5.1.1 Muestreo simple. Definiciones.

1- Poblacin: Es aquel conjunto de individuos o elementos que podemos observar, medir una caracterstica o atributo. Ejemplos de poblacin: * El conjunto de todos los estudiantes de una Universidad. * El conjunto de personas fumadoras de una regin. 2- Muestreo: Se refiere al procedimiento empleado para obtener una o ms muestras de una poblacin. Este se realiza una vez que se ha establecido un marco muestral representativo de la poblacin, luego se procede a la seleccin de los elementos de la muestra aunque hay muchos diseos de la muestra. Al tomar varias muestras de una poblacin, las estadsticas que calculamos para cada muestra no necesariamente son iguales, lo ms probable es que varen de una muestra a otra. 3- Estadstico: Son los datos o medidas que se obtienen sobre una muestra y por lo tanto una estimacin de los parmetros. 4- 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. 5- Error: Es la diferencia entre un estadstico y su parmetro correspondiente. Es una medida de la variabilidad de las estimaciones de muestras repetidas en torno al valor de la poblacin, nos da una nocin clara de hasta dnde y con qu probabilidad una estimacin basada en una muestra se aleja del valor que se hubiera obtenido por medio de un censo completo. Siempre se comete un error, pero la naturaleza de la investigacin nos indicar hasta qu medida podemos cometerlo (los resultados se someten a error muestral e intervalos de confianza que varan muestra a muestra). Vara segn se calcule al principio o al final. Un estadstico ser ms preciso en cuanto y tanto su error es ms pequeo. Se puede decir que es la desviacin de la distribucin muestral de un estadstico y su fiabilidad. Usos del Muestreo. El Muestreo es utilizado en diversos campos: 1- Poltica: Las muestras de las opiniones de los votantes se usan para que los candidatos midan la opinin pblica y el apoyo en las elecciones. 2- Educacin: Las muestras de las calificaciones de los exmenes de estudiantes se usan para determinar la eficiencia de una tcnica o programa de enseanza. 3- Industria: La muestras de los productos de una lnea de ensamble sirve para controlar la calidad. 4- Medicina: Las muestras de medidas de azcar en la sangre de pacientes diabticos prueban la eficacia de una tcnica o de un frmaco nuevo. 5- Agricultura: Las muestras del maz cosechado en una parcela proyectan en la produccin los efectos de un fertilizante nuevo. 6- Gobierno: Una muestra de opiniones de los votantes se usara para determinar los criterios del pblico sobre cuestiones relacionadas con el bienestar y la seguridad nacional. Mtodos de Muestreo Probabilsticas: 1- Muestreo Aleatorio Simple: Es la forma ms comn de obtener una muestra en la seleccin al azar, es decir, cada uno de los individuos de una poblacin tiene la misma posibilidad de ser elegido. Si no se cumple este requisito, se dice que la muestra es viciada. Para tener la seguridad de que la

muestra aleatoria no es viciada, debe emplearse para su constitucin una tabla de nmeros aleatorios. Este procedimiento, atractivo por su simpleza, tiene poca o nula utilidad prctica cuando la poblacin que estamos manejando es muy grande. Ejemplo: Supongamos que nos interesa elegir una muestra aleatoria de 5 estudiantes en un grupo de estadstica de 20 alumnos. 20C5 da el nmero total de formas de elegir una muestra no ordenada y este resultado es 15,504 maneras diferentes de tomar la muestra. Si listamos las 15,504 en trozos separados de papel, una tarea tremenda, luego los colocamos en un recipiente y despus los revolvemos, entonces podremos tener una muestra aleatoria de 5 si seleccionamos un trozo de papel con cinco nombres. Un procedimiento ms simple para elegir una muestra aleatoria sera escribir cada uno de los 20 nombres en pedazos separados de papel, colocarlos en un recipiente, revolverlos y despus extraer cinco papeles al mismo tiempo. Otro mtodo para obtener una muestra aleatoria de 5 estudiantes en un grupo de 20 utiliza una tabla de nmeros aleatorios. Se puede construir la tabla usando una calculadora o una computadora. Tambin se puede prescindir de estas y hacer la tabla escribiendo diez dgitos del 0 al 9 en tiras de papel, las colocamos en un recipiente y los revolvemos, de ah, la primera tira seleccionada determina el primer nmero de la tabla, se regresa al recipiente y despus de revolver otra vez se selecciona la seguida tira que determina el segundo nmero de la tabla; el proceso contina hasta obtener una tabla de dgitos aleatorios con tantos nmeros como se desee. Hay muchas situaciones en las cuales el muestreo aleatorio simple es poco prctico, imposible o no deseado; aunque sera deseable usar muestras aleatorias simples para las encuestas nacionales de opinin sobre productos o sobre elecciones presidenciales, sera muy costoso o tardado. Introduccin En este documento ofrecemos un resumen sobre el concepto de muestreo, y los tipos de muestreo existentes. Adems, se dispone de una hoja para el clculo de tamaos mustrales en auditoras de Historias Clnicas en Excel. No pretendemos, ni mucho menos, ser exhaustivos. Simplemente ofrecemos una pequea herramienta que pueda servir de apoyo en la evaluacin de los distintos indicadores de calidad. Concepto de muestreo El muestreo es una herramienta de la investigacin cientfica. Su funcin bsica es determinar que parte de una realidad en estudio (poblacin o universo) debe examinarse con la finalidad de hacer inferencias sobre dicha poblacin. El error que se comete debido al hecho de que se obtienen conclusiones sobre cierta realidad a partir de la observacin de slo una parte de ella, se denomina error de muestreo. Obtener una muestra adecuada significa lograr una versin simplificada de la poblacin, que reproduzca de algn modo sus rasgos bsicos. Terminologa Poblacin objeto: conjunto de individuos de los que se quiere obtener una informacin. Unidades de muestreo: nmero de elementos de la poblacin, no solapados, que se van a estudiar. Todo miembro de la poblacin pertenecer a una y slo una unidad de muestreo.

Unidades de anlisis: objeto o individuo del que hay que obtener la informacin. Marco muestral: lista de unidades o elementos de muestreo. Muestra: conjunto de unidades o elementos de anlisis sacados del marco. Muestreo probabilstico El mtodo otorga una probabilidad conocida de integrar la muestra a cada elemento de la poblacin, y dicha probabilidad no es nula para ningn elemento. Los mtodos de muestreo no probabilsticas no garantizan la representatividad de la muestra y por lo tanto no permiten realizar estimaciones inferenciales sobre la poblacin. (En algunas circunstancias los mtodos estadsticos y epidemiolgicos permiten resolver los problemas de representatividad aun en situaciones de muestreo no probabilstico, por ejemplo los estudios de caso-control, donde los casos no son seleccionados aleatoriamente de la poblacin.) Entre los mtodos de muestreo probabilsticas ms utilizados en investigacin encontramos: Muestreo aleatorio simple Muestreo estratificado Muestreo sistemtico Muestreo polietpico o por conglomerados Ventajas e inconvenientes de los distintos tipos de muestreo probabilstico CARACTERISTICAS Aleatorio simple Se selecciona una muestra de tamao n de una poblacin de N unidades, cada elemento tiene una probabilidad de inclusin igual y conocida de n/N. VENTAJAS Sencillo y de fcil comprensin. Clculo rpido de medias y varianzas. Se basa en la teora estadstica, y por tanto existen paquetes informticos para analizar los datos INCONVENIENTES Requiere que se posea de antemano un listado completo de toda la poblacin. Cuando se trabaja con muestras pequeas es posible que no represente a la poblacin adecuadamente. Si la constante de muestreo est asociada con el fenmeno de inters, las estimaciones obtenidas a partir de la muestra pueden contener sesgo de seleccin

Sistemtico

Conseguir un listado de los N elementos de la poblacin Determinar tamao muestral n. Definir un intervalo k=N/n. Elegir un nmero aleatorio, r, entre 1 y k (r=arranque aleatorio). Seleccionar los

Fcil de aplicar. No siempre es necesario tener un listado de toda la poblacin. Cuando la poblacin est ordenada siguiendo una tendencia conocida, asegura una cobertura de

elementos de la lista.

unidades de todos los tipos.

Estratificado

En ciertas ocasiones resultar conveniente estratificar la muestra segn ciertas variables de inters. Para ello debemos conocer la composicin estratificada de la poblacin objetivo a muestrear. Una vez calculado el tamao muestral apropiado, este se reparte de manera proporcional entre los distintos estratos definidos en la poblacin usando una simple regla de tres.

Tiende a asegurar que la muestra represente adecuadamente a la poblacin en funcin de unas variables seleccionadas. Se obtienen estimaciones ms precisa Su objetivo es conseguir una muestra lo mas semejante posible a la poblacin en lo que a la o las variables estratificadoras se refiere. Es muy eficiente cuando la poblacin es muy grande y dispersa. No es preciso tener un listado de toda la poblacin, slo de las unidades primarias de muestreo.

Se ha de conocer la distribucin en la poblacin de las variables utilizadas para la estratificacin.

Conglomerados

Se realizan varias fases de muestreo sucesivas (polietpico) La necesidad de listados de las unidades de una etapa se limita a aquellas unidades de muestreo seleccionadas en la etapa anterior.

El error estndar es mayor que en el muestreo aleatorio simple o estratificado. El clculo del error estndar es complejo.

Clculo del tamao muestral Cada estudio tiene un tamao muestral idneo, que permite comprobar lo que se pretende con la seguridad y precisin fijadas por el investigador. De que depende el tamao muestral? Variabilidad del parmetro a estimar: Datos previos, estudios piloto o usar 50% como peor estimacin Precisin: Amplitud del intervalo de confianza. Si se estima prevalencia su formato ser % Nivel de confianza (1- habitualmente 95% o 99%. Probabilidad ): complementaria al error admitido Si aumentamos el tamao muestral n, podremos mejorar la calidad de la estimacin bien aumentando la precisin (disminuye amplitud del intervalo) o bien aumentando la seguridad (disminuye el error admitido) Clculo del tamao muestral en una auditora de Historias Clnicas

Se trata de una situacin especial, en la que se va a determinar la presencia o ausencia de un determinado documento, por ejemplo (variable dicotmica). En este caso, hay que determinar la proporcin esperada de la variable de inters, la precisin deseada, y el nivel de confianza. Podemos aplicar las siguientes frmulas para el clculo del tamao muestral (si el muestreo es aleatorio). Si conocemos el tamao de la poblacin usaremos el mtodo para poblaciones finitas. Si por el contrario el tamao de la poblacin es desconocido o infinito usaremos la otra alternativa. Hay que tener en cuenta que una poblacin infinita puede corresponder a una finita (conocida) en la que se ha definido un muestreo con reemplazamiento (el mismo individuo puede salir muestreado varias veces) Tamao de la poblacin infinito o desconocido Tamao de la poblacin finito

n N Z p

Tamao muestral Tamao de la poblacin, nmero total de historias. Valor correspondiente a la distribucin de Gauss 1,96 para =0,05 y 2,58 para =0,01. Prevalencia esperada del parmetro a evaluar. En caso de desconocerse, aplicar la opcin ms desfavorable (p=0,5), que hace mayor el tamao muestral. 1-p (Si p=30%, q=70%)

q i

Error que se prev cometer. Por ejemplo, para un error del 10%, introduciremos en la frmula el valor 0,1. As, con un error del 10%, si el parmetro estimado resulta del 80%, tendramos una seguridad del 95% (para =0,05) de que el parmetro real se sita entre el 70% y el 90%. Vemos, por tanto, que la amplitud total del intervalo es el doble del error que introducimos en la frmula. Estas frmulas estn introducidas en la hoja de clculo muestreo.xls (Excel97). En ella basta con introducir los distintos parmetros sealados para obtener el tamao muestral correspondiente. Recomendamos calcular tamaos mustrales para =0,05, y un error 0,1, o ms precisas. Muestreo aleatorio simple. Es el mtodo conceptualmente ms simple. Consiste en extraer todos los individuos al azar de una lista (marco de la encuesta). En la prctica, a menos que se trate de poblaciones pequeas o de estructura muy simple, es difcil de llevar a cabo de forma eficaz. Ejemplo: Se pretende determinar la prevalencia de Maedi en una explotacin de

250 ovejas: para ello se deben examinar 61 animales (se supone una prevalencia del 30% y se desea una precisin del 10% para un nivel de confianza del 95%): se obtienen 61 nmeros