By Tecnicas de muetsreo gy tijedo 110R5pR 17, 2011 7 pagcs TEORIA DEL MUESTREO l. INTRODUCCION En la práctica profesional, el médico se enfrenta con frecuencia ante la necesidad de conocer realidades respecto al proceso salud enfermedad en la persona humana, una enfermedad, un medicamento, una técnica quirúrgica, nlveles de educación e información; cuando ello se necesita conocer en un grupo poblacional, seria necesario examinar todos los miembros de ese grupo con el fin de observar el comportamiento de las variables en estudio.
Sin embargo, muchas veces, el grupo en estudio es tan grande ue hace difícil, casi imposible el examen de todos sus miembros, por lo que se procede comúnmente a examinar un determinado número de individuos u ob’etas observar el comportamiento Sv. ipe to View nut*ge de las variables en es extender los resultad confianza. Es entonc estudiar un sub conj resultados al conjunt or7 a! Imoo lmltado para luego cierto grado de ue se puede luego inferir los un cierto grado de precisión el cual dependerá de la selección de los elementos del sub conjunto a estudiar y de los métodos de inferencia para la obtención de premisas generales.
Esto es la «teoría del muestreo», la selección adecuada en antidad y calidad de los Individuos que constituirán el grupo de observación, para ello es necesario tener concep SWipe page conceptos muy claros respecto a población o universo y muestra. 2. CONCEPTO DE UNIVERSO O POBLACION Y MUESTRA Antes de describir algunos de los métodos de muestreo más habituales, es necesario plantear algunas definiciones importantes en este contexto: POBLACIÓN: Es todo conjunto de elementos, finito o infinito, definido por una o más características, de las que gozan todos los elementos que lo componen, y sólo ellos.
En muestreo, se entiende por población a la totalidad del universo que interesa onocer, y que es necesario que esté bien definido para que se sepa en todo momento qué elementos lo componen. Conviene recordar que población es el conjunto de elementos a los cuales se quieren inferir los resultados. UNIVERSO: El término es empleado generalmente como sinónimo de población. No obstante, cuando se realiza un trabajo puntual, conviene distinguir entre universo ideal: conjunto de elementos a los cuales se quieren extrapolar los resultados, y universo muestral: conjunto de elementos accesibles en nuestro estudio.
Todo universo o población debe definirse sin ambigüedades, es ecir debe ser posible decidir cuándo un individuo pertenece o no al universo bajo consideración a. Universo: Pacientes asmáticos con deficiente grado de conciencia de la importancia de su enfermedad. b. Universo: Pacientes con EDA menores de 1 año, atendidos en el Hosptal Belén. CENSO: En ocasiones resulta posible estudiar cada uno de los elemen elementos que componen la población, realizándose lo que se denomina un censo, es decir, el estudio de todos los elementos que componen la población.
La realización de un censo no siempre es posible, por diferentes motivos: a) Economía: el estudio de todos los elementos que componen na población, sobre todo si esta es grande, suele ser un problema costoso en tiempo, dinero, etc. b) Que las pruebas a las que hay que someter a los sujetos sean destructivas. c) Que la población sea infinita o tan grande que exceda las posibilidades del investigador. Si la numeración de elementos, se realiza sobre la población accesible o estudiada, y no sobre la población teórica, entonces el proceso recibe el nombre de marco o espacio muestral.
MUESTRA: En todas las ocasiones en que no es posible o conveniente realizar un censo, lo que hacemos es trabajar con una muestra, entendiendo por tal una parte representativa y decuada de la población. para que una muestra sea representativa, y por lo tanto útil, debe de reflejar las semejanzas y diferencias encontradas en la población, ejemplificar las características y tendencias de la misma. Cuando decimos que una muestra es representativa indicamos que reúne aproximadamente las características de la población que son importantes para la investigación.
Cuando decimos que una muestra es adecuada, nos referimos a que contiene el para la investigación. que contiene el número de unidades de estudio, tal que permita aplicar pruebas estadísticas que den validez a la nferencia de los resultados a la población. por ejemplo, supongamos que deseamos medir el rendimiento académico de los niños escolares en la secundaria en Perú, pero por problemas económicos sólo es posible acceder a los niños de zonas urbanas. – ¿A quién deseo generalizar los resultados? : Todos los niños peruanos de la secundaria (universo ideal). ¿A quien puedo acceder en el estudio? : Todos los niños escolares en zonas urbanas (universo muestral o población en estudio). -¿Cómo puedo acceder a ellos? : Numerando los sujetos accesibles (espacio o marco muestral). -¿Quién forma parte del estudio? : Un grupo de sujetos elegido (muestra). 3. VENTAJAS Y DESVEN AJAS DEL MUESTREO A. En estudios que implican técnicas destructivas o de uso que imposibilidad de utilización postenor de lo analizado. B. El trabajo con una muestra y no con el universo implica eficiencia, pues significa ahorro de recursos, esfuerzos y tiempo C.
Con el uso del muestreo se pueden obtener resultados razonablemente más precisos que el estudio de todo el universo, pues para el estudio de sólo una muestra, el personal mínimo necesario puede ser mejor preparado para recoger información más detallada y elaborada. D. Como desventaja se debe mencionar el error ecoger información más detallada y elaborada. D. Como desventaja se debe mencionar el error de muestreo, producto de la variabilidad intrínseca que poseen los elementos de todo universo o población. El términoer ro r no debe entenderse como sinónimo de equivocación.
Ejemplo: Estatura de niños: 117, 120, 125, 125, 130 Tamaño Valores muestrales Media muestral También suelen introducirse errores por otras v(as, los cuales se denominan errores sistemáticos: Los cuales son: – Imputables al observador. – Imputables al método de observación o medición. – Imputables a lo observado (unidad de muestreo). . CONDICIONES DE UNA BUENA MUESTRA En todo proceso de muestreo, los elementos de la muestra deben escogerse adecuadamente, de tal manera que los resultados que se observen en ella, puedan inferirse al resto de la población a la que pertenece la muestra.
Para ello debe tenerse en cuenta: a) Tamaño de la muestra, que da la característica de muestra adecuada. El tamaño de la muestra depende de la homogeneidad de la población. b) Condiciones de selección de la misma, de tal manera que todos los miembros de la población tengan la misma probabilidad de ser seleccionados como parte de la muestra, ésta s la caracteristica de muestra representativa. Estas dos características darán valor estadístico a los resultados y permitirán la inferencia a la población.
Varios aspectos relaclonados con las caracteristlcas y tendencias de I inferencia a la población. Varios aspectos relacionados con las características y tendencias de los sujetos que componen la población inciden en su determinación y dificultan a la vez su valoración objetiva: A. Objetivos que se persiguen. B. Grado de aproximacion que se pretende alcanzar. C. La heterogeneidad de la población Ello implica que existe una estrecha relación entre: Varianza de la edia muestral, tamaño de la muestra y varianza poblacional 5.
TAMANO DE LA MUESTRA A la hora de determinar el tamaño que debe alcanzar una muestra hay que tomar en cuenta vanos factores: el tipo de muestreo, el parámetro a estimar, el error muestral admisible, la varianza poblacional y el nivel de confianza. por ello antes de presentar algunos casos sencillos de cálculo del tamaño muestral delimitemos estos factores. PARAMETRO: Son las medidas o datos que se obtienen sobre la población.
ESTADISTICO: Los datos o medidas que se obtienen sobre una muestra y por lo tanto una estimación de los parámetros. ERROR MUESTRAL, de estimación o standard: Es la dlferencia entre un estadístico y su parámetro correspondiente. Es una medida de la variabilidad de las estimaciones de muestras repetidas en torno al valor de la población, nos da una noción clara de hasta dónde y con qué probabilidad una estimación basada en una muestra se aleja del valor que se hubiera obtenido por medio de un censo completo.
Siempre se comete un error, pero la naturaleza obtenido por medio de un censo completo. Siempre se comete un error, pero la naturaleza de la investigación nos indicará hasta qué medida podemos cometerlo (los resultados se someten error muestral e intervalos de confianza que varían muestra a muestra). Varía según se calcule al principio o al final. Un estadístico será más preciso en cuanto y tanto su error es más pequeño.
Podríamos decir que es la desviación de la distribución muestral (por distribución muestral se entiende la distribución de frecuencias de los valores de un estad(stico en infinitas muestras iguales) de un estadístico y su fiabilidad. NIVEL DE CONFIANZA: Probabilidad de que la estimación efectuada se ajuste a la realidad. Cualquier información que queremos recoger está distribuida según una ley de robabilidad (Gauss o Student), así llamamos nivel de confianza a la probabilidad de que el intervalo construido en torno a un estadístico capte el verdadero valor del parámetro.
VARIANZA POBLACIONAL: Cuando una población es más homogénea la varianza es menor y el número de entrevistas necesarias para construir un modelo reducido del universo, o de la población, será más pequeño. Generalmente es un valor desconocido y hay que estimarlo a partir de datos de estudios previos. LA FÓRMULA PARA EL TAMAÑO DE LA MUESTRA DEPENDERÁ SI SE ESTIMA LA MEDIA DE LA POBLACION O LA PROPORCION DE LA VARIAB E
