universidad nacional mayor de san marcos doctorado en ciencias de la salud
Download
Skip this Video
Download Presentation
Universidad Nacional Mayor de San Marcos Doctorado en Ciencias de la Salud

Loading in 2 Seconds...

play fullscreen
1 / 36

Universidad Nacional Mayor de San Marcos Doctorado en Ciencias de la Salud - PowerPoint PPT Presentation


  • 115 Views
  • Uploaded on

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.

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

PowerPoint Slideshow about ' Universidad Nacional Mayor de San Marcos Doctorado en Ciencias de la Salud' - mignon


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.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript
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 MarcosDoctorado en Ciencias de la Salud

Mag. Ivonne Bernuí Leo

01-08-2009

mbito geogr fico1
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.

mbito geogr fico2
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.

poblaci n
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.

muestra
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.

criterios
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.
tama o de la muestra
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.
f rmula para proporciones
n = N z2 p q / d2 (N-1) + z2 p qFórmula 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

tama o de muestra proporciones
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%

f rmula para medias
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

tama o de muestra media
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

f rmula para comparar proporciones
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.

f rmula para comparar medias
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.

t ama o muestral ajustado a las p rdidas
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.
slide19

Tipo de muestreo

más importante que

tamaño de muestra

Fuente:

slide20

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

slide21

TIPOS DE MUESTREO

PROBABILISTICO

NO PROBABI-

LISTICO

Estrati-

ficado

Aleatorio

Simple

Por cuotas

Por conve-

niencia

Sistemático

Deliberado

Conglo-

merado

Fuente:

slide22

Cuenta con un Marco Muestral

Probabilístico

TODOS

elementos universo

misma probabilidad

de ser seleccionados

muestreo sistem tico
Muestreo sistemático

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

muestreo aleatorio estratificado
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

slide29

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

muestro no probabil stico por conveniencia
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.

muestro no probabil stico por conveniencia1
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.

muestro no probabil stico por conveniencia2
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.

recolecci n datos

Recolección datos

Carolina Blossiers

ad