CURSO SALUD Y SOCIEDAD.

UNIVERSO Y MUESTRA.
1. Tipos de Unidades. Cualquiera sea la investigacin que se realice, se producir una cantidad de informacin que es emitida por diferentes unidades, las cuales pueden ser personas, objetos o hechos. Por ejemplo, pacientes, ojos, exmenes de sangre o accidentes. Se pueden distinguir a lo menos tres tipos de unidades: Unidad de estudio, unidad informante y unidad referencial. Unidad de estudio. Es el centro de atencin de la investigacin, la unidad a que se le atribuir la informacin colectada y que permitir finalmente cumplir los objetivos de la investigacin. Puede ser una o ms en un mismo estudio. Ejemplo: en una investigacin acerca del diagnostico de salud de una comunidad, las unidades de estudio sern las personas pero tambin pueden ser los ncleos familiares o las viviendas. Unidad informante. Es la que proveer la informacin acerca de la unidad de estudio, pudiendo tener los dos roles a la vez, en una misma investigacin. Ejemplo: en el diagnstico de una comunidad, la unidad informante sobre las unidades de estudio personas, puede ser cada persona o el jefe de hogar. Unidad referencial. Es la que permitir llegar hasta las unidades informantes. Por ejemplo, en el mismo estudio anterior, para llegar hasta el hogar familiar se pueden usar unidades referenciales tales como: comuna, rea geogrfica y manzana de viviendas. Siempre debe ser bien definida cada unidad que se use en un estudio, Ejemplo: si se desea establecer caractersticas comportamentales de los menores de 1 ao de edad, estos sern las unidades de estudio y habr que definirlas claramente (nios normales, sanos, etc?). Pero tambin habr que definir claramente las unidades informantes, que proporcionaran la informacin acerca de esos nios: (las madres, las nodrizas, el profesional de salud, etc?) y las unidades referenciales, que se usarn para llegar hasta las madres (Consultorio, da de la semana, etc.) Se llama universo (en algunos textos, poblacin) al conjunto de unidades de estudio a las que se atribuir la informacin que permitir cumplir los objetivos de la investigacin, ubicadas a lo menos en el espacio y el tiempo. De ese modo servir de marco referencial a los resultados que se obtengan posteriormente. Ejemplo: Pacientes hospitalizados (contenido) en el Servicio de Medicina del Hospital Carlos Van Buren (espacio), durante el primer semestre de 1999 (tiempo). A esta definicin se suele agregar todas las restricciones que tendrn las unidades de estudio, muchas veces diferenciadas en criterios de inclusin y criterios de exclusin. Por ejemplo, si una investigacin pretende identificar los factores de riesgo de reaccin adversa a medicamentos, el universo puede ser el definido anteriormente, pero podran tener como criterio de inclusin estar siendo tratados con medicamentos durante la hospitalizacin y como criterio de exclusin no haber recibido medicamentos por lo menos durante un mes antes de hospitalizarse. Aparte de este universo, que es el universo del estudio, se podrn definir otros universos auxiliares para las unidades informantes y referenciales que sean necesarias. Si se va a colectar datos acerca de todas las unidades del universo definido, se dice que se realizar un censo en el, pero si se va a colectar datos solo de algunas de estas unidades, lo que se realizar ser un muestreo de el. Mientras el censo proveer los valores reales de los indicadores que se investiguen, el muestreo solo proveer estimaciones de esos valores, pudiendo haber diferencias ms o menos importantes entre estimaciones y valores reales Esas diferencias son conocidas como error de muestreo. Las exigencias de confiabilidad que se suelen hacer a los resultados de un estudio muestral, por cuanto este debe proveer estimaciones vlidas, obligan al investigador a buscar un procedimiento que cautele la representatividad de la muestra, es decir, que contemple lo siguiente: a) variedad: es el rango de variacin de lo que se va a estudiar en el universo, debe encontrarse tambin en la muestra. Ejemplo: si el universo es de pacientes mayores de 20 aos, en la muestra tambin debe ocurrir esto. b) proporcionalidad: es la proporcin con que se encuentran las caractersticas a estudiar en el universo, que debe hallarse tambin en la muestra. Ejemplo: si en el universo hay mayor proporcin de pacientes sobre 60 aos, en la muestra debe ocurrir lo mismo. 2. Procedimientos de muestreo. Seleccin al azar. Es cualquier procedimiento que proporcione a cada unidad del universo, una probabilidad distinta a 0 de ser elegida, independiente de las preferencias o simpatas del seleccionador. Ejemplos de este procedimiento son los juegos de azar, como la Polla o la Lotera, pero tambin lo son otros, como seleccionar una bola numerada de una bolsa o un nmero otorgado por la funcin Random en una calculadora. El azar por si solo asegura una mayor representatividad de la muestra, puesto que unidades ms representadas en el universo, tendrn mayor probabilidad de ser elegidas por cuanto sus probabilidades individuales se suman. Como en la muestra resultante las unidades quedan seleccionadas segn sus probabilidades, esta muestra es tambin llamada a veces muestra probabilstica. El azar valida el uso de probabilidades en el anlisis posterior de datos. Diseos de muestreo. Es cualquier procedimiento bien descrito destinado a obtener una muestra de unidades de un universo, generalmente usando el azar en la seleccin de unidades. El investigador puede crear su propio diseo, buscando un equilibrio entre la ganancia en representatividad que aumentar la confiabilidad de los resultados y la complejidad del diseo, que puede elevar los costos del muestreo. Para obtener una representatividad adecuada, el muestrista est obligado a conocer mejor el universo en cuanto las variables consideradas ms importantes o variables objeto de estudio.

Entonces la representatividad es obligada para esas variables, aun cuando no lo fuera para otras que escapan al inters del investigador. Ejemplo: en una investigacin que pretende caracterizar la patologa prevalente en las personas de cierto universo, interesa que la muestra sea representativa en cuanto no solo diagnstico sino tambin sexo, edad, tipo de actividad y otras variables que se sepa estn relacionadas con la patologa. Entre las variables objeto se debe elegir una o ms, de fcil observacin que, aunque no fueren las ms importantes del estudio, se relacionen fuertemente con ellas y puedan hacerse responsables de la representatividad. Estas, que llamamos variables ndice (o de arrastre), se pueden usar como base en la seleccin de unidades para la muestra. Ejemplo: si la patologa es la variable objeto, se puede usar como variables ndice, sexo y grupos de edad, para cautelar la representatividad, puesto que se sabe que ambas estn muy relacionadas a la forma en que se manifiesta la morbilidad en una comunidad y por tanto, arrastrarn a los distintos tipos de patologa cuando se hagan agrupaciones por edad y sexo. En una investigacin acerca de nivel socioeconmico (variable objeto), ha servido muchas veces como variable ndice el tipo de vivienda, que, siendo de fcil observacin, sabemos est fuertemente relacionada con el nivel socioeconmico y por consiguiente, al hacer agrupaciones de unidades usando esa variable, arrastraran consigo los distintos tipos socioeconmicos. Otra variable ndice que se suele usar para arrastrar el nivel socioeconmico, es el tipo de establecimiento educacional. En la prctica muestral hay tres diseos clsicos: Muestreo al Azar Simple (MAS). Es el diseo de muestreo ms sencillo. Consiste en hacer un listado numerado con todas las unidades del universo y seleccionar de all por algn procedimiento al azar las unidades que irn en la muestra. La representatividad en este diseo depende tan solo del uso del azar. Otros diseos permiten aumentar esa representatividad mediante el control de la cantidad de variabilidad y de proporcionalidad que hay en el universo, como veremos en los dos que siguen. Muestreo al azar Estratificado, por Estratos Proporcionales (MAEP). En el universo se efectan agrupaciones de unidades segn una o ms variables ndice, de tal modo que la mayor cantidad de la variabilidad de estas en el universo, se encuentre entre grupos y no dentro de estos. Tales grupos reciben el nombre de estratos. Ejemplo: para el estudio de nivel socioeconmico, se podra dividir el universo en 3 estratos de tipos de vivienda que representen a los niveles socioeconmicos bajo, medio y alto o, para el estudio de patologa prevalente se podran hacer 6 estratos que mezclen tres grupos etareos con ambos sexos. Si al total de unidades del universo lo representamos por N, cada estrato k contendr Nk unidades y entonces Wk = N k / N representa una medida de la proporcin que es cada estrato en el universo total. Multiplicando esta medida por el tamao de muestra deseado (n), se puede calcular el nmero de unidades que habra que seleccionar independientemente de cada estrato, para conservar en la muestra la misma proporcin que tiene ese estrato en el universo, es decir, nk = n Wk. La muestra total, formada por la suma de esas nk, es conocida generalmente como muestra estratificada proporcional. Ejemplo: si en un universo de N= 600 hogares, despus de agrupar por nivel socioeconmico, se encuentran N1= 180, N2= 120 y N3= 300 hogares que corresponden por sus tipos de vivienda a los estratos alto, medio y bajo respectivamente y se desea obtener una muestra estratificada proporcional de n=60 hogares, entonces las proporciones a usar deben ser: W 1 = 180/600 = 0,3 W2 = 0,2 y W3 =0,5. Aplicando estas medidas al tamao n, obtenemos n1 = 0,3 60 =18, n2 =0,2 60 =12 y n3 = 0,5 60=30, que son los nmeros de hogares a ser seleccionados en los 3 estratos. Muestreo al azar por conglomerados (MAC). Este diseo consiste en hacer grupos, o identificar grupos naturales de unidades en el universo, que contengan interiormente la mayor parte de la variabilidad de la variable ndice. As, cada grupo es como una miniatura del universo en cuanto variedad y proporcionalidad de esa variable. Tales grupos reciben el nombre de conglomerados. Ejemplo: el mismo universo anterior se hubiera podido dividir en 30 conglomerados de alrededor de 20 hogares cada uno, conteniendo cada conglomerado los 3 niveles socioeconmicos en proporciones similares a como estn en el universo. Posteriormente bastar seleccionar al azar uno o ms de esos conglomerados completos para obtener lo que llamamos una muestra conglomerada de unidades. Para una muestra de 60 hogares se podra seleccionar al azar 3 de los 30 conglomerados, que proporcionaran el nmero deseado de hogares, con alta representatividad del nivel socioeconmico del universo. Si se hubiera hecho conglomerados de alrededor de 180 hogares cada uno, podra seleccionarse slo uno de ellos al azar y posteriormente submuestrear de all los 60 hogares que necesitamos. Tanto en el muestreo por estratos como en el de conglomerados, los principales problemas lo constituyen la eleccin apropiada de la o las variables ndices, la delimitacin de los grupos y la determinacin de las medidas de tamao que tienen estos en el universo. Los dos ltimos diseos obligan a conocer mejor el universo para lograr alta eficiencia, lo que puede significar tiempo y recursos extra. Sin embargo esto conducir mas tarde a estimaciones ms confiables. Estos dos diseos son ms efectivos en cuanto representatividad que el muestreo al azar simple, por lo que generalmente requieren una muestra de tamao menor que para el diseo bsico, para obtener la misma precisin en las estimaciones finales. De cualquier modo, con el peor rendimiento de estos dos diseos, a lo ms se igualar la eficiencia del muestreo al azar simple. Marco muestral. Cualquiera sea el diseo de muestreo que se vaya a usar, siempre ser necesario contar con toda la informacin relativa a las unidades que van a ser seleccionadas, para poder preparar la seleccin de ellas. Esta informacin es lo que constituye el marco muestral, que puede comprender desde listados detallados de personas, hogares, manzanas de casas, hasta mapas sectoriales, con todos los detalles sobre ubicacin que permitan identificar y llegar sin dificultades, hasta las unidades informantes.

Ejemplo: para seleccionar pacientes hospitalizados, el marco muestral lo constituir el listado de todos ellos, identificados por Servicio y cama y, si se desea estratificarlos por edad y sexo, adems esos datos de cada uno. Seleccin sistemtica. Cualquiera sea el diseo de muestreo usado, cuando se tiene el listado de unidades del universo ordenado secuencialmente, es posible seleccionar de all una de cada cierto nmero de unidades, lo que constituir una seleccin sistemtica. El procedimiento en detalle consiste en: 1 Tener N unidades del universo ordenadas secuencialmente desde la 1 a la N, 2 calcular k = N / n y 3 seleccionar una unidad cada k de ellas, empezando por la que se elija al azar de entre las k primeras. La primera unidad elegida es llamada comienzo aleatorio. Por ejemplo, si se tiene un universo secuencial de N = 450 unidades y se desea de all seleccionar en forma sistemtica una muestra de 45, entonces debe elegirse una de cada k =450/45 =10 unidades. Suponiendo que, entre las primeras 10 unidades resulta seleccionada al azar la unidad 4, esta constituye el comienzo aleatorio y la siguiente unidad elegida deber ser la 4+10 =14 ava, la subsiguiente ser la 14+10=24 ava y as sucesivamente hasta completar las 45 unidades de la muestra. Si con esta forma de seleccin, el cuociente k resultara ser una cifra no entera, habr que tomar una de dos decisiones: a) efectuar una aproximacin matemtica para k o bien b) considerar k como el valor entero siguiente Si el comienzo aleatorio coincidiera con k, cuando se desprecie por aproximacin la parte decimal, se corre el riesgo de que al final de la serie algunas unidades tengan probabilidad 0 de ser elegidas y, en los dems casos, faltaran unidades al final para seleccionar la ltima. Entonces se puede continuar contando a partir del comienzo de la serie, para posicionar la ltima unidad. Ejemplo: si del universo anterior se deseara seleccionar una muestra al azar de 65 unidades, k =450 /65= 6,92. Entonces, si se aproxima a 7 y el comienzo aleatorio resultara ser tambin 7, la ltima unidad seleccionada debiera ser la 765=455 que supera al nmero de unidades del universo. Continuando entonces la cuenta a partir de la primera, se llegara a la unidad 5 del comienzo de la serie. Esta sera la ltima unidad elegida. El mayor cuidado en una seleccin sistemtica, debe ponerse en que las unidades del universo, no estn ordenadas segn la forma de manifestacin de alguna variable asociada a la variable ndice, porque habra alto riesgo de que en la muestra pudieran ser elegidas unidades con slo algunas de las caractersticas que se desea estudiar. Por ejemplo, si las tarjetas de un fichero se refieren a personas que estn ordenadas segn su edad en cada sector y k tiene un valor similar a la amplitud de onda de variacin de la edad en el fichero, resultaran seleccionadas personas de edad similar. Ejemplo: si en un universo de N=24 fichas, se desea seleccionar en forma sistemtica n=3 de ellas y las fichas se encuentran ordenadas por sector y edad, del modo siguiente:
Ficha Edad sector A 01 02 03 04 05 06 07 08 5 10 20 32 45 56 62 73 sector B 09 10 11 12 13 14 15 16 4 8 19 34 42 53 61 70 sector C 17 18 19 20 21 22 23 24 6 9 21 36 42 55 67 82

Entonces k = 22 / 3 = 8. Podemos ver que la amplitud de onda de variacin de la edad es 8, precisamente el mismo tamao de k. Entonces, si el comienzo aleatorio fuese 4, en la muestra quedaran elegidas personas con 32, 34 y 36 aos, es decir, prcticamente sin variabilidad de edad. Si se hubiera querido estudiar la patologa prevalente en este universo, slo captaramos en la muestra, la correspondiente a personas de alrededor de 30 aos pero no del resto de las edades. En estas situaciones, cuando se sospecha un ciclo asociado a la variable que se desea estudiar, debe romperse primero el ordenamiento antes de efectuar la seleccin sistemtica. Tamao de muestra. Este es uno de los temas de alta preocupacin por parte de los investigadores, especialmente cuando su estudio significa efectuar mediciones de alto costo en cada unidad. Entonces el investigador deseara que el tamao de la muestra fuera lo mas pequeo posible, pero sin perjudicar demasiado la eficiencia de las estimaciones. Es necesario pues, buscar un equilibrio entre ambas demandas. El investigador debe decidir primero si har o no proyecciones probabilsticas hacia el universo, para los indicadores que calcule en su muestra. Si no las va a hacer, puede fijar de forma arbitraria el tamao de muestra y, ni siquiera ser necesario que seleccione al azar las unidades. Distinto es el caso si desea efectuar proyecciones probabilsticas, que lo obligan a efectuar una seleccin de unidades al azar y a precisar la confiabilidad y precisin que desea para sus estimaciones. Bajo esta circunstancia, debe efectuar una estimacin estadstica del tamao mnimo de muestra, que satisfaga la confiabilidad y precisin fijadas. La estimacin estadstica del tamao mnimo, que se abordar en detalle mas adelante, depende en gran medida del diseo de muestreo que se vaya a usar y en menor medida del tamao del universo. El muestreo al azar simple es el que exige las muestras mayores y el estratificado las menores. En cuanto al universo, el tamao de muestra depende de este solo si es pequeo pero si es grande, cuanto mayor sea ese universo, mas se independizar del tamao de muestra. Otro punto de inters es que, para la estimacin de cada tipo de indicador y de variable de la investigacin, se puede fijar un particular tamao de muestra mnimo, lo que conducira finalmente a la obtencin de varios tamaos de muestra optativos. En este caso, deben prevalecer los que se refieren a los indicadores y variables de mayor relevancia en el cumplimiento de los objetivos de la investigacin y, finalmente entre estos, se debe elegir el mayor de ellos para que cubra bien las exigencias de todos. Por ejemplo, si en una investigacin hay 5 variables para las que se desea estimaciones de promedios, con confiabilidades y precisiones iguales, que proporcionan tamaos estadsticos de muestra 35, 72, 45, 33 y 28, siendo solo las 3 ltimas las mas relevantes para la investigacin, entonces debiera optarse por el tamao de muestra 45.