ÍNDICE
- Estimación e inferencia estadística
- Procedimiento muestral
- Tipos de muestreo
- Tamaño de la muestra
1. Estimación e inferencia estadística
El el conjunto de procedimientos que permiten elegir muestras
de tal forma que éstas reflejen las características de la
población le llamamos técnicas de muestreo. Siempre que trabajamos con muestras (no estudiamos el
problema en toda la población sino en una parte de ella) hay
que asumir un cierto error. Si la muestra se elige por un procedimiento de azar, se puede
evaluar ese error. La técnica de muestreo en ese caso se
denomina muestreo probabilístico o aleatorio y el error
asociado a esa muestra elegida al azar se llama error
aleatorio En los muestreos no probabilísticos no es posible evaluar el
error. En los muestreos probabilísticos, el error aleatorio es
inevitable pero es evaluable.
2. Procedimiento muestral
Un muestreo es un método tal que al escoger un
grupo pequeño de una población podamos tener un
grado de probabilidad de que ese pequeño grupo
posea las características de la población que
estamos estudiando.
3. Tipos de muestreo
- Muestreo Probabilístico: Todas las unidades que
componen la población tienen una probabilidad de ser
elegidas y se puede calcular de antemano. Hay 3 tipos:
- Muestreo Aleatorio: Como su propio nombre indica, en la selección de los sujetos interviene el azar. Hay 2 tipos: Simple: seleccionar al azar (tabla numero / pc) la n (muestra). Se usa poblaciones pequeñas. El más representativo, pero tiene desventajas: listados todas las unidades / costos por dispersión población / grupos minoritarios no representados. Sistemático: seleccionar individuos según una regla o proceso. En los sistemáticos la ventaja es que no hace falta tener la lista completa.
- Muestreo Estratificado: Se utiliza cuando la característica objeto de estudio no se distribuye de forma homogénea en la población y puede afectar a los resultados del estudio, pero existen grupos o estratos donde se si presenta de manera homogénea. Estos grupos tienen alguna característica en común pero son mutuamente excluyentes. Su ventaja es conocer como se comporta una variable en cada subgrupo de la población con precisión, pero también presenta una desventaja: necesita mas información y un listado de cada individuo de la población.
- Muestreo Conglomerados: Se obtiene de grupos o conglomerados ya establecidos cuando no hay listado de la población. Se usa en poblaciones muy dispersas o no hay listado completo individuos pero si de los grupos (unidades de un hospital). Su desventaja es que no se conoce de antemano el tamaño de la muestra que se va a obtener ya que el tamaño depende de los grupos seleccionados. Necesita un mayor tamaño de la muestra para ser preciso. Las inferencias que se hacen en una muestra conglomerada no son tan confiables como las que se obtienen en un estudio hecho por muestreo aleatorio debido a que no son realmente homogéneas.
- Muestreo Consecutivo: El más utilizado. Si se hace bien puede ser la representatividad de la muestra puede ser semejan al del muestreo probabilístico. Se recluta a todos los individuos de una población que son accesibles y que cumplen los criterios de inclusión durante un periodo de reclutamiento fijado. Presenta 2 desventajas: Que no se haga de forma enteramente consecutiva sino que haya interrupciones, y que el periodo de reclutamiento corto o que haya fluctuaciones.
- Muestreo de conveniencia o accidental: Se recluta a los individuos que son mas accesibles para el equipo investigador o que se presentan voluntariamente. Se usa con frecuencia al ser el menos costoso y mas fácil. Su desventaja es que es poco sólida ya que requiere de una gran homogeneidad de la variable estudiada en la población. Genera sesgos importantes.
- Muestreo intencional o a criterio: El propio investigador es quien selecciona a los individuos al considerarlo los mas apropiados. Se usa cuando se quiere contar con una muestra de expertos o en estudios cualitativos. Su desventaja es que puede no contar con un método externo y objetivo para valorar la idoneidad de los sujetos.
- Muestreo bola de nieve, de avalancha o muestreo en cadena: El propio investigador elige a un participante que cumpla los criterios de inclusión y al mismo tiempo se le pide que identifique a otros individuos con sus mismas características para invitarles a participar y así sucesivamente hasta que se tenga recogida la muestra. Muy utilizada en estudios cualitativos. Tiene la gran ventaja de que se puede acceder a parte la población con difícil acceso o difíciles de identificar (poblaciones marginadas como sectas), pero también presenta 2 desventajas: La muestra puede ser reducida debido a la reducida red de contactos, y la calidad de los participantes condicionada por la invitación de otros a confiar en el investigador.
- Muestreo teórico: la selección de la muestra se hace de forma gradual debido a que el propósito del estudio es la generación de una teoría o porque la integración de la muestra se va diciendo sobre la marcha. Los participantes deben cubrir todas las características, perfiles y patrones que puedan influir de el fenómeno estudiado.
4. Tamaño de la muestra
Va a depender de:
- El error aleatorio (estándar)
- De la mínima diferencia entre los grupos
de comparación que se considera
importante en los valores de la variable a
estudiar
- De la variabilidad de la variable a estudiar
(varianza en la población)
- El tamaño de la población de estudio
El cálculo del tamaño de una muestra para estimar la media de una población:
- Z es un valor que depende del nivel de confianza 1-a
con que se quiera dar a los intervalos calculados a
partir de estimadores de esa muestra (Para nivel de
confianza 95% z=1,96 y para nivel de confianza 99%
z=2,58)
- S^2 es la varianza poblacional
- e es el error máximo aceptado por los investigadores
en las diferencias entre los grupos de comparación de
la variable a estudiar
- Si tras esta operación se cumple el resultado: N > n (n1), el cálculo del tamaño muestral termina aquí
- Si no se cumple, obtendremos el tamaño de la muestra
con esta fórmula: n´= n / 1+(n/N)
Para calcular el tamaño de una muestra cuando
queremos estimar una proporción:
- p es la proporción de una categoría de la variable
- 1-p es la proporción de la otra categoría
- z es el valor que depende del nivel de confianza 1-alfa
- N es el tamaño de la población
- e es el error máximo aceptado por los investigadores en
las diferencias entre los grupos de comparación de la
variable a estudiar
No hay comentarios:
Publicar un comentario