• Author / Uploaded
• Xavier Vargas Perez

Citation preview

J [email protected]

¿En una investigación siempre tenemos una muestra? Lo primero: ¿sobre o quienes se recolectaría datos?

Aquí el interés se centra en “qué o quiénes”, es decir , en los sujetos, objetos, sucesos o comunidades de estudio (las unidades de análisis), lo cual depende del planteamiento de la investigación.

Por lo tanto, para seleccionar una muestra, lo primero hay que definir la UNIDAD DE ANÁLISIS. El sobre qué o quiénes se van a recolectar los datos depende del planteamiento del problema a investigar y de los alcances del estudio. Estas acciones nos llevaran al siguiente paso, que consiste en delimitar una población.

¿Cómo se delimita una población?  Cumpliendo con los objetivos de estudio

 POBLACIÓN O UNIVERSO DE ESTUDIO “La totalidad de individuos o elementos que poseen la característica objeto de estudio”

 MUESTRA “Un grupo limitado de la población que posee características representativas de ellas”

La delimitación de las características de la población no sólo depende de los objetivos del estudio, sino de otras razonas practicas. Un estudio no será mejor por tener una población mas grande; la calidad de un trabajo investigativo será en delimitar claramente la población con base en el planteamiento del problema.

¿Cómo seleccionar una muestra? La muestra es, en esencia, un subgrupo de la población.

Población

Muestra • • •

Elementos o unidades de análisis

La muestra tiene que ser representativa de la población de la que se extrae. Se pueden producir errores imprevistos e incontrolados. Dichos errores se denominan sesgos y si suceden diremos que la muestra está sesgada. Las distintas maneras de elegir una muestra de una población se denominan muestreos.

Cálculo del Tamaño Muestral Cada estudio tiene un tamaño muestral idóneo, que permite comprobar lo que se pretende con la seguridad y precisión fijadas por el investigador.

¿DE QUÉ DEPENDE EL TAMAÑO MUESTRAL? Variabilidad del parámetro a estimar: Datos previos, estudios pilotos Precisión: Amplitud del intervalo de confianza Nivel de confianza (1- α): Nivel de confianza de 95% Z= 1.96 Nivel de confianza de 99% Z= 2.58 Probabilidad complementaria al error admitido (α) Vélez (2001)

Cálculo del Tamaño de la Muestra Variable cualitativa Tamaño de la muestra para la población infinita o desconocida:

n = Z2 p q d2

Tamaño de la muestra para la población finita y conocida:

n = N Z2 p q (N-1)d2 + Z2 p q

n: Tamaño mínimo de muestra N: Tamaño de la población Z: nivel de confianza para 95%= 1.96 para 99%= 2.58 S: Desviación estándar D: Nivel de precisión p: prevalencia del fenómeno de estudio q: Completa p hasta 1 (si p = 70 %, q = 30 %)

Murray y Larry (2005)

Cálculo del Tamaño de la Muestra Variable cuantitativa Población infinita:

n = Z2 S2 d2

Población finita:

n = N Z2 S2 (N-1)d2 + Z2 S2

n: Tamaño mínimo de muestra N: Tamaño de la población Z: nivel de confianza para 95%= 1.96 para 99%= 2.58 S: Desviación estándar D: Nivel de precisión p: prevalencia del fenómeno de estudio q: Completa p hasta 1 (si p = 70 %, q = 30 %)

Murray y Larry (2005)

TIPOS DE MUESTRA Se obtienen definiendo las características de la población y el tamaño de la muestra, y por medio de la selección aleatoria o mecánica de las unidades de análisis

 Muestra probabilísticas “Subgrupo de la población en el que todos los elementos de esta tienen la misma posibilidad de ser elegidos.”

 Muestra no probabilísticas o dirigida “Subgrupo de la población en la que la elección de los elementos no depende de la probabilidad sino de las características de la investigación.”

¿Cómo se selecciona una muestra probabilística? La elección entra la muestra probabilística y no probabilística se determina con base en el planteamiento del problema, las hipótesis, el diseño de estudio de investigación y el alcance de sus contribuciones.

Principales métodos de muestreo Muestra probabilísticas

Muestra no probabilísticas

   

 Por conveniencia.  Voluntarios.  De juicio.

Muestreo aleatoria simple (MAS). Muestreo aleatorio estratificado (MAE). Muestreo sistemático (MS). Muestreo por conglomerados (MC).

 Se comete menos sesgos datos mas validos.  Cuando la muestra se elije al azar.

 Bola de nieve.  El investigador no elige la muestra al azar, sino siguiendo criterios subjetivos

MUESTREO ALEATORIO SIMPLE

 Tiene el principio de un sorteo o lotería.  Es indicado en poblaciones homogéneas.  El principio de aleatoriedad nos da la mayor probabilidad de representatividad.  Nos asegura igualdad de condiciones cuando hay varios grupos.

MUESTREO ALEATORIO ESTRATIFICADO

 Se utiliza cuando la población es heterogénea es decir esta dividida en sub grupos.  Se determina el % que represente la muestra de la población y de cada estrato se toma este %  Para fines de seleccionar los integrantes de la muestra cada grupo o estrato se considera como una población y se realiza muestreo aleatorio simple en cada grupo.

MUESTREO SISTEMÁTICO

 Es muy útil en estudios con historias clínicas o estudios longitudinales donde l ingreso de los pacientes es a través de los días o meses.

 No utiliza la TNA  Se enumeran los integrantes de la población (001 – 800)  Se determina el intervalo fijo de selección - 8

MUESTREO POR CONGLOMERADOS

 Cuando las unidades de observación están agrupadas en grandes grupos – conglomerados.  Estudiantes – colegios uses.

 Grant, E. L y Leavenworth, R. S. (2005). Control Estadístico de Calidad. 6ta edición. Mcgraw-Hill. México, D.F.  Hernández Sampieri, R., Fernández Collado y Pilar Baptista L. (2006). Metodología de la Investigación. Editorial McGrawHill. México, D.F.  Murray R. Spiegel y Larry J. Stephens. (2009). Estadística. 4ta edición. Mc Graw-Hill. México, D.F.  Vélez, C.M. (2001). Apuntes de Metodología de la Investigación. EAFIT. Colombia.

Dr. Vargas Pérez Javier [email protected]