TEMA 3 DE LOS CONCEPTOS A LAS VARIABLES

TEMA 3 DE LOS CONCEPTOS A LAS VARIABLES 

Población, muestra, parámetros y estadísticos. Variables y escalas de medida



CONCEPTO DE ESTADÍSTICA Y BIOESTADÍSTICA

-ESTADÍSTICA: ciencia cuyo objeto es dar métodos para el tratamiento de los datos provenientes de observaciones (demográficas, económicas, sanitarias...), donde intervienen un gran número de factores de variación.
-BIOESTADÍSTICA: aplicación de las estadística en la interpretación de los fenómenos de la vida (biología, salud...) donde la variabilidad supone el carácter esencial.

CLASIFICACIÓN DE LA BIOESTADÍSTICA

-BIOESTADÍSTICA DESCRIPTIVA O DEDUCTIVA: se ocupa del tratamiento, resumen y presentación de los datos observados de una manera gráfica y científica.

-BIOESTADÍSTICA INFERENCIAL O ANALÍTICA:su objetivo es “inferir”, o sea, establecer conclusiones sobre una población a partir de los resultados obtenidos de una muestra, todo ello, con un determinado nivel de seguridad o intervalo de confianza.

INTERVENCIÓN CUANTITATIVA Y CUALITATIVA

Serie ordenada de procedimientos o etapas, regido por principio y reglas, y cuyo objetivo principal es obtener explicaciones válidas de los fenómenos observados. 
• Mayor objetividad.
• Mayor capacidad de predicción 
• Mayor control 
• Mayor generalización 
• Combina el razonamiento inductivo, el razonamiento deductivo y la evidencia empírica o práctica.

INVESTIGACIÓN CUANTITATIVA Y CUALITATIVA

El razonamiento inductivo consiste en establecer generalizaciones a partir de observaciones particulares (de los particular a lo general). Por otra parte el razonamiento deductivo, supone realizar predicciones particulares a partir del conocimiento de resultados generales( de lo general a lo concreto).
 La evidencia empírica hace referencia a la realidad objetiva y reunida, ya sea de forma directa o in-
directa, a través de los sentidos.
TIPOS DE INVESTIGACIÓN BIOSANITARIA

-INVESTIGACIÓN CUANTITATIVA: está basada en la recogida sistemática de información numérica y en el análisis estadístico. Relacionada con el razonamiento deductivo y en las reglas de la lógica y ancla sus raíces en el positivismo lógico.

-INVESTIGACIÓN CUALITATIVA:subraya los aspectos dinámicos, holísticos e individuales de la experiencia humana y trata de captar cada uno de estos aspectos en su totalidad y dentro del contexto de quienes lo viven. 
Esta técnica de investigación evita la cuantificación y su método descansa en la recogida de información subjetiva a través de entrevistas no estructuradas, la observación participantes, los registros narrativos...

PROCEDIMIENTO MUESTRAL


Un muestreo = método tal que al escoger un grupo pequelño de una población podamos tener un grado de probabilidad de que ese pequeño grupo posea las características de la población que estamos estudiando.



 PROCESO DE INFERENCIA ESTADÍSTICA
Tiene el objetivo de extender o generalizar la información de una muestra a una población general.

El siguiente vídeo realiza una breve y precisa aclaración:
https://youtu.be/N_Bnk9Wq7E4

PARÁMETROS Y ESTADÍSTICOS

-PARÁMETRO:

  • Es una cantidad numérica calculadas sobre una POBLACIÓN o UNIVERSO cuyo tamaño se expresa con
  • La idea es resumir toda la información que hay en la población en unos pocos números que son los parámetros.
  • Los parámetros se expresan con letras griegas: σ (desviación típica), π (proporción), µ (media)...
-ESTADÍSTICO:
  • Es una cantidad numérica calculada sobre una MUESTRA extraída de la POBLACIÓN o UNIVERSO, cuyo tamaño se expresa con n
  • La idea es resumir toda la información que hay en la población en unos pocos números (estimadores).
  • Los parámetros se expresan con letras latinas en minúsculas: s (desviación típica), p (proporción), x (media).
Población de estudio
Conjunto infinito o finito de elementos definidos por una o mas característica de las que gozan todos los elementos que la componen y solo ellos. Ej.: estudiantes de enfermería, personas diabéticas…. 

Niveles población 
  • Población diana: Conjunto de individuos que presenta la característica a estudiar 
  • Población de estudio: Subconjunto de individuos que cumplen criterios de inclusión.
  • Muestra: parte de la población de estudio con la que se trabaja o investiga. 
  • Participantes: los individuos reales que han participado. Perdidas 
Representatividad de la población 
  • Tamaño: Suficientemente grande para ser representativa y pequeña para facilitar el análisis de los datos 
  • Comparable: GI /GC comparables.
Tipo de muestreo 

  •  Muestreo Probabilístico: Todas las unidades que componen la población tienen una probabilidad de ser elegidas y se puede calcular de antemano. 
  • Muestreo no Probabilístico: Las unidades que componen la población tienen diferente probabilidad de ser elegidas ya que no solo interviene el azar sino también otras condiciones. No se puede calcular la probabilidad de antemano y no todos los elementos tienen alguna posibilidad de ser incluidos. (dudosa representatividad).


MUESTREO PROBABILÍSTICO

  • Muestreo Aleatorio:

-Simple: seleccionar al azar (tabla numero / pc) la n (muestra). Se usa poblaciones pequeñas. El mas representativo.

Desventajas: listados todas las unidades/ costos por dispersión de la población/ grupos minoritarios no representados.

-Sistemático: seleccionar individuos según una regla o proceso.
Formula: K= N/n r= 1 y K (N: población candidata / n: muestra)

Ventajas: no hace falta tener lista completa.

  • Muestreo Estratificado:

Se utiliza cuando la característica objeto de estudio no se distribuye de forma homogénea en la población, pero existen grupo o estrato donde se si presenta de manera homogénea. Estos grupos tienen alguna característica en común pero son mutuamente excluyentes.

 Desventaja: necesita mas información y un listado de cada individuo de la población.

Ventaja: conocer como se comporta una variable en cada subgrupo de la población con precisión.

Ejemplo: nivel de burnout en enfermeros y enfermeras 1000 individuos / 300 enfermeros / 700 enfermeras

  • Muestreo Conglomerados:
Se obtiene de grupos o conglomerados ya establecidos cuando no hay listado de la población o hay poblaciones muy dispersas o no hay listado completo individuos pero si de los grupos (unidades de un hospital).

 Desventaja: no se conoce de antemano el tamaño de la muestra que se va a obtener ya que el tamaño depende de los grupos seleccionados. Necesita un mayor tamaño de la muestra para ser preciso.

Ejemplo: nivel satisfacción laboral de una unidad de un hospital. Escogemos al azar un hospital (m. aleatorio simple) y después la unidad a elegir (m conglomerados).


MUESTREO NO PROBABILÍSTICO

  • Muestreo Consecutivo:
El más utilizado. Si se hace bien puede ser la representatividad de la muestra puede ser semejante al del muestreo probabilístico. 
Se recluta a todos los individuos de una población que son accesibles y que cumplen los criterios de inclusión durante un periodo de reclutamiento fijado.

 Desventaja: Que no se haga de forma enteramente consecutiva sino que haya interrupciones. Periodo de reclutamiento corto o que haya fluctuaciones.

Ejemplo: estudiamos la visión de la enfermería a nivel social, y escogemos a un grupo de edad concreto y le pasamos las encuestas en un período de tiempo de 2 días.
  • Muestreo de Conveniencia:
Se recluta a los individuos que son mas accesibles para el equipo investigador o que se presentan voluntariamente.
 Se usa con frecuencia al ser el menos costoso y mas fácil 

Desventaja: Poca solidez ya que requiere de una gran homogeneidad de la variable estudiada en la población. Genera sesgos importantes. 

Ejemplo: Nos paramos en la calle y recogemos datos de personas que estén interesadas en participar.
  • Muestreo Intencional:
El propio investigador es quien selecciona a los individuos al considerarlo los mas apropiados. Se usa cuando se quiere contar con una muestra de expertos o en estudios cualitativos.

 Desventaja: Este método puede no contar con un método externo y objetivo para valorar la idoneidad de los sujetos.

 Ejemplo: método Delphi (personas expertas en un tema hacen cuestionarios para llegar a un acuerdo y sacar conclusiones de lo respondido) o consenso de expertos
  • Muestreo Bola de nieve:
El propio investigador elige a un participante que cumpla los criterios de inclusión y al mismo tiempo se le pide que identifique a otros individuos con sus mismas características para invitarles a participar y así sucesivamente hasta que se tenga recogida la muestra. Muy utilizada en estudios cualitativos.

Ventaja: se puede acceder a parte la población con difícil acceso o difíciles de identificar (poblaciones marginadas como sectas).

Ejemplo: estudio sobre la practica de actividad en personas de 60 años en adelante, si tu no conoces a demasiadas personas de esa edad le mandas la encuesta por ejemplo a tu abuela o a tu madre para que la haga su entorno que cumple esas características.

 Desventaja:  La muestra puede ser reducida debido a la reducida red de contactos.Calidad de los participantes condicionada por la invitación de otros a confiar en el investigador
  • Muestreo teórico: dudaaaaaaaaaaa
La selección de la muestra se hace de forma gradual debido a que el propósito del estudio es la generación de una teoría o porque la integración de la muestra se va diciendo sobre la marcha.
Los participantes deben cubrir todas las características, perfiles y patrones que puedan influir de el fenómeno estudiado.
Ventaja: se puede acceder a parte la población con difícil acceso o difíciles de identificar (poblaciones marginadas como sectas).

 Desventaja: • La muestra puede ser reducida debido a la reducida red de contactos. • Calidad de los participantes condicionada por la invitación de otros a confiar en el investigador

CÁLCULO DEL TAMAÑO MUESTRAL

Determinar el numero aproximado de sujetos que es necesarios incluir en la muestra para que esta sea representativa.
Si no hacemos un calculo correcto:
FALTARÍAN SUJETOS DE ESTUDIO -- Nos faltaría precisión en estimar los parámetros de estudio y no seriamos encontraríamos diferencias significativas cuando si las hay. Error tipo II.
ESTUDIAR A MAS POBLACIÓN DE LA NECESARIA-- Gasto de tiempo y recursos. Saturación de la muestra y no garantiza representatividad si no se ha hecho un muestreo probabilístico.

El tamaño de la muestra puede depender:
Variabilidad el parámetro que se quiere estudiar o medir: + frec = muestra pequeña
 • La precisión con la que queremos dar los datos: + precisión menor intervalo de confianza. Error estándar
Nivel de confianza o significación estadística: En ciencias de la salud = 95% (ejemplo: dieta hiposódica para HTA)
Poder estadístico o potencia de estudio: Capacidad de un estudio de encontrar diferencias si las hay
Efecto esperado: Dependerá del efecto de la intervención que se lleva a cabo en los ensayos clínicos. Nos basamos en bibliografía previa. A mayor efecto esperado menor muestra necesaria.

APLICACIÓN WEB RECOMENDADA PARA EL CÁLCULO:
https://es.surveymonkey.com/mp/sample-size-calculator/

-Mediciones directas:
Se realizan a elementos concretos como: altura, temperatura, ritmo cardíaco, respiración, peso y glucemia.






El personal enfermero tiene experiencia también en recoger medidas directas de variables atributivas o demográficas como: edad, género, origen étnico, estado civil, nivel de ingresos y nivel educativo


-Mediciones indirectas:
En investigación enfermera, muy a menudo la característica que al investigador tiene que medir es una idea abstracta o subjetiva como: estrés, cuidado, ansiedad, dolor y afrontamiento ( indicadores de afrontamiento: -frecuencia o exactitud de la identificación del problema, tiempo o eficacia en la resolución del problema, el nivel de optimismo, los tipos de comportamiento de auto-actualización)

-Medición de signos y síntomas:
Diferentes naturalezas de las variables, diferentes métodos de medición. (para medir un dolor se responde con "si" o "no", pero cuando medimos la temperatura por ejemplo se proporciona un valor numérico, son variables de diferente naturaleza).
Para medir variables se utilizan diferentes escalas de medición.

ESCALAS DE MEDICIÓN DE VARIABLES

ESCALAS NOMINALES O CLASIFICATORIAS: 
Es el nivel más bajo de medición, los datos se ajustan por categorías que no mantienen una relación de orden entre sí (color de ojos, género, profesión...)
EJEMPLO:
TIPO DE PROFESIÓN
1)ENFERMERO, 2)MÉDICO, 3)AUXILIAR DE ENFERMERÍA
Los números se utilizan como nombres (pueden ser sustituidos por un símbolo, letra...)

ESCALAS ORDINALES O DE RANGO:
Aporta información referente a la equivalencia y existe un cierto orden o jerarquía entre las categorías (grados de disnea, grado de hipertensión arterial, estadiaje de un tumor...)
EJEMPLO:
GRADO DE MEJORÍA TRAS EL TRATAMIENTO:
1.Nula, 2. leve, 3. Media, 4. Máxima (no hay suficiente información para determinar que entre los niveles 1 y2 hay el mismo grado de mejoria que entre los niveles 3 y 4 por ejemplo, además, no se puede afirmar que la categoría  4 sea el doble a la categoría 2.)

ESCALA DE INTERVALO:
Los datos tienen que ser numéricos y poseen las propiedades de la escala ordinal. Los intervalos entre observaciones se expresan en términos de una unidad de medición fija.
Presenta las características de las dos escalas anteriores: IDENTIDAD Y ORDEN + el requerimiento de que las distancias o intervalos iguales representas DISTANCIAS EQUIVALENTES.
EJEMPLO:
TEMPERATURA:
36; 37º; 38º (La distancia entre cualesquiera de los puntos de la escala es igual, el cambio de temperatura de 36 y 37 es igual entre 40 y 41) (es una escala cuantitativa y en ella se puede aplicar las estadísticas como mediana, desviaciones y correlación).

ESCALA DE PROPORCIÓN O RACIONAL:
Supone el nivel más alto de medición. Se utiliza cuando una escala tiene todas las características de una escala de intervalo, y además tiene un punto cero real en su origen.
EJEMPLO:
PESO.

VARIABLE:
Característica que puede ser medida en la muestra o población y que puede variar de un sujeto a otro, o bien, de un evento a otro (de ahí su nombre)
Tipos de variables:
 - Variables Cuantitativas: Pueden tomar un valor numérico. Ej. Talla, nivel de colesterol, número de hijos, peso...

  • Discretas: Sólo pueden tomar un número finito de valores dentro de un intervalo y se pueden asimilar a los números enteros. Ejemplos: el número de hijos. 
  • Continuas: Aquellas que pueden tomar infinitos valores dentro de intervalo, incluyendo decimales. Ejemplos: Peso, talla, glucemia basal…

-Variables Cualitativas: También llamadas atributos, factores, variables categóricas, variables nominales... Toman valores no numéricos y por tanto, no son susceptibles de cuantificarse. Sirven para medir cualidades. Ej. Estado civil, nivel de estudios, color de ojos, factor Rh…
-Dicotómica o binaria. Sólo puede tomar dos valores opuestos y además excluyentes. Ejemplos: hombre/mujer, presente/ausente, enfermo/sano...
-Policotómica: Puede tomar más de dos valores o atributos. Pueden ser ordinales o nominales.

  • Cuali policotómicas oridinales: nivel de estudios (sin estudios, primarios, secundarios, universitarios).
  • Cuali policotómicas nominales: estado civil, servicios de ingreso hospitalario, antecedentes laborales...










Comentarios

Entradas populares de este blog

TEMA 6 REPRESENTACIÓN GRÁFICA DE LA INFORMACIÓN

TEMA 11 ODDS RATIO