Loading presentation...

Present Remotely

Send the link below via email or IM

Copy

Present to your audience

Start remote presentation

  • Invited audience members will follow you as you navigate and present
  • People invited to a presentation do not need a Prezi account
  • This link expires 10 minutes after you close the presentation
  • A maximum of 30 users can follow your presentation
  • Learn more about this feature in our knowledge base article

Do you really want to delete this prezi?

Neither you, nor the coeditors you shared it with will be able to recover it again.

DeleteCancel

Make your likes visible on Facebook?

Connect your Facebook account to Prezi and let your likes appear on your timeline.
You can change this under Settings & Account at any time.

No, thanks

Extracción de la muestra para un trabajo científico

El autor ilustra de una forma sencilla la forma que se extrae una muestra en un trabajo científico

Comments (0)

Please log in to add your comment.

Report abuse

Transcript of Extracción de la muestra para un trabajo científico

El Muestreo, Tamaño de la muestra y Tipos de muestreo EJÉRCITO DE NICARAGUA
CENTRO SUPERIOR DE ESTUDIOS MILITARES
HOSPITAL MILITAR ESCUELA Dr. ALEJANDRO DAVILA BOLAÑOS
FACULTAD DE MEDICINA Partamos de ésta pregunta…que es una muestra?? Y cuantos tipos de muestreos se conocen...? Ahora bien, que criterios se deben de tomar para la selección de una muestra Muestra de una población es un subconjunto de la misma que mantiene sus características. I- MUESTREO SIMPLE ALEATORIO
II- MUESTREO SISTEMATICO
III- MUESTREO ALEATORIO ESTRATIFICADO
IV- MUESTREO POR CONGLOMERADO a) Tamaño de la población de referencia (universo).
b) Prevalencia (proporción) estimada de la variable principal del estudio.
c) Nivel de confianza deseado.
d) Grado de precisión deseado. Francisco Javier Toledo Cisneros MD MSP
Docente principal de la asignatura de Metodología de la investigación
Año 2013 Y que requisitos tiene que cumplir una Muestra...? a) Tamaño adecuado
b) Representatividad específica Y la pregunta del millón...para que se hace un muestreo... ó bien porqué se recurre a la extracción de una muestra...? Cuando la extensión del Universo de estudio es grande, lo que hace imposible el estudio de cada unidad de análisis, además de no ser necesario en muchos casos, entonces recurrimos a la obtención de muestras. Estas muestras deben de ser obtenidas haciendo uso del azar para garantizar que cada una de las unidades de análisis del universo tenga la misma probabilidad de ser incluida en la misma y debe de ser representativa utilizando procedimientos estadísticos. Y de que depende el tamaño de la muestra...? El cálculo del tamaño de la muestra de un estudio depende, en forma general, si su objetivo es la estimación de una proporción o una media en una población o si se trata de comparar dos muestras para analizar las diferencias En cada caso se toman en consideración los aspectos siguientes:
a) El nivel de confianza deseado
b) La variabilidad del parámetro que se desea estimar
c) La precisión con que se desea obtener la estimación
d) Comparar dos muestras para analizar las diferencias Y con qué nivel de confianza se hacen los trabajos científicos... El nivel de confianza aceptado “normalmente” en un estudio es de 95%, por lo tanto el error aleatorio tolerado es (100-95 de 5%).
Esto se conoce como error tipo I ó error alfa. Los paquetes como Epi Info lo asumen por defecto.
El otro tipo II ó error beta usualmente varía entre 10-20%, y también esta predefinido entre estos valores. El tamaño del universo ó población blanco es definido por los investigadores.
La frecuencia ó prevalencia del problema se estima sobre la base de datos reales, o con la información de estudios similares. De no ser posible se fija en 50% (0,5).
Finalmente la precisión, es definida por el investigador. Entre mas precisión tendrá el estudio, se requiere un mayor tamaño. Doloroso es reconocer, que los profesionales de la salud, los que decidimos meternos en lo que se refiere a la salud, no nos gustan los números...nos da fobia, eso hace que nuestros trabajos de investigación, en muchos de los casos, sean con un rigor científico no muy adecuado, sobre todo en el aspecto de la extracción de la muestra... n= Tamaño de la muestra
z= Es el equivalente de la confiabilidad, y se estima en 1.96, lo que equivale al 95% de las observaciones en la curva de distribución normal.
p= Es la frecuencia del problema.
q= Es el complemento de p= (1-p)
N= Es el tamaño de la población blanco (universo)
d= Es la precisión deseada Y me atrevo a afirmar lo anteriormente señalado, más aun cuando tenemos y debemos de aprendernos unas fórmulas no del todo agradables.... Es bueno aclarar, que existen 2 fórmulas para la extracción de una muestra, una que se usa para poblaciones mayores de 10,000 y la otra es para menores de 10,000 unidades de análisis... Para poblaciones mayores de 10,000

n = z2pq/d2 Y para poblaciones menores de 10,000:

nf = n/1+(n/N) Ahora bien, para ambas fórmulas, si sustituimos, sería de la siguiente manera:

n = Tamaño de la muestra
z = 1.96 (95%) Confianza
p= proporción/prevalencia (50%)
q= 1-p
d =0.02-0.05 (Grado de precisión)
N= tamaño del universo Hagamos un ejercicio….les parece??? Si la prevalencia de un problema es 50% (0.5), y queremos estimar una muestra en una población superior a 10,000, con una confianza de 95%, y una precisión de 5% (0.05) Obviamente, tenemos que sustituir los valores en la fórmula anteriormente descrita... n= z2pq/d2
n= (1.96)2(0.5)(0.5)/(0.05)2 Cuanto nos da...? Pero ahora, pongamos un poco de maldad en el ejercicio anterior… Si la prevalencia de un problema es 50% (0.5), y queremos estimar una muestra en una población inferior a 10,000, con una confianza de 95% y una precisión de 5% (0.05) y nuestro universo es 1,000 Primeramente, acordarnos de la fórmula:
n = z2pq/d2 Sustituyendo:
n = (1.96) 2(0.5)(0.5)/(0.05) 2 Y como estamos extrayendo una muestra en una población menor de 10,000; entonces sustituímos con la otra fórmula... nf = n/1+(n/N) nf = 384/1+(384/1000) Hagamos un pequeño resumen...
Full transcript