TEMA 3. DE LOS CONCEPTOS A LAS VARIABLES. POBLACIÓN, MUESTRA, PARÁMETROS Y ESTADÍSTICOS. VARIABLES Y ESCALAS DE MEDIDA.

TEMA 3.

DE LOS CONCEPTOS A LAS VARIABLES. POBLACIÓN, MUESTRA, PARÁMETROS Y ESTADÍSTICOS. VARIABLES Y ESCALAS DE MEDIDA.

1.     CONCEPTOS FUNDAMENTALES

*        ESTADÍSTICA

Es una ciencia que estudia la variabilidad. Consiste en dar métodos para tratar datos provenientes de observaciones (demográficas, económicas, biomédicas, etc).

*        BIOESTADÍSTICA

Consiste en aplicar la estadística para interpretar los fenómenos de la vida (biología, salud, etc). Aquí la variabilidad supone el carácter esencial.

2.     CLASIFICACIÓN DE LA ESTADÍSTICA:

◦   Bioestadística descriptiva o deductiva: Se ocupa del tratamiento, resumen y presentación de los datos observados de forma gráfica y científica.

◦   Bioestadística inferencial o analítica: Su objetivo es establecer conclusiones sobre una población a partir de los resultados obtenidos de una muestra. Es imprescindible dejar un determinado intervalo de confianza.

3.     INVESTIGACIÓN CUANTITATIVA Y CUALITATIVA:

Es una secuencia ordenada de procedimientos, regido por reglas y principios, cuyo objetivo es obtener explicaciones válidas de los fenómenos observados.

Esta investigación permite una mayor objetividad, capacidad de predicción, control y generalización.

Además, combina:

1.       El razonamiento inductivo: Consiste en establecer generalizaciones a partir de observaciones particulares.

2.       El razonamiento deductivo: Consiste en establecer predicciones particulares a partir de resultados generales.

3.       La evidencia empírica / práctica: Hace referencia a la realidad objetiva y recogida a través de los sentidos, ya sea de forma directa o indirecta.

4.     TIPOS DE INVESTIGACIÓN BIOSANITARIA

5.     PROCEDIMIENTO MUESTRAL

-          ¿Qué es un muestreo?

Es un método en el que, al escoger un grupo pequeño de una población, existe una probabilidad de que este tenga las características de la población que estamos estudiando, pudiendo extrapolar el resultado medio a toda la población (inferencia).

«  PROCESO DE LA INFERENCIA ESTADÍSTICA:

Por ejemplo: Queremos saber la estatura media de una población (= PARÁMETRO). Para ello, seleccionamos de forma aleatoria a 500 habitantes (= muestra) y les medimos. Con los resultados obtenidos (= ESTIMADOR), hago una media de esa muestra y mediante cálculos estadísticos puedo conocer, aproximadamente, cual es la estatura media de la población al completo (= INFERENCIA)

«  PARÁMETROS Y ESTADÍSTICOS:

◦   PARÁMETRO:

Es una cantidad numérica que se calcula sobre una población al completo. Ej: la estatura media de una población

El tamaño de la población se representa con N.

La idea es resumir en pocos números (parámetros) toda la información que hay en una población.

Los parámetros se expresan con letras griegas:

§  La media (µ)

§  La desviación típica (σ)

§  La proporción (π)

◦   ESTADÍSTICO:

Es una cantidad numérica que se calcula (resultados obtenidos) sobre la muestra extraída de la población.

El tamaño de la muestra se representa con n.

La idea es resumir en pocos números (estimadores) toda la información que hay en una población.

Los estimadores se expresan con letras latinas en minúscula:

§  La media (x)

§  La desviación típica (s)

§  La proporción (p)

6.     POBLACIÓN DE ESTUDIO

-          ¿Qué es?

Es un conjunto, infinito o finito de elementos  que están definidos por una o más características que solo las poseen esos elementos. Ej: estudiantes de enfermería, personas celíacas, etc.

«  NIVELES DE POBLACIÓN:

◦   Población diana: Conjunto de individuos que presenta la característica a estudiar. Ej: personas diabéticas.

◦   Población de estudio: Subconjunto de individuos que cumplen criterios de inclusión. Ej: Personas diabéticas de Sevilla.

◦   Muestra: Parte de la población de estudio con la que se trabaja o investiga. Ej: Seleccionamos determinado número (n = 200) de personas diabéticas de Sevilla.

◦   Participantes: Son los individuos reales que han participado, es decir, aquellos que completen el estudio hasta el final. Las pérdidas serian aquellas que, por el contrario, no acaben el estudio hasta concluirlo.

«  REPRESENTATIVIDAD DE LA POBLACIÓN:

◦   Tamaño: Tiene que ser lo suficientemente grande para ser representativa y a la vez lo suficientemente pequeña como para facilitar el análisis de los datos.

◦   Comparable: Los datos tienen que poder comprarse con otros.

«  TIPO DE MUESTREO:

1.      Muestreo probabilístico: Se apoya en que todos los individuos de una población tienen la probabilidad de ser elegidas y se pueden calcular de antemano.

1.1  Muestreo aleatorio

◦   Simple: Se seleccionan a los individuos al azar. Se usa poblaciones más pequeñas y es el más representativo.

- Desventajas: hay grupos minoritarios que no son representados. Además, hay que tener un listado completo de todas las unidades y el costo es superior por dispersión de la población

◦   Sistemático: Se selecciona a los individuos en base a una regla matemática o proceso.

- Ventaja: No hace falta tener un listado completo.

1.2  Muestreo estratificado

Se utiliza cuando la característica a estudiar se distribuye de forma homogénea en algunos grupos de la población, pero no en la población al completo.

Ej: El nivel de agotamiento emocional en enfermeros y enfermeras.

Muestra = 1000 individuos (300 enfermeros / 700 enfermeras).

- Ventaja: Nos permite conocer con precisión cómo se comporta una variable en cada subgrupo de la población.

- Desventaja: Se necesita más información y un listado de cada individuo de la población.

1.3  Muestreo conglomerado 

Se utilizan grupos ya establecidos cuando se trata de poblaciones muy dispersas o de aquellas que no tienen un listado de la población total, pero sí de grupos determinados.

Ej: Nivel de satisfacción laboral de una unidad de hospital. Para ello escogemos al azar un hospital (muestreo aleatorio simple) y después la unidad (muestreo conglomerado)

- Desventaja: No se conoce de antemano el tamaño de la muestra que se va a obtener ya que este dependerá de los grupos seleccionados. Además, se necesita un mayor tamaño de la muestra para ser preciso.

2.      Muestreo no probabilístico: Se apoya en que cada uno de los individuos de una población tienen diferente probabilidad de ser elegidas ya que no solo interviene el azar sino también otras condiciones. Al ser al azar, asegura que la probabilidad no puede calcularse de antemano y que no todos los elementos tienen alguna posibilidad de ser incluidos.

2.1  Muestreo consecutivo

Es el más utilizado.

Se utilizan a todos los individuos de una población a los que se puedan acceder y cumplan los criterios de inclusión durante el periodo de reclutamiento fijado.

Ejemplo: horas sueño de los recién nacidos. Se cogerá información de todos los recién nacidos que acudan al centro sanitario en un tiempo concreto.

- Desventaja: Puede acabar siendo un muestreo fallido si hay interrupciones o un periodo de reclutamiento corto.

2.2  Muestreo de conveniencia

Se escogen a los individuos más accesibles o que se presenten voluntariamente.

Se utiliza con frecuencia ya que es el más fácil y menos costoso.

Ej: Paramos a la gente que pasa por el sitio en el que estamos.

                - Desventaja: Genera sesgos importantes y es poco sólida debido a que requiere de una gran homogeneidad.

2.3  Muestreo intencional

El investigador selecciona a los individuos y después escoge a quien considera más apropiado.

Se utiliza en estudios cualitativos o en aquellos que requiere una muestra de expertos.

Ejemplo: método Delphi o consenso de expertos.

                - Desventajas: No puede contar con un método externo ni objetivo para valorar si los sujetos son los apropiados.

2.4  Muestreo de bola de nieve

El investigador elige a un participante que cumpla los criterios de inclusión. Después se le pide que identifique a otras personas con sus mismas características para que participen y así sucesivamente hasta obtener la muestra.

Se utiliza con frecuencia en estudios cualitativos.

- Ventaja: Permite acceder a parte de la población a la que es difícil acceder o identificar (poblaciones marginadas como sectas).

- Desventaja: La muestra puede ser reducida debido a un reducido número de contactos. Además, la calidad de los participantes está condicionada ya que son invitados por otros.

2.5  Muestreo teórico

La muestra se selecciona de forma gradual ya su integración se va decidiendo sobre la marcha o porque el propósito del estudio es generar una teoría.

Los participantes deben cubrir todas las características, perfiles y patrones que puedan influir en el fenómeno estudiado.

- Ventaja: Permite acceder a parte de la población a la que es difícil acceder o identificar (poblaciones marginadas como sectas).

- Desventaja: La muestra puede ser reducida debido a un reducido número de contactos. Además, la calidad de los participantes está condicionada ya que son invitados por otros.

RESUMEN:

«  CÁLCULO DEL TAMAÑO MUESTRAL:

-          ¿Qué es?

Consiste en determinar cuál es el número aproximado de sujetos que se necesitan para que una muestra sea representativa.

◦   Si estudiamos menos sujetos de los necesarios à Falta de precisión y de diferencias significativas que realmente sí hay.

◦   Si estudiamos más sujetos de los necesarios à Gasto de tiempo y recursos.

El tamaño de la muestra puede depender de:

1.       La variabilidad del parámetro que se quiere estudiar o medir.

2.       La precisión con la que queremos dar los datos.

3.       El nivel de confianza.

4.       El poder estadístico. Este es la capacidad que tiene un estudio de encontrar diferencias, en el caso de que las haya.

5.       El efecto esperado: Dependerá del efecto de la intervención que se lleva a cabo en los ensayos clínicos. Cuando mayor sea este efecto, menor será la muestra necesaria. Nos basamos en una bibliografía previa.

7.     MEDICIONES

7.1.            MEDICIONES DIRECTAS

◦   Busca exactitud, por lo que se requiere mucha tecnología para ello.

◦   Se realizan a elementos concretos como: altura, peso, temperatura, ritmo cardíaco, respiración, glucemia, etc.

◦   Las enfermeras también tienen experiencia en recoger medidas directas de variables demográficas o atributivas como: edad, género, origen étnico, estado civil, nivel educativo, nivel de ingresos, etc

7.2.            MEDICIONES INDIRECTAS

◦   Pretende medir ideas abstractas de forma indirecta, por lo tanto, no disponemos de tecnología que nos mida estas variables.

◦   Normalmente, una estrategia de medición no puede medir todos los aspectos de un concepto abstracto.

◦   La investigación enfermera tienen experiencia en medir idas abstractas o subjetivas como: estrés, cuidado, ansiedad, dolor, afrontamiento, etc.

◦   Para medir el afrontamiento utilizamos unos indicadores como, por ejemplo:

§  La frecuencia o exactitud a la hora de identificar del problema.

§  El tiempo o eficacia en resolver del problema.

§  El nivel de optimismo.

§  Los tipos de comportamiento de auto-actualización.

-          MEDICIÓN DE SIGNOS Y SÍNTOMAS.

Para aquellas variables que tienen distinta naturaleza, emplearemos diferentes métodos de medición.

Por ejemplo: La presencia de dolor se puede medir como “sí” o “no”, sin embargo, la glucemia basal (glucosa en sangre en ayunas) se tendrá que medir por mg de glucosa por dl de sangre, con valores que pueden ir de 0 a 1000 mg/dl, por ejemplo.

8.     ESCALAS DE MEDIDA

8.1.            ESCALA NOMINAL

Es el nivel más bajo de medición.

 Con este tipo de escala solo podemos comprobar si en una variable / característica son iguales o diferentes.

Por ejemplo: la raza blanca, negra o asiática. El género masculino o femenino. El tipo de profesión que se ejerce en un hospital (médico, enfermero, técnico).

 Se utilizan números, que son categoría. Estas deben ser exhaustivas (todos los sujetos tienen que ser incluidos en alguna categoría) y excluyentes entre ellas.

8.2.            ESCALA ORDINAL

En esta medición, si se dan dos o más modalidades de una variable podemos:

1.       Establecer si son iguales o diferentes.

2.       Sin son distintas, establecer cual es mayor.

Ej: Grado de dolor tras una operación.

1.       Nulo

2.       Leve

3.       Medio

4.       Máximo

Características con nuestro ejemplo:

◦   No podemos establecer cuanta diferencia hay entre un nivel, número o categoría y otro, por ejemplo, entre el leve y el máximo.

◦   No podemos establecer que entre dos niveles haya el mismo grado de dolor que entre otros niveles, por ejemplo, entre nulo-leve y medio-máximo.

◦   No podemos afirmar que una categoría sea el doble de otra, por ejemplo, que el grado máximo de dolor sea el doble que el grado leve.

Por lo tanto, los números expresan igualdad, desigualdad y orden.

8.3.            ESCALA DE INTERVALO

Esta escala requiere de identidad, orden y que las distancias o intervalos iguales representen distancias equivalentes.

Ej: La temperatura. Entre los 36ºC y los 37ºC hay 1ºC, al igual que entre los 38ºC y los 39ºC. Sin embargo, 36ºC no es el doble que 18ºC puesto que el 0 no representa la ausencia de calor y, además, existen grados bajo 0.

Características con nuestro ejemplo:

◦   No podemos sacar proporciones ya que no podemos afirmar que un nivel sea el doble de otro. Por ejemplo, no podemos afirmar que 20ºC sea el doble de 10ºC.

◦   Es una escala cuantitativa, por lo que en ella se puede aplicar estadísticas como mediana, desviaciones y correlación.

8.4.            ESCALA DE RAZÓN

Es el nivel más alto de medición.

Es igual que la escala de intervalos, por lo que requiere de identidad, orden y que las distancias o intervalos iguales representen distancias equivalentes. Sin embargo, esta escala no admite números negativos.

Entre dos números atribuidos a las modalidades admitiremos como válidas: Las relaciones de identidad, orden y la existencia de intervalos equivalentes y cuantas veces de modalidad es superior a otra.

Por tanto, al tener el 0 absoluto (no números negativos), si podemos sacar proporciones. Por ejemplo, podemos afirmar que 40 kg es el doble de 20 kg. Además del peso, también podemos realizar estas relaciones (suma, resta, multiplicación y división) en la edad, la talla, el número de alumnos, etc.

9.     TIPOS DE VARIABLES

-          ¿Qué es?

Una variable es una característica medida en una muestra o población, que puede variar de un sujeto a otro o de un evento a otro.

Tipos de variables:

9.1.            VARIABLES CUANTITATIVAS

Pueden tomar un valor numérico. Ej: talla, peso, número de hijos, nivel de colesterol, etc.

A su vez, pueden ser:

«  DISCRETAS

◦   Sólo pueden tomar un número finito de valores.

◦   Son números aislados.

◦   No puede ser fracciones, por lo que la unidad de medición no puede ser fraccionada.

◦   Ej: número de hijos, número de cigarrillos que fuma al día, etc.

«  CONTINUAS

◦   Pueden tomar un número infinito de valores dentro de un intervalo / rango, incluyendo decimales.

◦   La unidad de medida puede subdividirse de forma infinita.

◦   Ej: peso, talla, glucemia basal, etc

9.2.            VARIABLES CUALITATIVAS

Toman valores no numéricos y, por tanto, no pueden cuantificarse. Sirven para medir cualidades. Ej: estado civil, nivel de estudios, color de ojos, factor Rh, etc.

«  NOMINALES

Se subdivide a su vez en:

*       Dicotómica o binaria

◦   Solo puede tomar dos valores opuestos y, además, excluyentes.

◦   Ej: hombre / mujer, presente / ausente, sano / enfermo, etc.

*       Policotómica

◦   Puede tomar más de dos valores.

◦   Ej: Estado civil: Soltero, Casado, Separado, Viudo. // Nivel de estudios: Sin estudios, Estudios primarios, Secundarios, Universitarios.

«  ORDINALES

Establecen un orden.

Por ejemplo: Satisfacción en el trabajo: Muy satisfecho, satisfecho, poco satisfecho, nada satisfecho.

-          OPERATIVIZACIÓN DE LAS VARIABLES

Es el proceso que transforma una variable subjetiva o abstracta en otras variables indirectas que tienen el mismo significado y que son susceptibles de medición.

Consiste en descomponer las variables principales en otras más específicas llamadas dimensiones. Estas dimensiones serán traducidas en indicadores que permitan la observación directa.

Por ejemplo: quiero medir la accesibilidad a los servicios de salud. El concepto de accesibilidad es la mayor o menor posibilidad que tienen las personas para estar en contacto con los servicios de salud y recibir asistencia.

Depende de varias dimensiones (factores):

◦   Accesibilidad geográfica: Es el tiempo medio en horas y minutos que tarda una persona para trasladarse desde su domicilio al Centro de Salud.

◦   Accesibilidad económica: Es la cantidad de dinero que gasta en medicina y atención.

◦   Accesibilidad cultural: Es el conocimiento que tienen sobre la atención que se da en el Centro de Salud, es decir, la percepción que tienen del problema de salud.