Escolar Documentos
Profissional Documentos
Cultura Documentos
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
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.
NIVEL DE CONFIANZA
V = v e
Valor Verdadero en la poblacin
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
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
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.
pq ez 1 f 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
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%??
1. Identificacin de la poblacin 2. Indicadores a estimar Proporciones Promedios Mtodos multivariados 3. Anlisis de subgrupos 4. Precisin deseada en los estimadores
n: Tamao muestral N: Tamao de la poblacin, nmero total de historias. Z: ValorcorrespondientealadistribucindeGauss1,96para=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%.
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
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 tipoI.Generalmentesetrabajaconunaseguridaddel95%(=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%.
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.
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).
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 detipoI.Generalmentesetrabajaconunaseguridaddel95%(=0,05). 1: el poder estadstico que se quiere para el estudio, o riesgo de cometer unerrordetipoII.Eshabitualtomar=0,2o,equivalentemente,unpoder estadstico del 80%.
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
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%?
John Nasibett
32
Material preparado por: Profesor Len Daro Bello Parias
Ejemplo:
N = 3500 n = 40
Poblacin
Tabla de continge ncia Nive l * Conve nio 04 Conv enio 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%
Nivel
1 2 3
Total
Recuento % del total Recuento % del total Recuento % del total Recuento % del total
Sistemtico
Nive l
1 2 3
Tota l
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 %
ESTRATOS
Comuna A
Comuna C Comuna D Los estratos ms grandes Tienen mayor probabilidad de ser representados
Plan de muestreo