You are on page 1of 9

Tcnicas de muestreo

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. Muestra: En todas las ocasiones en que no es posible o conveniente realizar un censo, lo que hacemos es trabajar con una muestra, entendiendo por tal una parte representativa de la poblacin. Para que una muestra sea representativa, y por lo tanto til, debe de reflejar las similitudes y diferencias encontradas en la poblacin, ejemplificar las caractersticas de la misma. Cuando decimos que una muestra es representativa indicamos que rene aproximadamente las caractersticas de la poblacin que son importantes para la investigacin. a. Poblacin Los estadsticos usan la palabra poblacin para referirse no slo a personas si no a todos los elementos que han sido escogidos para su estudio. b. Muestra Los estadsticos emplean la palabra muestra para describir una porcin escogida de la poblacin. Matemticamente, podemos describir muestras y poblaciones al emplear mediciones como la Media, Mediana, la moda, la desviacin estndar. Cuando estos trminos describen una muestra se denominan estadsticas. Una estadstica es una caracterstica de una muestra, los estadsticos emplean letras latinas minsculas para denotar estadsticas y muestras. 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.

TIPOS DE MUESTREO
Existen diferentes criterios de clasificacin de los diferentes tipos de muestreo, aunque en general pueden dividirse en dos grandes grupos: mtodos de muestreo probabilsticos y mtodos de muestreo no probabilsticos.

1) Muestreo probabilstico
Los mtodos de muestreo probabilsticos son aquellos que se basan en el principio de equiprobabilidad. Es decir, aquellos en los que todos los individuos tienen la misma probabilidad de ser elegidos para formar parte de una muestra y, consiguientemente, todas las posibles muestras de tamao n tienen la misma probabilidad de ser elegidas. Slo estos mtodos de muestreo probabilsticos nos aseguran la representatividad de la muestra extrada y son, por tanto, los ms recomendables. Dentro de los mtodos de muestreo probabilsticos encontramos los siguientes tipos: 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 probabilsticos 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 probabilstico, por ejemplo los estudios de casocontrol, 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

a)

Muestreo aleatorio simple:

El procedimiento empleado es el siguiente:

1) se asigna un nmero a cada individuo de la poblacin 2) a travs de algn medio mecnico (bolas dentro de una bolsa, tablas de nmeros aleatorios, nmeros aleatorios generadas con una calculadora u ordenador, etc.) se eligen tantos sujetos como sea necesario para completar el tamao de muestra requerido. Este procedimiento, atractivo por su simpleza, tiene poca o nula utilidad prctica cuando la poblacin que estamos manejando es muy grande.

b)

Muestreo aleatorio sistemtico:

Este procedimiento exige, como el anterior, numerar todos los elementos de la poblacin, pero en lugar de extraer n nmeros aleatorios slo se extrae uno. Se parte de ese nmero aleatorio i, que es un nmero elegido al azar, y los elementos que integran la muestra son los que ocupa los lugares i, i+k, i+2k, i+3k,...,i+ (n-1)k, es decir se toman los individuos de k en k, siendo k el resultado de dividir el tamao de la poblacin entre el tamao de la muestra: k= N/n. El nmero i que empleamos como punto de partida ser un nmero al azar entre 1 y k. El riesgo este tipo de muestreo est en los casos en que se dan periodicidades en la poblacin ya que al elegir a los miembros de la muestra con una periodicidad constante (k) podemos introducir una homogeneidad que no se da en la poblacin. Imaginemos que estamos seleccionando una muestra sobre listas de 10 individuos en los que los 5 primeros son varones y los 5 ltimos mujeres, si empleamos un muestreo aleatorio sistemtico con k=10 siempre seleccionaramos o slo hombres o slo mujeres, no podra haber una representacin de los dos sexos. c) Muestreo aleatorio estratificado: Trata de obviar las dificultades que presentan los anteriores ya que simplifican los procesos y suelen reducir el error muestral para un tamao dado de la muestra. Consiste en considerar categoras tpicas diferentes entre s (estratos) que poseen gran homogeneidad respecto a alguna caracterstica (se puede estratificar, por ejemplo, segn la profesin, el municipio de residencia, el sexo, el estado civil, etc.). Lo que se pretende con este tipo de muestreo es asegurarse de que todos los estratos de inters estarn representados adecuadamente en la muestra. Cada estrato funciona independientemente, pudiendo aplicarse dentro de ellos el muestreo aleatorio simple o el estratificado para elegir los elementos concretos que formarn parte de la muestra. En ocasiones las dificultades que plantean son demasiado grandes, pues exige un conocimiento detallado de la poblacin. (Tamao geogrfico, sexos, edades,...). La distribucin de la muestra en funcin de los diferentes estratos se denomina afijacin, y puede ser de diferentes tipos: Afijacin Simple: A cada estrato le corresponde igual nmero de elementos mustrales. Afijacin Proporcional: La distribucin se hace de acuerdo con el peso (tamao) de la poblacin en cada estrato. Afijacin ptima: Se tiene en cuenta la previsible dispersin de los resultados, de modo que se considera la proporcin y la desviacin tpica. Tiene poca aplicacin ya que no se suele conocer la desviacin. d) Muestreo aleatorio por conglomerados: Los mtodos presentados hasta ahora estn pensados para seleccionar directamente los elementos de la poblacin, es decir, que las unidades mustrales son los elementos de la poblacin. En el muestreo por conglomerados la unidad muestral es un grupo de elementos de la poblacin que forman una unidad, a la que llamamos conglomerado. Las unidades hospitalarias, los departamentos universitarios, una caja de determinado producto, etc., son conglomerados naturales. En otras ocasiones se pueden utilizar conglomerados no naturales como, por ejemplo, las urnas electorales. Cuando los conglomerados son reas geogrficas suele hablarse de "muestreo por reas". El muestreo por conglomerados consiste en seleccionar aleatoriamente un cierto nmero de conglomerados (el necesario para alcanzar el tamao muestral establecido) y en investigar despus todos los elementos pertenecientes a los conglomerados elegidos.

2)

Mtodos de muestreo no probabilsticos A veces, para estudios exploratorios, el muestreo probabilstico resulta excesivamente costoso y se acude a mtodos no probabilsticos, aun siendo conscientes de que no sirven para realizar generalizaciones, pues no se tiene certeza de que la muestra extrada sea representativa, ya que no todos los sujetos de la poblacin tienen la misma probabilidad de se elegidos. En general se seleccionan a los sujetos siguiendo determinados criterios procurando que la muestra sea representativa. Muestreos No Probabilsticos: de Conveniencia de Juicios por Cuotas de Bola de Nieve Discrecional

a)

Muestreo por cuotas:

Tambin denominado en ocasiones "accidental". Se asienta generalmente sobre la base de un buen conocimiento de los estratos de la poblacin y/o de los individuos ms "representativos" o "adecuados" para los fines de la investigacin. Mantiene, por tanto, semejanzas con el muestreo aleatorio estratificado, pero no tiene el carcter de aleatoriedad de aqul. En este tipo de muestreo se fijan unas "cuotas" que consisten

en un nmero de individuos que renen unas determinadas condiciones, por ejemplo: 20 individuos de 25 a 40 aos, de sexo femenino y residentes en Gijn. Una vez determinada la cuota se eligen los primeros que se encuentren que cumplan esas caractersticas. Este mtodo se utiliza mucho en las encuestas de opinin.

b)

Muestreo opintico o intencional:

Este tipo de muestreo se caracteriza por un esfuerzo deliberado de obtener muestras "representativas" mediante la inclusin en la muestra de grupos supuestamente tpicos. Es muy frecuente su utilizacin en sondeos preelectorales de zonas que en anteriores votaciones han marcado tendencias de voto. Muestreo casual o incidental: Se trata de un proceso en el que el investigador selecciona directa e intencionadamente los individuos de la poblacin. El caso ms frecuente de este procedimiento el utilizar como muestra los individuos a los que se tiene fcil acceso (los profesores de universidad emplean con mucha frecuencia a sus propios alumnos).

c)

Bola de nieve:

Se localiza a algunos individuos, los cuales conducen a otros, y estos a otros, y as hasta conseguir una muestra suficiente. Este tipo se emplea muy frecuentemente cuando se hacen estudios con poblaciones "marginales", delincuentes, sectas, determinados tipos de enfermos, etc.

d)

Muestreo Discrecional A criterio del investigador los elementos son elegidos sobre lo que l cree
que pueden aportar al estudio. Ej. : muestreo por juicios; cajeros de un banco o un supermercado; etc.

Ventajas e inconvenientes de los distintos tipos de muestreo probabilstico


CARACTERISTICAS VENTAJAS INCONVENIENTES Requiere que se posea de Sencillo y de fcil comprensin. antemano un listado Se selecciona una muestra de Clculo rpido de medias y completo de toda la tamao n de una poblacin de N varianzas. poblacin. Cuando se Aleatorio simple unidades, cada elemento tiene Se basa en la teora trabaja con muestras una probabilidad de inclusin estadstica, y por tanto existen pequeas es posible que igual y conocida de n/N. paquetes informticos para no represente a la analizar los datos poblacin adecuadamente. Conseguir un listado de los N Fcil de aplicar. elementos de la poblacin Si la constante de No siempre es necesario tener Determinar tamao muestral n. muestreo est asociada un listado de toda la poblacin. Definir un intervalo k= N/n. con el fenmeno de inters, Cuando la poblacin est Elegir un nmero aleatorio, r, las estimaciones obtenidas ordenada siguiendo una entre 1 y k (r= arranque a partir de la muestra tendencia conocida, asegura aleatorio). pueden contener sesgo de una cobertura de unidades de Seleccionar los elementos de la seleccin todos los tipos. lista.
En ciertas ocasiones resultar Tiende a asegurar que la muestra conveniente estratificar la muestra represente adecuadamente a la segn ciertas variables de inters. poblacin en funcin de unas Para ello debemos conocer la variables seleccionadas. composicin estratificada de la Se ha de conocer la Se obtienen estimaciones ms poblacin objetivo a hacer un distribucin en la poblacin precisa muestreo. Una vez calculado el de las variables utilizadas Su objetivo es conseguir una tamao muestral apropiado, este se para la estratificacin. muestra lo ms semejante posible reparte de manera proporcional a la poblacin en lo que a la o las entre los distintos estratos definidos variables estratificadoras se en la poblacin usando una simple refiere. regla de tres.

Sistemtico

Estratificado

Conglomerados

Se realizan varias fases de Es muy eficiente cuando la El error estndar es mayor muestreo sucesivas (polietpico) poblacin es muy grande y que en el muestreo La necesidad de listados de las dispersa. aleatorio simple o unidades de una etapa se limita a No es preciso tener un listado estratificado. aquellas unidades de muestreo de toda la poblacin, slo de El clculo del error seleccionadas en la etapa las unidades primarias de estndar es complejo. anterior. muestreo.

3)

El tamao de la muestra:

En estadstica el tamao de la muestra es el nmero de sujetos que componen la muestra extrada de una poblacin, necesarios para que los datos obtenidos sean representativos de la poblacin. Al realizar un muestreo probabilstica nos debemos preguntar Cul es el nmero mnimo de unidades de anlisis ( personas, organizaciones, capitulo de telenovelas, etc), que se necesitan para conformar una muestra ( que me asegure un error estndar menor que 0.01 ( fijado por el muestrista o investigador),

dado que la poblacin es aproximadamente de tantos elementos. En el tamao de una muestra de una poblacin tenemos que tener presente adems si es conocida o no la varianza poblacional. Para determinar el tamao de muestra necesario para estimar prefijado y conocida la varianza poblacional ( con un error mximo permisible

) podemos utilizar la formula:

(1) que se obtiene de reconocer que es el error estndar o error mximo prefijado y est dado por la

expresin

para el nivel de confianza

y constituye una medida de la precisin de la

estimacin, por lo que podemos inferir adems que . Ejemplo 1.2 Se desea estimar el peso promedio de los sacos que son llenados por un nuevo instrumento en una industria. Se conoce que el peso de un saco que se llena con este instrumento es una variable aleatoria con distribucin normal. Si se supone que la desviacin tpica del peso es de 0,5 kg. Determine el tamao de muestra aleatoria necesaria para determinar una probabilidad igual a 0,95 de que el estimado y el parmetro se diferencien modularmente en menos de 0,1 kg. Solucin:

Evidentemente un tamao de muestra no puede ser fraccionario por lo que se debe aproximar por exceso. El tamao de muestra sera de 97. Si la varianza de la poblacin es desconocida, que es lo que mas frecuente se ve en la prctica el tratamiento ser diferente, no es posible encontrar una frmula cuando la varianza poblacional es desconocida por lo que para ello aconsejamos utilizar el siguiente procedimientoPrimeramente, se toma una pequea muestra, que se le llama muestra piloto, con ella se estima la varianza poblacional ( ) y con este valor se evala en la formula (1), sustituyendo ( ) por su estimacin (

). El valor de obtenido ser aproximadamente el valor necesario, nuevamente con ese valor de se extrae una muestra de este tamao de la poblacin se le determina la varianza a esa muestra, como una segunda estimacin de ( ) y se aplica de nuevo la formula (1), tomando la muestra con el obtenido como muestra piloto para la siguiente iteracin, se llegar a cumplir con las restricciones prefijadas. Se puede plantear esta afirmacin ya que la de tiende a estabilizarse a medida que aumenta

alrededor de la por lo que llegar el momento en que se encuentre el tamao de muestra conveniente, sin embargo, en la prctica es mucho ms sencillo pues, a lo sumo con tres iteraciones se obtiene el tamao de muestra deseado, este procedimiento para obtener el tamao de muestra deseado se puede realizar utilizando en Microsoft Excel en la opcin anlisis de datos las opciones estadstica descriptiva para ir hallando la varianza de cada una de las muestras y la opcin muestra para ir determinado las muestras

pilotos. Para obtener el tamao de la muestra utilizando este mtodo recomendamos la utilizacin de un paquete de computo como por ejemplo el Microsoft Excel, aplicando las opciones muestra y estadstica descriptiva. Para determinar el tamao de la muestra cuando los datos son cualitativos es decir para el anlisis de fenmenos sociales o cuando se utilizan escalas nominales para verificar la ausencia o presencia del fenmeno a estudiar, se recomienda la utilizacin de la siguiente formula: (2)

siendo

sabiendo que:

es la varianza de la poblacin respecto a determinadas variables. es la varianza de la muestra, la cual podr determinarse en trminos de probabilidad como

es error estandar que est dado por la diferencia entre ( muestral.

) la media poblacional y la media

es el error estandar al cuadrado, que nos servir para determinar , por lo que = es la varianza poblacional. Ejemplo 1.3 De una poblacin de 1 176 adolescentes de una ciudad X se desea conocer la aceptacin por los programas humorsticos televisivos y para ello se desea tomar una muestra por lo que se necesita saber la cantidad de adolescentes que deben entrevistar para tener una informacin adecuada con error estandar menor de 0.015 al 90 % de confiabilidad. Solucin: = 1 176 = 0,015

por lo que

Es decir para realizar la investigacin se necesita una muestra de al menos 298 adolescentes Objetivos de la determinacin del tamao adecuado de una muestra Estimar un parmetro determinado con el nivel de confianza deseado. Detectar una determinada diferencia, si realmente existe, entre los grupos de estudio con un mnimo de garanta. Reducir costes o aumentar la rapidez del estudio. Por ejemplo, en un estudio de investigacin epidemiolgico la determinacin de un tamao adecuado de la muestra tendra como objetivo su factibilidad. As: Si el nmero de sujetos es insuficiente habra que modificar los criterios de seleccin, solicitar la colaboracin de otros centros o ampliar el periodo de reclutamiento. Los estudios con tamaos muestrales insuficientes, no son capaces de detectar diferencias entre grupos, llegando a la conclusin errnea de que no existe tal diferencia. Si el nmero de sujetos es excesivo, el estudio se encarece desde el punto de vista econmico y humano. Adems es poco tico al someter a ms individuos a una intervencin que puede ser menos eficaz o incluso perjudicial.

El tamao de una muestra es el nmero de individuos que contiene. Una frmula muy extendida que orienta sobre el clculo del tamao de la muestra para datos globales es la siguiente: n = ( (k^2) * N*p*q) / ( (e^2 * (N-1) )+( (k^2) * p*q)) N: es el tamao de la poblacin o universo (nmero total de posibles encuestados). k: es una constante que depende del nivel de confianza que asignemos. El nivel de confianza indica la probabilidad de que los resultados de nuestra investigacin sean ciertos: un 95,5 % de confianza es lo mismo que decir que nos podemos equivocar con una probabilidad del 4,5%. Los valores k ms utilizados y sus niveles de confianza son: k 1,15 1,28 1,44 1,65 1,96 2 2,58 Nivel de confianza 75% 80% 85% 90% 95% 95,5% 99% (Por tanto si pretendemos obtener un nivel de confianza del 95% necesitamos poner en la frmula k=1,96) e: es el error muestral deseado. El error muestral es la diferencia que puede haber entre el resultado que obtenemos preguntando a una muestra de la poblacin y el que obtendramos si preguntramos al total de ella. Ejemplos: Ejemplo 1: si los resultados de una encuesta dicen que 100 personas compraran un producto y tenemos un error muestral del 5% comprarn entre 95 y 105 personas. Ejemplo 2: si hacemos una encuesta de satisfaccin a los empleados con un error muestral del 3% y el 60% de los encuestados se muestran satisfechos significa que entre el 57% y el 63% (60% +/- 3%) del total de los empleados de la empresa lo estarn. Ejemplo 3: si los resultados de una encuesta electoral indicaran que un partido iba a obtener el 55% de los votos y el error estimado fuera del 3%, se estima que el porcentaje real de votos estar en el intervalo 52-58% (55% +/- 3%). p: proporcin de individuos que poseen en la poblacin la caracterstica de estudio. Este dato es generalmente desconocido y se suele suponer que p=q=0.5 que es la opcin ms segura. q: proporcin de individuos que no poseen esa caracterstica, es decir, es 1-p. n: tamao de la muestra (nmero de encuestas que vamos a hacer). Altos niveles de confianza y bajo margen de error no significan que la encuesta sea de mayor confianza o est ms libre de error necesariamente; antes es preciso minimizar la principal fuente de error que tiene lugar en la recogida de datos. Para calcular el tamao de la muestra suele utilizarse la siguiente frmula: Otra frmula para calcular el tamao de la muestra es: n=(N^2 Z^2)/((N-1) e^2+^2 Z^2 ) Donde: n = el tamao de la muestra. N = tamao de la poblacin. = Desviacin estndar de la poblacin, que generalmente cuando no se tiene su valor, suele utilizarse un valor constante de 0,5. Z = Valor obtenido mediante niveles de confianza. Es un valor constante que, si no se tiene su valor, se lo toma en relacin al 95% de confianza equivale a 1,96 (como ms usual) o en relacin al 99% de confianza equivale 2,58, valor que queda a criterio del encuestador. e = Lmite aceptable de error muestral que, generalmente cuando no se tiene su valor, suele utilizarse un valor que vara entre el 1% (0,01) y 9% (0,09), valor que queda a criterio del encuestador. La frmula anterior se obtiene de la frmula para calcular la estimacin del intervalo de confianza para la media: X Z /n ((N-n)/(N-1))X Z /n ((N-n)/(N-1)) + En donde el error es: e=Z /n ((N-n)/(N-1)) Elevando al cuadrado el error se tiene: (e)^2=(Z /n ((N-n)/(N-1)))^2 e^2=Z^2 ^2/n (N-n)/(N-1) Multiplicando fracciones: e^2=(Z^2 ^2 (N-n))/n(N-1) Eliminando denominadores: e^2 n(N-1)=Z^2 ^2 (N-n) Eliminando parntesis: e^2 nN-e^2 n=Z^2 ^2 N-Z^2 ^2 n Transponiendo n a la izquierda: e^2 nN-e^2 n+Z^2 ^2 n=Z^2 ^2 N Factor comn de n: n(e^2 N-e^2+Z^2 ^2 )=Z^2 ^2 N Despejando n: n=(Z^2 ^2 N)/(e^2 N-e^2+Z^2 ^2 ) Ordenando se obtiene la frmula para calcular el tamao de la muestra: n=(N^2 Z^2)/((N-1) e^2+^2 Z^2 ) Ejemplo ilustrativo: Calcular el tamao de la muestra de una poblacin de 500 elementos con un nivel de confianza del 99% Solucin: Se tiene N=500, para el 99% de confianza Z = 2,58, y como no se tiene los dems valores se tomar =0,5, y e = 0,05. Reemplazando valores en la frmula se obtiene: n=(N^2 Z^2)/((N-1) e^2+^2 Z^2 ) n=(5000,5^2 2,58^2)/((500-1) (0,05)^2+0,5^22,58^2 )=832,05/2,9116=285,77=286 [editar] Estimacin de parmetros La estimacin de parmetros consiste en el clculo aproximado del valor de un parmetro en la poblacin, utilizando la inferencia estadstica, a partir de los valores observados en la muestra estudiada. Para el

clculo del tamao de la muestra en una estimacin de parmetros son necesarios los conceptos de Intervalo de confianza, variabilidad del parmetro, error, nivel de confianza, valor crtico y valor (vase estimacin por intervalos). [editar] Estimacin de una proporcin Los datos que tenemos que incluir en la frmula para calcular el nmero de sujetos necesarios de la muestra (N) son: Z/2: valor de Z correspondiente al riesgo fijado. El riesgo fijado suele ser 0,05 y Z/2 de 1,96. P: Valor de la proporcin que se supone existe en la poblacin. i: Precisin con que se desea estimar el parmetro ( es la amplitud del intervalo de confianza). [editar] Estimacin de una media Los datos que tenemos que incluir en la frmula para calcular el nmero de sujetos necesarios en la muestra (N) son: Z/2: valor de Z correspondiente al riesgo fijado. El riesgo fijado suele ser 0,05 y Z/2 de 1,96. : Varianza de la distribucin de la variable cuantitativa que se supone que existe en la poblacin. : Precisin con que se desea estimar el parmetro ( es la amplitud del intervalo de confianza). yo lo dije asi.... [editar] Contraste de hiptesis Para conocer el tamao de la muestra en un estudio de investigacin en el que queremos conocer las diferencias existentes entre dos hiptesis, debemos conocer previamente: error tipo I y tipo II: Hay que establecer el riesgo de cometer un error de tipo I que se est dispuesto a aceptar. Normalmente de forma arbitraria se acepta un riesgo del 5%. Adems hay que establecer el riesgo que se acepta de cometer un error tipo II, que suele ser entre el 5 y el 20%. Si la hiptesis es unilateral o bilateral: El planteamiento de una hiptesis bilateral o "de dos colas" requiere mayor tamao muestral. Definir la Magnitud de la diferencia efecto o asociacin que se desea detectar: A mayores diferencias preestablecidas en el planteamiento de la hiptesis, menor tamao muestral, y a menor diferencia, mayor espacio muestral. Conocer la variabilidad del criterio de evaluacin en la poblacin. [editar] Comparacin de dos proporciones Para calcular el nmero de sujetos necesarios en cada una de las muestras (n), debemos prefijar: 1,96 = Valor Z correspondiente al riesgo deseado 1,96 = Valor Z correspondiente al riesgo deseado, si es de dos colas. 0,13 = Valor de la proporcin en el grupo de referencia, placebo, control o tratamiento habitual. 0,44 = Valor de la proporcin en el grupo del nuevo tratamiento, intervencin o tcnica. 0,29 = Media de las dos proporciones y . [editar] Coeficiente de correlacin La asociacin entre dos variables cuantitativas necesita normalmente la utilizacin del coeficiente de correlacin r de Pearson

DETERMINACION DE CUALIDADES DE UNA MUESTRA Resumen El investigador debe seleccionar o desarrollar un diseo especfico, para as poder cumplir con los objetivos del estudio y las diferentes preguntas que se dan a la idea principal de su investigacin. Para el buen desarrollo de la investigacin se tiende a utilizar diseos de certezas para la hiptesis formulada. Planteando as una muestra que defina su unidad de anlisis, delimitacin de la poblacin, tipos de muestra y economa de tiempo y recurso. Para todo este tipo de actividad de investigacin cientfica y tecnologa en el desarrollo, es til el empleo de muestras, en la cual un buen anlisis permite inferir conclusiones susceptibles de generalizacin a la poblacin de estudio en cierto grado de certeza. Una delimitacin del problema depende de los objetivos del estudio y entorno a contenido, lugar y tiempo. Con cualidades que caracterizan una muestra se puede describir el procedimiento a seguir para conformar

dicha muestra, determinando as un verdadero representativo del conjunto y su aplicacin en la metodologa de la investigacin. Palabras Claves Investigacin Anlisis Parmetros Procedimientos Introduccin Cuando iniciamos un proceso este tiende a tener un objetivo y en una investigacin se tiene la mirada puesta en aclarar y definir la naturaleza del problema del ideal con el valor de los analistas en relacin a su grupo. Una vez definido el problema a investigar, formulados los objetivos y delimitadas las variables, se hace necesario determinar los elementos o individuos con quienes se va a llevar a cabo el estudio o investigacin. Dicho estudio se basa en la entidad bsica mediante la cual se acceder a la unidad de anlisis. En trminos especficos un anlisis de una poblacin estamos refirindonos a un todo mientras que un anlisis a una muestra es una fraccin o segmento de ese todo. Objetivos de la determinacin del tamao adecuado de una muestra 1. Estimar un parmetro determinado con el nivel de confianza deseado. 2. Detectar una determinada diferencia, si realmente existe, entre los grupos de estudio con un mnimo de garanta. 3. Reducir costes o aumentar la rapidez del estudio. Estimacin de parmetros La estimacin de parmetros consiste en el clculo aproximado del valor de un parmetro en la poblacin, utilizando la inferencia estadstica, a partir de los valores observados en la muestra estudiada. Para el clculo del tamao de la muestra en una estimacin de parmetros son necesarios los conceptos de Intervalo de confianza, variabilidad del parmetro, error, nivel de confianza, valor crtico y valor (vase estimacin por intervalos). Estimacin de una proporcin Los datos que tenemos que incluir en la frmula para calcular el nmero de sujetos necesarios de la muestra (N) son: 1. Z/2: valor de Z correspondiente al riesgo fijado. El riesgo fijado suele ser 0,05 y Z/2 de 1,96. 2. P: Valor de la proporcin que se supone existe en la poblacin. 3. i: Precisin con que se desea estimar el parmetro ( es la amplitud del intervalo de confianza). Estimacin de una media Los datos que tenemos que incluir en la frmula para calcular el nmero de sujetos necesarios en la muestra (N) son: 1. Z/2: valor de Z correspondiente al riesgo fijado. El riesgo fijado suele ser 0,05 y Z/2 de 1,96. 2. : Varianza de la distribucin de la variable cuantitativa que se supone que existe en la poblacin. 3. : Precisin con que se desea estimar el parmetro ( es la amplitud del intervalo de confianza). Contraste de hiptesis Para conocer el tamao de la muestra en un estudio de investigacin en el que queremos conocer las diferencias existentes entre dos hiptesis, debemos conocer previamente: Error tipo I y tipo II: Hay que establecer el riesgo de cometer un error de tipo I que se est dispuesto a aceptar. Normalmente de forma arbitraria se acepta un riesgo del 5%. Adems hay que establecer el riesgo que se acepta de cometer un error tipo II, que suele ser entre el 5 y el 20%. Si la hiptesis es unilateral o bilateral: El planteamiento de una hiptesis bilateral o "de dos colas" requiere mayor tamao muestral. Definir la Magnitud de la diferencia efecto o asociacin que se desea detectar: A mayores diferencias preestablecidas en el planteamiento de la hiptesis, menor tamao muestral, y a menor diferencia, mayor espacio muestral. Conocer la variabilidad del criterio de evaluacin en la poblacin. Comparacin de dos proporciones Para calcular el nmero de sujetos necesarios en cada una de las muestras (n), debemos prefijar: 1,96 = Valor Z correspondiente al riesgo deseado 1,96 = Valor Z correspondiente al riesgo deseado, si es de dos colas. 0,13 = Valor de la proporcin en el grupo de referencia, placebo, control o tratamiento habitual. 0,44 = Valor de la proporcin en el grupo del nuevo tratamiento, intervencin o tcnica. 0,29 = Media de las dos proporciones

10

. Coeficiente de correlacin La asociacin entre dos variables cuantitativas necesita normalmente la utilizacin del coeficiente de correlacin r de Pearson. Equivalencia de dos intervenciones Portal:Matemtica. Contenido relacionado con Matemtica. Determinacin de una muestra La eleccin del tamao de una muestra apropiada es una pregunta frecuente al disear un estudio estadstico Cuntos objetos deben tomarse en la muestra? Si la muestra es demasiado grande, se desperdicia dinero al obtener los datos. Si la muestra es demasiado pequea, la conclusin obtenida ser insegura. El tamao necesario de la muestra depende de tres factores: 1. El nivel de confianza deseado Los niveles de confianza ms comnmente usados son 95% y 99%, pero se puede usar cualquier nivel entre 0 y 100%. El de 95% corresponde al valor z = 1.96 y el 99% al valor z = 2.58. Entre mayor sea el nivel de confianza elegido, mayor ser el tamao de la muestra correspondiente (Otros valores para 90% z = 1.645 y 70% z = 1.036). 2. El margen de error que el investigador est dispuesto a tolerar ste error corresponde a la mitad de la amplitud del intervalo de confianza. Si el error permitido es pequeo, se necesitar una muestra grande. Si el error permitido es grande, esto permitir una muestra ms pequea. 3. La variabilidad de la poblacin que se estudia. Si la poblacin est muy dispersa, se requerir una muestra grande. Por otro lado, si la poblacin est concentrada (es homognea) el tamao de muestra requerido ser ms pequeo. Ser necesario usar una estimacin de la desviacin estndar poblacional.

11

You might also like