- Disponibilidad de recursos: económicos, humanos, tiempo
- Accesibilidad: dispersión geográfica de los sujetos de interés
En lugar de incluir a todas las personas que componen la población de sujetos de interés, debemos seleccionar una muestra.
Trabajar con muestras hace posible, factible, viable la investigación. Sin embargo hay un “precio” que pagamos: no tenemos un resultado exacto de la población, sino una estimación del valor del mismo.
Desventajas de usar muestras
La principal desventaja es que requieren de una técnica de muestreo que garantice que TODOS los individuos de la población tendrán la misma probabilidad de ser incluidos. Esto es fundamental por que sino no podremos luego usar la estadística para inferir el valor de la población. Nuestra muestra estará sesgada, no será representativa de la población y por lo tanto no podremos usarla para inferir cual es el verdadero valor de mi población.
La segunda desventaja es que podemos cometer un error no sistemático, aleatorio al seleccionar la muestra, lo que hará que los resultados difieran de los reales por “azar” de muestreo. Este error lo podemos disminuir, logrando una mayor precisión, solo con tamaños muestrales grandes por que si la muestra es pequeña tiene mas chance de no ser precisa para representar la población a pesar de que se aplicó la técnica correcta de muestreo.
Conceptos básicos para evaluar la presencia del azar
Uno de los principales propósitos del análisis estadístico es usar la información obtenida de una muestra de individuos para realizar inferencias de lo que ocurre en la población.
A partir del resultado de nuestra muestra podremos hacer inferencia sobre el verdadero valor de la población siempre y cuando nuestra muestra se haya obtenido con una de las técnicas de muestreo aleatorio. Por muestreo aleatorio entendemos que cada integrante de la población tiene la misma probabilidad de ser seleccionado para ingresar en nuestra muestra. Es decir, debemos garantizar que nuestra muestra sea representativa de una determinada población.
Diferencias en los resultados
Considerando que de una muestra intentamos conocer la población, cuando afirmamos que no hubo diferencias estadísticamente significativas, no estamos diciendo que no hubo diferencias, sí que las hubo. Sin embargo, lo que decimos es que hay una alta probabilidad de que las diferencias encontradas se hayan debido al AZAR (en la toma de la muestra), y como hay mucha chance de que eso haya ocurrido, no hay en realidad diferencias a pesar de lo encontrado.
Si trabajáramos con poblaciones NO NECESITARÍAMOS EVALUAR LA PRESENCIA DEL AZAR en nuestros resultados. Evaluar si el azar está presente es lo que hace LA ESTADÍSTICA INFERENCIAL.
♦ Para más información sobre el curso haga click aquí
Publicado el 31 de marzo de 2008
Curso a distancia de Epidemiología y Estadística
¿Qué es el azar?
Curso Epidemiología y Estadística. Principios y prácticas 2008, Hospital Italiano 2008.
Epidemiología y Estadística. Principios y prácticas 2008
Curso a distancia
¿Qué es el azar?
El término "azar" deriva del árabe "az-zahr", que es la flor que aparecía en los dados de la época. El concepto de "azar" ha sido definido de maneras diversas. Según el Diccionario de la Lengua Española, significa "casualidad, caso fortuito", o "desgracia imprevista". Otra definición es la "supuesta causa de los sucesos no debidos a una necesidad natural ni a una intervención intencionada humana o divina".
El azar en la investigación médica
En la mayoría de las publicaciones biomédicas se invoca al azar:
Como investigadores, nos planteamos preguntas
Para responder esas preguntas llevamos a cabo estudios en los cuales trabajamos con muestras (grupos relativamente reducidos de sujetos) en lugar de trabajar con todos los sujetos de interés (población). De nuestra muestra no obtenemos el resultado exacto de la población sino una estimación del valor del mismo.
Si pensamos que en la Argentina hay más de 35.000.000 de habitantes y les digo que con 1000 personas elegidas al azar del total de la población podrán contestar a la pregunta 1 estarán de acuerdo en que 1000 en 35.000.000 es “un botón”.
Ventajas de usar muestras
Trabajamos con muestras porque nos permiten sortear las limitaciones que tenemos en censar toda la población:
En lugar de incluir a todas las personas que componen la población de sujetos de interés, debemos seleccionar una muestra.
Trabajar con muestras hace posible, factible, viable la investigación. Sin embargo hay un “precio” que pagamos: no tenemos un resultado exacto de la población, sino una estimación del valor del mismo.
Desventajas de usar muestras
La principal desventaja es que requieren de una técnica de muestreo que garantice que TODOS los individuos de la población tendrán la misma probabilidad de ser incluidos. Esto es fundamental por que sino no podremos luego usar la estadística para inferir el valor de la población. Nuestra muestra estará sesgada, no será representativa de la población y por lo tanto no podremos usarla para inferir cual es el verdadero valor de mi población.
La segunda desventaja es que podemos cometer un error no sistemático, aleatorio al seleccionar la muestra, lo que hará que los resultados difieran de los reales por “azar” de muestreo. Este error lo podemos disminuir, logrando una mayor precisión, solo con tamaños muestrales grandes por que si la muestra es pequeña tiene mas chance de no ser precisa para representar la población a pesar de que se aplicó la técnica correcta de muestreo.
Conceptos básicos para evaluar la presencia del azar
Uno de los principales propósitos del análisis estadístico es usar la información obtenida de una muestra de individuos para realizar inferencias de lo que ocurre en la población.
A partir del resultado de nuestra muestra podremos hacer inferencia sobre el verdadero valor de la población siempre y cuando nuestra muestra se haya obtenido con una de las técnicas de muestreo aleatorio. Por muestreo aleatorio entendemos que cada integrante de la población tiene la misma probabilidad de ser seleccionado para ingresar en nuestra muestra. Es decir, debemos garantizar que nuestra muestra sea representativa de una determinada población.
Diferencias en los resultados
Considerando que de una muestra intentamos conocer la población, cuando afirmamos que no hubo diferencias estadísticamente significativas, no estamos diciendo que no hubo diferencias, sí que las hubo. Sin embargo, lo que decimos es que hay una alta probabilidad de que las diferencias encontradas se hayan debido al AZAR (en la toma de la muestra), y como hay mucha chance de que eso haya ocurrido, no hay en realidad diferencias a pesar de lo encontrado.
Si trabajáramos con poblaciones NO NECESITARÍAMOS EVALUAR LA PRESENCIA DEL AZAR en nuestros resultados. Evaluar si el azar está presente es lo que hace LA ESTADÍSTICA INFERENCIAL.
♦ Para más información sobre el curso haga click aquí