Investigación I Patricia Durán ospina

1. Patricia Durán Ospina
pduran@areandina.edu.co
Microbióloga, Universidad de los Andes
Magister en Educación
Ex Jefe de Línea Novartis, Tecnoquímicas
Co-Fundador Grupo Salud Visual
Miembro Junta Directiva Asociación Colombiana de simulación clínica
Miembro Junta Directiva Asociación Colombiana de fisiología
Miembro comité editorial Journal of ocular diseases and therapeutic
Directora Centro de Investigaciones,
Fundación Universitaria del Área Andina, Pereira

2. Cálculo de la muestra
• Veracidad de la investigación
• Población seleccionada
– Criterios de inclusión
– Criterios de exclusión
• Estratificada
• Estadística
• Control de sesgos o bias

3. CÁLCULO DE LA MUESTRA
Estadística:
Tamaño de la muestra es el número de sujetos que
componen la muestra extraída de la población necesarios
para que los datos obtenidos sean representativos de la
población.
Cálculo online

4. CÁLCULO DE LA MUESTRA

5. CÁLCULO DE LA MUESTRA
Qué se debe tener en cuenta para el cálculo de la muestra?
• Justificar la muestra de acuerdo al planteamiento del problema
• Población a estudiar
• Objetivos de la investigación.

6. CÁLCULO DE LA MUESTRA
Qué se debe tener en cuenta para el cálculo de la muestra?
• Justificar la muestra de acuerdo al planteamiento del problema
• Población a estudiar
• Objetivos de la investigación.

7. CÁLCULO DE LA MUESTRA
Depende de decisiones estadísticas y no estadísticas
Disponibilidad de los recursos
Presupuesto o el equipo que estará en campo.
Determinar antes de seleccionar la población:
Tamaño de la población. objetos o individuos que tienen características similares. Población objetivo,
que suele tiene diversas características y también es conocida como la población teórica. Población
accesible es la población sobre la que los investigadores aplicaran sus conclusiones.
Margen de error (intervalo de confianza). Error de muestreo aleatorio, el número de veces de cada 100
que se espera que los resultados se encuentren dentro de un rango específico.
Nivel de confianza. Intervalos aleatorios, acotar un valor con una determinada probabilidad alta. Por
ejemplo, un intervalo de confianza de 95% significa que los resultados de una acción probablemente
cubrirán las expectativas el 95% de las veces.
La desviación estándar. Es un índice numérico de la dispersión de un conjunto de datos (o población).
Mientras mayor es la desviación estándar, mayor es la dispersión de la población.

8. CÁLCULO DE LA MUESTRA
Z = nivel de confianza,
P = probabilidad de éxito, o proporción esperada
Q = probabilidad de fracaso
D = precisión (error máximo admisible en términos de proporción)

9. CÁLCULO DE LA MUESTRA DESCONOCIENDO EL
TAMAÑO DE LA POBLACIÓN
Z = nivel de confianza,
P = probabilidad de éxito, o proporción esperada
Q = probabilidad de fracaso
D = precisión (error máximo admisible en términos de proporción)

10. CÁLCULO DE LA MUESTRA CONOCIENDO EL
TAMAÑO DE LA POBLACIÓN
N = tamaño de la población
Z = nivel de confianza
P = probabilidad de éxito o proporción esperada
Q = probabilidad de fracaso
D = precisión (Error máximo admisible en términos de proporción).

11. MUESTREO PROBABILÍSTICO
Principio de equi-probabilidad, esto quiere decir que todos los individuos de la
muestra seleccionada, tendrán las mismas probabilidades de ser elegidos. Lo
anterior nos asegura que la muestra extraída contará con representatividad.
Al azar simple
Sistemática
Estratificada
Conglomerados
Características:
No hay discreción del investigador.
Los elementos se seleccionan por reglas mecánicas.
Hay error muestral.
Se conoce la probabilidad de inclusión.

12. MUESTREO NO PROBABILÍSTICO
No sirven para hacer generalizaciones, pero sí para estudios exploratorios. En
este tipo de muestras, se eligen a los individuos utilizando diferentes criterios
relacionadas con las características de la investigación, no tienen la misma
probabilidad de ser seleccionados ya que el investigador suele determinar la
población objetivo.
Por juicio u opinión.
Por cuotas.
De bola de nieve.
De conveniencia.
Características:
La muestra es discrecional
Los elementos se seleccionan por facilidad conveniencia y no por reglas fijas
No hay error muestral o no se puede calcular
No se conoce la posibilidad de inclusión

13. SELECCIÓN DE UN BUEN INSTRUMENTO
 Instrumento validado
 Acorde a las necesidades del entorno
 Adaptado y validado por grupo de expertos
 Actualizado
 Juicio crítico
 Dos observadores idóneos (índice Kappa)
 Control de Bias os sesgos

14. INSTRUMENTOS (Questionnaires)
http://www.owenleigh.com/page15.htm
http://www.mountainviewoptometry.com/forms/patient-questionnaire/
http://www.healio.com/optometry/cornea-external-
disease/news/print/primary-care-optometry-news/%7B071167eb-1e3b-408e-
89c9-060c4133a308%7D/dry-eye-questionnaires-a-valuable-tool-for-ods
http://cahvision.com/questionnaires.html
Mark Rossenfield
Baja visión

15. WE