Metodología de Muestreo

Descargar como doc, pdf o txt
Descargar como doc, pdf o txt
Está en la página 1de 6

METODOLOGA DE MUESTREO

Valledor M*. Carreira JMF** *Unidad de Calidad Hospital San Agustn **Unidad de Investigacin Hospital San Agustn

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 muestrales en auditoras de Historias Clnicas en Excel (muestreo.xls) que se aportar o se calcular el tamao a quien lo solicite. 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 a 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 probabilisticos 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 probabilistico, por ejemplo los estudios de caso-control, donde los casos no son seleccionados aleatoriamente de la poblacin.) Entre los mtodos de muestreo probabilsticos 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 INCONVENIENTES

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 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 unidades de todos los tipos.

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.

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 elementos de la lista.

Si la constante de muestreo est asociada con el fenmeno de inters, las estimaciones obtenidas a partir de l muestra pueden contener sesgo de seleccin

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 q i

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%) 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 muestrales para =0,05, y un error 0,1, o ms precisas.

Bibliografa 1. 2. 3. 4.
Carrasco JL. El mtodo estadstico en la investigacin mdica. 5 ed. Madrid. Editorial Ciencia. Hulley SB, Cummings SR. Diseo de la investigacin clnica. Ed Doyma. Barcelona 1993. Kelsey IL, Thompson WD, Evans A. Methods in observational epidemiology. New York. Oxford University Press 1986. Mira JJ, Gmez J, Aranaz J, Prez E. Auditora de historias clnicas: Cul es el tamao adecuado de la muestra?. Todo Hospital 1997; octubre: 58-64.

POBLACIN Y MUESTRA

Una poblacin est determinada por sus caractersticas definitorias. Por lo tanto, el conjunto de elementos que posea esta caracterstica se denomina poblacin o universo. Poblacin es la totalidad del fenmeno a estudiar, donde las unidades de poblacin poseen una caracterstica comn, la que se estudia y da origen a los datos de la investigacin. Entonces, una poblacin es el conjunto de todas las cosas que concuerdan con una serie determinada de especificaciones. Un censo, por ejemplo, es el recuento de todos los elementos de una poblacin. Cuando seleccionamos algunos elementos con la intencin de averiguar algo sobre una poblacin determinada, nos referimos a este grupo de elementos como muestra. Por supuesto, esperamos que lo que averiguamos en la muestra sea cierto para la poblacin en su conjunto. La exactitud de la informacin recolectada depende en gran manera de la forma en que fue seleccionada la muestra. Cuando no es posible medir cada uno de los individuos de una poblacin, se toma una muestra representativa de la misma. La muestra descansa en el principio de que las partes representan al todo y, por tal, refleja las caractersticas que definen la poblacin de la que fue extrada, lo cual nos indica que es representativa. Por lo tanto, la validez de la generalizacin depende de la validez y tamao de la muestra. Leyes del mtodo de muestreo. El mtodo de muestreo se basa en ciertas leyes que le otorgan su fundamento cientfico, las cuales son: Ley de los grandes nmeros: si en una prueba, la probabilidad de un acontecimiento o suceso es P, y si ste se repite una gran cantidad de veces, la relacin entre las veces que se produce el suceso y la cantidad total de pruebas (es decir, la frecuencia F del suceso) tiende a acercarse cada vez ms a la probabilidad P.

Clculo de probabilidades: La probabilidad de un hecho o suceso es la relacin entre el nmero de casos favorables (p) a este hecho con la cantidad de casos posibles, suponiendo que todos los casos son igualmente posibles. El mtodo de establecer la probabilidad es lo que se denomina clculo de probabilidad.

De estas dos leyes fundamentales de la estadstica, se infieren aquellas que sirven de base ms directamente al mtodo de muestreo: Ley de la regularidad estadstica: un conjunto de n unidades tomadas al azar de un conjunto N, es casi seguro que tenga las caractersticas del grupo ms grande. Ley de la inercia de los grandes nmeros: esta ley es contraria a la anterior. Se refiere al hecho de que en la mayora de los fenmenos, cuando una parte vara en una direccin, es probable que una parte igual del mismo grupo, vare en direccin opuesta. Ley de la permanencia de los nmeros pequeos: si una muestra suficientemente grande es representativa de la poblacin, una segunda muestra de igual magnitud deber ser semejante a la primera; y, si en la primera muestra se encuentran pocos individuos con caractersticas raras, es de esperar encontrar igual proporcin en la segunda muestra.

Tipos de muestras. Muestreo aleatorio simple: la forma ms comn de obtener una muestra es 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. Muestreo estratificado: una muestra es estratificada cuando los elementos de la muestra son proporcionales a su presencia en la poblacin. La presencia de un elemento en un estrato excluye su presencia en otro. Para este tipo de muestreo, se divide a la poblacin en varios grupos o estratos con el fin de dar representatividad a los distintos factores que integran el universo de estudio. Para la seleccin de los elementos o unidades representantes, se utiliza el mtodo de muestreo aleatorio. Muestreo por cuotas: se divide a la poblacin en estratos o categoras, y se asigna una cuota para las diferentes categoras y, a juicio del investigador, se selecciona las unidades de muestreo. La muestra debe ser proporcional a la poblacin, y en ella debern tenerse en cuenta las diferentes categoras. El muestreo por cuotas se presta a distorsiones, al quedar a criterio del investigador la seleccin de las categoras. Muestreo intencionado: tambin recibe el nombre de sesgado. El investigador selecciona los elementos que a su juicio son representativos, lo que exige un conocimiento previo de la poblacin que se investiga. Muestreo mixto: se combinan diversos tipos de muestreo. Por ejemplo: se puede seleccionar las unidades de la muestra en forma aleatoria y despus aplicar el muestreo por cuotas. Muestreo tipo: la muestra tipo (master simple) es una aplicacin combinada y especial de los tipos de muestra existentes. Consiste en seleccionar una muestra "para ser usada" al disponer de tiempo, la muestra se establece empleando procedimientos sofisticados; y una vez

establecida, constituir el mdulo general del cual se extraer la muestra definitiva conforme a la necesidad especfica de cada investigacin.

También podría gustarte