ANÁLISIS DE DATOS Muestras No Probabilísticas A pesar de la

ANÁLISIS DE DATOS
Muestras No Probabilísticas
A pesar de la superioridad reconocida de los métodos de
muestreo probabilístico, hay situaciones en que no se dan
condiciones para su implementación, a saber:
1. Costo de implementar un método probabilístico
2. Presencia de un problema específico:
Ej. una contingencia ambiental en que sólo es posible:
- muestrear a aquellos sujetos expuestos
- cuando se sospecha de la presencia de una situación
patológica concreta - ej. estudio de brote (cluster)
3. No es posible acceder a la población de origen y se trabaja con
datos que se han podido obtener en un proceso.
- datos de un programa de vigilancia ambiental
Los métodos básicos de muestreo no probabilísticos son:
• el muestreo por cuota
• el muestreo de juicio
• el muestreo de sujetos disponibles
a_dat872/jsc
ANÁLISIS DE DATOS
Muestras No Probabilísticas
El muestreo por cuota:
En forma discrecional se fijan cuotas de muestreo sobre una
matriz de datos confeccionada con elementos distribuidos según
características generales de la población; según edad y sexo, por
zona urbana y rural, etc.
El muestreo de juicio:
Se basa en el criterio de un experto que tiene suficiente
información acerca de la población
El muestreo de sujetos disponibles:
Es el que se hace con sujetos que aceptan participar
voluntariamente en un estudio, por algún interés personal o por
gratificación económica.
CONCLUSIÓN:
El tipo de diseño a elegir depende del problema que se desee
resolver y de las facilidades operativas y económicas de que se
disponga. Parece un contrasentido ya que hacemos un muestreo
para conocer algo acerca de la población, pero para poder hacer
el muestreo bien hecho debemos conocer muy bien la población
que queremos muestrear, pero este conocimiento es más bien a
nivel global que particular.
a_dat873/jsc
ANÁLISIS DE DATOS
Tamaño de la Muestra
Factores que influyen en el tamaño de la muestra:
• Precisión
• Intervalo de Confianza
a_dat874/jsc
ANÁLISIS DE DATOS
Tamaño de la Muestra
PRECISIÓN:
Equivale a la mitad del intervalo que se pretende construir;
mientras más precisión se exija más corto será el intervalo que se
obtenga y por consiguiente mayor será el tamaño de la muestra.
[ X ± z S / n1/2 ]
precisión >>
z S
n
Intervalo de confianza - IC: Es el rango de posibilidades de
encontrar valores de la variable aleatoria de interés (x) y que se
expresa en términos del área bajo la curva normal. Por ejemplo si
el IC es:
95%
α = 0,025 >>> Kα = 1,96
99%
α = 0,005 >>> Kα = 2,57
ANÁLISIS DE DATOS
Tamaño de la Muestra
PRECISIÓN:
Ejemplo: Se quiere determinar el nro. de niños(as) que participarán
en un estudio de cadmio en pelo en una localidad X. A partir de un
estudio previo se encontró un rango aproximado entre 0,002 y
2,544 µg/g de cabello con una varianza de 0,18 y media muestral de
0,08 µg/g.
Asuma una especificación de un intervalo del 95% de confianza y
que este requerimiento significa trabajar con una precisión de 0,05
µg/g.
Resp.
Sustituyendo en la fórmula de la precisión P=Z S/n1/2, encontramos:
0,05 = 1,96 (0,18/n)1/2 y resolviendo para n, encontramos que:
n = 1,962 (0,18) / 0,052 = 276 personas
a_dat876/jsc