Download
poblaci n y muestra n.
Skip this Video
Loading SlideShow in 5 Seconds..
POBLACIÓN Y MUESTRA PowerPoint Presentation
Download Presentation
POBLACIÓN Y MUESTRA

POBLACIÓN Y MUESTRA

390 Vues Download Presentation
Télécharger la présentation

POBLACIÓN Y MUESTRA

- - - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript

  1. POBLACIÓN Y MUESTRA MEGATENDENCIA INVESTIGATIVAS EN SALUD

  2. DE SAQUE: UNIDAD DE ANALISIS • SINÓNIMOS: CASOS, ELEMENTOS • Unidad indivisible de la cual se obtiene el dato estadístico • FUENTE DE DATOS: INFORMACIÓN • SUJETOS, OBJETOS EVENTOS, COMUNIDADES DEFINIMOS A LA UNIDAD DE ANÁLISIS DELIMITAR LA POBLACION

  3. POBLACION • Conjunto de personas, objetos, casos que concuerdan con determinadas especificaciones, en un periodo y espacio determinado • Ejemplo: Estudiantes del Tercer semestre de estudios 2010 de la Maestría en Odontología de la Universidad Nacional Daniel Alcides Carrión

  4. El porque de la muestra

  5. MUESTRA: • Subgrupo de la población de interés. • La cual debe ser: • Representativa: controlar el criterio de subjetividad del investigador para la selección las unidades de análisis: porque se emplea procedimientos probabilísticos • Eficiente: recolectar la mayor cantidad de información al menor costo posible • Viable: De fácil ejecución • Razones: • Económicos: • Calidad

  6. TIPOS • MUESTREO NO PROBABILÍSTICO: EMPIRICO • La elección de los elementos muestrales no depende de la probabilidad • No es posible calcular el error estándar • Decisión del investigador, según naturaleza del estudio • Depende de: • Los objetivos • Esquema de investigación • Contribución que se desean hacer: NO ES POSIBLE REALIZAR INFERENCIA ESTADISTICA

  7. FORMAS DE SELECCION • Por Conveniencia: • Las unidades de análisis se incluyen por su facilidad de acceso y su conveniencia. • Basada en la opinión: • Las unidades son incluidas por un experto, considerando que son representativos de la población

  8. TIPOS • Muestreo Probabilístico: • Todos los elementos de la población tiene la misma probabilidad de ser escogidos. • Para ello se toman en cuenta • Características de la población • Tamaño muestral • Es mas ventajosa • Permite Conocer el tamaño del error en nuestras predicciones (error estándar) • Requiere: • Marco de muestreo; permite identificar a los componentes de la población. PERMITE HACER INFERENCIA ESTADISTICA

  9. Concepto previo • Parámetro: medida que describe a una variable en una población • Media poblacional • Proporción poblacional • Razón poblacional • Estadístico: Medida que describe una característica (variable) o atributo de una muestra y su valor depende de los datos • Error: diferencia entre el valor de estadístico y el parámetro • Pueden ser muestrales o no muestrales • Error Muestral: indica la variabilidad de los resultados de muestras similares respecto a la característica deseada • Se cuantifica a través del error estándar.

  10. Tipos: MAS • Tamaño de muestra • depende de los parámetros que se desean estimar • Tamaño de muestra para estimar  : • Donde: • Z : nivel de significación •  : desviación estándar poblacional • P : proporción de unidades con la variable de interés • E : Error absoluto máximo permisible (nivel de precisión)

  11. ERROR: diferencia entre el parámetro y su estimador respectivo, que lo denotamos por E, es decir: • E = X -  • E =  p - P  • E también expresa el error absoluto de estimación. • Si E asume los valores de: • E = Z/2 . ESx • E = Z/2 ( ESp )

  12. Varianza poblacional • Para calcular el tamaño de muestra para estimar una media se necesita conocer la varianza 2 de la población objetivo, para lo cual se tiene en cuenta las siguientes recomendaciones: • Recurrir a estudios similares al que se quiere estudiar y de ahí obtener el valor que corresponde a la varianza. • Realizar un estudio piloto y estimar el valor que le corresponde a 2. • La otra posibilidad es de acuerdo con la experiencia en el tema, la de identificar el valor máximo (Vmáx) y el valor mínimo (Vmín) y estimar el valor de  mediante:

  13. Proporción poblacional • Para aplicar la fórmula se necesita conocer P y para establecer su valor se recomienda lo siguiente: • - Recurrir a estudios similares al que se quiere estudiar y de ahí obtener el valor que corresponde a la proporción P. • - Realizar un estudio piloto y estimar el valor que le corresponde a P. • - En caso de que no existieran estudios similares y no pudiera hacerse un estudio piloto se recomienda considerar la máxima varianza cuando P = 0.5 con un error absoluto de E = 0.05.

  14. ¿No se conoce el tamaño de la población? • Si no se conoce el tamaño de la población las fórmulas dadas anteriormente se pueden expresar de la siguiente manera: • 1. Para la media: • 2. Para la proporción:

  15. Ejemplo: • De una población de 20000 ciudadanos se desea obtener una muestra para conocer la estatura promedio. La estimación muestral deberá tener un error máximo de 1 cm, respecto del verdadero promedio, con un nivel de confianza del 95%.. Un estudio preliminar nos indica que la desviación estándar será de 5 cm.

  16. solución • Desviación estándar : s = 5 cm. • Para un N.C. del 95% le corresponde un Z/2 = 1.96 • Error absoluto: E = 1 cm • Tamaño de la Población: N = 20000 ¿Cuál formula?

  17. Ejemplo 2 • Un sondeo previo indica que la proporción de pacientes con lesiones articulares de una población es de 30%. ¿Qué tamaño debe tener la muestra para estimar, con una precisión del 5% y un nivel de confianza del 95%, la proporción de afectados si el tamaño de la poblacional es de 10000? • Rpta: 313

  18. Ejemplo 3 • Determinar el tamaño de la muestra para estimar la proporción de hogares sin dotación de cepillos dentales con un error relativo no superior a 0.10 y un nivel de confianza del 95%, en un pueblo joven de 1600 hogares. Se sabe que por un sondeo previo que el 56% de los hogares no tenían ni hacían uso de cepillos dentales. • Rpta: 255

  19. Ejemplo 4 • Para un estudio sobre ulcera aftosa fue necesario extraer una muestra aleatoria. Para tal fin se fijo una confianza del 95% y un error del 5%. De acuerdo las estadísticas de hospital DAC, se estimó una prevalencia de lesiones ulcerosas en el 3% de los pacientes que acuden a consulta. • Entonces el tamaño muestral será: • Rpta: 45

  20. Ejemplo 5 • Se desea realizar un estudio sobre pacientes con anquilosis lingual en el Distrito de Yanacancha. Con ese propósito se desea extraer una muestra que tenga una confianza al 97% y un error del 3%. De Acuerdo a un estudio anterior se determino que la prevalencia de anquilosis lingual es de 8,4% Rpta: 403

  21. Otro elemento del diseño muestral • FORMA DE SELECCIÓN: MAS • f = n / N (se le denomina fracción de muestreo). • Se utiliza cuando se dispone del marco muestral y existe poca VARIABILIDAD entre los datos. • Para seleccionar una muestra aleatoria simple se debe tener en cuenta las siguientes recomendaciones: • 1. Enumerar los elementos de la población del 1 hasta N. • 2. Utilizar algún procedimiento para seleccionar los n elementos de la población que conforman la muestra: • Tabla de números aleatorios • Programa computacional que genere números aleatorios.

  22. Procedimiento • Por ejemplo si N = 300, entonces en la tabla se consideran tres columnas de números aleatorios. • Se extraen los números menores o iguales al tamaño de la población hasta completar el número de unidades que constituirán la muestra • NOTA: Si un número se repite solo se considera una vez queda el resto eliminado • A la fila y columna de la tabla donde se inicia la selección se le denomina arranque aleatorio y se denota por A (F, C)

  23. MUESTREO SISTEMÁTICO • Se utiliza cuando se dispone del marco muestral y la población es homogénea. • I. Proceso de selección • Si N = 120 y n = 10, se tiene que: k 120/10 12 • Por consiguiente, el intervalo que se obtiene está entre 1 y 12 (No siempre k resulta un entero y se recomienda redondear al entero inmediato). • Se elige un número al azar que esté comprendido entre 1 y k inclusive. El número elegido se denota por r y se le denomina arranque aleatorio. La muestra queda constituída como: r, r + k, r + 2k,...., r + (n - 1)k

  24. Si la población es heterogénea es conveniente estratificar la población