MUESTREO - Sergas

Epidat 4: Ayuda de muestreo
Una abarcadora reflexión sobre el cálculo del tamaño de muestra puede verse en el capítulo
12 del libro “Diseño razonado de muestras y captación de datos para la investigación
sanitaria” [3].
3.1.1. Intervalos de confianza
Como parte de una encuesta epidemiológica es habitual que se quiera estimar la prevalencia
de una enfermedad en una población. En esas situaciones, el investigador se pregunta
“¿cuántos sujetos necesito examinar para estimar esa prevalencia con un grado razonable de
precisión?”. Los submódulos de Epidat 4.0 incluidos en el módulo de Muestreo, Cálculo de
tamaños de muestra, bajo el epígrafe “Intervalos de confianza” basan el cálculo del tamaño de
muestra necesario para un estudio en la amplitud máxima admisible para el intervalo de
confianza del parámetro que se pretende estimar. Esos submódulos son:
3.1.1.1. Media
3.1.1.2. Proporción
3.1.1.3. Odds ratio
3.1.1.4. Riesgo relativo
3.1.1.5. Concordancia
3.1.1.6. Pruebas diagnósticas
Un intervalo de confianza (IC) es un recorrido de valores dentro del cual estaría el parámetro
de interés con cierto grado de confianza, que habitualmente es del 95%, y debe presentarse
siempre junto a la estimación puntual de un parámetro, puesto que permite cuantificar la
magnitud del error asociado a la estimación, o error muestral. La amplitud del IC está
directamente relacionada con ese error que, en el caso de una media o una proporción, por
ejemplo, es exactamente la mitad de la amplitud del IC. A su vez, el error depende del
tamaño de la muestra, por lo que el tamaño muestral mínimo estará en función del error
máximo que se considere admisible. Si se procede a estimar, por ejemplo, una proporción,
exigir que el error de esa estimación sea suficientemente pequeño como para considerar que
la estimación es adecuada, equivale a demandar que el intervalo de confianza sea
suficientemente estrecho.
En un contexto de estimación, por tanto, el tamaño muestral está determinado por varios
factores:
La precisión de la estimación, que se mide a través del error muestral. La magnitud del
máximo margen de error admisible debe ser fijada por el investigador, pues es él quien
mejor identifica las consecuencias prácticas de un error dado. Si, por ejemplo, lo que se
quiere es conocer el salario medio de una población de mujeres en edad fértil y se declara
que se admite un error de hasta e=50€, ello significa que se está pensando en términos
como los siguientes: “Si el verdadero promedio fuera 500€ pero lo que se me informa es que
asciende a 525€, entonces considero que conozco adecuadamente el dato; sin embargo, si lo que se
me informa es que ese número es, por ejemplo, 418€ y luego me entero de la cifra verdadera (500€),
considero que estaba trabajando con un dato equivocado”. En general se cumple que, al
aumentar la precisión, es decir, al disminuir el grado de error admisible, aumenta el
tamaño de muestra necesario, algo coherente con lo que indica el sentido común. Cuando
el error se expresa como un porcentaje del valor que puede tener el parámetro, por
ejemplo un 5% o un 10%, en ese caso se habla de precisión relativa.
http://dxsp.sergas.es 6
soporte.epidat@sergas.es