Muestra y muestreo

Dr. Cristian Daz Vlez

Epidemilogo Clnico Hospital Nacional Almanzor Aguinaga Asenjo Docente de la Universidad Santo Toribio de Mogrovejo-USAT

 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 = v e
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, de unidades de la muestra que haban sido elegidas al azar. 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 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

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

Los incrementos en el tamao 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

Es directamente proporcional al nivel de confianza Z.

Es inversamente proporcional al error estimado.

Es directamente proporcional a la variabilidad del fenmeno a estudiar.

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-).Elniveldeconfianzaprefijadodalugar 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

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%.

Las variables son nominales

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 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%.

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 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%.

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

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

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 de conocimientos segn existencia de convenio

Nivel

1 2 3

Total

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

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

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 %

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