¿CÓMO DETERMINAR EL TAMAÑO DE LA MUESTRA PARA SU INVESTIGACIÓN?


¿CÓMO DETERMINAR EL TAMAÑO DE LA MUESTRA PARA SU INVESTIGACIÓN?

 En la mayoría de los trabajos de tesis y trabajos especiales de grado, desarrollado y financiado por sus mismos autores, son precisamente los recursos económicos los menos abundantes y a los que hay que ahorrar y hasta estirar para poder cubrir exitosamente el trabajo de investigación planteado. De allí que se hace imperioso para el equipo investigador trabajar con una muestra representativas de su población objeto de estudio.

¿Cuáles son las razones para trabajar con una muestra?

En este instante surge la pregunta, por qué si cuento con toda la población, está allí, estática, esperando para ser observada, estudiada, entonces por qué debo tomar una muestra para desarrollar la investigación para la tesis de grado.
Las razones para tomar una muestra y no observar a todos los componentes de la población objeto de estudio siempre obedecen a razones de ahorro de recursos, ya sea de recursos financieros o por ahorro de tiempo que es un recurso importante a tomar en cuenta en el proceso de investigación. Así que el equipo investigador puede encontrarse con que la población objeto de estudio:
-          Se encuentra muy dispersa en el ámbito geográfico que se delimitó el estudio y cubrir a toda la población tomaría mucho tiempo y acarrearía un gasto imposible de cubrir por el equipo investigador.
-          O es una población cuyo acceso es peligroso y cubrirla totalmente podría representar peligro para la integridad física de los investigadores. Por ejemplo; personas que viven en la calle o en vertederos de basura, zonas de alta peligrosidad delictiva, gente relacionada con el tráfico y consumo de drogas, animales de alta peligrosidad como fieras silvestres, o animales que habitan las profundidades del mar o de lagos o internados en zonas inhóspitas, entre otros.
-          Puede ocurrir también que la población objeto es escasa, se trata de minorías difícil de detectar y que además dispone de muy poco tiempo para atender una entrevista como por ejemplo; músicos, profesionales de la medicina u otra ciencia de la salud, pacientes de enfermedades poco frecuentes, entre otros.
-          El muestro es destructivo, o más bien la observación que se aplica sobre el elemento de la muestra obliga a destruirlo, por lo tanto no es rentable destruir a todos los elementos de la población para un estudio. Por ejemplo probar bombillos, cauchos, zapatos o cualquier tipo de productos obliga a su uso y destrucción por lo que se hace obligatorio trabajar con muestras
-          El fenómeno es continuo y nunca deja de ocurrir por ejemplo; los accidentes tránsito que ocurren en un determinado sector de la ciudad. Debe muestrearse por períodos de tiempo, la calidad de los productos que sale de un proceso, las personas atendidas en un servicio, taquillas o cajas de pago, auto lavados, pacientes odontológicos, etc.
Como se puede apreciar, son muchas las situaciones en que un investigador puede encontrarse, donde se hace imprescindible la utilización de Técnicas de Muestreo para lograr cumplir exitosamente los objetivos de la investigación.

¿Cuál es el tamaño de la muestra?

Para determinar correctamente el tamaño de la muestra y que esta sea una muestra representativa de la población es necesario conoce varias cosas como la distribución de probabilidad que sigue la variable en estudio, el tamaño de la población y el error máximo admisible.
-  Para la mayoría de los estudios sociales, a menos que se indique lo contrario, se supone que la variable en estudio sigue una Distribución Normal, lo que quiere decir que si la variable que se observa es numérica la mayoría de los elementos de la población se encuentran concentrados alrededor de la media poblacional y a medida que los valores de la variables se alejan de la media la población o frecuencia de individuos va disminuyendo, por ejemplo ingreso en unidades monetaria de los hogares, peso y talla del bebé al nacer, distancia entre el hogar y el lugar de trabajo de los empleados, estatura de los atletas que practican cierta disciplina deportiva, etc.
-      El Tamaño de la población. Una población es una colección bien definida de objetos o individuos que tienen características similares. Se pueden clasificar las poblaciones de dos tipos bien definidos; la población objetivo, que suele tener diversas características que son determinadas a hacer la delimitación del estudio, la cual también es conocida como la población teórica. La población accesible es la población que realmente está al alcance del investigador y es sobre la cual los investigadores aplicaran sus conclusiones.
-      Margen de error (intervalo de confianza). El margen de error es un estadígrafo que expresa la cantidad de error de muestreo aleatorio en los resultados de una encuesta, es decir, es la medida estadística del número de veces de cada 100 que se espera que los resultados se encuentren dentro de un rango específico. En los estudios sociales este error o nivel de significación se ubica por general entre 5% y 10%, el valor más frecuentemente utilizado es de 5%. Sin embargo en estudios médicos, farmacológicos donde podría ponerse en riesgo la salud o integridad física del individuo observado, este error tiende a ubicarse lo más pequeño posible, muy frecuentemente en 1%.
-      Nivel de confianza. Son intervalos aleatorios que se usan para acotar un valor con una determinada probabilidad alta. Por ejemplo, un intervalo de confianza de 95% significa que los resultados de una acción probablemente cubrirán las expectativas el 95% de las veces.
-      La desviación estándar o desviación típica. Es un índice numérico de la dispersión de un conjunto de datos (o población). Mientras mayor es la desviación estándar, mayor es la dispersión de la población.

¿Cómo se saca una muestra para una encuesta?

Calcular el tamaño de muestra Cuando se Desconoce el Tamaño de la Población

La fórmula para calcular el tamaño de muestra Cuando se Desconoce el Tamaño de la Población es la siguiente:

En donde:
Z = nivel de confianza,
p = probabilidad de éxito, o proporción esperada
q = probabilidad de fracaso
d = precisión (error máximo admisible en términos de proporción)

Cálculo del Tamaño de la Muestra conociendo el Tamaño de la Población

La fórmula para calcular el tamaño de muestra cuando se conoce el tamaño de la población es la siguiente:
En donde, N = tamaño de la población 
Z = nivel de confianza, 
p = probabilidad de éxito, o proporción esperada 
q = probabilidad de fracaso 
d = precisión (Error máximo admisible en términos de proporción).

EJEMPLOS DE CÁLCULO DEL TAMAÑO DE LA MUESTRA


Ejemplo: ¿A cuántas personas tendríamos que estudiar para conocer la prevalencia de diabetes?

Seguridad = 95%; Precisión = 3%: Proporción esperada = asumamos que puede ser próxima al 5%; si no tuviésemos ninguna idea de dicha proporción utilizaríamos el valor p = 0,5 (50%) que maximiza el tamaño muestral:
Donde:
Za 2 = 1,962 (ya que la seguridad es del 95%) y se supone que la variable se distribuye normal
p = proporción esperada (en este caso 5% = 0.05)
q = 1 – p (en este caso 1 – 0.05 = 0.95)
d = precisión (en este caso deseamos un 3%)

Si la población es finita, es decir se conoce el total de la población y desea conocer cuántos del total se tiene que estudiar la respuesta seria:
Donde:
N = Total de la población
Za2 = 1.962 (si la seguridad es del 95%)
p = proporción esperada (en este caso 5% = 0.05)
q = 1 – p (en este caso 1-0.05 = 0.95)
d = precisión (en este caso deseamos un 3%).

¿A cuántas personas tendría que estudiar de una población de 15.000 habitantes para conocer la prevalencia de diabetes?
Seguridad = 95%;
Precisión = 3%;
proporción esperada = asumamos que puede ser próxima al 5% ; si no tuviese ninguna idea de dicha proporción utilizaríamos el valor p = 0.5 (50%) que maximiza el tamaño muestral.


Según diferentes seguridades el coeficiente de Za varía, así:
Si la seguridad Za fuese del 90% el coeficiente sería 1,645
Si la seguridad Za fuese del 95% el coeficiente sería 1,96
Si la seguridad Za fuese del 97.5% el coeficiente sería 2,24
Si la seguridad Za fuese del 99% el coeficiente sería 2,576



OTROS ARTÍCULOS DE INTERÉS



Comentarios