Tesis I - Población, Muestra y Muestreo
Tesis I - Población, Muestra y Muestreo
Tesis I - Población, Muestra y Muestreo
Elegible
Criterios de seleccin
Muestra y muestreo
5/10/17 Leguia-Cerna JA 2
NIVELES DE LA POBLACIN
5/10/17 Leguia-Cerna JA 3
CONCEPTOS
Poblacin
POBLACI
Cuando no se conoce el
N tamao de la poblacin.
INFINITA
5/10/17 Leguia-Cerna JA 5
CRITERIOS DE SELECCIN
Cmo
selecciona
mos a los
participant
es?
5/10/17 Leguia-Cerna JA 6
CRITERIOS DE INCLUSION
Utilizado para
seleccionar a
participantes entre
Definicin de
caractersticas que potenciales:
necesariamente debern Que tenga enfermedad o
tener los elementos de condicin en estudio.
estudio (muestra). Edad, sexo, ,
apropiados.
Que desee colaborar
Que pueda participar
Que no presente otras
CI: enfermedades.
5/10/17 Leguia-Cerna JA 7
CRITERIOS Caractersticas de
casos que an
DE
cumpliendo CI,
presentan otras
caractersticas que no
DE
presenten sujetos de
estudio durante
desarrollo y obliguen a
Criterio de inclusin:
T.V.P. Confirmada con ecografia doppler color o
flebografa.
Criterios de exclusin:
Razones Mdicas
Mal estado clnico, Alto riesgo sangrado, ERC,
Peso >120 Kg., Embarazo, Enfermedad
tromboemblica recurrente, Trombofilia
Situacin de cuidados domiciliarios
Dificultad cumplir tratamiento (culturales o
sociales). Viven solos.
Preferencias del paciente
No aceptan tratamiento domiciliario o no firman
Consentimiento Informado.
Logstica de Servicios Sanitarios
Carencia de asistencia domiciliaria. Viven a gran
distancia del Hospital.
5/10/17 Leguia-Cerna JA 10
TAMAO DE MUESTRA
Tipo de diseo.
Tipo de muestreo
Comparacin de
muestras
independientes o
pareadas
FACTORES
QUE
INFLUYEN
5/10/17 Leguia-Cerna JA 11
Suponiendo no limitaciones de costos ni
otras
5/10/17 Leguia-Cerna JA 12
Frmula para el Tamao de
la Muestra
5/10/17 Leguia-Cerna JA 13
Ejemplo
Suponer fue seleccionado para
investigacin
Educacin bsica de una ciudad
dificultades en el aprendizaje de
las Matemticas.
Investigacin a desarrollar en
municipio donde estudiantes son
35.280.
Seleccionar muestra cuyo margen
de error de muestreo 2% y NC del
95%.
5/10/17
CulLeguia-Cerna
debe JAser el tamao
14
de la
5/10/17 Leguia-Cerna JA 15
Cuando Calcular Tamao
Muestra
Cuando no se
puede estudiar Prevalencia,
a toda la
poblacin y se promedio,
quieren porcentaje,
estimar tasas.
parmetros.
Dos, o ms
Cuando se
desean grupos y
comparar establecer si
hay
diferencias.
5/10/17 Leguia-Cerna JA 16
Porqu Calcular Tamao
Muestra
Pueden estudiarse con mayor rapidez
Menos costosa
5/10/17 Leguia-Cerna JA 22
Clculo tamao muestra
en casos y controles
Ejemplo: Estudio casos y controles
emparejado sobre tabaquismo y cncer
de laringe con controles poblacionales.
5/10/17 Leguia-Cerna JA 23
5/10/17 Leguia-Cerna JA 24
5/10/17 Leguia-Cerna JA 25
Clculo tamao muestra en
Cohortes
Epidemilogo proyecta estudio sobre
posibilidad de que enfermedad
pulmonar est favorecida por
exposicin a contaminante
atmosfrico recin detectado cuyo
efecto no ha sido examinado
previamente.
Qu tamao tendr la muestra cada grupo
(expuestos y no expuestos) se desea estimar
RR con potencia 80% y NC 95%?
Enfermedad se manifiesta en 20% de personas
no expuestas y 30% en expuestas al
contaminante atmosfrico y los dos grupos
sern de igual tamao.
5/10/17 Leguia-Cerna JA 26
5/10/17 Leguia-Cerna JA 27
5/10/17 Leguia-Cerna JA 28
Ensayos Clnicos
Tcnicas
Probabilstico: Cada elemento
misma posibilidad de formar
parte de muestra
No probabilstico: Cada elemento
NO misma posibilidad de formar
5/10/17 parte de muestra
Leguia-Cerna JA 32
5/10/17 Leguia-Cerna JA 33
Muestreo aleatorio simple
MAS con reemplazo:
seleccionado. (Poblaciones no
grandes)
Cada elemento (conocidos)
misma probabilidad de ser
elemento puede
seleccionarse ms de
una vez (muestra)
Se extrae, observa y se
devuelve a poblacin
infinitas extracciones de la
poblacin aun siendo esta
finita.
MAS sin reemplazo
No se devuelve hasta que no
5/10/17
se hallan extrados todos los
Leguia-Cerna JA 34
Muestreo aleatorio simple
5/10/17 Leguia-Cerna JA 35
Ejemplo
Fbrica 1000 Queremos MAS (200 personas),
personas probabilidad de seleccin:
Probabilidad = muestra = 200 =
trabajando, 600 0,2
obreros, 250 Poblacin 1000
Distribucin tendera a muestra:
tcnicos y 150 120 obreros, 50 tcnicos y 30
profesionales. profesionales.
Usara azar para escoger a
elementos
5/10/17 Leguia-Cerna JA 36
Muestreo sistemtico en
fases
Ejemplo:
Suponga, se quiere obtener muestra
sistemtica que contenga aprox 12% de
estudiantes de centro universitario que tiene
966 alumnos registrados.
5/10/17 Leguia-Cerna JA 37
5/10/17 Leguia-Cerna JA 38
Muestreo aleatorio
estratificado
Aquel en el que se divide
poblacin (N), en k sub-
poblaciones (estratos),
atendiendo a criterios
importantes, tamaos
Comuna
respectivos. B
Comuna
A
Comuna
Comuna C
5/10/17 D
Leguia-Cerna JA 39
Ejemplo
Fbrica, argumentamos: obreros,
tcnicos y profesionales son
importantes para comparaciones
(escoger 80 c/estrato).
Probabilidades de seleccin seran, por estrato:
Obreros 80/600 = 0.133
Tcnicos 80/250 = 0.320
Profesionales 80/150 = 0.530
5/10/17
o:
Leguia-Cerna JA 41
Muestreo por
Conglomerados
Tambin denominado ETAPAS MLTIPLES
Se usa para poblaciones grandes y dispersas.
No posible disponer listado.
5/10/17 Leguia-Cerna JA 45
Muestreo por
conglomerados bietpico
Se usa cuando hay gran
variabilidad entre tamaos de
conglomerados.
Usa para escoger ms conglomerados, claro
esta mantenindose la misma cantidad de
la muestra.
Ejemplo:
Quiere muestra de 120 estudiantes de
centro universitario (966). Supngase
alumnos distribuidos en 52 grupos de
tamaos variables y conocidos y se ha
decidido seleccionar 12, o
5/10/17 equivalentemente,
Leguia-Cerna JA 10 alumnos46por grupo.
Muestreo por
conglomerados bietpico
estratificado
Se usa cuando se aplica un bietpico pero
habiendo separado Unidades de Primera
Etapa segn estratos.
Mtodo muy extendido en la prctica.
Ejemplo:
Personas sin
Limitacin probabilidad de
ser elegidos
5/10/17 Leguia-Cerna JA 51
Ejemplo
Investigacin sobre
comportamiento cvico de
personas, investigador est
presente en momento de accidente
de trnsito (Referencia sujetos,
encuentren directa e
indirectamente involucrados en
hecho)
5/10/17 Leguia-Cerna JA 52
Muestreo No Probabilstico
Intencional
Tambin denominado
Caso desviado, seleccionar mejor o
extremo peor de casos y analizar si
funciona o no
Variacin Seleccionar casos de 2
mxima o extremos y jugar con esas
casos posiciones en anlisis de info
extremos (comparar lgicas diferentes).
Tb llamada grupos focales.
Homogn
Recomiendan grupos
ea
pequeos (6 - 8).
-Johann W. Von
Goethe
5/10/17 Leguia-Cerna JA 56