1. Dr. Cristian Díaz Vélez
Médico Epidemiólogo y Auditor Médico
Jefe de la Oficina de Inteligencia Sanitaria
Hospital Nacional Almanzor Aguinaga Asenjo
Población, muestraPoblación, muestra
criterios de selección ecriterios de selección e
instrumentosinstrumentos
7. • Estudio sobre el perfil de los estudiantes y
egresados de la Tecnología en Médica en los últimos
dos años.
• Estudio sobre el perfil socio económico de los
docentes de entidades publicas de Perú
• Estudio para identificar la demanda de servicios
de salud en Chiclayo.
Para los siguientes casos diga si es preferible Censo o
muestreo.
8. Margen de confianza en laMargen de confianza en la
estimaciónestimación
Expresa el grado de probabilidad que elExpresa el grado de probabilidad que el
investigador tiene en que su estimacióninvestigador tiene en que su estimación
se ajuste a la realidad.se ajuste a la realidad.
Los valores comúnmente utilizados sonLos valores comúnmente utilizados son
95, 99, 99,9%95, 99, 99,9%
NIVEL DE CONFIANZA
9. Errores, Errores, ERRORESErrores, Errores, ERRORES
AleatorioAleatorio
MuestralMuestral
SistemáticoSistemático
V =v±e
Valor
Verdadero
en la
población
Valor
Medido en
la muestra
ERRORERROR
10. Error AleatorioError Aleatorio
El error aleatorio no se suele ajustar aEl error aleatorio no se suele ajustar a
ninguna regla o norma , varían en cadaninguna regla o norma , varían en cada
caso , en su sentido y magnitud, y por ellocaso , en su sentido y magnitud, y por ello
tiende a anularse cuando se trata de untiende a anularse cuando se trata de un
número elevado de casos.número elevado de casos.
Los errores aleatorios se comenten, porLos errores aleatorios se comenten, por
ejemplo, cuandoejemplo, cuando un encuestado eligeun encuestado elige
erróneamente una casilla queriendo hacerloerróneamente una casilla queriendo hacerlo
en otra, cuando un encuestador marcaen otra, cuando un encuestador marca
erróneamente un datoerróneamente un dato, etc., etc.
11. Errores SistemáticosErrores Sistemáticos
Un error sistemático es aquel que se produce de igualUn error sistemático es aquel que se produce de igual
modo (sentido y proporción) en todas las medicionesmodo (sentido y proporción) en todas las mediciones
que se realizan sobre un parámetro de la muestraque se realizan sobre un parámetro de la muestra
Contrario al error aleatorio, NO se anula en muestrasContrario al error aleatorio, NO se anula en muestras
grandes.grandes.
Ejemplos
Las tendencias subjetivas conscientes o inconscientes del investigador.
Sustituciones, según criterio propio del investigador, de unidades de la
muestra que habían sido elegidas al azar.
Insuficiente observación del conjunto de la población que influye en una
deficiente definición de sus características.
12. Error MuestralError Muestral
Cuando se extrae una muestra de unaCuando se extrae una muestra de una
población es frecuente que los resultadospoblación es frecuente que los resultados
obtenidos de la muestra no seanobtenidos de la muestra no sean
exactamente los valores reales de laexactamente los valores reales de la
población.población.
El error de muestreo ocurre al estudiarEl error de muestreo ocurre al estudiar
una muestra en lugar de la población total.una muestra en lugar de la población total.
La diferencia entre el valor del parámetroLa diferencia entre el valor del parámetro
de una población y el obtenido de unade una población y el obtenido de una
muestra recibe el nombre de errormuestra recibe el nombre de error
muestralmuestral. (y que no puede ser asociado a otro tipo de explicación,
es decir no es error aleatorio o sistemático)
13. Error MuestralError Muestral
Por muy perfecta que sea la muestraPor muy perfecta que sea la muestra
siempre habrá grado de divergencia entresiempre habrá grado de divergencia entre
los parámetros estimados usándola y loslos parámetros estimados usándola y los
de la verdadera población.de la verdadera población.
En el cálculo del error intervienen:En el cálculo del error intervienen:
Tamaño de la muestraTamaño de la muestra
Varianza poblacionalVarianza poblacional
Nivel de confianzaNivel de confianza
Tipo de muestreoTipo de muestreo
14. Circulo vicioso del cálculoCirculo vicioso del cálculo
Cálculo muestral
Frecuencia del
Problema en estudio
La frecuencia se
obtendrá en el estudio
x
p
r
OR
15. El error muestralEl error muestral es mayores mayor en laen la
medida que:medida que:
Crece el grado de confianza que elCrece el grado de confianza que el
investigador quiere dar a su estimacióninvestigador quiere dar a su estimación
del parámetro medido mediante ladel parámetro medido mediante la
muestramuestra
Es más elevada la variabilidad de laEs más elevada la variabilidad de la
variable estudiada.variable estudiada.
Es menor el tamaño de la muestra.Es menor el tamaño de la muestra.
16. Tamaño de la muestra vs. ErrorTamaño de la muestra vs. Error
muestralmuestral
19. Correcciones para poblacionesCorrecciones para poblaciones
finitasfinitas
Cuando el tamaño de la muestra esCuando el tamaño de la muestra es
mayor del 5 % del tamaño de lamayor del 5 % del tamaño de la
población se debe utilizar el factor depoblación se debe utilizar el factor de
corrección.corrección.
20. Margen de errorMargen de error admisibleadmisible
Los incrementos en el tamaño de laLos incrementos en el tamaño de la
muestra repercuten en una mayormuestra repercuten en una mayor
precisión y por consiguiente en menorprecisión y por consiguiente en menor
error muestral.error muestral.
El error muestral interviene en el cálculoEl error muestral interviene en el cálculo
del tamaño de la muestra solodel tamaño de la muestra solo si el diseñosi el diseño
es probabilístico.es probabilístico.
En el muestreo probabilístico elEn el muestreo probabilístico el
investigador fija el error máximo admisibleinvestigador fija el error máximo admisible
a priori y sobre esa base realiza el cálculoa priori y sobre esa base realiza el cálculo
del tamaño de la muestra.del tamaño de la muestra.
21. Por lo tanto el tamaño de laPor lo tanto el tamaño de la
muestramuestra
22. ► Ejemplo:Ejemplo:
Si por ejemplo estudiamos la prevalencia deSi por ejemplo estudiamos la prevalencia de
asma bronquial en un estudio donde se cálculoasma bronquial en un estudio donde se cálculo
la muestra con tolerancia de error del 5% yla muestra con tolerancia de error del 5% y
nivel de confianza del 95% y se encontró que lanivel de confianza del 95% y se encontró que la
prevalencia es de 20%.prevalencia es de 20%.
Interpretación:Interpretación: hay un 95% de probabilidadhay un 95% de probabilidad
que la prevalencia real este entre 15 y 25%.que la prevalencia real este entre 15 y 25%.
Que ocurre si las prevalencias son muy bajas, por ejemplo 2%??
23. Factores que influyenFactores que influyen
► Tipo de diseño de etudio.Tipo de diseño de etudio.
► Tipo de muestreo utilizado.Tipo de muestreo utilizado.
► Comparación de muestras independientesComparación de muestras independientes
o pareadas.o pareadas.
24. 1. Identificación de la población
2. Indicadores a estimar
Proporciones
Promedios
Métodos multivariados
3. Análisis de subgrupos
4. Precisión deseada en los estimadores
28. Muestreo de elemento VS muestreo de grupo
Igual probabilidad VS diferente probabilidad
Estratificado VS no estratificado
Aleatoria VS sistemática
Una sola etapa VS multietápico 32
Material preparado por:
Profesor León Darío Bello Parias
29. Ventajas del Azar
Elimina la subjetividad de los investigadores
en la selección de unidades de análisis
Permite medir la precisión de las
estimaciones.
El azar no garantiza representatividad.
43. Tabla de contingencia Nivel *
Convenio 04
27 8 35
56.3
%
16.7
%
72.9
%7 5 12
14.6
%
10.4
%
25.0
%1 0 1
2.1
%
.0% 2.1
%35 13 48
72.9
%
27.1
%
100.0
%
Recuent
o% del
totalRecuent
o% del
totalRecuent
o% del
totalRecuent
o% del
total
1
2
3
Nive
l
Tota
l
N
O
SI
Convenio
04 Tota
l
Tabla de contingencia Nivel * Convenio 04
184 36 220
61.1% 12.0% 73.1%
46 26 72
15.3% 8.6% 23.9%
5 4 9
1.7% 1.3% 3.0%
235 66 301
78.1% 21.9% 100.0%
Recuento
% del total
Recuento
% del total
Recuento
% del total
Recuento
% del total
1
2
3
Nivel
Total
NO SI
Convenio 04
Total
Población
Sistemático
Nivel de conocimientos según
existencia de convenio
47. ESTRATOSESTRATOS Homogéneos en su interior;
diferentes entre sí en propiedades y
tamaño
Comuna AComuna A
Comuna BComuna B
Comuna CComuna C
Comuna DComuna D
Los estratos más grandes
Tienen mayor probabilidad de ser representados
59. Un objetivo en todo estudio epidemiológico debe
ser el de medir y calcular con la mayor
validez y precisión posible sus
determinaciones.
En otras palabras, la validez del
conocimiento derivado de cualquier estudio
epidemiológico dependerá, en gran medida,
de la ausencia de error y de la
capacidad de estimar o predecir el
parámetro verdadero en la población blanco.
60. Las mediciones que se realicen deben
ser:
lo más exactas posible: que la medición
esté próxima al valor verdadero.
Precisas: que mediciones repetidas
caigan dentro de un intervalo reducido.
61. En epidemiología, la VALIDEZ (el grado de valor que
se confiere al dato) se refiere a la ausencia de sesgo
o error:
a) Validez interna. Capacidad para atribuir el
efecto detectado por el estudio a la hipótesis
que se investiga. Resulta indispensable que el
estudio esté libre de errores (durante el proceso de
selección de la población de estudio, las mediciones que
se realizan en dicha población o por la falta de
comparabilidad de los grupos estudiados), y
b) Validez externa. Capacidad para extrapolar
los resultados de un estudio a una población
más extensa que aquella en que se ha realizado.
63. AA no ha sido ni exacto ni preciso.no ha sido ni exacto ni preciso.
BB Exacto y preciso.Exacto y preciso.
CC bastante exacto pero no preciso.bastante exacto pero no preciso.
DD muy preciso pero poco exacto.muy preciso pero poco exacto.
6363
65. Existen más de 300 pruebas estadísticasExisten más de 300 pruebas estadísticas
básicas.básicas.
Hay dos clases de pruebas estadísticas:Hay dos clases de pruebas estadísticas:
Las paramétricas y las no paramétricas.Las paramétricas y las no paramétricas.
Cristian Díaz Vélez 65
66. Los valores de la variable dependiente sigan laLos valores de la variable dependiente sigan la
distribución de la curva normal. La muestra en la que sedistribución de la curva normal. La muestra en la que se
hizo la investigación.hizo la investigación.
Las varianzas de los grupos que se comparan en unaLas varianzas de los grupos que se comparan en una
variable dependiente sean aproximadamente igualesvariable dependiente sean aproximadamente iguales
(homogeneidad de las varianzas).(homogeneidad de las varianzas).
La variable dependiente esté medida en una escala queLa variable dependiente esté medida en una escala que
sea por lo menos de intervalo, aunque este últimosea por lo menos de intervalo, aunque este último
requisito no es compartido por todos los estadísticos.requisito no es compartido por todos los estadísticos.
Cuando los datos cumplen con los requisitos indicados,Cuando los datos cumplen con los requisitos indicados,
especialmente con los dos primeros, las pruebasespecialmente con los dos primeros, las pruebas
estadísticas paramétricas exhiben su máximo poder.estadísticas paramétricas exhiben su máximo poder.
Cristian Díaz Vélez 66
67. Las pruebas estadísticas no paramétricas, enLas pruebas estadísticas no paramétricas, en
cambio, no hacen a los datos ninguna de lascambio, no hacen a los datos ninguna de las
exigencias que les hacen las pruebas estadísticasexigencias que les hacen las pruebas estadísticas
paramétricas; por eso se les denomina "pruebasparamétricas; por eso se les denomina "pruebas
estadísticas libres de distribución".estadísticas libres de distribución".
Todas estas pruebas poseen menos poder que lasTodas estas pruebas poseen menos poder que las
pruebas paramétricas correspondientes, pero hanpruebas paramétricas correspondientes, pero han
demostrado ser muy útiles como alternativas cuandodemostrado ser muy útiles como alternativas cuando
no se considera apropiado el uso de pruebasno se considera apropiado el uso de pruebas
paramétricas.paramétricas.
Cristian Díaz Vélez 67
74. ¿Qué es medición?¿Qué es medición?
Una manera sistemática de obtener datos de alta calidadUna manera sistemática de obtener datos de alta calidad
Puede ser cuantitativa o cualitativa, con diferencias:Puede ser cuantitativa o cualitativa, con diferencias:
Diferencia 1: Los datos en síDiferencia 1: Los datos en sí
Cuantitativo: representación numérica de ideas abstractasCuantitativo: representación numérica de ideas abstractas
Cualitativo: los datos toman muchas formasCualitativo: los datos toman muchas formas
Diferencia 2: Los tiemposDiferencia 2: Los tiempos
Cuantitativo: hay reflexión para desarrollar las hipótesis y losCuantitativo: hay reflexión para desarrollar las hipótesis y los
variables antes de la recolección de datosvariables antes de la recolección de datos
Cualitativo: hay reflexión PERO no hay hipótesis y la mediciónCualitativo: hay reflexión PERO no hay hipótesis y la medición
es parte dela recolección de datos.es parte dela recolección de datos.
Fuente: Neuman, W. Lawrence.Fuente: Neuman, W. Lawrence. Social Research Methods: Qualitative andSocial Research Methods: Qualitative and
Quantitative Approaches. 4thedition.Quantitative Approaches. 4thedition. Boston: Allyn and Bacon, 2000.Boston: Allyn and Bacon, 2000.
79. Un ejemplo cualitativoUn ejemplo cualitativo
Vamos a hablar de lo que pasa cuando unVamos a hablar de lo que pasa cuando un
niño en esta comunidad tiene diarrea.niño en esta comunidad tiene diarrea.
Qué es la primera cosa que haría una madreQué es la primera cosa que haría una madre
o un padre cuando su hijo se enferma cono un padre cuando su hijo se enferma con
diarrea?diarrea?
Qué sería la próxima cosa?Qué sería la próxima cosa?
MEDICIÓN: Unos ejemplos(2)MEDICIÓN: Unos ejemplos(2)
80. Variables principales siempre definidas.Variables principales siempre definidas.
Importante cuando: Variables de estudio no tienen unaImportante cuando: Variables de estudio no tienen una
definición o medición estándar.definición o medición estándar.
Cuando hay varias definiciones o actualizaciones.Cuando hay varias definiciones o actualizaciones.
Debe incluir: Valores finales.Debe incluir: Valores finales.
Criterios para asignar los valores.Criterios para asignar los valores.
Instrumentos / técnicas de medición.Instrumentos / técnicas de medición.
Debe estar siempre referenciado en caso se use unaDebe estar siempre referenciado en caso se use una
definición conocida.definición conocida.
MEDICIÓN DE VARIABLESMEDICIÓN DE VARIABLES
81. ProcedimientosProcedimientos
En caso de experimentales, detallar laEn caso de experimentales, detallar la
intervención y manejo de grupos.intervención y manejo de grupos.
Describir el proceso de la medición de laDescribir el proceso de la medición de la
variable.variable.
Especificar la validez de los métodosEspecificar la validez de los métodos
empleados.empleados.
Si son métodos nuevos o adaptados,Si son métodos nuevos o adaptados,
describir el proceso de validación.describir el proceso de validación.
82. ¿Qué se necesita para una buena¿Qué se necesita para una buena
medición?medición?
Que no representa una demanda demasiado altaQue no representa una demanda demasiado alta
para:para:
El/la encuestador/a o entrevistador/aEl/la encuestador/a o entrevistador/a
El/la entrevistado/aEl/la entrevistado/a
Aplicación prácticaAplicación práctica
Reglas clarasReglas claras
Que no depende de la administraciónQue no depende de la administración
Fuente: Netemeyer, Richard G., William O. Bearden & Subhash Sharma.Fuente: Netemeyer, Richard G., William O. Bearden & Subhash Sharma. ScalingScaling
Procedures: Issue and Applications.Procedures: Issue and Applications. Thousand Oaks, CA: Sage Publications, Inc., 2003.Thousand Oaks, CA: Sage Publications, Inc., 2003.
83. InstrumentosInstrumentos
Encuestas:Encuestas:
Con preguntas “independientes”Con preguntas “independientes”
Con preguntas que se convierten en índices oCon preguntas que se convierten en índices o
escalasescalas
Índice: los ítemsÍndice: los ítems formanforman el concepto (constructoel concepto (constructo
latente)latente)
Se suman para sacar un puntaje simple del conceptoSe suman para sacar un puntaje simple del concepto
a medira medir
Escala: los ítemsEscala: los ítems son reflejadosson reflejados por el conceptopor el concepto
(constructo latente)(constructo latente)
84. Desarrollo de una encuestaDesarrollo de una encuesta
Paso 1. Definir los objetivos de la pregunta y el tipo dePaso 1. Definir los objetivos de la pregunta y el tipo de
respuestas que se necesita pararespuestas que se necesita para satisfacer lossatisfacer los
objetivos.objetivos.
Paso 2. Asegurar que los participantes tengan unaPaso 2. Asegurar que los participantes tengan una
comprensión compartida y comúncomprensión compartida y común del significadodel significado
de la pregunta.de la pregunta.
Paso 3. Asegurar que los participantes recibanPaso 3. Asegurar que los participantes reciban
preguntas a las cualespreguntas a las cuales saben las respuestas.saben las respuestas.
Paso 4. Hacer preguntas de manera en que losPaso 4. Hacer preguntas de manera en que los
participantesparticipantes las puedan contestar.las puedan contestar.
Paso 5. Hacer preguntas que los participantesPaso 5. Hacer preguntas que los participantes esténestén
dispuestos a contestardispuestos a contestar de manera precisa.de manera precisa.
85. Los sís y nosLos sís y nos
LOS “SI”sLOS “SI”s
Deben tener lenguaje simple (nivel de lectura de 5to-Deben tener lenguaje simple (nivel de lectura de 5to-
6to grado de primaria)6to grado de primaria)
Deben ser claras, simples y precisasDeben ser claras, simples y precisas
Deben tener vocabulario libre de jerga técnicaDeben tener vocabulario libre de jerga técnica
Deben ser presentadas de una manera neutralDeben ser presentadas de una manera neutral
Nada en la pregunta o en las opciones de respuestaNada en la pregunta o en las opciones de respuesta
debe sugerir una respuesta correctadebe sugerir una respuesta correcta
Deben ser específicas las referencias a tiemposDeben ser específicas las referencias a tiempos
Debe especificar el periodo al cual se refiereDebe especificar el periodo al cual se refiere
86. Los sís y nos (2)Los sís y nos (2)
LOS “NO”sLOS “NO”s
Deben evitarse preguntas que sugieren una respuesta correctaDeben evitarse preguntas que sugieren una respuesta correcta
NO: Prefiere ser atendido por un médico de su mismo sexo?NO: Prefiere ser atendido por un médico de su mismo sexo?
SI:SI:
Deben evitarse preguntas con sesgos o valoresDeben evitarse preguntas con sesgos o valores
NO: Piensa que ir al centro de salud es una pérdida de tiempo?NO: Piensa que ir al centro de salud es una pérdida de tiempo?
SI:SI:
Deben evitarse preguntas que amenazanDeben evitarse preguntas que amenazan
NO: Piensa que sabe suficiente acerca de la tuberculosis?NO: Piensa que sabe suficiente acerca de la tuberculosis?
SI:SI:
87. Los sís y nos (3)Los sís y nos (3)
LOS “NO”sLOS “NO”s
Deben evitarse preguntas que tienen 2 conceptos en 1 preguntaDeben evitarse preguntas que tienen 2 conceptos en 1 pregunta
NO: Ha tenido dolor de cuello y dolor de espalda desde su últimaNO: Ha tenido dolor de cuello y dolor de espalda desde su última
visita?visita?
SI:SI:
Deben evitarse preguntas con conceptos que podrían entenderse deDeben evitarse preguntas con conceptos que podrían entenderse de
diferentes formasdiferentes formas
NO: Cómo calificaría su salud –muy buena, buena, regular, mala,NO: Cómo calificaría su salud –muy buena, buena, regular, mala,
muy mala?muy mala?
SI:SI:
Deben evitarse preguntas con palabras negativasDeben evitarse preguntas con palabras negativas
NO: No merezco que otras personas me tratan bien.De acuerdo…NO: No merezco que otras personas me tratan bien.De acuerdo…
En desacuerdoEn desacuerdo
SI:SI:
88. TIPOS DE ENCUESTATIPOS DE ENCUESTA
Aplicada en forma de entrevista cara-a-caraAplicada en forma de entrevista cara-a-cara
Tradicional, donde el/la entrevistador/a hace lasTradicional, donde el/la entrevistador/a hace las
preguntas y llena con lapiz (paper-and-pencil)preguntas y llena con lapiz (paper-and-pencil)
CAPI: Entrevista personal asistida por computadoraCAPI: Entrevista personal asistida por computadora (Computer-(Computer-
assisted personal interviewing)assisted personal interviewing)
CATI: Entrevista telefónica asistida por computadoraCATI: Entrevista telefónica asistida por computadora (Computer-(Computer-
assisted telephone interviewing)assisted telephone interviewing)
Con dispositivos moviles tipo PalmCon dispositivos moviles tipo Palm
Auto-aplicadas:Auto-aplicadas:
Tradicional, hoja con lapizTradicional, hoja con lapiz
Basada en InternetBasada en Internet
CASI: Entrevista autoadministrada asistida por computadoraCASI: Entrevista autoadministrada asistida por computadora
(Computer-assisted self-interviewing)(Computer-assisted self-interviewing)
89. SESGOS A CONSIDERARSESGOS A CONSIDERAR
1. Norma de justicia o equidad.1. Norma de justicia o equidad.
La persona trata de ser justa en cómo contesta la pregunta,La persona trata de ser justa en cómo contesta la pregunta,
basado en cómo contestó una/s previa/s pregunta/sbasado en cómo contestó una/s previa/s pregunta/s
2. Estrategia de “ancla”.2. Estrategia de “ancla”.
La persona utiliza información de una/s pregunta/s previa/s paraLa persona utiliza información de una/s pregunta/s previa/s para
contestar la pregunta actualcontestar la pregunta actual
3. Efecto de sumar o restar.3. Efecto de sumar o restar.
La persona asume que parte de su respuesta a que unaLa persona asume que parte de su respuesta a que una
pregunta previa aplica a la próxima pregunta (sumar) o quepregunta previa aplica a la próxima pregunta (sumar) o que
parte de la próxima pregunta ya se contestó en una previaparte de la próxima pregunta ya se contestó en una previa
pregunta (restar)pregunta (restar)
4. Mayor positivismo en los ítems de resumen…4. Mayor positivismo en los ítems de resumen…
* Después de contestar preguntas específicas* Después de contestar preguntas específicas
La persona da una respuesta diferente/contradictoria porqueLa persona da una respuesta diferente/contradictoria porque
siente que ya dio los detalles en las otras preguntassiente que ya dio los detalles en las otras preguntas