UNIVERSIDAD DE SAN CARLOS DE GUATEMALA FACULTAD DE CIENCIAS MÉDICAS

ÁREA DE INVESTIGACIÓN COORDINACIÓN DE TRABAJOS DE GRADUACIÓN

CICLO LECTIVO 2017

1

DETERMINACIÓN DEL TAMAÑO DE LA MUESTRA Y TÉCNICAS DE MUESTREO

Elaborado por: MSc. Haylyn Karina Valdez

INTRODUCCIÓN

La importancia de tomar una muestra es para inferir acerca de la población de la cual se extrae dicha muestra, con el objetivo de generalizar los resultados que se obtengan y tomar decisiones; esto es parte de la inferencia estadística.

Si no se extrae una muestra es porque se estudiará la población completa, por consiguiente no sería necesario inferir acerca de la población.

Los procesos inferenciales permiten extrapolar los resultados de una muestra aleatoria seleccionada de la población de estudio.

(1)

Para el cálculo del tamaño de la muestra se debe considerar algunas situaciones:

1) Estudios para determinar parámetros, es decir, cuando se pretende hacer inferencias de valores poblacionales (proporciones, medias) a partir de una muestra.

2) Estudios para contraste de hipótesis, es decir, cuando se pretende comparar si las proporciones o las medias de dos grupos son diferentes.

Figura No. 1

Vale la pena mencionar que los parámetros son

medidas descriptivas calculadas a partir de los datos de una población y los estadísticos medidas descriptivas

calculadas a partir de una muestra.(2)

El cálculo del tamaño de la muestra es importante para conocer cuántos individuos se deben estudiar para estimar un parámetro con cierto nivel de confianza, o bien para conocer si hay diferencia entre determinados grupos de estudio.

Se debe considerar que si se analizan más sujetos de los necesarios el estudio podría incurrir en costos financieros innecesarios, sin embargo, si se analizan menos sujetos podría carecerse de precisión por lo que podrían tener conclusiones erróneas.

(3)

Además, puede no ser ético incluir en el estudio una gran cantidad de sujetos, ya que podrían someterse innecesariamente a intervenciones por el estudio.

Razones para estudiar muestras en lugar de poblaciones:

1) Las muestras pueden estudiarse con más rapidez que la población.

2) Es menos costoso estudiar una muestra que una población.

3) En la mayor parte de las situaciones el estudio de la población entera es imposible.

4) Los resultados de una muestra son más precisos que los derivados de poblaciones. Esto es por la calidad de los datos, la capacitación de quien recoge los datos; la estimación del error en los parámetros resultantes y la homogeneidad (características presentadas similares) de las muestras.

(4)

CONCEPTOS GENERALES Población “Se define como un conjunto de individuos que guardan similitud entre sí en los aspectos que son relevantes para los objetivos de la investigación”, es decir, comparten características en común.

(1)

Muestra

“Subconjunto de la población, que permite inferir, estimar o extrapolar los resultados de la observación y medición a la población total.”

(1)

Muestra representativa

La muestra que se calcule a partir de la población objeto de estudio, debe tener el tamaño y calidad adecuada para que represente adecuadamente la

Para Para

ESTADÍSTICA

Estadística

descriptiva

Estadística

Inferencial

Estimación Prueba de Hipótesis

Determinar parámetros de una

población (proporciones o medias)

Diferencia entre dos grupos

(proporciones o medias)

Variables cualitativas: proporciones

Variables cuantitativas: medias

Estimación por intervalos de

confianza

Contraste de hipótesis

Variables cualitativas: proporciones

Variables cuantitativas: medias

Dependiendo si

Por medio de

Dependiendo si

Por medio de

UNIVERSIDAD DE SAN CARLOS DE GUATEMALA FACULTAD DE CIENCIAS MÉDICAS

ÁREA DE INVESTIGACIÓN COORDINACIÓN DE TRABAJOS DE GRADUACIÓN

CICLO LECTIVO 2017

2

población, además que la técnica de muestreo debe ser la apropiada.

CÁLCULO DEL TAMAÑO DE LA MUESTRA

Previo a proceder al cálculo del tamaño de la muestra se debe tomar un tiempo para analizar y tener claros los siguientes aspectos:

1) Diseño del estudio 2) Objetivos del estudio 3) Tipo de variables a estudiar 4) Población conocida o desconocida 5) Conocimiento de desviación estándar 6) Conocimiento de prevalencia

De lo anterior se procede a la toma de decisión para aplicar la ecuación que le corresponda según sea el caso, como se menciona a continuación:

TAMAÑO DE LA MUESTRA PARA ESTIMAR PARÁMETROS

Como se mencionó anteriormente, los parámetros son medidas descriptivas de la población, y pueden ser proporciones o medias, por lo que generalmente se quiere conocer el intervalo con cierto nivel de confianza, dentro del cual estaría contenida la proporción o media poblacional, para ello se debe analizar una muestra representativa, y de ella e inferir sobre el resto de la población.

Cálculo de la muestra para estimar la media de una población (variables cuantitativas)

Cuando se habla de la media de una población, se está refiriendo a variables cuantitativas o numéricas (por ejemplo: edad, peso, estatura, niveles de colesterol, entre otras).

Si la población es conocida o finita, la fórmula a utilizar es la siguiente:

Donde: n= tamaño de la muestra N= tamaño de la población z= coeficiente de confiabilidad σ= desviación estándar de la población d= error Para el coeficiente de confiabilidad se utilizan tablas ya establecidas que proporcionan este dato de acuerdo al nivel de confianza que el investigador desea para su estudio. Los valores que se utilizan con más frecuencia son 90%, 95% y 99%, que corresponden a los coeficientes de confiabilidad de 1.645, 1.96 y 2.58 respectivamente.

(2)

En el caso de la desviación estándar de la población, muchas veces no es factible conocerla, por ello puede estimar por medio de tres vías:

1) Es posible obtenerla de una muestra piloto. 2) De estudios anteriores o similares. 3) Rango de la variable/6.

(2)

Ejemplo:

De una población de 3,000 personas, se desea estimar la edad media en la que a los pacientes con esclerosis múltiple se les diagnosticó el padecimiento por primera vez. Se requiere un 0.95 de confianza y se aceptaría un error de 3 años. Si la desviación estándar de la población es de 10 años. ¿Qué tan grande deberá ser la muestra?

43 pacientes

Si no se conoce el tamaño de la población, entonces se calcula con la siguiente ecuación:

Donde:

n= tamaño de la muestra z= coeficiente de confiabilidad σ= desviación estándar de la población d= error Ejemplo:

En un estudio sobre la hospitalización para pacientes con enfermedades crónicas, un grupo de investigadores desean conocer el tiempo medio que tardan los pacientes hospitalizados. ¿De qué tamaño tendría que ser la muestra si una muestra piloto reveló que la desviación estándar poblacional es de aproximadamente 6 días, y se quiere un 99% de confianza para el estudio con 2 días de error?.

pacientes

Cálculo de la muestra para estimar la proporción de una población (variables cualitativas)

Cuando se quiere estimar la proporción de una población, es porque las variables en estudio son cualitativas o categóricas (por ejemplo: si tiene diabetes mellitus si o no; conocer los grados de disnea; entre otras).

Al conocer el tamaño de la población se aplica la siguiente fórmula:

UNIVERSIDAD DE SAN CARLOS DE GUATEMALA FACULTAD DE CIENCIAS MÉDICAS

ÁREA DE INVESTIGACIÓN COORDINACIÓN DE TRABAJOS DE GRADUACIÓN

CICLO LECTIVO 2017

3

Donde:

n= tamaño de la muestra N= población z= coeficiente de confiabilidad p= proporción esperada o prevalencia de la variable de interés en la población q= 1-p d= error

No siempre es posible conocer la proporción o prevalencia de la variable de interés, por lo que se puede optar por obtenerla de:

1) Una muestra piloto. 2) De estudios similares o anteriores. 3) Si es imposible conocerla, puede utilizarse

0.50. Ejemplo: Se desea realizar un estudio para conocer los niveles de estrés en adolescentes comprendidos entre las edades de 15 a 18 años, en el Instituto Nacional de Educación Diversificada INED. Para determinar a cuantos adolescentes entrevistar se conoce que la totalidad de estudiantes comprendidos en esas edades es de 421 y se desea para el estudio un 95% de confianza con 3% de error. No es posible conocer la prevalencia de la variable de interés.

302 estudiantes

En el caso que no se conozca la población, se utiliza esta fórmula:

Donde: n= tamaño de la muestra z= coeficiente de confiabilidad p= proporción esperada o prevalencia de la variable de interés en la población q= 1-p d= error

Ejemplo: Se desea determinar el riesgo cardiovascular a 10 años, según el score de Framingham, de los pacientes con enfermedad renal crónica en el Hospital Nacional de Huehuetenango. No se conoce el tamaño de la población y según estudios similares la prevalencia de esta enfermedad es del 10% en la población guatemalteca. Se desea un 99% de confianza y se aceptaría un 4% de error.

375 pacientes

TAMAÑO DE LA MUESTRA PARA LA DIFERENCIA ENTRE DOS GRUPOS

(CONTRASTE DE HIPÓTESIS)

Cuando se desea comparar dos grupos, para determinar si un grupo es más eficaz, si existe un aumento o disminución, o bien si son iguales, entre otras suposiciones que se tengan; lo que se debe realizar es un contraste de hipótesis, para lo cual lo más conveniente es calcular una muestra de la o las poblaciones en estudio. Para algunas consideraciones previas del tema de contraste de hipótesis se recomienda revisión bibliográfica del capítulo 15 del libro de Argimon Pallás “Métodos de investigación clínica y epidemiológica”.

Tamaño de la muestra para comparación de medias

(variables cuantitativas)

De la necesidad de obtener información para aceptar o rechazar las hipótesis estadísticas que se plantean, surge la siguiente ecuación para el cálculo de la muestra cuando se quiere comparar medias:

Donde:

n= cantidad de individuos necesarios en cada una de las muestras

= es el valor de z correspondiente al riesgo alfa (α) fijado

= es el valor de z correspondiente al riesgo beta (β)

fijado = es la varianza de la variable cuantitativa que tiene el grupo control o de referencia

= es el valor mínimo de la diferencia que se desea detectar (datos cuantitativos)

(3)

Cabe resaltar que los valores de z del riesgo alfa y beta más utilizados son los siguientes:

α Nivel de Confianza

Test unilateral Prueba bilateral

0.20 0.15 0.10 0.05 0.025 0.01

0.80 0.85 0.90 0.95 0.975 0.99

0.842 1.036 1.282 1.645 1.960 2.326

1.282 1.440 1.645 1.960 2.240 2.576

Potencia

β (1-β) Potencia estadística

0.01 0.05 0.10

0.15 0.20 0.25 0.30 0.35 0.40 0.45 0.50

0.99 0.95 0.90

0.85 0.80 0.75 0.70 0.65 0.60 0.55 0.50

2.326 1.645 1.282

1.036 0.842 0.674 0.524 0.385 0.253 0.126 0.000

UNIVERSIDAD DE SAN CARLOS DE GUATEMALA FACULTAD DE CIENCIAS MÉDICAS

ÁREA DE INVESTIGACIÓN COORDINACIÓN DE TRABAJOS DE GRADUACIÓN

CICLO LECTIVO 2017

4

Ejemplo:

En un estudio comparativo de corte transversal se desea conocer si utilizar el fármaco A para reducir la fiebre en niños es más eficaz que el fármaco B, para ello se esperaría una reducción de 0.3

οC respecto al

fármaco B durante dos horas. Por estudios previos se sabe que la desviación estándar de la fiebre en niños que se les suministra el fármaco B es de 0.5

οC. Se

aceptaría un riesgo de 0.05 y se desea una potencia estadística de 0.90.

Es importante mencionar que la prueba de hipótesis que se está planteando es unilateral porque se busca saber si existe una disminución.

48 niños

Un aspecto importante a resaltar es el diseño de la investigación, por ejemplo, si es un Estudio de Casos Clínicos, el tamaño de la muestra calculado será dividido dentro del número de brazos de intervención. En el ejemplo anterior, sería entonces, 24 niños con el Fármaco A y los otros 24 niños con el Fármaco B.

Si fuera la situación de un estudio en donde existe una intervención, a los mismos 48 niños que corresponden a la muestra, se tomarían las mediciones antes y después de determinada intervención.

Tamaño de la muestra comparación de proporciones (variable cualitativa)

Cuando se trata de comparar proporciones (variables cualitativas), el cálculo del tamaño de la muestra se obtiene de la siguiente ecuación:

(3)

Donde: n= es el número de sujetos necesarios

= es el valor z correspondiente al riesgo α = es el valor z correspondiente al riesgo β

= es el valor de la proporción en el grupo de referencia = es el valor de la proporción en el nuevo grupo

= es la media de las dos proporciones

Ejemplo: En un estudio cuasiexperimental de antes y después de intervención de estrategia educativa se quiere evaluar un programa educacional en Taxisco, Santa Rosa, para mejorar el conocimiento acerca del virus chikungunya, para ello se pretende evaluar el conocimiento previo a conferencias acerca de la enfermedad por medio de un test, posterior a las conferencias se pasará el mismo

test al mismo grupo para determinar si aumentó el conocimiento. Se establece una hipótesis de una cola al aumentar el conocimiento de 60% al 90%. El nivel de error de tipo I sería del 5% y el error tipo II de 20%(corresponde una potencia de 80%).

personas que serán evaluadas antes y después de las conferencias

TAMAÑO DE LA MUESTRA AJUSTADO POR LA NO RESPUESTAS, PÉRDIDAS O ABANDONOS

Es necesario ajustar el tamaño de la muestra por diversas situaciones que surjan en el trabajo de campo, para ello se puede aplicar la siguiente fórmula:

(3)

Donde:

Número de sujetos ajustado n= número de sujetos calculado R= proporción esperada de pérdidas Ejemplo:

Con el ejemplo anterior se puede aplicar la fórmula, con una proporción esperada de las pérdidas del 20%.

personas a evaluar

TAMAÑO DE LA MUESTRA SEGÚN LOS DISEÑOS DE INVESTIGACIÓN

En este apartado se abordarán los diseños de investigación de Casos y Controles, Cohortes y Prevalencia únicamente.

ESTUDIOS DE CASOS Y CONTROLES Un estudio de casos y controles tiene como principal característica que los sujetos que entran al estudio son dos grupos, en donde el primer grupo tienen la enfermedad (casos) y se les compara con un segundo grupo que no tenga la enfermedad (controles). De una manera simplificada a continuación se explica cómo realizar el cálculo de la muestra, para ello se supone que se desea saber si existe relación significativa entre la exposición a un factor y la presencia de un enfermedad, es decir, que se quiera contrastar una hipótesis con un OR igual a 1.

Entiéndase Odds Ratio como la medida de asociación o del riesgo de padecer un determinado problema de

UNIVERSIDAD DE SAN CARLOS DE GUATEMALA FACULTAD DE CIENCIAS MÉDICAS

ÁREA DE INVESTIGACIÓN COORDINACIÓN DE TRABAJOS DE GRADUACIÓN

CICLO LECTIVO 2017

5

salud asociado a la presencia de una exposición.(3)

La fórmula a utilizar es:

2

Donde:

w= valor aproximado del OR que se desea estimar = frecuencia de la exposición entre los controles

= frecuencia de la exposición entre los casos

= confianza que se desea del estudio

= potencia estadística

promedio de la sumatoria de las frecuencias de exposición entre los casos y controles

Ejemplo: Se desea realizar un estudio para evaluar el riesgo de padecer un fibroadenoma de mama asociado al uso de anticonceptivos orales. El grupo de casos serían las mujeres con diagnóstico de fibroadenoma, y los controles las mujeres que no tengan la enfermedad. En ambos grupos se compararía la historia de utilizar anticonceptivos orales.

(3)

Se cree que un 30% de las mujeres sin fibroadenoma (controles) han utilizado anticonceptivos orales y se podría considerar importante una diferencia entre ambos grupos un OR de 3. Se espera tener una confianza en el estudio del 95% y potencia del 80%. Se debe considerar que es una prueba de hipótesis bilateral porque se desea conocer una diferencia.

Datos: w= 3

= 30%

= 0.5625

= 1.96

= 0.842

= 0.13125

2

33

33 casos y 33 controles

Por consiguiente se necesita estudiar a 33 mujeres con fibroadenoma y 33 mujeres sin la enfermedad, ambos grupos que utilicen anticonceptivos orales.

ESTUDIOS DE CASOS Y CONTROLES (CANTIDAD NO EQUILIBRADA)

Ahora bien, en el supuesto que la cantidad de casos y controles no fuera a ser equivalente, la ecuación tiene la siguiente variante(5):

2

Donde:

c=es el número de controles de cada caso

n= es el número de casos m= es el número de controles

Ejemplo:

Siguiendo con la información anterior, se supone que se necesitarán analizar dos controles para cada caso.

Datos:

= 2

n= 1 m= 2

25

= 50

De lo anterior se necesitarán 25 casos y 50 controles.

ESTUDIOS DE COHORTES

En los estudios de cohortes se pretende conocer si un grupo de personas han estado o pueden estar expuestas o no a un factor, el cual puede influir sobre la aparición de una determinada enfermedad.

En los estudios de cohortes pueden existir diferentes escenarios de acuerdo al planteamiento de los objetivos, y para ejemplificar el cálculo de la muestra, en este documento se presentan algunas situaciones, por lo que se sugiere la revisión bibliográfica para cada una de las situaciones que se planee, además, es importante corroborar los resultados con algún paquete estadístico con que se disponga.

(6)(7)

Algunas de las situaciones que podrían darse, son las siguientes:

1) Se desea estimar el riesgo relativo (RR) con una precisión relativa especificada, se utiliza la siguiente ecuación:

UNIVERSIDAD DE SAN CARLOS DE GUATEMALA FACULTAD DE CIENCIAS MÉDICAS

ÁREA DE INVESTIGACIÓN COORDINACIÓN DE TRABAJOS DE GRADUACIÓN

CICLO LECTIVO 2017

6

Donde:

z= coeficiente de confiabilidad = probabilidad anticipada de enfermar en personas expuestas al factor de interés = probabilidad de enfermar en personas no expuestas al factor de interés = precisión relativa Ejemplo:

Se desea conocer si existe asociación de un factor de riesgo en la incidencia de una enfermedad de la piel. Se requiere una precisión de 10%, y una confianza del 95%, se tiene conocimiento de la probabilidad de enfermar de las personas expuestas y no expuestas de la siguiente manera: =0.50 y =0.30.

Datos: z= 1.96

= 0.50 = 0.30

= 0.10

1,154 personas de las dos poblaciones

2) Se desea comparar dos tasas de incidencia por un largo periodo de tiempo:

Donde:

z

= coeficiente de confiabilidad con nivel de

confianza = coeficiente con valor de potencia

=

= tasa de incidencia que se cree encontrar = tasa de incidencia con la que se quiere comparar

= equivalente de personas que no estarán expuestas con las expuestas Ejemplo:

Se pretende dar seguimiento de por vida a un grupo de personas que trabajan en el área textil del país, que están expuestas a materiales químicos. En estudios previos se sabe que la tasa de incidencia anual es del 30%. ¿A cuántas personas se les debe dar seguimiento para conocer si existe una diferencia de la incidencia de un país vecino que tiene una tasa de 25%? En el estudio se desea un nivel de significación del 5% y una potencia del 80%?

Datos:

z

= 1.96

= 0.84

=

= 0.2750

= 0.30 = 0.25

= 1

476 personas conformarían la cohorte.

3) Se desea comparar dos tasas de incidencia por un determinado periodo de tiempo:

Donde:

z

= coeficiente de confiabilidad con nivel de

confianza

= coeficiente con valor de potencia

=

= función de tasa de incidencia que se cree encontrar = función de tasa de incidencia con la que se quiere comparar = equivalente de personas que no estarán expuestas con las expuestas Ecuación de la función:

Ejemplo:

Se pretende dar seguimiento por tres años a un grupo de personas que trabajan en el área textil del país, que están expuestas a materiales químicos. En estudios previos se sabe que la tasa de incidencia anual es del 30%. ¿A cuántas personas se les debe dar seguimiento para conocer si existe una diferencia de la incidencia de un país vecino que tiene una tasa de 25%? En el estudio se desea un nivel de significación del 5% y una potencia del 80%?

Datos:

z

= 1.96

= 0.84

=

= 0.2750

UNIVERSIDAD DE SAN CARLOS DE GUATEMALA FACULTAD DE CIENCIAS MÉDICAS

ÁREA DE INVESTIGACIÓN COORDINACIÓN DE TRABAJOS DE GRADUACIÓN

CICLO LECTIVO 2017

7

=

= 0.30 = 0.30

= 0.25

= 0.25 = 1

1,488 personas conformarían la cohorte.

Para ampliar otros escenarios se puede consultar el documento del Departamento de Estadística, Universidad Carlos III de Madrid, Bioestadística (55-10536), Estudios de Cohortes.

ESTUDIOS DE SUPERVIVENCIA(8)

En los estudios en que el período de seguimiento no es

el mismo en todos los sujetos, ya sea porque entran en

el estudio en fechas diferentes o porque se pierden

durante el seguimiento, se utilizan técnicas de análisis

que tienen en cuenta este hecho (análisis de

supervivencia). El número de desenlaces en cada

grupo se puede determinar con la siguiente fórmula:

cociente entre los riesgos de desarrollar el desenlace entre los grupos que se desea detectar : valor de Z correspondiente al riesgo α fijado : valor de Z correspondiente al riesgo β fijado

: logaritmo natural

Ejemplo: Se requiere realizar un estudio de cohortes en el que existan diferentes tiempos de seguimiento para cada sujeto, y en el que interesa detectar un riesgo como mínimo dos veces superior en la cohorte expuesta en

relación con la no expuesta ( 2), aceptando un error

α bilateral de 0.05 y β=0.20 (potencia: 1-β=0.80). El resultado en la fórmula es de 33 desenlaces por grupo que deberán observarse, no el de sujetos que deberán iniciar el estudio. Para calcular el número de personas que deberán iniciarlo, es preciso conocer o asumir el porcentaje de personas que se espera que presenten el desenlace en la cohorte no expuesta. Si se espera que el 10% de los sujetos de la cohorte de referencia desarrollará el desenlace, deberán incluirse 33/0.10= 330 individuos.

TIPO Y TÉCNICA DE MUESTREO

Al pretender extrapolar los datos de una muestra al resto de la población de la cual fue extraída esa muestra (inferencia estadística), se tendría que asegurar que la población esté bien representada en los elementos que conformarán la muestra.

(1)

El muestreo se refiere al procedimiento por el cual se obtienen los elementos que conformarán la muestra.

Figura No. 2

Tipos

Técnicas Técnicas

MUESTREO PROBABILÍSTICO

Este tipo de muestreo da la misma oportunidad a cada elemento de la población para ser elegido y conformar la muestra que se extraiga de ella. Este tipo de muestreo permite hacer inferencias estadísticas, ya que garantiza la representatividad de la muestra.(9)

Muestreo aleatorio simple Con esta técnica se toman al azar los elementos de una población, es decir, todos los elementos tienen la misma probabilidad de ser elegidos.

Este a su vez puede ser con reemplazo, es decir, que se elige un elemento y vuelve a ser colocado en la población para tener nuevamente la oportunidad de ser elegido; y sin reemplazo, en donde una vez extraído el elemento se separa de la población, es decir, sólo una vez puede aparecer en la muestra.

(2)

Ejemplo: Se desea extraer una muestra de tamaño 300 y se tiene el listado enumerado de los elementos que conformar la población, luego se genera los 300 números aleatorios en un programa o se eligen de tablas ya definidas para luego tomar dicha muestra.

Muestreo

probabilístico

Muestreo no

probabilístico

(por conveniencia)

1) Muestreo aleatorio

simple

2) Muestreo sistemático

3) Muestreo estratificado

4) Muestreo por

conglomerados

5) Muestreo polietápico

1) Muestreo por

conveniencia

2) Muestreo por juicios

3) Muestreo por cuotas

4) Muestreo por

accidente

5) Muestreo de bola de

nieve

6) Muestreo causal

UNIVERSIDAD DE SAN CARLOS DE GUATEMALA FACULTAD DE CIENCIAS MÉDICAS

ÁREA DE INVESTIGACIÓN COORDINACIÓN DE TRABAJOS DE GRADUACIÓN

CICLO LECTIVO 2017

8

Muestreo sistemático

En este muestreo se tienen ordenados los elementos de la población y se eligen sistemáticamente los elementos de la muestra con una fracción de muestreo, que es k=N/n.(10)

Ejemplo:

De una población de 500 personas el tamaño de la muestra es de 217, se seleccionará uno de cada 3, que será la fracción de muestreo (500/217). Para tomar la decisión por cuál empezar, se selecciona al azar o por sorteo del 1 al 3, a partir de ese número se selecciona un elemento cada 3.

Muestreo estratificado

En este caso la población se divide en subgrupos o estratos que tienen alguna característica en común, por ejemplo: sexo, edad, situación socioeconómica, entre otras. La selección de los elementos es al azar.

Ejemplo:

Se sabe que en el área urbana de Guatemala el 62.8% de la población tiene un nivel socioeconómico bajo, el 35.4% un nivel medio y el 1.8% es de nivel alto. Se desea una muestra de 384, por consiguiente se tomarán los sujetos de la muestra proporcionalmente como sigue:

Bajo 62.8% 241 personas

Medio 35.4% 136 personas

Alto 1.8% 7 personas

Total 384 personas

Muestreo por conglomerados

En esta técnica de muestreo se empieza por elegir

subgrupos o conglomerados, luego de ellas se eligen

las unidades de estudio que conformarán la muestra.

Ejemplo:

Se desea analizar para un estudio mujeres en estado de gestación, y como primer paso se eligen de forma aleatoria centros de salud, y luego de ellos se elegirán a las mujeres que entrarán al estudio.

Muestreo polietápico En este muestreo se hace necesario utilizar varias técnicas de muestreo.

Ejemplo:

Se desea analizar el tiempo promedio de permanencia de los pacientes en las unidades de cuidado intensivo del país. Es evidente la necesidad de emplear una muestra. Por lo que debe considerarse además que es posible que en el país haya subgrupos de Unidades de Cuidado Intensivo. Para ello lo recomendable es adoptar un procedimiento de selección considerando

los estratos o unidades de muestreo a las Unidades de Cuidados Intensivos como conglomerados y como unidades finales de análisis a los pacientes. Es decir, se adopta un diseño muestral polietápico (tres etapas), donde las unidades primarias de análisis son los estratos, las unidades secundarias las Unidades de Cuidados Intensivos y las unidades finales los pacientes.

(1)

MUESTREO NO PROBABILÍSTICO

En este tipo de muestreo las unidades muestrales se eligen sin que sean al azar, por lo que no se pueden calcular el error de muestreo (diferencia entre los estadísticos y los parámetros), por lo que tampoco se podrían aplicar técnicas de estimación ni inferencias hacia la población.(11)

Muestreo por conveniencia

Los elementos de la muestra resultan convenientes al investigador porque piensan que representan más o menos a la población.

Ejemplo:

Muestras obtenidas en instituciones de salud, consulta externa, centros de salud, es decir, grupos disponibles.

(1)

Muestreo por juicio

Para esta técnica los elementos de la muestra son elegidos a criterio del investigador sobre la base de lo que él cree puedan ser representativos de la población.(12)(11)

Ejemplo:

Se ha calculado la muestra y se sabe que es de 122, por lo que el investigador decide elegir a los elementos de acuerdo a su experiencia en investigaciones anteriores sobre la esclerosis múltiple.

Muestreo por cuotas

En esta técnica de muestreo se fija una cantidad de elementos que cumplan con las características establecidas (cuotas) en la investigación y se eligen los elementos cuidando guardar la proporcionalidad para que se tengan en cuenta todas las categorías, clases o estratos.(11)

(1)

Ejemplo:

En el área rural del municipio de Chiantla, Huehuetenango se desea conocer el conocimiento sobre salud sexual y reproductiva de los estudiantes del ciclo básico de diferentes establecimientos. Se sabe que el 55% de los estudiantes son hombres y el 45% son mujeres, y la muestra a seleccionar es de 300.

UNIVERSIDAD DE SAN CARLOS DE GUATEMALA FACULTAD DE CIENCIAS MÉDICAS

ÁREA DE INVESTIGACIÓN COORDINACIÓN DE TRABAJOS DE GRADUACIÓN

CICLO LECTIVO 2017

9

Hombres: 55%: 300*0.55= 165

Mujeres: 45%:300*0.45= 135

Total 300

Muestreo por accidente

En este los elementos que se analizan quedan a criterio que según el investigador es lo mejor.(12)

Ejemplo:

Se realiza una encuesta a 100 estudiantes sobre problemas de seguridad en el campus universitario de la USAC, para establecer alguna conclusión de los problemas en mención.

Muestreo bola de nieve

Esta técnica de muestreo es muy útil para investigar problemas de tipo social, en donde se toma como punto de partida a un elemento de la población, el cual conducirá a encontrar o ubicar a otro elemento, y así sucesivamente hasta conseguir una muestra representativa de la población, lo cual genera un efecto de bola de nieve.(11)

Ejemplo:

Que se investiguen problemas de drogadicción, alcoholismo, entre otros.

Muestreo casual

En esta situación el investigador selecciona directa y voluntariamente los elementos de la población que harán parte de la muestra, y lo realiza por la facilidad de acceso.

Ejemplo:

El profesor que selecciona a sus alumnos por la facilidad de acceso a ellos.(11)

Bibliografía consultada

1. Ruiz M. Á, Morillo Z. LE. Epidemiología Clínica. Internacional EM, editor. Colombia; 2010. 576 p.

2. Daniel WW. Bioestadistica, Base para el Análisis de las Ciencias de la Salud. Tercera Ed. México: Limusa Wiley; 2008. 876 p.

3. Argimon Pallás JM, Jiménez Villa J. Métodos de investigación clínica y epidemiológica. Tercera. Elsevier, editor. España; 2004. 393 p.

4. Aguilar Barojas S. Salud en Tabasco. Redalyc.org [Internet]. 2005;8. Available from: http://www.redalyc.org/articulo.oa?id=48711206

5. Pértegas-Díaz S, Pita-Fernández S. Cálculo del tamaño muestral en estudios de casos y

controles. Cad Aten Primaria [Internet]. 2002;9:148–50. Available from: https://www.fisterra.com/mbe/investiga/muestra_casos/muestra_casos2.pdf

6. Soler JC, Castellsagué X. Estudios de cohortes. Mortality [Internet]. 2007;1–14. Available from: file:///C:/Users/Dr.Lazaro/Desktop/Estudios de cohortes, tamaño de la muestra.pdf

7. Iarc. Statistical methods in cancer research Volume II - The Design and Analysis of Cohort Studies. J Epidemiol Community Health [Internet]. 1987; Available from: http://www.iarc.fr/en/publications/pdfs-online/stat/sp82/

8. Argimon J, Jimenez J. Métodos de Investigacion Clínica y Epidemiológica. 2013. 522 p.

9. Scheaffer RL, Mendenhall W, Ott L. Elementos de muestreo. Tercera. Grupo Editorial Iberoaméricana SA de CV, editor. México; 1986. 321 p.

10. D´Hebron. HU "Vall. Cálculo del tamaño de la muestra. Barcelona; 2004.

11. Toro Jaramillo ID, Parra Ramírez RD. Fundamentos epistemológicos de la investigación y la metodología de la investigación cualitativa/cuantitativa. Primera. Fondo Editorial UE, editor. Colombia; 2010. 997 p.

12. Sánchez Colindres CA. Bioestadística. México. Education M, editor. Honduras; 2015. 323 p.