“Problemas de

medición”
Semana 6
INVESTIGACIÓN
APLICADA
Licenciatura en
Nutrición
Ciclo: 22 - 2
Clave: TCS018
LN. Liliana Zacarías Rodríguez 01 / 31
 5. PROBLEMAS DE MEDICIÓN
Contenido:
5.1 Error aleatorio y sesgos
5.1.1 Definición y tipos de sesgos
5.1.2 Estrategias de prevención y control de errores y sesgos

5.2 Factores de confusión

5.2.1 Definición
5.2.2 Estrategias para el control

5.3 Instrumentos de medición

5.3.1 Validez y confiabilidad
5.3.2 Precisión, exactitud y sensibilidad
Objetivos:
 Analizar los diferentes problemas que se pueden tener en la medición de la muestra, para
poder aplicar estrategias de prevención y control de sesgos.
 Comprender los errores aleatorios y sesgos como problemas de medición
 Identificar los diversos factores de confusión en la medición.
 Destacar la importancia de aplicar correctamente los diversos instrumentos de medición.

02 / 31
PROBLEMAS
DE
MEDICIÓN

03 / 31
5.1 ERROR ALEATORIO Y SESGOS
El error aleatorio sucede cuando las mediciones repetidas, sin importar si
son en el mismo sujeto o en diferentes miembros de la población en estudio,
varían de manera no predecible.

Dicho error ocurre y se reconoce como una fuente que puede afectar la
veracidad de la investigación, sin embargo, su nivel debe ser inferior al 5% del
total de asociaciones esperadas. En otras palabras, de 100 asociaciones, 95
efectivamente ocurren y 5 podrían estar ocurriendo por azar (error=5%).

Desde la metodología, se considera este error en la realización de las

pruebas de hipótesis, el tamaño de muestra, la selección aleatoria de sujetos y en
la variabilidad aleatoria de las pruebas diagnósticas.

04 / 31
5.1.1 Definición y Tipos de Sesgos

“El error sistemático o sesgo se ha

definido como cualquier error diferencial
–en relación con los grupos que se comparan–
en que se puede incurrir durante el diseño,
conducción o análisis del estudio y que
invariablemente resulta en una conclusión errónea,
ya sea proporcionando una estimación más baja o
más alta del valor real de la asociación que existe
en la población blanco”.(Hernández-Ávila, 2000)

05 / 31
 Dependiendo de la etapa del estudio en que se originan, los
sesgos que interfieren con la validez interna de un estudio se han
clasificado en tres grandes grupos (Hernández-Ávila, 2000):

a) Sesgos de Selección: se refieren a los errores que se

introducen durante la selección o el seguimiento de la
población en estudio.

b) Sesgos de información: son errores en los que se incurre

durante los procesos de medición en la población en estudio.

c) Sesgos de confusión: se originan por la imposibilidad de

asignar la exposición de manera aleatoria en los estudios
observacionales y que básicamente se originan por una no
comparabilidad de los grupos en estudio.

06 / 31
 SESGOS DE SELECCIÓN
Tipos de errores que se presentan durante la selección o el seguimiento de la
población en estudio y que propician una conclusión equivocada sobre la hipótesis en
evaluación.
Pueden ser originados por el propio investigador o ser el resultado de relaciones
complejas en la población en estudio, mismas que no ser evidentes para el
investigador y por ello son desapercibidas.
Un sesgo de éste tipo puede ser cualquier factor que influya sobre la posibilidad de los
sujetos seleccionados de participar o permanecer en el estudio y que, además, esté
relacionado con la exposición o con el evento en estudio.
Éstos sesgos pueden aparecer en cualquier estudio epidemiológico, sin
embargo, se presentan con mayor frecuencia en estudios retrospectivos y, en
particular, en estudios transversales o de encuesta; en lo que se refiere a los estudios
retrospectivos pueden ocurrir cuando los participantes potenciales o los investigadores
conocen la condición de exposición y/o de enfermedad, y este conocimiento influye
diferencialmente la participación en el estudio.
La detección diferencial es un tipo particular de sesgo de selección, se origina
cuando la prueba diagnóstica para detectar el evento se realiza con mayor frecuencia
en el grupo expuesto.
07 / 31
Clasificación de los Sesgos de Selección (Del Pino, 2011):

08 / 31
Sesgos de selección y tipo de diseño (Del Pino, 2011):

09 / 31
 SESGOS DE INFORMACIÓN
Los sesgos de información se presentan cuando se produce un
defecto al medir la exposición o la evolución que genera información
diferente entre los grupos en estudio que se comparan (precisión).
Por lo que se deben a errores cometidos en la obtención de la
información que se precisa una vez que los sujetos elegibles forman parte
de la muestra.
Es decir, se puedes presentar cuando se hace la clasificación
incorrecta de sujetos, variables o atributos, dentro de una categoría que
no corresponde.
Las probabilidades de clasificación pueden ser igual en todos los
grupos en estudio, se le llama “clasificación incorrecta no diferencial” (el
grado de mal clasificación es similar en los grupos en estudio); o puede
ser diferente entre éstos, a la que se le llama “clasificación incorrecta
diferencial” (el grado de mal clasificación es mayor en un grupo que en el
otro).

10 / 31
Clasificación de los Sesgos de Información (Del Pino, 2011):

11 / 31
 SESGOS DE CONFUSIÓN
Se basa en una sobre o subestimación de la asociación real,
entonces se presenta cuando observamos una asociación no causal
entre la exposición y el evento en estudio o cuando no observamos una
asociación real entre la exposición y el evento en estudio por la acción
de una tercera variable que no es controlada.
Dichas variables se llaman Factores de Confusión, los cuales se
explicarán más adelante.

Diferencias entre errores, sesgos y variables de confusión (Molina, 20016):

12 / 31
Consecuencia de los sesgos (Del Pino, 2011):

13 / 31
5.1.2 Estrategias de prevención y control
de errores y sesgos
1. Control del sesgo de selección:

a) Fijar adecuadamente la población de referencia: que el marco de

muestreo (conjunto de elementos de donde se obtiene la muestra)
coincida con la población de referencia.

b) Trabajar con muestras representativas de dicha población: ), la

opción de mínimos estaría representada por la utilización de una
muestra probabilística de suficiente tamaño muestral

14 / 31
2. Control del sesgo de Información (Del Pino 2011):

• Elaboración de un protocolo preciso para la recogida de datos (donde se

detallen los procesos, personas e instrumentos relacionados con la obtención de
datos) y entrenamiento adecuado de las personas encargadas de la recogida de
datos.
• Utilización de definiciones operativas inequívocas de los eventos a estudiar (con
categorías excluyentes y exhaustivas para las variables cualitativas o categóricas
y precisando las escalas y/o unidades de medida para las cuantitativas).
• Establecimiento de codificaciones en la recogida de datos para mejorar su
posterior procesamiento.
• Empleo de normas estandarizadas de medida para todos los sujetos así como
instrumentos estructurados y calibrados/validados.
• Mantenimiento de controles a lo largo de todo el proceso (evaluaciones
intermedias de la información recogida, reuniones con las personas encargadas
de la recogida de datos, etc.).
• Aplicación de medidas que eviten la influencia de la persona que recoge los
datos sobre la persona estudiada (efecto del investigador y/o Hawthorne).
• En caso de cuestionarios o escalas recogidos mediante entrevista,
fraccionamiento de la recogida en más de una entrevista si fuese necesario.
• Realización de una prueba piloto para valorar la idoneidad y viabilidad de los
métodos e instrumentos.

15 / 31
 5.2 FACTORES DE CONFUSIÓN
La condición para que se produzca confusión epidemiológica es que
haya una asociación del factor (F) con la exposición (Ex) bajo investigación
y con la enfermedad diana (E), lo que puede derivarse de diversas
situaciones:

- Una asociación causal a nivel de la población diana.

- La forma en que los sujetos han sido seleccionados, que
condiciona los criterios anteriores.
- El uso de ciertos métodos (erróneos) en la recolección de los
datos, en la clasificación de los sujetos y en el análisis.

16 / 31
 5.2.1 Definición
Se refiere a la distorsión del efecto estimado de la exposición sobre la
enfermedad, por la interferencia de un nuevo efecto producido por un factor (factor de
confusión).
Éste puede aumentar, disminuir o cambiar la dirección del efecto, por ello se habla de:
 Confusión Positiva: si se sobreestima el efecto.
 Confusión negativa: se subestima el efecto
 Confusión cualitativa: cambia el sentido del efecto (el factor de riesgo pasa a
ser factor protector o viceversa).
El factor de confusión debe:
 Estar asociado con la exposición
 Estar asociado con la enfermedad
 No ser un paso o variable intermedia entre la exposición y el efecto.
Por su parte, la confusión:
1. Afecta a la validez del estudio
2. Se puede cuantificar (no los sesgos de información y selección)
3. Se puede controlar en la fase de análisis (no los sesgos de información y
selección)
4. La edad y el sexo son potenciales factores de confusión (frecuentemente se
hacen ajustes por estas variables en muchos estudios).
17 / 31
5.2.2 Estrategias para el control
A continuación se observan
diversos procedimientos tanto en la
fase de diseño como en la de análisis
que nos permiten prevenir o corregir
el efecto del sesgo de confusión, se
puede concluir que existe un común
denominador: hacer grupos de
contraste que sean lo más
comparable posible con las variables
externas.

El objetivo principal es lograr que

la única diferencia entre los grupos
sea la característica en estudio.

18 / 31
5.3 INSTRUMENTOS DE MEDICIÓN
Todo instrumento de medición en una investigación debe ser
válido y confiable, ya que estas dos propiedades métricas nos
permiten por un lado, interpretar de forma más adecuada la
información generada en la investigación, lo que nos generará un
conocimiento más preciso, mientras que por otro, nos permite
garantizar la interpretación de las conclusiones extraídas en base
al estudio; o inclusive, en su defecto, reconocer las limitaciones del
mismo

Para que una investigación sea considerada como una

evaluación seria, cierta y precisa requiere que la recopilación de
información sea viable y confiable, ya que estas influyen
decisivamente en la calidad de los análisis.

19 / 31
5.3.1 Validez y Confiabilidad

Según la American Educational Research Association,

la validez puede ser entendida como “el grado en que la
evidencia y la teoría apoyan la interpretación.”

Mientras que la confiabilidad es un atributo

necesario en todas las pruebas puede ser entendida como
una propiedad respecto del grado en que un instrumento
produce resultados consistentes y coherentes.

20 / 31
 Ambas métricas son de suma importancia ya que el nivel
de precisión y evidencia de los instrumentos utilizados,
derivarán en conclusiones coherentes en el estudio.

Es importante entender que aunque las amenazas a la

confiabilidad y validez de la investigación nunca pueden ser
totalmente eliminadas, sin embargo, los investigadores
necesitan esforzarse por minimizar esta amenaza tanto como
sea posible.

21 / 31
 Cabe recordar que la importancia de estos dos
elementos en la recolección de datos en una
investigación es generar un producto investigativo de
calidad.

Debemos de entender que estas dos propiedades

son básicas en una investigación, la confiabilidad lo
que busca es que cualquier procedimiento de medición
genere los mismos resultados en eventos repetidos y
se enfoca a propiedades particulares de los
indicadores específicos, en cambio, la validez se
enfoca a la importante relación, entre el indicador y el
constructo.

22 / 31
 TIPOLOGÍA DE VALIDEZ
Está relacionada con la etapa inicial de la investigación;
Descriptiva usualmente involucra la recopilación de datos. El resultado principal es
la información que describe lo que fue observado y experimentado.
Para ello es muy importante tanto la selección del lenguaje como de los datos
relevantes.
Interpretativa La certeza en la interpretación es válida si los actores pueden confirmar ó
reconocer los descubrimientos de la investigación en particular
Es un análisis más abstracto que la validez descriptiva e
interpretativa, relacionada con la inmediatez física y mental del
Teórica fenómeno estudiado.
Las construcciones y marcos teóricos de los investigadores, sean teorías o
metateorías conocidas, definen intrínsecamente la recopilación y la interpretación
de los datos en la etapa inicial de la investigación.
Se refiere al grado en que la explicación es aceptada para
Generalidad ser generalizable. Sin embargo es pertinente aclarar que para algunos
investigadores cualitativos, el generalizar descubrimientos, es considerado de poca
importancia.
Refiere a la aplicación de un marco evaluativo, que es similar en la investigación
Evaluativa cualitativa y cuantitativa. Es pertinente aclarar que la evaluación no puede ser
considerada como un comunicado conclusivo.

23 / 31
 TIPOLOGÍA DE CONFIABILIDAD
Temporal o La estabilidad temporal indica el grado en el que las calificaciones de una prueba se ven modificadas por
coeficiente de fluctuaciones aleatorias diarias en la condición del sujeto o en el ambiente de prueba. Esta estabilidad depende en
estabilidad parte de la longitud del intervalo en el que se mantiene, y es indispensable establecerla, si el objetivo del investigador
es medir cambios a lo largo del tiempo
Formas paralelas o Representan otro tipo de confiabilidad que se requiere cuando se espera que una situación (experimental o
coeficiente de cotidiana), modifique la variable de interés, en un lapso muy corto, que no permitiría aplicar el mismo instrumento,
estabilidad y pues los sujetos podrían recordar las respuestas dadas con anterioridad y/o contestar diferente por creer que es lo
equivalencia que se espera de ellos, o contestar de manera muy semejante a como lo hicieron con anterioridad, porque recuerdan
las respuestas dadas en la primera ocasión. En este caso, se necesitan dos versiones del instrumento, que midan lo
mismo, pero con diferentes reactivos, estímulos o preguntas.
División por La confiabilidad de división por mitades, se determina dividiendo a la prueba en mitades, asegurando que los
mitades o reactivos o preguntas se hayan ordenado de acuerdo a su grado de dificultad (de los más fáciles a los más difíciles);
coeficiente de se constituye una especie de prueba paralela, con los reactivos pares en uno de los conjuntos, y los impares en el
consistencia otro, asegurando de alguna manera que los reactivos sean igualmente difíciles en ambos conjuntos, o en términos
interna estadísticos, propiciando que las distribuciones de ambos conjuntos tengan medias y varianzas semejantes. El
coeficiente de consistencia interna se determina en este caso con la fórmula de Spearman-Brown, que sólo se puede
aplicar a pruebas homogéneas y sin límite de tiempo para resolverlas
Consistencia El procedimiento más común para determinar la consistencia interna de instrumentos o pruebas constituidas por
interna pura respuestas dicotómicas (correcto-incorrecto; de acuerdo-en desacuerdo) es el desarrollado por Kudder y Richardson
(KR-20), que se calcula a partir de una sola administración de una prueba. Esta técnica se basa en el examen de la
ejecución en cada uno de los reactivos o preguntas de la prueba. A menos de que los reactivos sean muy
homogéneos, este coeficiente siempre será menor que el de la confiabilidad por mitades.
Coeficiente Alfa de La prueba alfa es la estadística preferida para obtener una estimación de la confiabilidad de consistencia interna, y
Cronbach se usa como una medida de confiabilidad, en parte, debido a que se requiere de una sola aplicación al grupo de
sujetos. Los valores típicos de esta prueba van de 0 a 1, porque conceptualmente, este coeficiente, al igual que los
otros coeficientes de confiabilidad, se calcula para responder a la pregunta de qué tan semejante es ese conjunto de
datos.

24 / 31
5.3.2 Precisión, Exactitud y
Sensibilidad
Precisión y exactitud ambos términos están relacionados y se
refieren a la capacidad que tienen los instrumentos o escalas al
momento de la medición de las variables; una medición tendrá mayor
validez cuanto más precisa y exacta sea.

Si con un instrumento se obtienen resultados con poca

variabilidad entonces se puede asumir que es más preciso; mientras
que la exactitud se establece por su capacidad de obtener resultados
“verdaderos” o “libres de sesgos.”

25 / 31
 “La Precisión en un instrumento de medición se refiere
simplemente a la diferencia de varias medidas realizadas bajo las
mismas condiciones contra un valor preestablecido”. (De la Cruz, 2015)

En el caso de la precisión, es el error aleatorio quien juega un papel

importante, debido a que a menor error aleatorio mayor precisión.

La precisión de una medida va a estar afectada por la sensibilidad,

entre otros, por ello que la precisión es muy importante cuando se
compara una medida pues uno se basa en la precisión de la medida, es
decir, comparando sus errores relativos.

26 / 31
 La Exactitud es la medición del instrumento
comparado con el valor real.

La exactitud de un instrumento de medida está

directamente relacionada con la proximidad de los
resultados al valor verdadero, esto se determina con
el error sistemático.

27 / 31
 “La Sensibilidad se refiere a la respuesta
que el instrumento de medición tenga para
medir una variable y que tan rápida sea este
para estabilizar su medida”.
(De la Cruz, 2015)

28 / 31
 Bibliografía
1. Del Pino, R. (Ed) (2011). El control de sesgos en la investigación cuantitativa
enfermera. Recuperado de:
https://www.researchgate.net/publication/216016065_El_control_de_sesgos_en_l
a_investigacion_cuantitativa_enfermera
2. Molina, M (Ed)(2016). Errores en epidemiología. Errores sistemáticos. Factores
de confusión y modificación del efecto. Recuperado de
https://evidenciasenpediatria.es/files/41-12718-RUTA/Fundamentos_MBE_16.pdf
3. García, L. (Ed) (1999). Epidemiología y metodología aplicada a la pediatría (V):
Sesgos. Recuperado de https://www.aeped.es/sites/default/files/anales/50-5-
21.pdf
4. Delgado, M. (1993). Errores en la investigación médica. Una perspectiva
epidemiológica. Recuperado de
https://dialnet.unirioja.es/servlet/articulo?codigo=1227151
5. Castán, Y. Sesgos y Factores de Confusión. Recuperado de http://www.ics-
aragon.com/cursos/salud-publica/2014/pdf/M2T11.pdf
6. Hernándes-Ávila, M (Ed)(2000). Sesgos en estudios epidemiológicos.
Recuperado de https://www.scielosp.org/pdf/spm/v42n5/3995.pdf
7. Manterola, C. (Ed)(2015). Los Sesgos en Investigación Clínica. Recuperado de
https://scielo.conicyt.cl/pdf/ijmorphol/v33n3/art56.pdf

29 / 31
 Bibliografía

1. Guerrero, M. (2018). Instrumentos de Investigacón. Recuperado de

http://tecnocientifica.com.mx/libros/Instrumentos-de-
investigaci%c3%b3n-1.pdf
2. Reidl, L. (2020). Confiabilidad en la medición. Recuperado de
http://riem.facmed.unam.mx/node/76
3. Ruiz, M. (2012). Validación y confiabilidad de la investigación.
Recuperado de https://www.eumed.net/tesis-
doctorales/2012/mirm/validacion_confiabilidad.html
4. Corral, Y. (2009). Validez y Confiabilidad de los instrumentos de
investigación para la recolección de datos. Recuperado de
http://servicio.bc.uc.edu.ve/educacion/revista/n33/art12.pdf
5. De la Cruz, L. (2015). Precisión, exactitud y sensibilidad –
Mediciones Eléctricas. Recuperado de
https://ingenieriaelectronica.org/precision-exactitud-y-sensibilidad-
mediciones-electricas/

30 / 31
¡¡GRACIAS!!

31 / 31