Universidad Nacional Mayor de San Marcos Doctorado en Ciencias de la Salud Diseño Metodológico : Población y Muestra 0
Views 182 Downloads 2 File size 513KB
Universidad Nacional Mayor de San Marcos Doctorado en Ciencias de la Salud
Diseño Metodológico : Población y Muestra
01-08-2009
Mag. Ivonne Bernuí Leo 1
Población y Muestra cuantitativa
2
Población
Conjunto de individuos que guardan similitud entre sí en los aspectos que son relevantes para los objetivos de la investigación.
Por limitaciones económicos y de tiempo; Falta
de recurso humano calificado para realizar las observaciones o para obtener las mediciones necesarias y Dificultades geográficas y logísticas. Ardila J, Rodríguez MN, Gil F. Capítulo 8: Población y Muestreo. En Ruiz AM, Morillo LE. Epidemiología Clínica. Editorial Médica Panamericana. Bogotá. Colombia. 2004.
3
MUESTRA
Sub-conjunto de la población, que permite inferir, estimar o extrapolar los resultados de la observación a la población. Consecuencias de no tener el tamaño adecuado: Por
defecto no podremos ser precisos al estimar los parámetros y además no encontraremos diferencias significativas cuando en la realidad sí existen. Por exceso, podríamos estudiar un número innecesario de pacientes. Ardila J, Rodríguez MN, Gil F. Capítulo 8: Población y Muestreo. En Ruiz AM, Morillo LE. Epidemiología Clínica. Editorial Médica Panamericana. Bogotá. Colombia. 2004. 4
Calculo del tamaño de Muestra
5
Criterios
Criterio: recursos disponibles (máximo tamaño posible); plan de análisis (mínimo tamaño deseable). Tamaño absoluto: N=100, n=30 (30%), pero si N=50000 y n=500 (1%) Muestra grande no necesariamente representativa. > variabilidad > tamaño. Si se planean comparaciones de grupos, asegurarse de 20 – 30 unidades por casilleros. 6
TAMAÑO DE LA MUESTRA
Existen varias fórmulas para determinar el tamaño de la muestra. Dos más comunes: Variable principal es una proporción. Variable principal es un promedio. Debemos conocer ciertas características de población ANTES de empezar el estudio.
7
Fórmula para Proporciones
n = N z2 p q / d2 (N-1) + z2 p q n = Tamaño de muestra N = población z = nivel de confianza p = proporción estimada de la población q=1–p d = Precisión ó error máximo permisible Wayne, D. Bioestadística. Trad. 5ª ed. Ingles. Pag. 206
8
Tamaño de Muestra: Proporciones Universo : Niños < 6 años. PPJJ “Chavín Huantar” .VES Variable Principal: Prevalencia Retardo n= 360 * (1.96)2 * 0.38 * 0.62 Crecimiento
2 (0.05)2 (360-1) + (1.96)2 * 0.38 * 0.62 = 182 360 niños nN =
z = 95% (1.96) p , prevalencia de Ret. Crec. = 38% q , prevalencia niños crec. Normal = 62%
9
Fórmula para Medias
n = N z2 σ2 / d2 (N-1) + z2 σ2 n = Tamaño de muestra N = Población z = nivel de confianza s2 = Varianza poblacional d = Precisión ó error máximo permisible Wayne, D. Bioestadística. Trad. 5ª ed. Ingles. Pag. 203
10
Tamaño de Muestra: Media Universo : Mujeres Socias de Comedores. Distrito Surco Variable Principal: Promedio de Consumo de n = 608 * (1.96)2 * 625 = 144 Energía
100 * 607+ (1.96)2 * 625 n = Tamaño de muestra N = 608 z = 95% (1.96)
σ2 = 625 d = 10 Wayne, D. Bioestadística. Trad. 5ª ed. Ingles. Pag. 203
11
Fórmula para Comparar Proporciones n = [ Zα *√2p(1- p) + Zβ * √p1(1- p1)+p2(1- p2) ]2 (p1-p2)2 n = sujetos necesarios en cada uno de las muestras Z α = Valor Z correspondiente al riesgo deseado Z β = Valor Z correspondiente al riesgo deseado p1 = Valor de la proporción en el grupo de control p2 = Valor de la proporción en el grupo de tratamiento. p = Media de las dos proporciones p1 y p2.
Pita S. Determinación del tamaño muestral serie [Metodología de la investigación]. Fisterra.com [Portal 12 de internet]. 2001[último acceso 2009 junio 30]. Disponible http://www.fisterra.com/mbe/investiga/9muestras/9muestras.asp.
Fórmula para Comparar Medias n =
2 ( Zα + Zβ)2 *S2 d2
n = Tamaño de muestra Zα = Valor Z correspondiente al riesgo deseado Zβ = Valor Z correspondiente al riesgo deseado s2 = Varianza poblacional d = Precisión ó error máximo permisible Pita S. Determinación del tamaño muestral serie [Metodología de la investigación]. Fisterra.com [Portal de internet]. 2001[último acceso 2009 junio 30]. Disponible http://www.fisterra.com/mbe/investiga/9muestras/9muestras.asp.
13
Tamaño muestral ajustado a las pérdidas
Posibles pérdidas por pérdida de información, abandono, no respuesta Por lo que se debe incrementar el tamaño muestral respecto a dichas pérdidas. El tamaño muestral ajustado a las pérdidas se puede calcular: Muestra ajustada a las pérdidas = n (1 / 1–R) • n = número de sujetos sin pérdidas • R = proporción esperada de pérdidas Así por ejemplo si se calculó 48 como tamaño de muestra y se espera tener un 15% de pérdidas el tamaño muestral necesario seria: 48 (1 / 1-0.15) = 56 pacientes en cada grupo. 14
Tipos de Muestreo
15
Tipo de muestreo más importante que tamaño de muestra
Fuente:
16
UNIVERSO =
Cuatro Muestras Diferentes de
15 personas
2, 3, 5, 10 personas
2 6 12 18 30 20 10 8 22 14 26 24 16 4 Media Poblacional= 16 naranjas ⁄ mes
n
Naranjas/ per cap/ mes
x
2
6, 14
10
3
16, 18, 8
14.0
5
26, 14, 18, 2, 28
17.6
10
22,16,24,22,8,1 4,28,20, 2
15.8 17
TIPOS DE MUESTREO PROBABILISTICO
Aleatorio Simple
Sistemático
Fuente:
NO PROBABILISTICO
Estratificado Por c uota s
Conglomerado
ev n o Por c cia nien
Deliberado 18
Cuenta con un Marco Muestral
Probabilístico
TODOS elementos universo misma probabilidad de ser seleccionados
19
Muestreo sistemático Se basa en aplicar una regla sistemática simple, como elegir uno de cada ‘n’ individuos.
20
POBLACION
21
Estratificado por un Factor
22
Estratificado por 2 factores
23
MUESTREO ALEATORIO
Modificación del MAS, para que la muestra presente misma distribución que la población en relación a determinadas variables. Estimaciones más precisas. Población se divide en estratos en función de las categorías de la (s) variable (s). Se forman sub-grupos que son mutuamente excluyentes. Requiere: Conocer en población distribución de las variables de estratificación. Marco Muestral
ESTRATIFICADO
Ejemplo: Listado de 2000 personas con HTA, y se necesitan 250 personas. Se conoce que la HTA varía en función del sexo y presencia de obesidad. Población Hombre s
Mujeres
Total
Obesidad
240 (12%)
320 (16%)
560 (28%)
No obesidad
960 (48%)
480 (24%)
1440 (72%)
Muestra Hombre s
Mujeres
Total
Obesidad
30 (12%)
40 (16%)
70 (28%)
No obesidad
120 (48%)
60 (24%)
180 (72%) 24
Por conglomerados
25
Muestreo por etapas:
Unidad Primaria Muestreo
Ejemplo: Evaluación Antropométrica en Escolares de Lima Metropolitana
UGEL (UPM)
U. Secundaria Muestreo
Instituciones Educativos (USM)
U. Terciaria Muestreo
AULAS (UTM)
Unidad de Análisis
ESCOLARES
Estructura típica de un diseño muestral de hogares Característica
Posible definición
Estrato
Regiones Tipo de comunidad
U Primaria
Secciones censales Pueblos en áreas rurales Manzanas en áreas urbanas
U Secundaria
Viviendas
U Terciaria
Miembros de las viviendas
U observación
Individuos 27
Muestro No probabilístico, por conveniencia Elección de los elementos depende de las causas relacionadas con las características de la investigación. se desconoce la probabilidad de elección de cada unidad o elemento del universo No se puede estimar el error muestral, no se pueden hacer inferencias.
28
Muestro No probabilístico, por conveniencia Selección depende de características relacionadas con la investigación. Se desconoce la ‘p’ de elección de cada unidad del universo No se puede estimar el error muestral, no se pueden hacer inferencias. Es útil para los estudios piloto.
Pineda EB, de Alvarado EL. Op cit pag. 138-9.
29
Muestro No probabilístico, por conveniencia Muestreo de casos extremos o inusuales. Muestreo de máxima variabilidad Muestras homogéneas Muestreo de casos típicos Muestreo de informantes clave.
Pineda EB, de Alvarado EL. Op cit pag. 138-9. 30
Muestreo por avalancha / cadena / bola de nieve
31
Compromiso entre lo deseable y lo viable
32