciones en que se presentan en la población. El muestreo
por cuotas no requiere de la aplicación de técnicas complejas ni la inversión
de una cantidad extraordinaria de tiempo o esfuerzos, salvo por la

7.  UNIVERSO Y CONSTRUCCIÓN DE MUESTRAS
6
identificación de estratos y la representación proporcional correspondiente,
la técnica de muestreo por cuotas es muy semejante a la de conveniencia. Por
esta razón, este muestreo comparte muchas de las deficiencias de la técnica
de conveniencia.
Ventajas:
 El muestreo por cuotas trata de obtener muestras representativas a un
costo bajo.
 Mayor conveniencia para el entrevistador al seleccionar los elementos
para cada cuota.
 En ciertas condiciones obtiene resultados cercanos a aquellos del
muestreo de probabilidad convencional
Desventajas:
 No existe certeza de que la muestra sea representativa
 Si se pasa por alto una característica relevante para el problema, la
muestra no será representativa
 Con frecuencia, se omiten características de control, porque hay
dificultades prácticas, asociadas con la inclusión de muchas áreas.
 Muchas fuentes de tendencia en la selección están presentes en forma
potencial.
 Es probable que los entrevistadores vayan a áreas seleccionadas en las
que es más probable encontrar participantes calificados.
 No permite la evaluación del error de muestreo
3. Muestreo Opináptico o Intencional: Se basa en la idea de que el
investigador puede usar sus conocimientos acerca de la población para elegir
los casos que incluirá en la muestra. Quizá decida deliberadamente
seleccionar la variedad más amplia posible de personas o los sujetos que a su
juicio son característicos de la población que le interesa o que disponen de
mayor información acerca del tema de estudio. Si bien esta forma subjetiva
de muestreo no ofrece un método externo y objetivo para evaluar cuán
típicos de la población son los sujetos seleccionados, puede representar
ciertas ventajas en circunstancias como la evaluación preprueba de
instrumentos recién desarrollados con una muestra de diversos tipos de
sujetos intencionalmente elegidos. El muestreo intencional se aplica a
menudo se busca una muestra de expertos, como cuando se desea aplicar una
prueba de detección de necesidades con base en la técnica del informante
clave.
4. Muestreo Casual o Incidental: Se trata de un proceso en el que el
investigador selecciona directa e intencionadamente los individuos de la
población. El caso más frecuente de este procedimiento el utilizar como
muestra los individuos a los que se tiene fácil acceso (los profesores de
universidad emplean con mucha frecuencia a sus propios alumnos). Un caso
particular es el de los voluntarios.
5. Bola de nieve: Técnica de muestreo que selecciona al azar un grupo inicial
de entrevistados, posteriormente se pide a los participantes que identifiquen

8.  UNIVERSO Y CONSTRUCCIÓN DE MUESTRAS
7
a otros que pertenecen a la población meta de interés. Los entrevistados
subsecuentes se eligen con base en las referencias o información que
proporcionan los entrevistados iniciales,
Este proceso se lleva a cabo de forma progresiva. Se localiza a algunos
individuos, los cuales conducen a otros, y estos a otros, y así hasta conseguir
una muestra suficiente.
Este tipo se emplea muy frecuentemente cuando se hacen estudios con
poblaciones "marginales", delincuentes, sectas, determinados tipos de
enfermos, etc.
Ventajas:
 Incrementa en forma sustancial, la probabilidad de encontrar la
 característica deseada de la población.
 Da como resultado una varianza de la muestra relativamente baja.
 Costos reducidos.
Desventajas:
 Aún cuando la probabilidad se utilice para la selección de los
entrevistados iniciales, la muestra final es de no probabilidad.
 Las referencias tendrán características parecidas a la de las personas
que los recomiendan.
Tamaño de la Muestra.
En Epidemiología el tamaño de la muestra es el número de sujetos que componen
la muestra extraída de una población, necesario para que los datos obtenidos tengan una
inferencia poblacional.
El tamaño de la muestra debe definirse partiendo de los criterios:
1. los recursos disponibles, que fijan el tamaño máximo de la muestra
2. los requerimientos del plan de análisis que fija el tamaño mínimo de la
muestra.
Con relación al primer criterio la recomendación es siempre tomar la muestra
mayor posible. La lógica nos indica que entre más grande sea ésta mayor posibilidad
tendrá de ser más representativa y menor será el error de muestreo, el cual siempre
existe. En cuanto al segundo criterio, Fisher plantea que el tamaño de la muestra deberá
ser suficiente para permitir un análisis confiable de los cruces de variables, para obtener
el grado de precisión requerido en la estimación de proporciones, y para probar si las
diferencias entre proporciones son estadísticamente significativas.
Otro de los conceptos básicos al usar las herramientas estadísticas es la
diferencia entre los resultados de una muestra seleccionada (estimadores) y el valor
poblacional de interés (parámetros). La razón principal para seleccionar una muestra de
la población de interés es que no podemos medir todos los elementos de esa población.
Cuando se selecciona una muestra específica, esa muestra seleccionada es una de las
posibles muestras que se pudo haber seleccionado. Por esta razón, existen procesos
inferenciales que permiten extrapolar los resultados de una muestra aleatoria
seleccionada a la población de estudio. Uno de los criterios durante la planeación de la

9.  UNIVERSO Y CONSTRUCCIÓN DE MUESTRAS
8
selección de una muestra es obtener estimadores confiables para alcanzar los objetivos
del estudio. En términos generales, cuanto mayor sea el tamaño de la muestra
seleccionada mayor será la confiabilidad de los estimadores obtenidos con ella. Pero es
necesario equilibrar los recursos, la logística de la selección, el proceso de recolección y
el análisis de la muestra seleccionada.
Por estas razones, existe un tamaño de muestra específico para cada diseño de
muestreo y para los diferentes diseños de investigación en salud. Las investigaciones en
el área de la salud siempre parten del supuesto de que la muestra seleccionada sigue un
procedimiento aleatorio. Adicionalmente, se quiere ganar eficiencia en el cálculo del
tamaño de la muestra, involucrando dentro de la fórmula los elementos del tipo de
diseño implementado en el estudio. Además, si se trata de un estudio exploratorio, los
requisitos para calcular el tamaño de la muestra son menores en cantidad si se les
compara con estudios en los que el objetivo sea la evaluación de una intervención. El
cálculo del tamaño de la muestra también difiere según el tipo de estimador que se
desea medir.
El tamaño de la muestra debe ser calculado siempre en la fase de planeación,
para permitir la planeación adecuada del estudio, para programar las estrategias de
recolección, determinar los costos, preparar las intervenciones y procedimientos de
evaluación y en general para determinar la factibilidad general.