Está en la página 1de 27

UNIVERSIDAD PRIVADA SAN JUAN BAUTISTA FACULTAD DE CIENCIAS DE LA

SALUD ESCUELAPROFESIONAL DE MEDICINA HUMANA


“Dr. Wilfredo Erwin Gardini Tuesta”
ACREDITADA POR SINEACE
RE ACREDITADA INTERNACIONALMENTE POR RIEV

SESIÓN 15:
TAMAÑO DE MUESTRA.

DOCENTES RESPONSABLES DE LA ASIGNATURA


SEDE CHORRILLOS : BAZAN RODRIGUEZ ELSI – BEJARANO BENITES HECTOR
SEDE SAN BORJA : AQUINO DOLORIER SARA - VERA NUÑEZ GRISELDA
FILIAL ICA : CORDOVA JOSE – CANTARO RAUL
FILIAL CHINCHA : PACHAS RAMOS ALLINSON
COMPETENCIAS

CONCEPTUAL PROCEDIMENTAL ACTITUDINAL


Capacidad para determinar el tamaño de muestra para Estimación del tamaño de muestra para
Aspectos claves previos al cálculo de tamaño de estudios clínicos y epidemiológicos. estudios clínicos y estimación del tamaño
muestra. Realiza el cálculo de tamaño de muestra para estudios de muestra para estudios epidemiológicos.
Elementos para el cálculo del tamaño de la clínicos. (Práctica Laboratorio
muestra: tamaño del efecto esperado, potencia Realiza el cálculo de tamaño de muestra para estudios
de la prueba, nivel de significancia. Cálculo de epidemiológicos
tamaño de muestra para los diferentes estudios
clínicos y epidemiológicos.

ESTRATEGIAS DIDACTICAS
Exposición dialogada e interactiva de los
temas en formato remoto.
TAMAÑO DE MUESTRA

Un aspecto importante en la metodología de la investigación, es el cálculo


de la cantidad de participantes que deben incluirse en un estudio.

En las diferentes áreas de la investigación científica se debe tener rigor


metodológico tanto para la elaboración del protocolo, como para el
desarrollo de las diferentes fases de la investigación. En este orden de
ideas, es exigible la misma severidad para estimar el tamaño de la
muestra en investigación en educación médica, que en otras áreas del
conocimiento.
POBLACIÓN

Conjunto de individuos u objetos


(ELEMENTO) de los que se desea
conocer algo en una investigación
(CARACTERÍSTICA)
Es el conjunto al que se
generalizarán los hallazgos.
Criterios:
1. Certeza de pertenencia
2. Circunscripción espacial
3. Circunscripción temporal
UNIDAD DE ANÁLISIS

Elemento individual, que pasó


por todos los criterios previos a
su elección como “caso”, para
constituir la muestra de estudio.

Unidad que contiene las


características (variables) que
se estudiarán en la muestra.
MUESTRA

Es una parte de la población


accesible extraída para participar en
un estudio de investigación, cuyas
propiedades y resultados van a ser
generalizados o extrapolados a toda
la población accesible.
VENTAJAS:
1. Permite que el estudio se
realice en menor tiempo.
2. Se incurre en menos gastos.
3. Permite una mayor exactitud en
el estudio, cuando la muestra es
representativa de la población.
¿CÓMO SE SELECCIONA UNA MUESTRA PROBABILÍSTICA?

1. CALCULAR EL TAMAÑO 2. SELECCIONAR


DE MUESTRA. ELEMENTOS MUESTRALES.

 REPRESENTATIVO DE LA
POBLACIÓN.
Representativo de la población AL INICIO TODOS TIENEN LA
Puede calcularlo en STATA, Epida MISMA PROBABILIDAD DE
 PUEDE CALCULARSE POR
Open SER ELEGIDOS.
FORMULA, EN STATA,
EXCEL, EPIDAT
Estimación del tamaño
Garantiza la estabilidad de los resultados

Permite prever la factibilidad del estudio, según los recursos


disponibles para fijar el tamaño máximo de muestra y el
requerimiento mínimo para el plan de análisis.

A fenómenos homogéneos, muestras pequeñas; a


mayor variabilidad, mayor muestra

Las poblaciones pequeñas en general se toman en su


totalidad (censo)

8
TAMAÑO DE MUESTRA

La muestra de un estudio debe


ser representativa de la
población de interés. El
objetivo principal de
seleccionarla es hacer
inferencias estadísticas acerca
de la población de la que
proviene. La selección debe ser
probabilística.
TAMAÑO DE MUESTRA

Factores para la determinación del tamaño de la muestra


Los factores que condicionan el tamaño de muestra, son de orden logístico o
estadístico. Entre los primeros se encuentran las limitantes financieras o la
disponibilidad de participantes. Los siguientes son los factores de orden
estadístico que se desglosarán a continuación:
1. Hipótesis.
2. Error tipo I o error α.
3. Error tipo II o error β.
4. Poder estadístico.
5. Variabilidad.
6. Pérdidas en el seguimiento del estudio.
7. Relevancia del tamaño del efecto y significancia estadística
TAMAÑO DE MUESTRA

Poder estadístico
Es la probabilidad de que un estudio de un determinado tamaño detecte como
estadísticamente significativa una diferencia que realmente existe.
Se define como 1 - β. Es decir, P(aceptar H1 | H1 es cierta) = 1 –β

Su valor depende del error tipo II que se acepte. Si β = 0.2, se tendrá una
potencia de 1 - β = 0.8. En términos porcentuales se dice que la prueba tiene una
potencia del 80%, que es el mínimo aceptado en la literatura biomédica.

Cuanto menores sean los riesgos calculados para los errores alfa y beta, mayor
será el tamaño muestral requerido. Cuanto menor sea la variabilidad, menor será
la muestra estimada. A menor diferencia que se desea detectar, mayor será el
número de participantes
TAMAÑO DE MUESTRA

Variabilidad
Es la dispersión esperada de los datos. Se evalúa dependiendo de la
variable de interés. Si éstas son numéricas continuas (grupo de valores
infinitos que incluyen decimales), el tamaño de muestra estará
determinado por la variable con el mayor coeficiente de variación
(CV) [CV (Ȳ) = (SY/Ȳ)], donde SY es la desviación estándar y Ȳ es la
media.

Por otra parte, cuando las variables de interés son categóricas, por
convención se recomienda utilizar la estimación de la proporción que
más se acerque a 0.5, ya que proporciona el mayor número muestral.
TAMAÑO DE MUESTRA

Pérdidas en el seguimiento del estudio


Durante la realización del estudio, puede haber pérdidas de
participantes por diversas razones.

El tamaño mínimo de muestra necesario para obtener resultados


estadísticamente significativos está pensado, de acuerdo con en el
número de sujetos al final del estudio y no con el inicial.

Es recomendable adicionar al cálculo inicial, un 10% a 20% de


participantes. Una forma sencilla de estimar el cálculo es: n(1/1-R),
donde n representa el número de participantes sin pérdidas, y R es la
proporción de pérdidas esperadas.
TAMAÑO DE MUESTRA

Tamaños de muestra de acuerdo a distintos diseños de muestreo


Para la determinación del tamaño de muestra, también hay que
considerar el tipo de diseño empleado en la investigación.

Existen diseños de tamaño fijo (los más usados en estudios clínicos,


epidemiológicos y en investigación educativa) y de tamaño variable.

La mayoría de las fórmulas utilizadas para el cálculo del tamaño de


muestra, parten del supuesto de una distribución normal de los valores
de las variables en cuestión; sin embargo, existen herramientas
estadísticas para analizar los datos cuando ese supuesto no se cumple
CALCULO DEL TAMAÑO DE MUESTRA

 Cálculo del tamaño de muestra de una media


 Cálculo para determinar el tamaño de muestra de una proporción
 Cálculo para el tamaño de muestra de la diferencia de dos medias
independientes
 Cálculo para el tamaño de muestra de la comparación de dos medias
repetidas (pareadas) en un solo grupo
 Cálculo para estimar el tamaño de muestra de la diferencia de dos
proporciones
 Cálculo para el tamaño de muestra de la comparación de dos
proporciones independientes
Tamaño de la muestra para estimar
proporción

Población Zα= Confianza = 1,96 (95%)


infinita p= proporción del evento d=
precisión

n0= tamaño de muestra


Ajustada a la
N = Población
población
Tamaño de la muestra para comparar
proporciones

Población
infinita

Zα=Confianza (95%)
Zβ= Poder (1-β)
p1= Prevalencia del grupo caso
p2= Prevalencia del grupo control
Ajustar a la proporción de pérdidas en
una muestra
Tamaño de la muestra para estimar una
media

Población Zα= Confianza = 1,96 (95%) s=


infinita desviación
d= precisión

n0= tamaño de muestra


Ajustada a la N = Población
población
Tamaño de la muestra para comparar
dos medias

Población
infinita

Zα=Confianza (95%) Zβ=


Poder (1-β)
S = Desviación
Diseño del muestreo
Unidad de Unidad de Marco
análisis muestro muestral
Es cada elemento Es la unidad Es la relación o
que participa en el seleccionada listado de
estudio conformando del marco unidades de
la muestra muestral muestreo

Se obtiene la
muestra según
el método de
muestreo
necesario

21
Tipo de Muestreo

Probabilístico No Probabilístico

Aleatorio simple Por conveniencia

Sistemático Por cuotas

Accidental
Estratificado
Intencional
Por
conglomerado

22
Muestreo Se realiza en base a cada unidad de la
población, las cuales tienen probabilidades

probabilístico distintas de cero para ser elegidas e


integrar la muestra (aleatorización)

• Consiste en seleccionar como


• Consiste en extraer los elemento cada enésimo caso de
Aglomerado
individuos al azar de una lista simple Sistemático una lista o grupo
• Para poblaciones homogéneas • Para poblaciones homogéneas

• La selección muestral en lugar de


• Consiste en la subdivisión de la Por escogerse cada unidad, se
población en subgrupos o Estratificado conglomerado procede a tomar los subgrupos
estratos
(conglomerado)
• Logra mayor representatividad
• Para poblaciones heterogéneas • Para poblaciones heterogéneas
grandes

23
Muestreo no probabilístico No es aleatorio

• Consiste en determinar la cantidad de


• Consiste en el empleo de una
elementos considerando alguna
muestra cuya disponibilidad de Por variable o fenómeno a estudiar (la
estudio será la más conveniente Por cuotas
conveniencia cuota del día)

• Es aquella que se obtiene sin • Se escogen las unidades de manera


ningún plan pre concebido, Accidental arbitraria, designando a cada unidad
resultando las unidades escogidas Intencional según características que para el
producto de circunstancias investigador resulte relevante
fortuitas.

24
Estrategias de muestreo
Estudios Muestreo
descriptivos probabilístico

Estudios de Muestreo
caso control separado

Estudios de Muestreo
cohorte separado

Estudio Al azar de la
clínico muestra
aleatorizado

25
Bibliografía

1. Biblioteca Virtual www.upsjb.edu.pe

2. Mario Tamayo y Tamayo, el Proceso de la Investigación


Científica. México

3. Miriam Ballestrini Acuña. El Proyecto de Investigación.


Séptima edición. Junio 2006

26
"Para el investigador no existe alegría comparable a
la de un descubrimiento, por pequeño que sea".
Alexander Fleming

También podría gustarte