POBLACIÓN
Población, Unidad de Análisis, Criterios de Inclusión y Exclusión.
Muestra: Identificación y Reclutamiento.
En esta aproximación conceptual consideraremos a “Población” como sinónimo de Universo de discurso y de Dominio de discurso
Población
Definición: universo de discurso o población es el conjunto de entidades o cosas respecto de los cuales se formula la pregunta de la investigación, o lo que es lo mismo el conjunto de las entidades a las cuales se refieren las conclusiones de la investigación.
No debe confundirse el significado del término Población aquí proporcionado con el significado atribuido en otras disciplinas, como Biología:”grupo de individuos de una especie que habita en un área geográfica o región determinada” o Demografía, donde esta última definición se restringe a la especie humana.
El Universo de discurso o Población se delimita conceptualmente mediante la formulación de sus propiedades a través de la Definición conceptual.
El proyecto de investigación debe proveer tanto la Definición conceptual como la Definición operacional de la Población. La Definición conceptual es la provisión de significado a un término formulando sintéticamente sus propiedades desde una teoría particular. La Definición operacional se expresa mediante los criterios de inclusión.
Criterios de inclusión: Son un conjunto de propiedades cuyo cumplimiento identifica a un individuo que pertenece a la población en estudio. Su objetivo es delimitar a la Población o universo de discurso.
Criterios de exclusión: Son un conjunto de propiedades cuyo cumplimiento identifica a un individuo que por sus características poodría generar sesgo en la estimación de la relación entre variables, aumento de la varianza de las mismas o presentar un riesgo en su salud por su participación en el estudio. Su objetivo es reducir los sesgos, aumentar la seguridad de los pacientes y la eficiencia en la estimación.
Unidad de análisis:
Cada una de las entidades a la cual se refiere un dato determinado en un instante dado respecto de una característica en estudio se denomina Unidad de Análisis. Expresado mas coloquialmente, la unidad de análisis es cada una entidades que presenta un valor de alguno de los atributos observados en el estudio.
Definición: llamaremos unidad de análisis a una determinada entidad medido en el instante de tiempo t que representa alguno de los atributos o propiedades en estudio.
Por lo tanto la unidad de observación determina el nivel en que se dispone la tabla de datos, o lo que es equivalente, puede reconocerse a la unidad de análisis en dicha tabla, a través de su relación con el dato y la variable como puede verse en el siguiente esquema.
Muestra:
Definición: La muestra es un subconjunto de la Población Blanco de la Inferencia. Los objetivos de la extracción de una muestra de la población son dos:
I) Restringir una cantidad de Unidades de Análisis plausibles de ser medidas con los recursos disponibles.
II) Que dicho conjunto de Unidades de Análisis sea representativo de la oblación, según determinadas propiedades bajo la perspectiva del Objetivo. Esto significa que idealmente se espera que para toda propiedad de interés, la distribución de dicha propiedad en la muestra sea igual a la distribución de la misma en la población.
El primer objetivo se implementa mediante el Cálculo del Tamaño Muestral, el segundo mediante la Estrategia de Selección de la Muestra.
Cálculo del Tamaño Muestral
El tamaño de la muestra, representado por n, un número natural, es el número de entidades individuales pertenecientes a una población cualquiera, que conforman la muestra de una investigación. El tamaño muestral n depende de los parámetros que rigen la distribución de probabilidad de la variable en estudio (ya sea esta una magnitud poblacional o una medida de efecto entre dos variables) y la confianza o precisión deseada en la estimación.
La información necesaria para el cálculo del tamaño muestral depende de la hipótesis del estudio. Para las investigaciones de una hipótesis atribucional, es decir que efectuarán inferencia respecto de un parámetro, se requerirá seleccionar una magnitud esperada para dicho parámetro, en tanto que para las investigaciones de un hipótesis causal, es decir que efectuarán inferencia respecto a una relación de causa-efecto, se requerirá formular una magnitud esperada para dicho efecto. Adicionalmente, en las investigaciones clínicas basadas en hipótesis causales pueden identificarse distintos alcances en el objetivo en base a la relación de las diferencias observadas entre los tratamientos en estudio con respecto a una diferencia determinada considerada de interés clínico. De tal forma, los objetivos de los estudios clínicos que evalúan el efecto de un nuevo tratamiento con respecto a otro pueden estar dirigidos a demostrar:
I) superioridad
II) Equivalencia
III) No inferioridad
A continuación se presentarán algunos tipos de procedimientos de extracción muestral.
Muetreo aleatorio simple
El muestreo aleatorio simple es un método de selección de una muestra de tamaño n de un conjunto de N unidades, donde n ≤ N de forma tal que cada una de las M muestras distintas posibles tiene la misma probabilidad de selección.
Su implementación consiste en la numeración de las unidades de 1 a N. Posteriormente se extrae en forma aleatoria una serie de n números entre 1 y N. Por lo tanto esta estrategia requiere la identificación de todos los elementos pertenecientes a la Población en estudio
Una forma de implementarlo es, por ejemplo, mediante el ordenamiento en una lista de las unidades poblacionales mediante algún identificador, seguidamente se generará una serie aleatoria de números, en relación de uno a uno con la serie previa. A continuación se ordenará a las unidades por esta última en forma creciente, luego de lo cual se seleccionaran a las primeras n unidades en el orden de la lista. Esta última selección corresponde a una muestra aleatoria simple.
Muestreo aleatorio estratificado
Cuando la población en estudio está compuesta por distintos grupos de elementos y se desea que cada uno de los grupos esté proporcionalmente representado dentro de la muestra, puede efectuarse un muestreo aleatorio estratificado. En el muestreo estratificado, la población de N unidades se divide primero en subpoblaciones de N1, N2, …, NL unidades, respectivamente. Estas subpoblaciones, son excluyentes entre si y en su conjunto comprenden a toda la población, de tal forma que: N1 + N2 + … + NL = N
Las subpoblaciones se denominan estratos, a los que se identificará con el subíndice h. De igual manera, si n es el número de entidades en la muestra se cumple que n1 +n2 + … + nL = n
Si se toma una muestra aleatoria simple en cada estrato, el procedimiento se denomina ”muestreo aleatorio estratificado”, el cual para que sea equiprobabilístico debe además satisfacer: (n/N) = (nh/Nh)
Muestreo por conglomerados
Las estrategias de muestreo probabilístico anteriormente mencionadas pueden implementarse solamente cuando todas las entidades que forman parte de la población pueden ser identificadas y enumeradas. Si en cambio dicho requerimiento no está presente, es decir que no se dispone de una lista de todos los individuos de la población, puede implementarse otra estrategia probabilística si se dan las siguientes condiciones:
1) Se pueden identificar subconjuntos de individuos de la Población Blanco agrupados en diferentes clases por algún criterio. A cada una de dichas clases las llamaremos Unidad de primera Etapa (UPE)
2) Todos los individuos de la Población Blanco pertenecen a alguna UPE .
3) No hay ningún individuo que pertenezca a dos o más UPE simultáneamente.
Entonces, dada una población finita de N elementos (unidades de análisis) dividida en M conglomerados (UPE) cada uno de tamaño N1, N2, ..., NM, de forma tal que . Si ahora se extrae una muestra aleatoria simple de m UPE de tal forma que la muestra final este compuesta por todas las unidades de análisis contenidas en ellas, dicha muestra se denomina muestra por conglomerados monoetápicas. Dos propiedades de este método son 1) que el mismo es equiprobabilistico, dado que cada conglomerado tiene la misma probabilidad de ser seleccionado y con el, todas las unidades que contiene y 2) si N1 ≠ N2 ≠
... ≠ NM, el tamaño muestral es aleatorio.
Muestreos no probabilísticos
Este tipo de muestreo se efectúa seleccionando los elementos de la muestra en forma tal que no interviene el azar, sino algún criterio determinado que permite realizar el muestreo, el cual generalmente es informal. Los individuos pertenecientes a la población tienen diferente probabilidad de ser seleccionados y la misma es desconocida, por lo cual no pueden incluirse modelos de probabilidad. Por esta misma razón tienden a producir estimadores sesgados y propenden a la no representatividad de la población. Uno de los métodos más difundidos es el muestreo de conveniencia o incidental
El criterio para la selección de los individuos es la accesibilidad a los mismos o la comodidad.
Para ampliar ver:
http://optimierung.mathematik.uni-kl.de/mamaeusch/veroeffentlichungen/ver_texte/sampling_es.pdf
http://www.upcomillas.es/personal/peter/investigacion/Tamañomuestra.pdf
http://www.chospab.es/calidad/archivos/Metodos/Muestreo.pdf
http://www.tec.url.edu.gt/boletin/URL_02_BAS02.pdf
