TEMA 3: DE LOS CONCEPTOS A LAS VARIABLES. POBLACIÓN, MUESTRA, PARÁMETROS Y ESTADÍSTICOS. VARIABLES Y ESCALA DE MEDIDAS.

    1. Concepto de estadística y bioestadística

• Estadística: Ciencia cuyo objeto es dar métodos para el tratamiento de os datos proveniente de observaciones ( demográficas, económicas, biomédicas o sanitarias, etc..) dónde intervienen un gran número de factores de variación.
• Bioestadística: Aplicación de la estadística en la interpretación de los fenómenos de la vida (biología, salud, etc..) dónde la variabilidad supone el carácter esencial. (Carrasco,1995).

      2. Clasificación de la estadística

• 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.

                                        

     

     3. Procedimiento muestral

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

Parámetros y estadísticos

 Parámetro:

• Es una cantidad numérica calculada sobre una POBLACIÓN o UNIVERSO cuyo tamaño se expresa con N (mayúscula).
• La idea es resumir toda la información que hay en la población en unos pocos números (parámetros)
• Los parámetros se expresan con letras griegas: σ (desviación típica), π (proporción), µ (media), etc.

Estadístico:

• Es una cantidad numérica calculada sobre una MUESTRA extraída de la POBLACIÓN o UNIVERSO, cuyo tamaño se expresa con “n” (minúscula)
• 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), etc.

      4. Población de estudio

Conjunto infinito o finito de elementos definidos por una o más características de la que gozan todos los elementos que la componen y sólo ellos. Ej: Estudiantes de enfermería, personas diabéticas...

• Población diana: Conjunto de individuos que presentan 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: Cálculo muestral de 100 personas.
• Participantes: Los individuos reales que han participado. Perdidas. Ej: De la muestra excluyo a los que trabajan de noche.

Representatividad de la población

• Tamaño: Suficientemente grande para ser representativa y pequeña para facilitar el análisis de 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. Ej: Estoy buscando a una enfermera que tenga dolor de espalda y alguien conoce a otro alguien y se lo pasa (Efecto bola de nieve).
• 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 probabilítico

• Muestreo aleatorio: 

• Simple: Seleccionar al azar. Se usa en poblaciones pequeñas. El más representativo. Todos los individuos de la población en general tienen igualdad de oportunidades de ser seleccionado.

• Sistemático: Seleccionar individuos según una regla o proceso.
• Fórmula: K=N/n, r = 1 y K ( N: Población candidata / n: Muestra).
• Ventajas: No hace falta tener la lista completa.

• Muestreo estratificado: 

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

• Ventaja: Conocer como se comporta una variable en cada subgrupo de la población con precisión. 
• Desventaja: Necesita más información y un listado de cada individuo de la población.
• Ejemplo: Nivel de burnout entre enfermeros y enfermeras. 1000 individuos/300 enfermeros/ 700 enfermeras.

• Muestreo conglomerados: 

Se obtiene de grupos o conglomerados ya establecidos cuando no hay listados de población.   

• 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 de satisfacción laboral de una unidad un hospital. Escogemos al azar un hospital (muestreo aleatorio simple) y después la unidad (muestreo conglomerados).

Muestreo No Probabilístico

• Muestreo consecutivo: 

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. El más utilizado. (De los No probabilístico es el más comparable al probabilístico).

• Desventajas: Que no se haga de forma enteramente consecutiva sino que haya interrupciones.
• Ejemplo: Horas sueño RN. Se toma información de todos los RN que acudan el centro sanitario en un tiempo concreto.

• 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. (Cojo a la gente que quiero dentro de la gente que necesito).

• Desventajas: Poco sólida ya que requiere de una gran homogeneidad de la variable estudiada en la población. Genera sesgos importantes.
• Ejemplo: Paramos por la calle a la gente que pasa por allí.

• 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. (Parecido al de conveniencia).

• Desventaja: Este método puede no contar con un método externo y objetivo para valorar la idoneidad de los sujetos.
• Ejemplo: Método Delphi (Técnica de comunicación estructurada, desarrollada como un método sistemático e interactivo de predicción).

• 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).
• 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: 

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. (Cuándo quieres probarlo pero no hay mucha información).

• Ventajas y desventajas: Las mismas que en el muestreo bola de nieve.

Cálculo de tamaño muestral

Determinar el numero aproximado de sujetos que es necesarios incluir en la muestra para que esta sea representativa.

Aquí dejo un link de una aplicación web para el tamaño de muestras

https://es.surveymonkey.com/mp/sample-size-calculator/

      5. Concepto y la teoría de la medición.

Lo primero es  identificar el objeto  medir y la estrategia de medición dependerá de que se trate de: 

• Mediciones Directas: Son las realizadas con elementos concretos cómo: Altura, temperatura, ritmo cardíaco, peso, respiración, glucemia..

Las enfermeras también tienen experiencia en recoger medidas directas de variables atributivas o demográficas como: Edad (no todas las mediciones directas necesitan tecnología), género, origen étnico, estado civil, nivel de ingresos, nivel educativo..

• Mediciones indirectas: En investigación enfermera, muy a menudo la característica que el investigador tiene que medir es una idea abstracta o subjetiva como: Estrés (se mide con escalas, cuestionarios..), cuidado, ansiedad, dolor (utilizamos escalas analógicas visuales), 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 comportamientos de auto-actualización. 

Raramente una estrategia de medición puede medir todos los aspectos de un concepto abstracto. (ej: ansiedad-miedo). La ansiedad se puede medir, pero normalmente tiene muchas dimensiones t en el cuestionario sólo abordamos algunas.

• Mediciones de signos y síntomas: 

La naturaleza de las variables hace que tengamos diferentes métodos de medición. Para medir variables se utilizan diferentes escalas de medición.

• Ejemplo: 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, son variables de diferente naturaleza.

• Escalas de medición de variables: 

• Escalas nominales: Nivel más bajo de medición. Los datos se ajustan por categorías que no mantienen una relación de orden entre sí. Le das un nombre a una carácterística (simplemente decir un color de ojos). En una característica o variable sólo se puede comprobar si son iguales o diferentes. Ej: Raza 1.blanca, 2.negra o 3.asiática. El género 1.masculino o 2.femenino. 

• Escalas ordinales: Nivel más alto de definición, igual que la nominal pero tiene un orden entre ellas. Sólo ponemos un orden o jerarquía entre las categorías. Los números expresan relaciones igualdad, desigualdad y orden. Ej: Grados de disnea, grado de hipertensión arterial, estadiaje de un tumor, grado de mejoraí tras el tratamiento 1.Nula 2.Leve 3.Media 4.Máxima.
• No podemos establecer la cantidad de mejoría entre un nivel y otro.
• No hay información suficiente para establecer si entre los niveles 1 y 2 hay el mismo grado de mejoría que entre 3 y 4.
• No se puede afirmar que la categoría 4 sea el doble que la 2.

• Escala de intervalo: Los datos tienen que ser numéricos, tiene todas las características de las anteriores, identidad y orden + el requerimiento de que las distancias o intervalos iguales representan distancias equivalentes. Ej: Temperatura, (37º,38º,,,), entre 37 y 38 hay un grado igual que entre 40 y 41. Pero 36 no es el doble de 18 porque hay valores bajo 0 (por ejemplo la presión venosa central admite grados bajo cero).

• Escala de razón: 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. Ej: Peso en gramos (No admite números negativos). Por tanto, en 2 números atribuidos a dos modalidades se admitirán como válidas las relaciones de: identidad, orden, las operaciones de suma, resta, multiplicación y división. Ej: Edad, peso, talla, numero de alumnos, etc..

        6. 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).

• Datos: Cada uno de los valores que puede tomar la variable.

Tipos de variables: 

• Variables cuantitativas:

Aquí os dejo unos vídeos que nos ha facilitado el profesor de ETIC dónde explica perfectamente los tipos de variables y sus subgrupos. Os servirán de ayuda !

Sólo añadir a los vídeo que dentro de las variables cualitativas nominales existe un orden:

• Dicotómicas: 2 niveles de categoría. Por ejemplo: Mujer y hombre.
• Policotómicas: Más de 2 categorías. Por ejemplo: Soltero, casado, viudo o separado. La raza también es una variable policotómica.

Y dos apuntes más:

• Las variables continuas y discretas pueden convertirse en cualitativas. Por ejemplo: Recojo la edad en varios rangos (con 3 categorías, entre 18 y 25, entre 26 y 40, entre 41 y 60).
• Las categorías deben construirse con dos criterios: Exhaustividad (todos los sujetos deben ser incluidos en alguna categoría) y exclusividad.

       7. Operativización de las variables

Es el proceso que transforma una variable subjetiva o abstracta en otras variables indirectas que tengan el mismo significado y que sean susceptibles de medición. Consiste en:

 

• LAS VARIABLES PRINCIPALES se descomponen en otras más especificas llamadas DIMENSIONES
• A su vez es necesario traducir las DIMENSIONES en INDICADORES que permitan la observación directa.
• Por último, os dejo el enlace de una escala de tipo ordinal llamada ESCALA DE ANSIEDAD DE HAMILTON. Esta escala es considerada una clasificación clínica, de la extensión de la ansiedad y está destinada para individuos, que ya han sido diagnosticados con neurosis ansiosa. La escala consiste en 14 items diseñados para evaluar la severidad de la ansiedad en un paciente.

ESCALA DE ANSIEDAD DE HAMILTON ➜ https://hvn.es/enfermeria/ficheros/escala_de_ansiedad_de_hamilton.pdf

Gracias por leer mis post y espero haberles servido de ayuda!!