UNIVERSIDAD NACIONAL DE SAN AGUSTIN

FACULTAD DE ENFERMERIA INVESTIGACION 1

MUESTREO Y SUS APLICACIONES
Dr. Alberto Cceres Huambo Bioestadstico Biotecnlogo UNSA-UNMSM-UPCH albertocaceresh@hotmail.com

POBLACION Y MUESTRA
POBLACION
MUESTRA

POBLACION OBJETIVO: -Criterios de inclusin -Criterios de exclusin -Criterios de eliminacin

MUESTRA M. Probabilstico M. No probabilstico

Marco muestral

METODOS DE MUESTREO
1. PROBABILISTICOS
Posible calcular la probabilidad de seleccin de cada elemento poblacional. Las muestras probabilsticas:
Tienen una alta representatividad Permiten calcular los errores de muestreo Permiten realizar inferencias vlidas

Los principales son: MAS, MS, ME y M por conglomerados.

TIPOS DE MUESTREO
MAS: Muestreo aleatorio simple MAE: Muestreo aleatorio estratificado MS: Muestreo sistemtico MC: Muestreo por conglomerados (mono etpico y bietapico)

METODOS DE MUESTREO
2. NO PROBABILISTICOS
Prcticos y econmicos Las muestras no probabilsticas:
No tienen representatividad No permiten calcular errores de muestreo No permiten realizar inferencias vlidas

Los principales son: de voluntarios, de casos (accidental), intencional, etc.

TIPO DE MUESTREO NO PROBABILISTICOS

a. Intencional.- La muestra o mejor dicho el grupo de estudio se toma superditndola integramente de la preferencia del investigador. Este es quien decide que elementos conformarn la muestra. Evidentemente los resultados muestrales con este tipo de muestreo no podran generalizarse a la poblacin. Sin norma.- Se toma una porcin de la poblacin de cualquier manera o por razones de comodidad. Los resultados no son extrapolables. Por ejemplo, los primeros diez de la lista o todas las madres de familia de una manzana.

b.

TIPO DE MUESTREO NO PROBABILISTICOS

c. Accidental.- El grupo de estudio esta compuesto por un conjunto de sujetos acumulado durante mucho tiempo, corresponde a enfermedades raras (casustica). Ejemplo casos de cncer del corazn. d. De voluntarios.- Muy utilizados en medicina. La muestra o grupo de estudio est conformado por todos los sujetos que voluntariamente se someten al trabajo de investigacin y que adems participan hasta el final del mismo.

Seleccin de las unidades de la muestra

- Tabla de los nmeros aleatorios - Software calculadora (Ran #) - Caja de bolos

Marco muestral

1. Juan Perez 2. Maria Fernandez 3. Julio Rojas . . . . . . . N=200 n=60

Muestreo Aleatorio Simple (MAS)

VARIABLE POBLACION FORMULA
Infinita

CUALITATIVA
Finita
n !

(Z E /2 )2 * p * q n ! E2
(Z /2 ) 2 * N * p * q (N  1)E 2  (Z /2 ) 2 * p * q

Infinita

n !
n !

(Z

/2

NUMRICA
Finita n = Tamao de la muestra N = Total de la poblacin Z /2 = Nivel de confianza =1.96 p = Proporcin esperada del evento q = 1-p S2 = Varianza muestral piloto W2= Varianza poblacional piloto

)2 * S E2

(Z /2 ) 2 * N * 2 (N  1)E 2  (Z /2 ) 2 *

E = Error de estimacin FORMULA DE AJUSTE

n !

N 1 N n

Estadstica descriptiva
1. Medidas de tendencia central (Media mediana y moda) 2. Medidas de Variabilidad o dispersin (Varianza, desviacin estandar, coeficiente de variacion, error estndar, rango) 3. Medidas de Posicin (Cuartiles, deciles, percentiles) 4. Medidas de forma (Curtoris, asimetra)

TRES TIPOS DE MEDIA

MEDIA ARITMETICA MEDIA PONDERADA

TRES TIPOS DE MEDIA

MEDIA GEOMETRICA Por ejemplo, la media geomtrica de 2 y 18 es

Otro ejemplo, la media de 1, 3 y 9 seria

VARIANZA Y DESVIACION ESTANDAR MUESTRAL

VARIANZA

(X !
S!

 X)

n 1
_ I

DEVIACIN ESTANDAR

n 1

VARIANZA
3 7 5 8 2
_ XI  X
_ XI  X 2

 X
_

-3 -2 2 3 9 4 4 9 26

 X
_

Xi 2 3 7 8

(X
S
2 I

 X)
_ 2

(X  X) !
n1

26 ! !8.67 3

Desviacin estandar
_

S!

(X  X)
I

n1

! 8.67 ! 2.94Unidades ( )

VARIANZA DESVIACION ESTANDAR

N 1 2 3 4 5 6 7 8 9 10 Xi 68 73 79 80 77 62 81 73 68 65
_ XI  X
_ XI  X 2

-4.6 0.4 6.4 7.4 4.4 -10.6 8.4 0.4 -4.6 -7.6

21.16 0.16 40.96 54.76 19.36 112.36 70.56 0.16 21.16 57.76 398.4

(XI  X)2 3984 . 2 S ! ! ! 44.27 n 1 9

S ! 44.27 ! 6.65kg

COEFICIENTE DE VARIACION
CV ! S
_

6.65 ! ! 0.0916 ! 9.16% 72.60

Si usted desea realizar la interpretacin de una variable cuantitativa como: colesterol, trigliceridos, peso, talla, etc. Entonces usted debe tener conocimiento de la distribucin de la variable, no debemos invertir el tiempo en las frmulas ni en los clculos; sino en una buena interpretacin. Como se conoce si el conjunto de datos tiene distribucin normal?

ANLISIS DEL SESGO (ASIMETRIA)

Media Mediana

Moda Moda=Mediana=Media

1.-

Sesgada a la izquierda: (sesgo negativo): La media y la mediana estn a la izquierda de la moda.

2.-

Simetra (sesgo cero): La media, la mediana y la moda son iguales. (=0)

(<0)

3.-

Sesgada a la derecha: (sesgo positivo): La media y la mediana estn a la derecha de la moda. (>0)

Moda Mediana

Media

La Mediana es resistente a los valores extremos.

DIS O DE COMPARACION
Se pretende comparar el Estado Nutricional en dos colegios de la ciudad de Arequipa.

Presentacin de la tabla:
ESTADO NUTRICIONAL Sobrepeso Normal Bajopeso TOTAL PUBLICO N. 6 15 9 30 X2=3.281 % 20.0 50.0 30.0 100 P>0.05 PRIVADO N. 10 25 5 40 % 25.0 62.5 12.5 100

ESTADSTICO DE PRUEBA

( F 1)( 1)

!
i !1 j !1

(Oij  Eij ) Eij

Prueba de homogeneidad Hi tesis

Estadstica Investigacin

Ho= Las oblaciones son homogneas (P>0.05) H1= Las oblaciones no son homogneas (P<0.05)

CALCULOS
TIPO DE COLEGIO ESTADO NUTRICIONAL Sobrepeso Normal Bajopeso TOTAL fo 6 15 9 30 PUBLICO fe 6.9 17.1 6.0 30 fo 10 25 5 40 PRIVADO fe 9.1 22.9 8.0 40 16 40 14 70 TOTAL

Calculo del esperado 16x30/70 = 6.90

x !
2

(O  E) 2 (6  6.9) 2 (1517.1) 2 (9  6.0) 2 (109.1) 2 (25 22.9) 2 (5 8) 2 !      ! 3.281 6.9 17.1 6.0 9.1 22.9 8 E

CALCULO EN EL EXCEL

Decisin estadstica
P>0.05 P=0.194 P=0.05 SOFTWARE ESTADISTICO No Rechazo Ho P<0.05 Rechazo Ho

5.99 3.821

X2=tabulado

Gl=(f-1)x(c-1)=(2-1)x(3-1)=2

Datos \ ponderar casos

Cargar de esta manera los resultados, al ponderar casos se esta consiguiendo que la tabla se despliegue como una base de datos completa a partir del cual se han resumido los datos en la tabla

Analizar\ estadsticos descriptivos\ tablas de contingencias

SALIDA SPSS
Tabla c t lic st trici T t l s l r r l s s 5 0 T t l 0 25 5 0 0

% % s % % ti ti ti ti c l c l c l c l

ti

ia

tado

tri ional * ti o de oleg

Tabla de ontingencia estado nutricional * ti o de colegio

i i i

c c

t t

T t l

Pruebas de chi-cuadrado l r .2 .2 2.000 0 s fr c r ci s s .00. r i f ri r 5. l 2 2 Si . si t tic ( il t r l) . . . 5

i-c

As ci ci li l c s s

P rs r si ilit s li l r li s

. 0 c sill s (.0%) ti L fr c ci i

0.0% 0 00.0%

st trici

s l

           
c t

 

ti

c l i ri

     
ti lic c l i ri 20.0% 5 50.0%

 



 

0 25.0% 25 2.5% 5 2.5% 0 00.0%

DISEO DE ASOCIACION
F

( F 1)( 1)

!
i !1 j !1

(Oij  Eij ) Eij

Prueba de inde endencia Ho: Las variable son inde endientes (P>0.05) H1: Las variable estn relacionadas (P<0.05)

DISEO DE ASOCIACION
Se pretende asociar el Estado Nutricional y el Nivel Socioeconmico en un espacio y tiempo. Presentacin de la tabla:
ESTADO NUTRICIO NAL Sobrepeso Normal Bajopeso TOTAL N 4 2 2 8 NIVEL SOCIOECONOMICO ALTO % 13.3 6.7 6.7 26.7 X2=14.69 MEDIO N 2 8 2 12 % 6.7 26.7 6.7 40.0 P<0.01 BAJO N 1 1 8 10 % 3.3 3.3 26.7 33.3 N 7 11 12 30 % 23.3 36.7 40.0 100 TOTAL

X2 calculado
Pr hiValor 14,694a 14,200 6,711 30 r gl 4 4 1 ig. asinttica (bilateral ,005 ,007 ,010

P value

SALIDA SPSS

Chi adrado de Pearson Razn de verosi ili des Asociacin lineal por lineal de casos vlidos

a. 9 casillas (100,0%) tienen una frecuencia esperada inferior a 5. La frecuencia mnima esperada es 1,87.

SALIDA SPSS
X2 c lc l
Pruebas de c i-cuadrado l r , ,200 , 0 fr c s r ci s s , . r i f ri r l Si . si t tic ( il t r l) ,005 ,00 ,0 0

i-c r P rs z r si ilit s As ci ci li l r li l c s s li s . c sill s ( 00,0 ) ti 5. L fr c ci i