Skip to Main Content

++

Introducción

++

Las exigencias en la investigación actual han creado la necesidad de profundizar en muchos aspectos estadísticos. Es práctica común pedir a los alumnos de maestría y doctorado que calculen el tamaño de la muestra del estudio que realizan. Para ello deben escoger las variables que han utilizado para la hipótesis de trabajo y deben diferenciar las variables de respuesta (dependientes) y las predictoras (independientes).

++

Para realizar un cálculo adecuado del tamaño de muestra, el investigador debe conocer con amplitud las variables que debe analizar. Cada variable tiene su propia distribución probabilística y algunas cuentan con formas muy particulares. Por ejemplo, las concentraciones en suero de triglicéridos y leptina tienen distribuciones sesgadas a la derecha (consúltese el capítulo 15, El sesgo en la investigación) y es común que la desviación estándar tenga un valor muy parecido al promedio respectivo. La transformación logarítmica es muy utilizada con estas variables. Este conocimiento contribuye a que los cálculos se hagan de manera adecuada con los logaritmos y no con las variables originales.

++

Estas técnicas estadísticas para la investigación se utilizan en casi todas las áreas del conocimiento, con un auge importante en salud. Existen varias razones para seleccionar una muestra; el objetivo fundamental es hacer inferencias estadísticas (estimaciones de uno o más parámetros acerca de una población finita de interés). Esta población es la que se desea investigar y a la que se le denomina población de interés, población blanco o población diana. Para que la extrapolación (inferencia estadística) tenga validez, la muestra debe ser representativa y la representatividad alude a que el estimador muestral de las variables de interés debe tener una distribución con comportamiento similar a las de la población de las que proviene.1 Para cumplir con este supuesto de representatividad es deseable que la muestra sea probabilística y para calcular su tamaño se deben tomar en cuenta varios factores: estructura de la hipótesis, error tipo I (error alfa), error tipo II (error beta), poder estadístico deseado, variabilidad, pérdidas en el seguimiento del estudio, diferencia clínicamente significativa y tipo de estudio epidemiológico utilizado en determinada investigación.

++

Aspectos básicos en el proceso de muestreo

++

Población es el conjunto total de elementos del que se puede seleccionar la muestra y está conformado por elementos denominados unidades de muestreo o unidades muestrales, con cierta ubicación en espacio y tiempo. A estas unidades se les llama elementales si son el objeto último del que se pretende obtener información y no elementales si están constituidas por grupos de unidades elementales.1 Las unidades de muestreo pueden ser individuos, familias, compañías, etcétera.2

++

Muestra de la población de interés

++

Es deseable que la población de interés se encuentre registrada en un medio físico, conocido como marco de muestreo o marco muestral. Éste puede ser un directorio, un mapa, un listado, un archivo o cualquier otro material aceptable, ...

Pop-up div Successfully Displayed

This div only appears when the trigger link is hovered over. Otherwise it is hidden from view.