Documentos de Académico
Documentos de Profesional
Documentos de Cultura
(UPTAMCA)
(FEES II)
Profesor: Integrantes:
Flores Rohaira Andrade Gabriela CI: 24.278.339
1. Población
Es el conjunto de elementos o individuos que reúnen las características que se
pretenden estudiar. Cuando se conoce el número de individuos que la componen, se
habla de «población finita» y, cuando no se conoce su número, de «población infinita».
Existen tres niveles de población, según su tamaño y accesibilidad: la «población
diana» es el conjunto de elementos o individuos al cual se pretenden inferir los resultados
obtenidos; generalmente, es muy numerosa y no está al alcance de los investigadores. La
«población accesible» es la que reúne las mismas características que la anterior, pero con
menor número de individuos, y por tanto susceptible de estudio; es la que delimita el
investigador con los criterios de inclusión y exclusión. La «población de estudio» es de
la que realmente se recogen los datos; suele ser la muestra de estudio.
2. El muestreo
Es por lo tanto una herramienta de la investigación científica, cuya función básica es
determinar que parte de una población debe examinarse, con la finalidad de hacer
inferencias sobre dicha población. La muestra debe lograr una representación adecuada
de la población, en la que se reproduzca de la mejor manera los rasgos esenciales de dicha
población que son importantes para la investigación. Para que una muestra sea
representativa, y por lo tanto útil, debe de reflejar las similitudes y diferencias encontradas
en la población, es decir ejemplificar las características de ésta.
3. Tipos de muestreo
El muestreo aleatorio
En el muestreo aleatorio todos los elementos tienen la misma probabilidad de ser elegidos.
Los individuos que formarán parte de la muestra se elegirán al azar mediante números
aleatorios. Existen varios métodos para obtener números aleatorios, los más frecuentes son la
utilización de tablas de números aleatorios o generarlos por ordenador. El muestreo aleatorio
se divide en 3 tipos, estas son: el muestreo simple, el estratificado, el sistemático y por
conglomerados.
Consiste en extraer todos los individuos al azar de una lista (marco de la encuesta). En la
práctica, a menos que se trate de poblaciones pequeñas o de estructura muy simple, es difícil
de llevar a cabo de forma eficaz.
Muestreo sistemático
En este caso se elige el primer individuo al azar y el resto viene condicionado por aquél.
Este método es muy simple de aplicar en la práctica y tiene la ventaja de que no hace falta
disponer de un marco de encuesta elaborado. Puede aplicarse en la mayoría de las
situaciones, la única precaución que debe tenerse en cuenta es comprobar que la característica
que estudiamos no tenga una periodicidad que coincida con la del muestreo.
Por ejemplo: elegir un día de la semana para tomar muestras en un matadero, ya que
muchos ganaderos suelen sacrificar un día determinado.
Tomando por ejemplo del caso anterior, se debe tomar uno de cada cuatro animales
(250/61); en vez de tomar 61 números aleatorios tomamos sólo uno (entre el uno y el cuatro),
por ejemplo el número 3, de modo que tomaremos la oveja número 3, y a continuación cada
cuarto animal (la 7, la 11, la 15 y así sucesivamente hasta llegar a la 247).
Por ejemplo: cuando se quiere hacer un estudio en el Estado Nueva Esparta, se puede
dividir a la población por grupos (pueden ser a través de los 11 municipios de dicho Estado) y
hacer los cálculos necesarios para formar una muestra de la población estudiada. Quieres
Muestreo mixto
Cuando la población es compleja, cualquiera de los métodos descritos puede ser difícil de
aplicar, en estos casos se aplica un muestreo mixto que combina dos o más de los anteriores
sobre distintas unidades de la encuesta. Ejemplo: se pretende determinar la prevalencia de
una determinada infección en una comarca: se dividen las explotaciones en tres grupos en
función de su tamaño y se realiza un muestreo estratificado, en las granjas que forman la
muestra se realiza un muestreo sistemático para elegir los individuos que se analizarán.
Bola de nieve
Se localiza a algunos individuos, los cuales conducen a otros, y estos a otros, y así hasta
conseguir una muestra suficiente. Este tipo se emplea muy frecuentemente cuando se hacen
estudios con poblaciones "marginales", delincuentes, sectas, determinados tipos de enfermos,
etc. Se utiliza cuando la población es difícil de identificar o cuando es complicado acceder a
ella porque tiene ciertas características que no son muy aceptadas socialmente. Consiste en ir
Muestreo Discrecional ·
A criterio del investigador los elementos son elegidos sobre lo que él cree que pueden
aportar al estudio.
En donde
Z = nivel de confianza,
P = probabilidad de éxito, o proporción esperada
Q = probabilidad de fracaso
D = precisión (error máximo admisible en términos de proporción)
La más utilizada de estas medidas es la Prevalencia Puntual (P), que no es más que la
probabilidad de que un individuo en una población presente una determinada característica
(por ejemplo, enfermedad) en el tiempo t. Así, se estima por:
Pt = Ct/Nt,
Donde Ct es el número de casos prevalentes y Nt es la población encuestada.
Donde C (to,t) incluye los casos prevalentes C0 y los casos incidentes significa I(to,t) .
Supongamos que se quiere llevar a cabo un estudio de casos y controles con el fin de
determinar si existe una relación significativa entre la exposición a un factor y la presencia de
una determinada enfermedad. El cálculo del tamaño de muestra es necesario para contrastar
la hipótesis de que el OR (razón de odds) sea igual a 1.
OR = w
w = p1 (1 - p2)
p2 (1 - p1)
p1 (1-p2+wp2) =wp2
Con estos datos, y para un planteamiento bilateral, para el cálculo del tamaño muestral se
utilizará la expresión:
Ejemplo:
Se desea estudiar la existencia de una asociación entre el consumo de tabaco y el hecho de
sufrir un infarto de miocardio. Para poner en evidencia dicha asociación y cuantificar su
magnitud se diseña un estudio de casos y controles en el que se investigará el consumo de
tabaco de una serie de pacientes que han padecido un infarto de miocardio (casos) y una serie
de pacientes sanos (controles). Se cree que alrededor de un 40% de los controles son
fumadores y se considera como diferencia importante entre ambos grupos un odds ratio de 4.
Con estos datos, podemos calcular el tamaño de muestra necesario en cada grupo para
detectar un odds ratio de 4 como significativamente diferente de 1 con una seguridad del 95%
y un poder del 80%. De acuerdo con lo expuesto con anterioridad, conocemos los siguientes
parámetros:
Esto es, se estima que aproximadamente un 73% de los casos son fumadores. Aplicando la
Ecuación 1, se obtiene:
y, de acuerdo con la Ecuación 1, serían necesarios n=54 pacientes por grupo para llevar a
cabo el estudio.
En algunos estudios, el investigador reúne un número mayor de controles que de casos con
el objeto de incrementar el poder estadístico. Supongamos que en el presente ejemplo se
planea obtener dos controles por caso, y se asume que el odds ratio a detectar es
aproximadamente igual a 3. Aplicando la Ecuación 2:
Por tanto, se necesitaría un grupo de n=40 casos (pacientes con infarto de miocardio) y
m=2x40=80 controles para llevar a cabo la investigación.
El cálculo del tamaño de la muestra en los estudios de casos y controles debe formar parte
del diseño metodológico del mismo, ya que la ejecución de este tipo de estudios es costosa.
El iniciar un estudio sin conocer el poder estadístico y la seguridad para detectar diferencias,
si es que existen, podría ser motivo de cometer un error de tipo II en el sentido de no detectar
diferencias cuando realmente las hay.
Estudios de cohorte
Si el objetivo es estimar el riesgo relativo (RR) con una precisión relativa especificada se
deberá "conocer":
c) Precisión relativa: ε
Notemos que en a) dada la relación RR = P1/P2 siempre que tengamos dos de los tres
elementos podremos tener una estimación del tercero. Se utiliza entonces la siguiente
fórmula: