3. POBLACIÓN
Es el conjunto de todos los casos que concuerdan con
una serie de especificaciones (Lepkowski, 2008)
TOTAL DE
INVIDIDUOS
OBJETOS DE
INVESTIGACIÓN
ANIMALES
PAIS
EMPRESA
ESCUELA
4. POBLACIÓN
Es el conjunto de todos los elementos que
estamos estudiando
POBLACIÓN
Delimitar las características
Establecer categorías
5. POBLACIÓN
Es un subgrupo de la población del cual se
recolectaran los datos y debe ser representativo
de la población
Esta integrado por las unidades de análisis
MUESTRA
6. POBLACIÓN
Es el método para seleccionar unidades a partir
de una población definida
MUESTREO
7. POBLACIÓN
Es la unidad básica sobre la cual se recaba la
información
ELEMENTOS
O UNIDAD ES
MUESTRALES
10. INTERROGANTES
¿Cuál es la población de estudio?
Definir de acuerdo al problema que se investiga
Representativa. Características similares de la población
¿Cómo seleccionar la muestra?
Depende del tipo de muestreo
¿Cuántas unidades se requieren en la
muestra?
Tamaño adecuado
Se calcula con fórmula específica para tipo de diseño
11. Criterios de
Selección
El investigador debe especificar los criterios que
deben cumplir los participantes. Los criterios
que especifican las características que la
población debe tener se denominan criterios de
elegibilidad o criterios de selección
12. CRITERIOS DE INCLUSIÓN
“Son todas las características particulares que debe tener
un sujeto u objeto de estudio para que sea parte de la
investigación”
13. CRITERIOS DE EXCLUSIÓN
“Se refiere a las condiciones o características que
presentan los participantes y que pueden alterar o
modificar los resultados, que en consecuencia
los hacen no elegibles para el estudio”
14. CRITERIOS DE ELIMINACIÓN
“Este aspecto corresponde con las características que se
pueden presentar en el desarrollo de la investigación. Es
decir, serán circunstancias que pueden ocurrir después de
iniciar la investigación y de haber seleccionado a los
participantes.”
15.
16.
17.
18. NIVEL DE LA
INVESTIGACIÓN
NIVEL I “EXPLORATORIAS”
Responden si hay o no la característica. Estudios observacionales
Ej. Series de Casos (Se presentan todos los que haya ocurrido)
NIVEL II “DESCRIPTIVO”
Descripción detallada. Se hacen en un solo tipo de población.
Ej. Estudios clínicos, revisiones de expedientes, epidemiológicos
NIVEL III “CORRELACIÓN”
Buscan asociación entre los factores estudiados. Son observacionales.
Ej: Casos y Controles y de Cohorte
NIVEL IV “EXPLICATIVO”
Buscan establecer las causas de las asociaciones. Comparan dos
poblaciones y verifican Hipótesis.
Ej: EstudiosCuasi experimentales o Experimentales
19. TIPOS DE MUESTREO
El método de selección permite
que todos los
elementos de la población
tengan la misma
probabilidad de ser
seleccionados en la muestra
PROBABILISTICO
La muestra es escogida por
medio de un proceso
subjetivo o arbitrario de modo
que la probabilidad
de selección de cada unidad de
la población no es
conocida
NO PROBABILISTICO
20. MUESTREO NO PROBABILISTICO
Se seleccionan las unidades de estudio que están disponibles
al momento de la recolección de datos. Desventaja: Es poco
representativo
POR CONVENIENCIA
Elegir a cada paciente que cumpla con los criterios de
selección dentro de un intervalo de tiempo. Es el mejor y
más fácil de los muestreos No Probabilísticos
Desventaja: Si hay influencia del tiempo en el fenómeno
estudiado
CASOS CONSECUTIVOS
Se seleccionan unidades de estudio de
cada uno de los subgrupos que
componen la población en una cuota
determinada.
Útil para balancear unidades de
estudio , pero no es representativo
CUOTA
21. MUESTREO PROBABILISTICO
Aleatorio
Simple
Sistemático
Estratificado
Conglomerados
Cada individuo tiene la misma
probabilidad de ser seleccionado.
Moneda, sorteo, números aleatorios
Todos los individuos del estudio se
seleccionan a intervalos irregulares
Se divide a la población en estratos o
subgrupos y luego de cada uno de estos
se selecciona la muestra aleatoria
Selección de grupos de Unidades de
Estudio al Azar
22. Es imposible asegurar que un hallazgo es verdadero con un 100% de
probabilidad. Se acepta de antemano que la Hipótesis ALTERNA (Ha) no se
puede probar
HIPOTESIS
ALTERNA (Ha)
HIPOTESIS NULA
(Ho)
23. ¿Para que sirve el calculo
del tamaño de la muestra?
• Permite a los investigadores saber cuántos individuos son
necesarios estudiar
• Estimar un parámetro determinado con el grado de
confianza deseado
• El número necesario para detectar una determinada
diferencia entre los grupos de estudio
Un estudio con un
tamaño
insuficiente de la
muestra estimará
un parámetro
con poca precisión
o será incapaz de
detectar
diferencias
entre los grupos,
conduciendo a
conclusiones
erróneas
24. ¿QUE SE REQUIERE PARA EL CALCULO?
• Tipo de contraste de la Hipótesis:
Una o dos colas
• Una probabilidad de error tipo 1
• Una probabilidad de error tipo 2
• Una estimación de las pérdidas
• Distribución de referencia
• Magnitud de la diferencia del efecto
a detectar.
• Una variable primaria
• Un test estadístico
• Una hipótesis nula
• Una hipótesis alterna
con el supuesto del
efecto esperado o
deseado
25. ¿QUE SE REQUIERE PARA EL CALCULO?
Si se busca :
• Frecuencia de un fenómeno
• Probar hipótesis de causalidad
• Relación entre factor de riesgo y
enfermedad
• Correlación entre variables
• Eficacia y efectividad de tratamientos
Se requiere calcular el tamaño muestral
26. ¿QUE SE REQUIERE PARA EL CALCULO?
RELACION ENTRE LOS GRUPOS A
COMPARAR
1. Independientes
2. Diferentes entre si
3. Mayor variabilidad
Relacionados. Pareados de acuerdo a
característica específica , antes y después
Menor variabilidad
27. Hipótesis
El tipo de contraste de hipótesis puede ser
unilateral (una cola) o bilateral (dos colas). Una
hipótesis unilateral especifica la dirección de la
asociación (mayor o menor) de las variables; en la
bilateral se puede afirmar la asociación entre las
variables, pero no especifica la dirección.
28. Error tipo I – Alfa α
Rechazamos la H0 cuando no debimos rechazarla
Hipótesis nula es verdadera en la población
Se llega a la conclusión de que existe una diferencia entre lo que se
compara cuando en realidad no existe.
El criterio más común es aceptar un riesgo de α ≤ 0.05
Es decir un 5% de probabilidad de error
29. Error tipo II – Beta β
No rechazamos la H0 cuando debimos rechazarla
H0 es falsa en la población.
Se llega a la conclusión de que no hay diferencias, que en realidad si
existen.
El criterio más común es aceptar un riesgo del Error Beta de entre 0.10 y
0.20.
31. Poder o Potencia del Estudio
Probabilidad de observar en la muestra una determinada diferencia o
efecto si es que existe en la población.
Es la probabilidad de afirmar que SI existe asociación o diferencia cuando
realmente la hay
Es el complemento del Error II
1 – β
β= 20%
1 – 0.20 = 0.8 = 80%
32. Variabilidad de la Medida
Cuanto más se agrupen los valores individuales de la variable estudiada
alrededor de uno central, se requieren menos individuos.
Desviación estándar puede tomarse de estudios previos
Es la dispersión esperada de los datos
Coeficiente deVariación grande = Muestra grande
33. Pérdidas en el Seguimiento del Estudio
Durante el estudio puede haber perdidas por diversas razones
Es recomendado adicionar 10-20% al calculo inicial
n (1 / 1-R)
n = Número de participantes sin pérdidas
R = Proporción de pérdidas esperadas
34. ¿Qué es el
tamaño de la
muestra?
“N”
Muestra es un
subconjunto de la
Población
Nivel de Confianza
y Margen de Error
Infiere los
resultados a la
población
Elementos que
componen una
muestra
representativa
35. Población
FINITA
Esta formada por un numero limitado de
elementos
EJEMPLO:
Todos los habitantes de una comunidad
Numero de estudiantes de una Universidad
Numero de obreros de una Compañía
Numero de residentes de una especialidad
36. Población
INFINITA
Esta formada por un numero extremadamente
grande, donde no se pueden contar todos los
elementos (Numero Ilimitado)
EJEMPLO:
Población de insectos en el mundo
Número de estrellas en el cielo
Cantidad de granos de arena
38. PARAMETROS
n =Tamaño de la muestra buscado
N =Tamaño de la población o universo
Z = Parámetro estadístico que depende del nivel de
confianza (NC)
e = Error de estimación máximo aceptado o desviación
Standard
p = Probabilidad de que ocurra el evento estudiado (éxito)
q = (1 – p) = Probabilidad de que no suceda el evento que
estudiamos
39. “n” TAMAÑO DE MUESTA
Es el numero de elementos que o sujetos extraídos de una población
“ES LO QUE ESTAMOS BUCANDO”
“N” TAMAÑO DE LA POBLACIÓN
Individuos o elementos que tienen características que pueden ser estudiadas
UNIVERSO FINITO / UNIVERSO INFINITO
40. “Z” INDICA EL NIVEL DE CONFIANZA
Significa, el grao de certeza o probabilidad, expresado en porcentaje, con el que se
pretende realizar la estimación de un parámetro en una muestra
Se fija en función
del interés del
investigador NIVEL DE CONFIANZA Zα
99.7% 3
99% 2.58
98% 2.33
96% 2.05
95% 1.96
90% 1.645
80% 1.28
50% 0.674
41. “e” ERROR DE ESTIMACIÓN MAXIMA
Es la cantidad de error de un muestreo aleatorio
Desviación estándar
Se coloca con el criterio de certeza que quiera el investigador
p = Probabilidad de que ocurra el evento (Éxito)
Es la probabilidad de éxito o proporción esperada
q = Probabilidad de que NO ocurra el evento
(Fracaso)
Es la probabilidad de éxito o proporción esperada
Para conocer “p” nos basamos en investigaciones pasadas
Si no se conoce “p” se le da un valor de 50%