TEMA: POBLACIÓN Y MUESTRA UNIVERSIDAD AUTÓNOMA SAN FRANCISCO TEMA: POBLACIÓN Y MUESTRA
Si le sirven un plato de sopa, ¿cómo sabe usted si le echaron sal?
POBLACIÓN Y MUESTRA. Tomándose toda la sopa Tomándose una o varias cucharadas de sopa
Entre más cucharadas de sopa tome, más seguro puedo estar de si la sopa tiene o no sal. En general las muestras más grandes son mejores.
Conceptos extensivos al muestreo Entre más se haya revuelto la sopa, más homogénea será y menos cucharadas debo probar. Entre menos varianza tenga la población menor será el tamaño de mi muestra.
Conceptos extensivos al muestreo Si escojo “aleatoriamente” diferentes sectores del plato tengo más oportunidad de acercarme a la verdad. Debo escoger un método de selección que me asegure representatividad de la población.
Conceptos relacionados con Muestra: Población ……Parámetro Muestra………Estimador Inferencia Tamaño de muestra Método de selección Variabilidad
POBLACION total de elementos a los cuales se les aplicara los resultados. Por ejemplo: los nacidos vivos durante un determinado tiempo en un país o ciudad; o los niños que cursen 4° y 5° de primaria en escuelas públicas de la ciudad de Neiva en un determinado año.
MUESTRA se define como el conjunto de objetos o sujetos procedentes de una población; en otras palabras un subgrupo de dicha población. De una población se pueden seleccionar diferentes muestras.
Las muestras, pueden ser: REPRESENTATIVAS: cuando reflejan o representan las características de la población de donde provienen, por lo tanto los resultados son aplicables ó inferibles a dicha población. NO REPRESENTATIVAS: son aquellas que no reflejan las características de la población, por lo tanto los resultados no son inferibles a la población.
Decir que una muestra es probabilística depende de: Tener un marco muestral: Asegura que cada unidad de observación de la población puede ser identificada y localizada...\mapa1.BMP
Decir que una muestra es probabilística depende de: Asignar a cada unidad de observación de la población una probabilidad de ser seleccionada en la muestra, diferente de cero.
Decir que una muestra es probabilística depende de: Usar un método de selección aleatorio (tabla de números aleatorios, algoritmos de paquetes estadísticos, generación de números aleatorios en hoja electrónica...).
Lista de números aleatorios programa epi info 6 21 35 41 43 57 67 71 84 99 114 128 132 135 136 156 170 172 196 247 252 253 257 262 282 284 289 313 317 318 321 322 351 352 359 370 402 409 410 425 427 431 437 444 450 455 465 469 471 475 488 493 497 501 503 520 537 570 580 606 615 627 630 631 632 633 647 649 661 677 684 687 702 710 715 728 755 760 779 783 788 799 825 830 844 846 847 858 877 880 915 920 921 936 949 961 966 967 973 976 993
Al trabajar con muestras uno debe hacerse dos preguntas: ¿Qué tanto se parece la muestra que escogí a las demás posibles muestras? Qué tan precisos son los valores que me da la muestra?
Para responder la primera pregunta se utiliza el error estándar. Para responder la segunda se utiliza el intervalo de confianza.
Previo a utilizar cualquier método para seleccionar las unidades de muestreo, cuando la muestra es probabilística, se debe calcular el tamaño muestral.
Tamaño de muestra en los estudios descriptivos: n= Z2 pq / {(e2 + (Z2 pq / N)} Z: equivale al nivel de confiabilidad de los datos, esta muy de acuerdo con el error de los datos que se acepte o sea el alfa o el beta. e: significa el error de muestreo, que tan representativa se desea la muestra.
En programas de computador como Epi info es posible obtener: Tamaño de muestra según tipo de estudio Listado de números aleatorios para seleccionar una muestra aleatoria simple. Calcular el efecto del diseño en un determinado tamaño muestral
En los ESTUDIOS ANALITICOS, se necesitan conocer los siguientes datos: · Nivel de (error I) dispuesto a tolerar. · Nivel de (error II) dispuesto a tolerar. · Mínimo Riesgo Relativo (OR) considerado clínicamente útil de detectar. · Estimativo de la incidencia o de la prevalencia de la enfermedad y de la exposición.
Posibilidades al investigar hipótesis Resultado del estudio "Verdad"* Hipótesis alterna correcta Hipótesis nula correcta Verdadero positivo poder o sensibilidad del estudio Falso positivo o error de tipo I Falso negativo o error de tipo II Verdadero negativo especificidad del estudio
Muestras probabilísticas
MUESTRA ALEATORIA SIMPLE Es la más sencilla, solo el azar decide. Se utilizan los métodos de la lotería, ó los números aleatorios para seleccionar los elementos; las conclusiones pueden ser para toda la población si la muestra es representativa.
Requiere tener un listado de los elementos de la población o un mapa. 001 009 017 025 033 041 002 010 018 026 034 042 003 011 019 027 035 043 004 012 020 028 036 044 005 013 021 029 037 045 006 014 022 030 038 046 007 015 023 031 039 047 008 016 024 032 040 048 ** registros seleccionados al azar, por diferentes métodos
MUESTRA SISTEMATICA En este tipo de muestreo, teniendo los datos del total de población (N) y el tamaño muestral (n) se obtiene el salto muestral que consiste en la comparación de estos dos valores (N / n).
Requiere tener un listado de los elementos de la población o un mapa. 001 009 017 025 033 041 002 010 018 026 034 042 003 011 019 027 035 043 004 012 020 028 036 044 005 013 021 029 037 045 006 014 022 030 038 046 007 015 023 031 039 047 008 016 024 032 040 048
Con número aleatorio de la calculadora o el computador se selecciona el primer elemento de la muestra, a este número se le suma el salto muestral y da el número del segundo elemento: n1 + (N / n) = n2 +(N / n)= ......n. 018 Al azar N = 48 n = 6 N/n = 8
001 009 017 025 033 041 002 010 018 026 034 042 003 011 019 027 035 043 004 012 020 028 036 044 005 013 021 029 037 045 006 014 022 030 038 046 007 015 023 031 039 047 008 016 024 032 040 048
Esta muestra se debe evitar cuándo se sabe o se sospecha que las características que se estudian, presentan ciclos en la población. Se puede inferir a la población si es una muestra representativa .
MUESTRA ESTRATIFICADA: este tipo de muestra se utiliza generalmente para control de variables de confusión (sesgos)
Se definen los estratos o categorías de la variable que se quiere controlar (edad, estado socioeconómico, escolaridad). Se debe conocer la proporción (%) de cada estrato con respecto a la población. Si no conocen se puede asignar igual porcentaje a cada categoría, obteniéndose una muestra estratificada no proporcional.
Aplicando esta proporción al tamaño muestral se obtiene el tamaño de cada submuestra en cada estrato. Utilizando el método aleatorio simple se seleccionan los elementos de cada submuestra. Por último se combinan las submuestras.
Los estratos son "homogéneos" dentro de sí, y "heterogéneos" entre sí.
MUESTRA POR CONGLOMERADOS Es útil en investigaciones que abarcan extensas zonas geográficas. Utilizando un mapa, se divide el total de la población en conglomerados, por ejemplo las comunas en una ciudad o los municipios en un departamento.
Los conglomerados son "homogéneos" entre sí, y "heterogéneos" dentro de sí.
Se toma al azar una muestra de esos conglomerados. De cada uno de los conglomerados escogidos, se toman al azar los elementos de la muestra.
Muestras No probabilísticas
“Las muestras NO PROBABILÍSTICAS o también llamadas dirigidas suponen un procedimiento de selección informal y un poco arbitrario”, son utilizadas en muchas investigaciones, sobretodo las que requieren la selección de sujetos con una determinada característica, especificadas en el planteamiento del problema.
VOLUNTARIOS o de selección MUESTRA DE SUJETOS VOLUNTARIOS o de selección Muestras fortuitas, utilizadas con frecuencia en Medicina. Sujetos que acceden voluntariamente a participar en un estudio que monitorea los efectos de un medicamento. No se puede inferir, ya que las características de los sujetos de la muestra pueden ser diferentes al total de la población.
MUESTRA POR CONVENIENCIA Muestra fortuita, se selecciona de acuerdo a la intención del investigador por ejemplo estudios en pacientes hospitalizados, siempre que el hospital no atienda al total de la población.
MUESTRA POR CRITERIOS De acuerdo a las definiciones del investigador se seleccionan los participantes, quienes cumplan con los requisitos pueden ser seleccionados.
MUESTRA POR CUOTAS La proporción de participantes en las encuestas lo decide el investigador de acuerdo, al comportamiento de ciertas variables demográficas en la población.
MUESTRA POR CUOTAS Se le dice a un entrevistador que en la calle entreviste a 200 personas (50%) mujeres y (50%) hombres, ó proporciones iguales por grupo etáreo. La decisión de quién participa es del entrevistador.
Conceptos relacionados con Muestra: Población ……Parámetro Muestra………Estimador Inferencia Tamaño de muestra Método de selección Variabilidad
En la vida real se trabaja con una única muestra. Se debe tener una idea de qué tanta variabilidad existe entre las diferentes muestras del mismo tamaño que se pueden sacar de esa población.
El Error Estándar (EE) es un estimativo de la variabilidad de las posibles muestras de n individuos que puedo sacar de toda la población, calculado a partir de una sola muestra.
Limitaciones de los cálculos de tamaños de muestras Las fórmulas sólo dan una aproximación (aunque cercana) al número real de pacientes necesarios. La atracción que ejerce una cifra exacta como las que resultan de las fórmulas revisten a estos cálculos de un rigor falso que puede prestarse a engaño.
En lo que sí hay acuerdo en la literatura es que si hay tiempo y los costos lo permiten es más adecuado sobreestimar los cálculos del tamaño de la muestra, y si es el caso, acabar temprano el estudio.