TEORÍA DE MUESTRAS

En la mayoría de investigaciones, no se trabaja con la población de estudio, ya que es un número muy elevado de elementos, sino que se trabaja con una muestra de la misma. De esta forma, se asume que existe cierto error, ya que no se considera a la población por completo, sino solo a una parte con características similares. Cuando la muestra es elegida al azar, el proceso de selección es un muestreo probabilístico o aleatorio, y su error asociado se conoce como error aleatorio. Debido a las pérdidas que se dan ciertos autores consideran otro nivel de población, los participantes en el estudio. Estas pérdidas se computan en los resultados, y pueden estimarse mediante cálculos estadísticos (además se verá si se pueden compensar).

De esta forma, definíamos a la muestra como el subconjunto de elementos de una población. Para que la inferencia (generalización) sea correcta, esta tenía que ser:

• Representativa de la población diana de la que procede.
• De un tamaño adecuado, siendo lo suficientemente grande para ser representativa, y lo suficientemente pequeña para que su análisis sea fácil.
• Comparable con otra que o bien no posea el factor de exposición sujeto a estudio, o bien a la que no se le haya aplicado una determinada intervención.

De esta forma, podemos definir como muestreo al proceso de selección de la muestra, y los tipos que existen, son las diferentes técnicas utilizadas por los investigadores. El muestreo puede ser probabilístico o no probabilístico. En el primer caso, todos los elementos de la población pueden ser elegidos, mientras que en el segundo caso, son elegidos al azar (además de influir otros factores), por lo que no todos tienen la misma probabilidad de ser elegidos y por tanto la representatividad es dudosa.

Muestreo no probabilísticos

• Muestreo consecutivo: Consiste en reclutar a todos los individuos de la población accesible que cumplan con los criterios de selección durante el periodo de reclutamiento fijado en función del tamaño muestral que se desea y el número de sujetos reclutarles cada día. Es el más usado de los no probabilísticos ya que su representatividad es similar a la de los probabilísticos.
• Muestreo de conveniencia o accidental: En él se recluta a los individuos que son más accesibles o que se presentan voluntariamente, siendo frecuente al ser fácil y menos costoso. Es el menos sólido porque genera sesgos importantes si la muestra es heterogénea.
• Muestreo intencional o a criterio: En ellos es el propio investigador quien selecciona los elementos por considerarlos más adecuados, de manera que puede ser demasiado subjetivo.
• Muestreo de bola de nieve, avalancha o en cadena: La selección tiene lugar mediante el "boca a boca", es decir, el investigador selecciona a un participante que cumpla los criterios de inclusión y le pide que identifique a otros individuos con su mismas características, de manera que se puede acceder a parte de la población que sea de difícil acceso o difíciles de identificar, sin embargo, puede que la muestra sea restringida debido a que exista una reducida red de contactos.
• Muestreo teórico: Es gradual, debido a que el propósito del estudio es la generación de una teoría o porque la integración de la muestra se decide sobre la marcha. De esta manera, los participantes han de cubrir todas las características, perfiles y patrones.

Muestreo probabilístico

• Muestreo aleatorio: Los sujetos son elegidos al azar. El simple selecciona al azar muestras en poblaciones pequeñas, mientras que en el sistemático lo hace a través de una regla o un proceso.
• Muestreo estratificado: En este caso, se utiliza cuando la característica no se distribuye de forma homogénea salvo en algunos grupos o estratos donde sí lo hace, siendo grupos con características comunes pero mutuamente excluyentes.
• Muestreo por conglomerados: Se seleccionan grupos o conglomerados que contienen toda la variabilidad de la población. Para ello es necesario definir primero dichos grupos, después se seleccionan lo que son de interés para su estudio, y por último se lleva a cabo la investigación. Si es bietápico se hará la selección del conglomerado y posteriormente de los individuos dentro del mismo; mientras que si es unietápico se estudiarán todos los individuos del grupo.

Además del tipo de muestreo, la representatividad de la muestra también se ve afectada por el tamaño de la misma, que si no se calcula correctamente, podría ocasionar dos situaciones: que el estudio se realice sin el número suficiente de pacientes o bien se estudie a un número innecesario de los mismos. De esta forma, el tamaño muestral dependerá de:

• La precisión que queramos obtener, es decir, de la amplitud del intervalo de confianza, de tal forma que a mayor intervalo de confianza, mayor rango de valores. De esta manera, podemos decir que el error estándar que asumimos es meramente subjetivo.
• El nivel de confianza (significación estadística del estudio), que en estudios de ciencias de la salud ha de ser de un 95% mínimo.
• El poder estadístico o la potencia del estudio, que está relacionado con la precisión del mismo.
• El efecto esperado, de manera que a mayor efecto, mayor tamaño muestral.
• La mínima diferencia entre los grupos de comparación.
• La varianza en la población.
• El tamaño de la población de estudio.

Para el cálculo del tamaño muestral debemos por tanto estimar parámetros poblacionales y contrastar hipótesis. Para la comprensión de su cálculo, recomiendo el siguiente vídeo:

¡Hasta aquí el resumen! Como veis, es un repaso de temas anteriores. En caso de dudas, déjala en comentarios. ¡Hasta la próxima!