Por Eblin Ramos

Mtodos para Reunir los Datos

Si los datos muestrales
no se renen de manera
adecuada stos podran
resultar intiles por
completo, de tal forma
que ninguna cantidad
de tortura estadstica
los salvara.

Estudio Observacional
Experimento
Los estudios estadsticos se
clasifican:
En l observamos y
medimos
caractersticas
especficas aunque no
intentamos manipular
a los sujetos que
estamos estudiando.
Se aplica algn
tratamiento y luego
procedemos a
observar sus efectos
sobre los sujetos.
Una encuesta es un buen
ejemplo de un estudio
observacional, mientras
que la prueba clnica de un
frmaco antigripal es un
buen ejemplo de un
experimento.

Ejemplo
Los estudios Estadsticos Observacionales
En l los datos se
observan, miden y
renen en un solo
momento.
Estudio
Transeccional:
Los estudios Estadsticos Observacionales
Los datos se toman
del pasado a travs
de registros,
entrevistas y otros
medios.
Estudio
Retrospectivo
(o de control de
caso)
Los estudios Estadsticos Observacionales
Los datos se renen
en el futuro y se
toman grupos que
comparten factores
comunes.
Estudio Prospectivo
(o longitudinal)
Pruebas Clnicas Vs. Estudios Observacionales.
En un artculo del New York Times acerca de la terapia hormonal para las
mujeres, la reportera Denise Grady escribi acerca de un reporte de
tratamientos probados en Ensayos Controlados Aleatorizados.
Ella declar que pruebas como sta, donde los pacientes se designan al
azar para un tratamiento o un placebo, se consideran estndar por
excelencia en la investigacin mdica.
En contraste, los Estudios Observacionales, en los que los pacientes
deciden por si mismos si toman un frmaco, se consideran menos
confiables.
Los investigadores manifiestan que los estudios observacionales tal vez
han dado una falsa imagen color de rosa del reemplazo hormonal, ya que
las mujeres que optan por recibir los tratamientos son ms saludables y
tienen mejores hbitos al empezarlos que las mujeres que no lo hacen.
Tipos de muestreo
En una muestra
aleatoria los
miembros de una
poblacin se
seleccionen de
manera que cada
miembro individual
tiene la misma
posibilidad de ser
elegido.
Muestreo Aleatorio
Tipos de muestreo
Una muestra aleatoria
simple del tamao de
n sujetos, se
selecciona de manera
que cada posible
muestra del mismo
tamao n tenga la
misma posibilidad de
ser elegida.
Muestreo Aleatorio
Simple
Ejemplo
Imagine un saln de clases con 6O estudiantes
acomodados en 6 filas de 10 estudiantes cada
una. Suponga que el profesor selecciona una
muestra de 10 estudiantes tirando un dado y
seleccionando la fila correspondiente al
resultado.
El resultado es una Muestra Aleatoria o
Muestra Aleatoria Simple?
Solucin

La muestra es aleatoria, porque cada
estudiante tiene la misma posibilidad
(una posibilidad de 6) de ser elegido.
Solucin continuacin

Sin embargo, la muestra no es una muestra aleatoria
simple porque no todas las muestras de tamao 10
tienen la misma posibilidad de ser escogidas. Por
ejemplo, este diseo muestral de usar un dado para
seleccionar una fila hace imposible seleccionar 10
estudiantes que estn en filas diferentes (aunque hay
una posibilidad en seis de seleccionar la muestra que
consisten en los 10 estudiantes en la primera fila)
Tipos de muestreo
En l, elegimos algn
punto de partida y
luego seleccionamos
cada k-simo (por
ejemplo cada
quincuagsimo)
elemento de la
poblacin.
Muestreo
Sistemtico
Tipos de muestreo
Simplemente se
utilizan resultados
que sean muy
fciles de obtener.
Muestreo de
Conveniencia
Tipos de muestreo
Con l, subdividimos la
poblacin en al menos
dos diferentes
subgrupos (o estratos)
que comparten las
mismas caractersticas
( por ejemplo, el gnero
o la categora de edad)
y despus realizamos
un muestreo de cada
subgrupo o estrato.
Muestreo
Estratificado
Tipos de muestreo
Primero, dividimos el
rea de la poblacin en
secciones o racimos,
despus seleccionamos
aleatoriamente algunos
de estos racimos, y
luego elegimos a todos
los miembros de los
racimos seleccionados
Muestreo por
Racimos


Cuando la diferencia entre el
resultado de una muestra y el
verdadero resultado de la
Errores de muestreo


poblacin; tal error es
consecuencia de las posibles
fluctuaciones de las muestras.


Cuando los datos de una
muestra se obtienen, registran
o analizan de forma
incorrecta: como cuando se
seleccionan una muestra
Errores no de muestreo

sesgada o predispuesta,
cuando se usa un instrumento
de medicin defectuoso o
cuando se cometen errores al
copiar los datos.