Esta es una presentación original realizada por el Dr. Javier Gonzalo Rocabado Laguna y por lo tanto por derechos de autor no podrá ser descargada y solo podrá ser visualizada a través de esta plataforma.
2DO SEMINARIO UCB DE METODOLOGÍA DE INVESTIGACIÓN
SOCIEM UCB"SP"
Muestreo y técnicas de muestreo - Dr. Javier Gonzalo Rocabado Laguna
1. MUESTREO Y TÉCNICAS DE
MUESTREO
Dr. JavierGonzalo Rocabado Laguna
Medico Internista
Clínico de Emergencia Hospital San Juan de Dios
Docente de Emergencia yTrauma UCB
2.
3. Conceptos Generales
Inferencia estadística
Inferir: Sacar una consecuencia o deducir algo de otra cosa
“El conjunto de métodos estadísticos que permiten deducir
(inferir) como se distribuye la población en estudio o las relaciones
estocásticas(Perteneciente o relativo al azar) entre varias variables de
interés a partir de la información que proporciona una muestra”
Estimación
Aprecio y valor que se da y en que se tasa y considera algo
Parámetro
Variable que, en una familia de elementos, sirve para identificar cada
uno de ellos mediante su valor numérico
Población
Población teórica: conjunto de elementos a los que se requiere
extrapolar los datos
Población estudiada: conjunto de elementos accesibles a nuestro estudio
4. Conceptos Generales
Censo: Estudio de todos los elementos de una población
Muestra: Una parte representativa de la población
Error alfa: La probabilidad de rechazar la hipótesis nula
cuando esta es verdadera
Error beta: La probabilidad de no detectar un hallazgo
como importante y atribuirlo al azar.
Diferencia clínicamente significativa: Donde se espera
poder detectar una diferencia en los resultados
Otros
Pérdida de casos: estimar por adelantado.
No contar con datos referenciales: Estudio piloto
8. Calculo del tamaño muestral
Donde:
n = tamaño de la muestra.
N= Población o universo.
Z = nivel de confianza.
p = probabilidad a favor.
q = probabilidad en contra.
e = error muestral.
Datos:
n = ¿?
N= 300
Z = 95%
p = 50%
q = 50%
e = 9%
Tamaño de la Muestra.
Fórmula:
Población finita: n = Z2 p * q N / e2 (N-1) + Z2p*q
9.
10. Calculo del tamaño muestral
Cálculo de la muestra:
n = ¿? N= 300 Z = 95% p = 50% q = 50% e = 9%
Cálculo de la muestra:
n = Z2 p * q N / e2 (N-1) + Z2p*q
n= ((.95)2 ((.50) (.50))) (300) / ((.09)2 (300-1)) +((.95)2 (.50)
(.50))
n= ((0.9025) (0.25)) (300) / ((0.0081) (299)) + ((0.9025)
(0.25))
n= (0.225625) (300) / (2.4219) + (0.225625)
n= 67.6875 / 2.647525
n= 25
16. Técnicas de muestreo
Muestreo probabilístico
Muestreo aleatorio simple
Cada unidad de muestreo tiene la misma
probabilidad de ser elegida
Precisa de un listado previo numerado de las
unidades de muestreo
Las unidades se elijen mediante la tabla de números
aleatorios
17. Técnicas de muestreo
Muestreo probabilístico
Muestreo aleatorio simple
Ventajas
Sencillo y de fácil comprensión
Desventajas
Requiere un listado completo de la población
Puede aparecer sesgos cuando la muestra es pequeña
18. Técnicas de muestreo
Muestreo probabilístico
Muestreo aleatorio estratificado
Consiste en la división previa de la población de
estudio en grupos o clases que se suponen
homogéneos respecto a las características a estudiar
19. Técnicas de muestreo
Muestreo probabilístico
Muestreo aleatorio estratificado
Ventajas
El método asegura que en la muestra habrá
representantes de todos los estratos (incluso de los que
representan pequeños grupos en la población).
Si cada estrato representa un dominio de estudio o éste
se conforma con la unión de algunos estratos, entonces
es seguro que la muestra proporcionará información de
dicho dominio de estudio.
El método permite muestrear con distintas tasas de
muestreo en las diferentes sub-poblaciones de interés
(otorga flexibilidad al diseño muestral)
20. Técnicas de muestreo
Muestreo probabilístico
Muestreo aleatorio estratificado
Desventajas
Necesidad de contar con un marco que tenga
información auxiliar.
Dificultad para crear o formar los estratos. ¿Cuál es el
número óptimo de estratos?
Los estimadores no son tan simples y son mas costosos
Para determinar en forma óptima el tamaño de la
muestra en cada estrato es necesario disponer de
medidas de dispersión para cada estrato
21. Técnicas de muestreo
Muestreo probabilístico
Muestreo aleatorio sistemático
Es la elección de una muestra a partir de los
elementos de una lista según un orden determinado,
o recorriendo la lista a partir de un número aleatorio
determinado.
22. Técnicas de muestreo
Muestreo probabilístico
Muestreo aleatorio sistemático
Ventajas
Fácil de aplicar y no es necesario tener una lista de la
población de antemano
Desventaja
Riesgo de que la constante de muestreo esté asociada
al fenómeno de interes
23. Técnicas de muestreo
Muestreo probabilístico
Muestreo por conglomerados
La unidad muestral es un grupo de elementos de la
población que forman una unidad, a la que
llamamos conglomerado.
24. Técnicas de muestreo
Muestreo probabilístico
Muestreo por conglomerados
Ventajas
Es muy eficiente cuando la población en grande y
dispersa
No es preciso tener un listado de toda la población
Desventajas
El error estandar es mayor que en el muestreo
aleatorio simple o estratificado
El cálculo del error estandar es complejo
25. Técnicas de muestreo
Muestreo no probabilístico
Es aquel en el que se desconoce la probabilidad
que posee cada unidad de ser incluida en la
muestra
Las unidades se escogen utilizando métodos en
los que no interviene el azar
Muestreo consecutivo
Inclusión de voluntarios
26.
27. Asignación a los grupos de
estudio
Asignación aleatoria
Técnicas de enmascaramiento
Simple ciego
Doble ciego
28. Calculo del tamaño muestral
Estudios en que se indagará sobre una prevalencia en
población conocida
Estudios en que se compararán dos proporciones
Estudios en que se compararán dos proporciones por
prueba de Fisher-irwin de probabilidades exactas
Estudios en que se investigará una prueba diagnóstica
Estudios en que se compararán dos promedios
Estudios en que un grupo será su propio control
Estudios de concordancia
Estudios de cohortes
Estudios caso - control