Muestra y muestreo

Dr. Cristian Daz Vlez

Epidemilogo Clnico
Hospital Nacional Almanzor Aguinaga Asenjo

 Es un conjunto de listas de todas las unidades de

muestreo, estas listas, tambin pueden ser mapas u otras
formas que sirvan de base para determinar las unidades
de muestreo. En un estudio de percepcin sobre calidad
en los servicios, se puede pensar: para seleccionar todos
los usuarios de un hospital, se requiere:

Lista de usuarios de cada hospital. En ste caso, las

listas son el marco muestral total, mientras que los
elementos que las componen son los elementos
muestrales.

 POBLACIONES PEQUEAS
POBLACIONES MUY VARIABLES
ENSAYOS DESTRUCTIVOS

Para los siguientes casos diga si es preferible Censo o

muestreo.

Estudio sobre el perfil de los estudiantes y

egresados de la Tecnologa en Mdica en los ltimos
dos aos.

Estudio sobre el perfil socio econmico de los

docentes de entidades publicas de Per
Estudio para identificar la demanda de servicios
de salud en Chiclayo.

Conceptos primarios
Poblacin
Muestra
Parmetro
Estadstico
Varianza poblacional
Inferencia estadstica
Error muestral o Tolerancia de error
Nivel de confianza.

Conceptos primarios
Poblacin: conjunto de individuos o
elementos que cumplen ciertas
propiedades comunes.
Muestra: subconjunto
representativo de una poblacin.

Conceptos primarios
Parmetro : Son las medidas o datos que
se obtienen sobre la distribucin de
probabilidades de la poblacin, tales como
la media, la varianza, la proporcin, etc.
Estadstico. Los datos o medidas que se
obtienen sobre una muestra y por lo tanto
una estimacin de los parmetros, es
decir es igual al parmetro pero de la
muestra.

Conceptos primarios
Varianza Poblacional. Cuando una
poblacin es ms homognea la
varianza es menor. Generalmente es
un valor desconocido y hay que
estimarlo a partir de datos de estudios
previos.
Inferencia estadstica. Inferencias
acerca de la poblacin a partir de una
muestra extrada de la poblacin.

Conceptos primarios
Nivel de Confianza. Probabilidad de que la
estimacin efectuada se ajuste a la realidad.
Error Muestral o Tolerancia de error: de
estimacin o standard. Es la diferencia entre
un
estadstico
y
su
parmetro
correspondiente. Generalmente 5%, en
estudios con frmacos 1%.La tolerancia
debe ir de la mano de la prevalencia del
estudio en cuestin.

Margen de confianza en
la estimacin

Expresa el grado de probabilidad que

el investigador tiene en que su
estimacin se ajuste a la realidad.
Los valores comnmente utilizados
son 95, 99, 99,9%

NIVEL DE CONFIANZA

Errores, Errores,
ERRORES

Aleatorio
Muestral
Sistemtico

V =ve
Valor
Verdadero
en la
poblacin

Valor
Medido en
la muestra

ERROR

Error Aleatorio
El error aleatorio no se suele ajustar a
ninguna regla o norma , varan en cada
caso , en su sentido y magnitud, y por
ello tiende a anularse cuando se trata
de un nmero elevado de casos.
Los errores aleatorios se comenten, por
ejemplo, cuando un encuestado elige
errneamente
una
casilla
queriendo
hacerlo en otra, cuando un encuestador
marca errneamente un dato, etc.

Errores Sistemticos
Un error sistemtico es aquel que se produce de igual
modo (sentido y proporcin) en todas las mediciones
que se realizan sobre un parmetro de la muestra
Contrario al error aleatorio, NO se anula en muestras
grandes.
Ejemplos
Las tendencias subjetivas conscientes o inconscientes del
investigador.
Sustituciones, segn criterio propio del investigador,
unidades de la muestra que haban sido elegidas al azar.

de

Insuficiente observacin del conjunto de la poblacin que

influye en una deficiente definicin de sus caractersticas.

Error Muestral
Cuando se extrae una muestra de una

poblacin es frecuente que los resultados

obtenidos de la muestra no sean
exactamente los valores reales de la
poblacin.
El error de muestreo ocurre al estudiar una
muestra en lugar de la poblacin total.
La diferencia entre el valor del parmetro
de una poblacin y el obtenido de una
muestra recibe el nombre de error
muestral. ( y que no puede ser asociado a otro tipo de explicacin,
es decir no es error aleatorio o sistemtico)

Error Muestral
Por muy perfecta que sea la muestra
siempre habr grado de divergencia
entre
los
parmetros
estimados
usndola y los de la verdadera
poblacin.
En el clculo del error intervienen:
Tamao de la muestra
Varianza poblacional
Nivel de confianza
Tipo de muestreo

Estimacin del Error

Cuando variable bajo estudio es
una media. (solo vlido para
variables numricas)

s
ez
1 f
n

Donde:
Z: grado de confianza de la estimacin
s: desviacin tpica muestral de la variable analizada
n: tamao de la muestra
1-f: Factor de correccin para poblaciones finitas. f= n/N

El error muestral es mayor en

la medida que:
Crece el grado de confianza que el
investigador quiere dar a su
estimacin del parmetro medido
mediante la muestra
Es ms elevada la variabilidad de
la variable estudiada.
Es menor el tamao de la muestra.

Estimacin del Error

Cuando la variable bajo estudio
es una proporcin (ej, variables
nominales u ordinales con pocas
categoras)
pq

ez

n 1

Donde:
Z: grado de confianza de la estimacin
p: proporcin de la muestra para la categora a examinar
q: 1-p
n: tamao de la muestra
1-f: Factor de correccin para poblaciones finitas. f= n/N

1 f

Tamao de la muestra vs. Error

muestral

Correcciones para
poblaciones finitas
Cuando el tamao de la muestra es
mayor del 5 % del tamao de la
poblacin se debe utilizar el factor
de correccin.

Margen de error
admisible
incrementos
en el tamao

Los
de la
muestra repercuten en una mayor
precisin y por consiguiente en menor
error muestral.
El error muestral interviene en el clculo
del tamao de la muestra solo si el
diseo es probabilstico.
En
el
muestreo
probabilstico
el
investigador
fija
el
error
mximo
admisible a priori y sobre esa base realiza
el clculo del tamao de la muestra.

Por lo tanto el tamao de la

muestra

Ejemplo:
Si
por
ejemplo
estudiamos
la
prevalencia de asma bronquial en un
estudio donde se clculo la muestra
con tolerancia de error del 5% y nivel
de confianza del 95% y se encontr
que la prevalencia es de 20%.
Interpretacin: hay un 95% de
probabilidad que la prevalencia real
este entre 15 y 25%.
Que ocurre si las prevalencias son muy bajas, por ejemplo 2%??

Factores que influyen

Tipo de diseo de etudio.
Tipo de muestreo utilizado.
Comparacin de muestras
independientes o pareadas.

Circulo vicioso del clculo

Clculo muestral

La frecuencia se
obtendr en el estudio

Frecuencia del
Problema en estudio
x
p
r
OR

1. Identificacin de la poblacin
2. Indicadores a estimar
Proporciones
Promedios
Mtodos multivariados
3. Anlisis de subgrupos
4. Precisin deseada en los estimadores

Muestra para la media de

poblacin
Poblacin conocida

Poblacin no conocida

Las variables son numricas

El nivel de confianza o seguridad (1-). El nivel de confianza prefijado da lugar
a un coeficiente (Z).
d : error mximo permisible o Tolerancia de error (mayormente 5%)
S2: varianza poblacional

Muestra para la proporcin de

poblacin
Poblacin conocida

Poblacin no conocida

Las variables son nominales

n: Tamao muestral
N: Tamao de la poblacin, nmero total de historias.
Z: Valor correspondiente a la distribucin de Gauss 1,96 para =0,05
p: Prevalencia del fenmeno en estudio.
Q: 1-p
i o d: Tolerancia de error (mayormente 5%)*.
Si las prevalencias son bajas, las tolerancias de error lo debe ser aun ms.
Ejemplo de la tasa de prevalencia, se puede suponer que la proporcin que ha de
estimarse se mover probablemente entre un 5% y un 15%, y es razonable
aspirar a que no se incurra en un error mayor del 1%.

Clculo del tamao muestral en

estudios de casos y controles
p2: probabilidad de exposicin entre los controles
W: es el OR previsto
P1: la frecuencia de exposicin entre los casos,

As, el problema del clculo del tamao muestral podr abordarse mediante
las frmulas habituales empleadas en la comparacin de dos proporciones,
asumiendo aqu que las proporciones esperadas son p1 y p2

Clculo del tamao muestral en

estudios de casos y controles

p1: La frecuencia de la exposicin entre los casos.

p2: La frecuencia de la exposicin entre los controles.
: La seguridad con la que se desea trabajar, o riesgo de cometer un error de
tipo I. Generalmente se trabaja con una seguridad del 95% ( = 0,05).
1-: El poder estadstico que se quiere para el estudio, o riesgo de cometer un
error de tipo II. Es habitual tomar = 0,2, es decir, un poder del 80%.

Clculo del tamao muestral en

estudios de casos y controles
Donde:

son valores que se obtienen de la distribucin normal estndar en funcin de

la seguridad y el poder elegidos para el estudio. En particular, para una
seguridad de un 95% y un poder estadstico del 80% se tiene que.

Clculo del tamao muestral en

estudios de casos y controles

n = nmero de sujetos sin prdidas

R = proporcin esperada de prdidas

Clculo del tamao muestral en

estudios de casos y controles
Ejemplo: Un estudio de casos y controles
emparejado sobre tabaquismo y cncer de
laringe utilizando controles poblacionales.
Suponiendo que la prevalencia del hbito
tabquico en la poblacin es del 45% y
que el OR esperado es aproxim 3
cuntos pares de casos y controles
necesitar para estimar el OR con una
precisin relativa del 15% y un nivel de
confianza del 95%?

Clculo del tamao muestral en

estudios de Cohortes

n : sujetos necesarios en cada una de las muestras

Z : Valor Z correspondiente al riesgo deseado
Z : Valor Z correspondiente al riesgo deseado
S2 : Varianza de la variable cuantitativa que tiene el grupo control o de
referencia.
d : Valor mnimo de la diferencia que se desea detectar (datos cuantitativos).

Clculo del tamao muestral en

estudios de Cohortes
Un epidemilogo proyecta un estudio sobre la
posibilidad de que cierta enfermedad pulmonar est
favorecida por la exposicin a un contaminante
atmosfrico recin detectado cuyo efecto no ha sido
examinado previamente.
Qu tamao tendr que tener la muestra de cada
grupo (el de expuestos y el de no expuestos) si se
desea estimar el riesgo relativo con una precisin
entre el 10% y el 20% del valor real (el cual,
verosmilmente, pudiera ascender a 2) con un 95% de
confianza?
La enfermedad se manifiesta en el 20% de las
personas no expuestas al contaminante atmosfrico y
los dos grupos sern de igual tamao.

Tamao muestral del coeficiente

correlacin lineal

Siendo el error estndar de z aproximadamente igual a

Tamao muestral del coeficiente

correlacin lineal
A. Planteamiento bilateral

B. Planteamiento Unilateral

r: magnitud de la correlacin que se desea detectar. Esto se obtiene de

estudios anteriores entre las dos variables a estudio.
1: la seguridad con la que se desea trabajar o riesgo de cometer un error
de tipo I. Generalmente se trabaja con una seguridad del 95% ( = 0,05 ).
1: el poder estadstico que se quiere para el estudio, o riesgo de cometer
un error de tipo II. Es habitual tomar = 0,2 o, equivalentemente, un poder
estadstico del 80%.

Tamao muestral del coeficiente

correlacin lineal

se obtienen de la distribucin normal estndar en funcin de la seguridad

y el poder elegidos para el estudio. En particular, para una seguridad del
95% y un poder estadstico del 80% se tiene que
A

Tamao muestral del coeficiente

correlacin lineal
Supngase que la correlacin entre el
volumen espiratorio forzado en un segundo y
la capacidad vital forzada en individuos
sanos es aproximadamente de 0,60.
Supngase, adicionalmente, que un grupo de
pacientes con una enfermedad de pulmn
est accesible en una clnica, e interesa
contrastar si hay correlacin entre ambas
medidas en esos pacientes. Con un nivel de
confianza del 95% y una potencia del 90%,
cuntos sujetos se necesitan en la muestra?

Ensayos Clnicos
La formula depender del tipo de medida que se este
calculando en el ensayo clinico.
Ejemplo: un ensayo clnico sobre el uso de una droga
en embarazos gemelares, un toclogo desea
demostrar que hay un aumento significativo en la
duracin del embarazo al usar la droga frente a un
placebo.
El toclogo estima que la desviacin estndar de la
duracin de los embarazos es de 1,75 semanas.
Cuntos embarazos debe observar como mnimo en
cada grupo si considera que una semana es un
aumento clnicamente importante en la duracin del
embarazo y quiere operar con una confianza del 95%
y una potencia del 80%?

Estamos hastiados de informacin

pero hambrientos de conocimientos
John Nasibett

Muestreo de elemento VS muestreo de grupo

Igual probabilidad VS diferente probabilidad
Estratificado VS no estratificado
Aleatoria VS sistemtica
Una sola etapa VS multietpico

32
Material preparado por:
Profesor Len Daro Bello Parias

Ventajas del Azar

Elimina la subjetividad de los investigadores
en la seleccin de unidades de anlisis

Permite medir la precisin de las

estimaciones.

El azar no garantiza representatividad.

 Ejemplo:
N = 3500
n = 40

5503
4812
1790
5648
1943

Nivel de conocimientos segn

existencia de convenio

Poblacin
Tabla de contingencia Nivel * Convenio 04

Nivel

1
2
3

Total

Recuento
% del total
Recuento
% del total
Recuento
% del total
Recuento
% del total

Convenio 04
NO
SI
184
36
61.1%
12.0%
46
26
15.3%
8.6%
5
4
1.7%
1.3%
235
66
78.1%
21.9%

Nive
l

1
2
3

Tota
l

Total
220
73.1%
72
23.9%
9
3.0%
301
100.0%

Sistemtico

Tabla de contingencia Nivel *

Convenio 04
Convenio
N 04
O 27
Recuent
o
% del
56.3
total
% 7
Recuent
o
% del
14.6
total
% 1
Recuent
o
% del
2.1
total
% 35
Recuent
o
% del
72.9
total
%

SI
8
16.7
% 5
10.4
% 0
.0%
13
27.1
%

Tota
l
35
72.9
% 12
25.0
% 1
2.1
% 48
100.0
%

ESTRATOS

Homogneos en su interior;
diferentes entre s en propiedades y
tamao
Comuna B

Comuna A

Comuna C
Comuna D
Los estratos ms grandes
Tienen mayor probabilidad de ser representados

Plan de muestreo