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