1 / 36

Universidad Nacional Mayor de San Marcos Doctorado en Ciencias de la Salud

Seminario Nº 5 Diseño Metodológico : Ámbito Geográfico. Población y Muestra. Tabulación y Análisis de Datos. Universidad Nacional Mayor de San Marcos Doctorado en Ciencias de la Salud. Mag. Ivonne Bernuí Leo. 01-08-2009. Ámbito Geográfico. Ámbito Geográfico.

mignon
Télécharger la présentation

Universidad Nacional Mayor de San Marcos Doctorado en Ciencias de la Salud

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Seminario Nº 5 Diseño Metodológico: Ámbito Geográfico. Población y Muestra. Tabulación y Análisis de Datos Universidad Nacional Mayor de San MarcosDoctorado en Ciencias de la Salud Mag. Ivonne Bernuí Leo 01-08-2009

  2. Ámbito Geográfico

  3. Ámbito Geográfico • Delimitación espacial del proyecto de investigación. • Descripción del área de estudio donde recogerán los datos. • Es importante delimitar el área a investigar: una ciudad, una calle, un país. • Como regla general puede decirse que la descripción del área de estudio, debe contener todos los aspectos que la diferencian de otras áreas y que puedan ser de importancia al realizar la investigación y al interpretar los hallazgos. Pineda EB, de Alvarado EL. Metodología de la Investigación. 3ª edición. Serie Paltex Nº 47. Organización Panamericana de la Salud. 2008. pp. 172-3.

  4. Ámbito Geográfico • Lugar (país, zona geográfica, área urbana o rural). • Ubicación (delimitación geográfica). • Tamaño (población, tamaño de la institución). • Institución (hospital, centro de salud, escuela, entre otros). Pineda EB, de Alvarado EL. Metodología de la Investigación. 3ª edición. Serie Paltex Nº 47. Organización Panamericana de la Salud. 2008. pp. 172-3.

  5. Población y Muestra cuantitativa

  6. Población • Conjunto de individuos que guardan similitud entre sí en los aspectos que son relevantes para los objetivos de la investigación. • Por limitaciones económicos y de tiempo; • Falta de recurso humano calificado para realizar las observaciones o para obtener las mediciones necesarias y • Dificultades geográficas y logísticas. Ardila J, Rodríguez MN, Gil F. Capítulo 8: Población y Muestreo. En Ruiz AM, Morillo LE. Epidemiología Clínica. Editorial Médica Panamericana. Bogotá. Colombia. 2004.

  7. MUESTRA • Sub-conjunto de la población, que permite inferir, estimar o extrapolar los resultados de la observación a la población. • Consecuencias de no tener el tamaño adecuado: • Por defecto no podremos ser precisos al estimar los parámetros y además no encontraremos diferencias significativas cuando en la realidad sí existen. • Por exceso, podríamos estudiar un número innecesario de pacientes. Ardila J, Rodríguez MN, Gil F. Capítulo 8: Población y Muestreo. En Ruiz AM, Morillo LE. Epidemiología Clínica. Editorial Médica Panamericana. Bogotá. Colombia. 2004.

  8. Calculo del tamaño de Muestra

  9. Criterios • Criterio: recursos disponibles (máximo tamaño posible); plan de análisis (mínimo tamaño deseable). • Tamaño absoluto: N=100, n=30 (30%), pero si N=50000 y n=500 (1%) • Muestra grande no necesariamente representativa. • > variabilidad > tamaño. • Si se planean comparaciones de grupos, asegurarse de 20 – 30 unidades por casilleros.

  10. TAMAÑO DE LA MUESTRA • Existen varias fórmulas para determinar el tamaño de la muestra. • Dos más comunes: • Variable principal es una proporción. • Variable principal es un promedio. • Debemos conocer ciertas características de población ANTES de empezar el estudio.

  11. n = N z2 p q / d2 (N-1) + z2 p q Fórmula para Proporciones n = Tamaño de muestra N = población z = nivel de confianza p = proporción estimada de la población q = 1 – p d = Precisión ó error máximo permisible Wayne, D. Bioestadística. Trad. 5ª ed. Ingles. Pag. 206

  12. Tamaño de Muestra: Proporciones Universo : Niños < 6 años. PPJJ “Chavín Huantar” .VES Variable Principal: Prevalencia Retardo Crecimiento n = 360 * (1.96)2 * 0.38 * 0.62 2 (0.05)2 (360-1) + (1.96)2 * 0.38 * 0.62 n = 182 niños N = 360 z = 95% (1.96) p , prevalencia de Ret. Crec. = 38% q , prevalencia niños crec. Normal = 62% d = 5%

  13. Fórmula para Medias n = N z2s2 / d2 (N-1) + z2 s2 n = Tamaño de muestra N = Población z = nivel de confianza s2 = Varianza poblacional d = Precisión ó error máximo permisible Wayne, D. Bioestadística. Trad. 5ª ed. Ingles. Pag. 203

  14. Tamaño de Muestra: Media Universo : Mujeres Socias de Comedores. Distrito Surco Variable Principal: Promedio de Consumo de Energía n = 608 * (1.96)2 * 625 = 144 100 * 607+ (1.96)2 * 625 n = Tamaño de muestra N = 608 z = 95% (1.96) s2 = 625 d = 10 Wayne, D. Bioestadística. Trad. 5ª ed. Ingles. Pag. 203

  15. Fórmula para Comparar Proporciones n =  Z *2p(1- p) + Z * p1(1- p1)+p2(1- p2) 2 (p1-p2)2 n = sujetos necesarios en cada uno de las muestras Z  = Valor Z correspondiente al riesgo deseado Z b = Valor Z correspondiente al riesgo deseado p1 = Valor de la proporción en el grupo de control p2 = Valor de la proporción en el grupo de tratamiento. p = Media de las dos proporciones p1 y p2. Pita S. Determinación del tamaño muestral serie [Metodología de la investigación]. Fisterra.com [Portal de internet]. 2001[último acceso 2009 junio 30]. Disponible http://www.fisterra.com/mbe/investiga/9muestras/9muestras.asp.

  16. Fórmula para Comparar Medias n = 2 ( Z + Z)2 *S2 d2 n = Tamaño de muestra Z = Valor Z correspondiente al riesgo deseado Z = Valor Z correspondiente al riesgo deseado s2 = Varianza poblacional d = Precisión ó error máximo permisible Pita S. Determinación del tamaño muestral serie [Metodología de la investigación]. Fisterra.com [Portal de internet]. 2001[último acceso 2009 junio 30]. Disponible http://www.fisterra.com/mbe/investiga/9muestras/9muestras.asp.

  17. Tamaño muestral ajustado a las pérdidas • Posibles pérdidas por pérdida de información, abandono, no respuesta • Por lo que se debe incrementar el tamaño muestral respecto a dichas pérdidas. • El tamaño muestral ajustado a las pérdidas se puede calcular: • Muestra ajustada a las pérdidas = n (1 / 1–R) • n = número de sujetos sin pérdidas • R = proporción esperada de pérdidas • Así por ejemplo si se calculó 48 como tamaño de muestra y se espera tener un 15% de pérdidas el tamaño muestral necesario seria: 48 (1 / 1-0.15) = 56 pacientes en cada grupo.

  18. Tipos de Muestreo

  19. Tipo de muestreo más importante que tamaño de muestra Fuente:

  20. UNIVERSO = 15 personas Cuatro Muestras Diferentes de 2, 3, 5, 10 personas 2 6 12 18 30 20 10 8 22 14 26 24 16 4 Media Poblacional= 16 naranjas ⁄ mes

  21. TIPOS DE MUESTREO PROBABILISTICO NO PROBABI- LISTICO Estrati- ficado Aleatorio Simple Por cuotas Por conve- niencia Sistemático Deliberado Conglo- merado Fuente:

  22. Cuenta con un Marco Muestral Probabilístico TODOS elementos universo misma probabilidad de ser seleccionados

  23. Muestreo sistemático Se basa en aplicar una regla sistemática simple, como elegir uno de cada ‘n’ individuos.

  24. POBLACION

  25. Estratificado por un Factor

  26. Estratificado por 2 factores

  27. Ejemplo: Listado de 2000 personas con HTA, y se necesitan 250 personas. Se conoce que la HTA varía en función del sexo y presencia de obesidad. Modificación del MAS, para que la muestra presente misma distribución que la población en relación a determinadas variables. Estimaciones más precisas. Población se divide en estratos en función de las categorías de la (s) variable (s). Se forman sub-grupos que son mutuamente excluyentes. Requiere: Conocer en población distribución de las variables de estratificación. Marco Muestral MUESTREO ALEATORIO ESTRATIFICADO Población Muestra

  28. Por conglomerados

  29. Ejemplo: Evaluación Antropométrica en Escolares de Lima Metropolitana Muestreo por etapas: UGEL (UPM) Unidad Primaria Muestreo Instituciones Educativos (USM) U. Secundaria Muestreo AULAS(UTM) U. Terciaria Muestreo ESCOLARES Unidad de Análisis

  30. Estructura típica de un diseño muestral de hogares

  31. Muestro No probabilístico, por conveniencia Elección de los elementos depende de las causas relacionadas con las características de la investigación. se desconoce la probabilidad de elección de cada unidad o elemento del universo No se puede estimar el error muestral, no se pueden hacer inferencias.

  32. Muestro No probabilístico, por conveniencia • Selección depende de características relacionadas con la investigación. • Se desconoce la ‘p’ de elección de cada unidad del universo • No se puede estimar el error muestral, no se pueden hacer inferencias. • Es útil para los estudios piloto. Pineda EB, de Alvarado EL. Op cit pag. 138-9.

  33. Muestro No probabilístico, por conveniencia • Muestreo de casos extremos o inusuales. • Muestreo de máxima variabilidad • Muestras homogéneas • Muestreo de casos típicos • Muestreo de informantes clave. Pineda EB, de Alvarado EL. Op cit pag. 138-9.

  34. Muestreo por avalancha / cadena / bola de nieve

  35. Compromiso entre lo deseable y lo viable

  36. Recolección datos Carolina Blossiers

More Related