Protocolo de investiga

Pasos a seguir
Selección de la mues
Dra. Xóchitl Trujillo Trujillo
Dr. Miguel Huerta Viera
Dr. Iván Delgado Enciso
Dra. Mónica Ríos Silva
Facultad de Medicina
Universidad de Colima
Dra. Xóchitl R. Trujillo T
 8. Selección de la muestra

■ Selección de la muestra:
– Debemos definir la unidad de análisis
(sujetos u objetos de estudio).
– El “quienes van a ser medidos” depende:
» Precisar:
■ Problema a investigar
■ Objetivos de la investigación.
– Lo anterior delimita:
» Universo de estudio
» Población de estudio.
Sánchez-Pérez 2002
 8. Selección de la muestra
■ ¿Cómo se delimita una población?
– Una población o Universo es el conjunto de
todos los casos que concuerdan con una serie de
especificaciones
» Se refiere a quienes se les van a atribuir los resultados
del estudio.
– La muestra: es un subgrupo de la población o
universo.
» Para seleccionarla deben delimitarse las características
claramente (parámetros muestrales).

Sánchez-Pérez 2002
 8. Selección de la muestra
■ La calidad de una investigación estriba en:
– Delimitar claramente la población con base en los
objetivos (no en mayor población).
■ Las poblaciones o muestras deben situarse en
torno a sus características de:
– Espacio: lugar de realización de la investigación
– Tiempo: periodo durante el cual se investigará
– Universo: unidad última de muestreo; la inferencia
de los datos.

Sánchez-Pérez 2002
 8. Selección de la muestra

■ Por lo tanto:
– Se debe definir la unidad de análisis
– Las características de la población.
■ Criterios de selección:
– Inclusión
– No inclusión
– Exclusión o eliminación
Sánchez-Pérez 2002
Montesano-Delfín 2001
 8. Selección de la muestra
■ Criterios de inclusión:
– determinan las características (de mayor relevancia)
que deben estar presentes en las unidades de estudio:
» Biológico
» Psicológico
» Social
– Características:
» Geográficas Antropológicas
» Clínicas Diagnósticas
» Terapéuticas Morbilidad
» Mortalidad Pronóstico, etc.

Castilla-Serna 2001
Sánchez-Pérez 2002
Montesano-Delfín 2001
 8. Selección de la muestra
■ Criterios de no inclusión:
– Se refiere a la ausencia de las características
necesarias para ser incluidos en el estudio.
– Consiste en una o varias características que por
el hecho de presentarse es un sujeto u objeto de
investigación que, por otra parte, ha cumplido
con los criterios de inclusión, son motivo de
que sean excluidos del estudio.
Castilla-Serna 2001
Sánchez-Pérez 2002
Montesano-Delfín 2001
 8. Selección de la muestra
■ Criterios de eliminación:
– Es aquella población que siendo incluida de manera
inicial, por alguna razón salen del estudio.
– Consiste en alguna característica que puede acontecer
en el curso de la investigación y afectará el análisis e
interpretación de los datos.
– Se aplican en los tipos de estudio longitudinales.

Castilla-Serna 2001
Sánchez-Pérez 2002
Montesano-Delfín 2001
 8. Selección de la muestra

■ Tipos de muestreo:
– No probabilística: la elección de los elementos
depende de las causas relacionadas con las
características del investigador o del que hace la
muestra (sesgada).
– Probabilísticas: todos los elementos de la población
tienen la misma probabilidad de ser escogidos
(siempre es al azar).

Sánchez-Pérez 2002
 8. Selección de la muestra
■ Tipos de muestras probabilísticas:
– Aleatoria simple: todos los miembros del universo
tienen la misma oportunidad de ser seleccionados. Al
azar.
– Sistemática: la elección de los miembros de la muestra
se realiza con base en un módulo constante. Se extrae
de un universo estadístico o población muy grande.
– Estratificado: subdividir grupos de diferentes
categorías en orden de acuerdo a las intenciones del
estudio (sexo, edad); la elección debe ser de una
muestra aleatoria.
– Apareado: para cada miembro del grupo de estudio, un
testigo que posea las características del primero.

Castilla-Serna 2001
Sánchez-Pérez 2002
 8. Selección de la muestra
■ Tipos de muestras no probabilísticas:
– Tendencioso o intencional: la población fue
seleccionada bajo algún criterio específico.
– Cuotas.
– Accidental.
■ No es recomendable su utilización en
Ciencias de la Salud.

Sánchez-Pérez 2002
 8. Selección de la muestra

■ La elección entre la muestra probabilística y

una no probabilística se determina con base
en:
– Los objetivos del estudio.
– El esquema de investigación.
– El alcance de sus contribuciones.
 8. Selección de la muestra

■ Características de una muestra probabilística:

– Puede medirse el tamaño de error en las
predicciones (error estándar) y disminuirlo al
mínimo.
– Depende del tamaño de la muestra y del
procedimiento de selección.
– Se puede realizar análisis con pruebas
estadísticas.
– Las mediciones en el subconjunto (muestra) nos
darán estimaciones precisas del conjunto mayor
(población o universo).
Sánchez-Pérez 2002
 8. Selección de la muestra

■ Selección de la muestra probabilística:

– Deben ser siempre en forma aleatoria.
» Tómbola: muy simple y no muy rápido.
» Números aleatorios: generados a través de una
especie de ruleta electrónica, un millón
(Corporación Rand).
» Selección sistemática: de una población N
seleccionamos un número n de elementos a partir de
un intervalo k
» k= N/n.
 8. Selección de la muestra

■ Muestra no probabilística o dirigidas:

– Selecciona sujetos “típicos” (ventaja)
– Procedimiento de selección informal y un poco
arbitrario.
– No se puede calcular el error estándar con
precisión.
– Aplicación de pruebas estadísticas con valor
limitado.
 8. Selección de la muestra

■ Tipos de muestras no probabilísticas:

– Sujetos voluntarios: muestras fortuitas y
casuales.
– Muestra de expertos: se usan en estudios
exploratorios.
– Los sujetos-tipo: se usan en estudios
exploratorios donde el objetivo es la riqueza de
valores.
– Muestras por cuotas: se usa en estudios de
opinión (25% masculinos, 50% niños).
 8. Selección de la muestra
■ Tamaño de la muestra:
– Número de sujetos que conformarán la muestra para
que sea representativa de la población objetiva.
– Esta estimación es la aproximación entre el número de
datos para probar la hipótesis a un nivel de confianza
significativo.
– Dado que una población es de N, ¿cuál es el menor
número de unidades muestrales que necesito para
conformar una muestra (n) que me asegure un error
estándar de 0.01 o 0.05?
– Se realiza con estimados de la población y en función
del diseño de investigación.
Castilla-Serna 2001
 8. Selección de la muestra

■ Prevalencia (p): determinada por un estudio

piloto previo o de algún estudio publicado
acerca de una población con características
semejantes al lugar donde se realizará la
investigación. Es la frecuencia del evento.

Castilla-Serna 2001
 8. Selección de la muestra

■ Nivel de significancia (e): nivel de confianza

o probabilidad de error.
– Es la probabilidad (p) que permite rechazar la Ho
como falsa y aceptar la H1 como verdadera con un
alto índice de seguridad. Se acepta como un nivel
máximo de 0.05; esto significa que al aceptar la
H1 como verdadera existe un 5% de probabilidad
de equivocación.
Montesano-Delfín 2001
 8. Selección de la muestra
■ Tamaño de muestra en investigación
prospectiva y transversal:

N = Z1 – α2 * (p*q)/e2

n = (3.8416)(0.35)(0.65) n = 0.8739 n = 349 + 10%= 384

0.0025 0.0025

N = tamaño de la muestra
Z1 – α2 = error alfa. Significancia 95%, dos colas = 1.96 2 = 3.8416
p = Prevalencia (proporción)
q= 1–p
e2 = Nivel de significancia al cuadrado = 0.05
Castilla-Serna 2001
 8. Selección de la muestra
■ Tamaño de muestras en investigación longitudinal:

N = (Z12-α/2 * (1-p1)/p1 + (1-p2)/p2)/(ln(1-e))2

Z12-α/2 = valor Z para nivel de confianza 95% = 1.96

P1 = Prevalencia del evento en la población expuesta a un factor de riesgo
por estudiar.
P2 = Precisión relativa. Prevalencia del evento en la población no
expuesta a un factor de riesgo por estudiar.
e = Precisión relativa
ln = Logaritmo natural
Castilla-Serna 2001
 8. Selección de la muestra
■ Tamaño de muestra para investigación observacionales,
transversales o longitudinales, prospectivos y comparativos de
casos y controles.

N=[ZαV(1+1/c)*(Pn*Qn)+ZβV(P1*Q1)+(P0*Q0/C)]2/(P1-P0)2

N = Tamaño de la muestra
Zα = Valor de Z para dos colas (1.96 nivel de significancia p=0.05)
Zβ = Valor de Z para una cola (0.84)
c = Número de controles pareados para el diseño
P0 = Prevalencia de exposición en controles
Q0 = 1 – P0 Pn = (P1 + C*P0)/(1+C) Qn = 1 – Pn
P1 = P0*R/[1+P0(R-1) ] R= Mínima razón de momios a demostrar, es 2.5

Castilla-Serna 2001