TEORIA DEL MUESTREO:                                  DESARROLLO:                   TÉCNICAS DE RECOLECCIÓN DE DATOS:OBJET...
FUENTE DE DATOS:En relación con la fuente que suministra los datos, ésta puede ser una fuente primaria,si el dato es tomad...
que se calculen para el caso. De esta forma los hallazgos obtenidos a partir de lamuestra pueden generalizarse a todo el u...
personas hacen, sienten o creen, que lo que ellas mismas dicen que hacen, creen      o sienten. Existen algunos recursos p...
mismas, con lo cual queda establecida una cierta relación. Determinar, más allá deesto, el tipo de relación que se ha dete...
b. Colectiva: es una observación en equipo, puede realizarse de las siguientes           maneras: todos observan lo mismo ...
• No estructurada: el investigador hace preguntas abiertas, no estandarizadas, por lo     cual esta técnica deja mayor lib...
- Se pueden obtener resultados diferentes según el tipo de preguntas y la manera de      formularlas   - La ausencia de se...
- Puede haber dificultad para realizar el control y verificación de la informaciónExisten técnicas de recolección de datos...
preguntas no sea excesivo, a fin de que el entrevistado coopere sin cansarse, por ellodebe preguntarse solamente lo necesa...
conocimiento sobre enfermedades de transmisión sexual y el instrumento aplicado   contiene sólo preguntas sobre SIDA-VIH, ...
representatividad de la muestra extraída y son, por tanto, los más recomendables.Dentro de los métodos de muestreo probabi...
estarán representados adecuadamente en la muestra. Cada estrato funcionaindependientemente, pudiendo aplicarse dentro de e...
pues no se tiene certeza de que la muestra extraída sea representativa, ya que no todoslos sujetos de la población tienen ...
3.- Bola de nieve:Se localiza a algunos individuos, los cuales conducen a otros, y estos a otros, y asíhasta conseguir una...
especificado del parámetro. Cuando se la utiliza, la hipótesis nula se presumeverdadera hasta que una evidencia estadístic...
Para que cualquier ensayo de hipótesis sea bueno, debe diseñarse de forma queminimice los errores de decisión. En la práct...
de la prueba (1- β) La aceptación de la hipótesis planteada debe interpretarse comoque la información aleatoria de la mues...
2do*:Un resultado es estadísticamente significativo cuando no es probable que haya sidodebido al azar. Una "diferencia est...
error estándar definido multiplicado por una seguridad definida, concluimos quela diferencia es significativa entre A y B....
Ejemplo:Supongamos que dos amigos están en un bar y uno le dice a otro que es capaz dedistinguir, sin lugar a dudas, un wh...
el valor p, o también llamado p consignado, es la probabilidad de que de la poblaciónpropuesta por la hipótesis nula, se o...
1. Que la hipótesis nula sea verdadera y el investigador la considere falsa (Error Tipo I   ó α)2. Que la hipótesis nula s...
- Hipótesis Nula (Ho): es la negación de las diferencias planteadas en la hipótesis   alternativa.   Ho: "No existe difere...
3) Se ve en qué zona cae el valor Z calculado con los datos de la muestra. Si dicho   valor cae en la zona de aceptación, ...
PRUEBAS UNILATERALES O BILATERALES (de una o dos colas):Como ya se vio, el área a ambos lados de la curva normal es una de...
pruebas  de    2  colas  SELECCIÓN DE LA PRUEBA DE SIGNIFICACIÓN:  Para escoger la prueba de significación adecuada, se de...
Trabajo de estadistica
Upcoming SlideShare
Loading in …5
×

Trabajo de estadistica

4,352 views
4,199 views

Published on

teoria del muestreo

Published in: Education
0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total views
4,352
On SlideShare
0
From Embeds
0
Number of Embeds
143
Actions
Shares
0
Downloads
36
Comments
0
Likes
0
Embeds 0
No embeds

No notes for slide

Trabajo de estadistica

  1. 1. TEORIA DEL MUESTREO: DESARROLLO: TÉCNICAS DE RECOLECCIÓN DE DATOS:OBJETIVOS: • Describir las técnicas de recolección de datos. • Describir las posibles fuentes de error en el proceso de recolección de datos • Identificar las técnicas usadas para la recolección de datos en ejemplos que se le presenten. • Seleccionar la técnica de recolección de datos que es conveniente emplear en ejemplos que se le presenten. Cuando se está planificando una investigación, luego de definir sus objetivos, espreciso diseñar la estrategia para alcanzarlos. Uno de los aspectos a considerar es laRECOLECCION DE DATOS.La recolección de datos es un proceso meticuloso y difícil, pues requiere uninstrumento de medición que sirva para obtener la información necesaria para estudiarun aspecto o el conjunto de aspectos de un problema. Para el diseño del instrumentohay que tomar en cuenta:• El objetivo de la investigación. Este determina cuales datos se solicitarán del informante. Permite evitar la inclusión de preguntas innecesarias y establecer otras para efectuar algún tipo de control.• Características del informante: Conocerlas permitirá adecuar el contenido y redacción de las preguntas a su nivel cultural, grado de cooperación e información que esté en condiciones de proporcionar.• Tiempo disponible para efectuar la recolección: El tiempo disponible para efectuar la recolección puede influir en la extensión del instrumento y el grado de control que se pueda realizar sobre la calidad de los datos que se obtengan.Para decidir qué instrumento se va a utilizar se consideran tres aspectosfundamentales: I. Fuente de origen de los datos II. Técnica de recolección a utilizar III. Control de los errores que se puedan cometer.
  2. 2. FUENTE DE DATOS:En relación con la fuente que suministra los datos, ésta puede ser una fuente primaria,si el dato es tomado de su lugar de origen y fuente secundaria, si el dato no es tomadodirectamente, sino que se aprovechan aquellos previamente recogidos por otraspersonas; por ejemplo, si interesa el peso de un grupo de personas se puede averiguarel dato pesando a esas personas, en ese caso se utiliza una fuente primaria; si por elcontrario, se toma el peso de las personas de su Historia Clínica, se trata de una fuentesecundaria.A la hora de seleccionar una fuente de datos es importante evaluar la confiabilidad deambos tipos. En el caso de tener que utilizar una fuente secundaria y si existen variasfuentes con la misma información la selección se realiza siguiendo dos criterios:calidad de la información y accesibilidad administrativa. TECNICAS DE RECOLECCION:ENCUESTASEl diseño encuesta es exclusivo de las ciencias sociales y parte de la premisa de quesi, queremos conocer algo sobre el comportamiento de las personas, lo mejor, lo másdirecto y simple, es preguntárselo directamente a ellas. Se trata por tanto de requeririnformación a un grupo socialmente significativo de personas acerca de los problemasen estudio para luego, mediante un análisis de tipo cuantitativo, sacar las conclusionesque se correspondan con los datos recogidos.Cuando se recaba información a todas las personas que están involucradas en elproblema en estudio este diseño adopta el nombre de Censo. Los censos, por lasdificultades materiales que implica su realización, son casi siempre trabajos deenvergadura, que sólo pueden ser acometidos por los Estados o por instituciones demuy amplios recursos. Son sumamente útiles porque a través de ellos tenemos unainformación general de referencia, indispensable para casi cualquier trabajo deindagación social posterior. Por la gran cantidad de personas a entrevistar no esfactible en ellos obtener información muy detallada, pues se convertirían en trabajosdesproporcionadamente difíciles de ejecutar y analizar.En su lugar se emplean las encuestas por muestreo, donde se escoge medianteprocedimientos estadísticos una parte significativa de todo el diverso, que se tomacomo objeto a investigar. Las conclusiones que se obtienen para este grupo seproyectan luego a la totalidad del universo, teniendo en cuenta los errores maestrales
  3. 3. que se calculen para el caso. De esta forma los hallazgos obtenidos a partir de lamuestra pueden generalizarse a todo el universo con un margen de error conocido ylimitado previamente por el investigador.El método de encuestas ha alcanzado gran popularidad entre los investigadoressociales, lo que ha llevado a que muchas personas confundan encuestas coninvestigación social como si fuera una misma cosa, siendo que en la realidad laencuesta es sólo uno de los métodos posibles de estudio de la realidad social y quepresenta, como todos los métodos, sus puntos a favor y en contra.Las principales ventajas que han ayudado a difundir el diseño encuesta son lassiguientes: 1. Su conocimiento de la realidad es primario, no mediado, y por lo tanto menos engañoso. Al acudir directamente a la gente (a los actores sociales) para conocer su situación, conducta u opinión, nos precavemos contra una multiplicidad de distorsiones y nos ponemos a salvo de interpretaciones que pueden estar altamente teñidas de subjetividad. 2. Como es posible agrupar los datos en forma de cuadros estadísticos se hace más accesible la medición de las variables en estudio. De esta forma se puede cuantificar una serie de variables operando con ellas con mayor precisión, permitiendo el uso de correlaciones y de otros recursos matemáticos; se supera así una de las dificultades básicas de la investigación social que es su limitada rigurosidad y la alta posibilidad de errores por un tratamiento poco exacto de los fenómenos. 3. La encuesta es un método de trabajo relativamente económico y rápido. Si se cuenta con un equipo de entrevistadores y codificadores convenientemente entrenado, resulta fácil llegar rápidamente a una multitud de personas y obtener una gran cantidad de datos en poco tiempo. Su costo, para los casos simples, es sensiblemente bajo.En los últimos años después del relativo abuso precedente, la mayoría de losinvestigadores ha comprendido que este diseño resulta del valor para determinado tipode problemas pero que, en otros casos, aparecen una serie de inconvenientes seriosque le restan validez como diseño. Las desventajas más frecuentes que se le hanreconocido son: 1. La encuesta recoge la visión que la gente tiene de sí misma; no puede dudarse de que ésta es siempre una imagen singular y muy subjetiva y que, para algunos temas, puede ser deliberadamente falsa e imprecisa. No es lo mismo lo que las
  4. 4. personas hacen, sienten o creen, que lo que ellas mismas dicen que hacen, creen o sienten. Existen algunos recursos para reducir la magnitud de este serio problema, entre los que se cuentan: omitir algunas preguntas que sabemos la mayoría no desea o no puede contestar con veracidad, buscar formas indirectas de contrastación, prestar cuidadosa atención a la presentación personal del encuestador, etc. A pesar de estas técnicas de trabajo es imposible eliminar por completo el fenómeno antes señalado, por lo que el investigador tendrá que tomar en cuenta, al momento de hacer el análisis, las limitaciones que el mismo acarrea. 2. La encuesta no relata los hechos sociales desde el punto de vista de sus actores; puede, en este sentido, llegar a una cierta profundidad y sistematicidad, pero resulta poco apta para reconocer las relaciones sociales ya sean interpersonales o institucionales. 3. El diseño encuesta es básicamente estático. Tiende, de por sí, a proporcionar una especie de imagen instantánea de un determinado problema, pero no nos indica sus tendencias a la variación y menos aún sus posibles cambios estructurales. Esta característica reduce notablemente su eficacia predictiva, salvo para fenómenos de bastante simplicidad. 4. El tratamiento de la información es estadístico, lo que supone agrupar a todas las respuestas dándole a cada una igual peso relativo. Ello puede resultar muy democrático y útil en ciertos casos, pero casi nunca se corresponde con la realidad de los hechos sociales, donde el liderazgo y al asimetría de las posiciones sociales con por lo general la norma.De los comentarios expuestos puede inferirse cuál es el campo de mayor utilidad deeste diseño. Las encuestas resultan apropiadas casi siempre para estudios de tipodescriptivo, aunque no tanto para los explicativos. Son inadecuadas para profundizarciertos aspectos psicológicos o psico-sociales profundos pero muy eficaces paraproblemas menos delicados, como los del mercado masivo y las actitudes electorales.Resultan poco valiosas para determinar tipos de liderazgo y en general todos losproblemas que se refieren más a las relaciones y estructuras sociales que a lasconductas más simples o a los comportamientos, actitudes y opiniones masivas, dondesí adquieren mayor eficacia.La lógica de la verificación mediante encuestas se basa naturalmente en la correlaciónestadística que presentan las distribuciones de frecuencias (o los porcentajes) de dos omás variables sobre las cuales se supone que existen relaciones de determinación. Deeste modo se puede inferir si existe o no una asociación entre los valores de las
  5. 5. mismas, con lo cual queda establecida una cierta relación. Determinar, más allá deesto, el tipo de relación que se ha detectado y el grado de influencia que ejerce unasobre otra requiere de otras nuevas pruebas que no siempre es posible realizar pormedio de este diseño.1) Observación:La observación directa del fenómeno en estudio es una técnica bastante objetiva derecolección; con ella puede obtenerse información aún cuando no existía el deseo deproporcionarla y es independiente de la capacidad y veracidad de las personas aestudiar; por otra parte, como los hechos se estudian sin intermediarios, se evitandistorsiones de los mismos, sin embargo, debe cuidarse el entrenamiento delobservador, para que la observación tenga validez científica.Modalidades de la observación:La observación puede adoptar diferentes modalidades: • Según los medios utilizados ó clasificación: a. Observación Estructurada: Se observan los hechos estableciendo de antemano qué aspectos se han de estudiar. b. Observación no estructurada: Consiste en recoger y anotar todos los hechos que sucedan en determinado momento sin poseer guía alguna de lo que se va a observar. • Según el papel o modo de la participación del observador: a. Observación participante: Consiste en la participación directa del observador con la comunidad, el grupo o la situación determinada. b. Observación no participante: El observador permanece ajeno a la situación que observa. • Según el número de observadores: a. Individual: es la que realiza una sola persona, es obvio que el investigador se centra en lo que observa.
  6. 6. b. Colectiva: es una observación en equipo, puede realizarse de las siguientes maneras: todos observan lo mismo o cada uno observa un aspecto diferente. • Según el lugar donde se realiza: a. Campo: los hechos se captan tal y como se van presentando en el mismo sitio donde usualmente se encuentran o viven los sujetos estudiados. Allí se observa cómo actúa el sujeto. b. Laboratorio: tiene cierto carácter experimental y comprende la observación minuciosa y detallada de un fenómeno en un sitio especialmente previsto para hacer la observación.Ventajas: - Los hechos se estudian sin intermediarios - Se obtiene información independientemente del deseo que tengan los sujetos de proporcionarla. - Los fenómenos se estudian en el momento en que ocurren - Es independiente de la capacidad de la persona para suministrar la información o de la veracidad de ésta. - No depende de la memoria del observadoDesventajas: - No sirve para estudiar muestras grandes - Es una técnica muy costosa pues requiere de observadores altamente entrenados y calificados. - No ofrece información sobre acontecimientos pasados, actividades futuras o manifestaciones subjetivas - Si la persona se siente observada puede cambiar su conducta habitual - El procesamiento de los resultados, por la variedad de información recolectada, es de difícil cuantificación.2) La Entrevista:En la entrevista una persona (el encuestador) solicita información a otra (el sujetoinvestigado o encuestado) para obtener datos sobre un problema específico, es decir,debe haber un intercambio verbal entre dos personas. La entrevista puede ser: • Estructurada: cuando el entrevistador elabora una lista de preguntas las cuales plantea siempre en igual orden (existe un formulario preparado).
  7. 7. • No estructurada: el investigador hace preguntas abiertas, no estandarizadas, por lo cual esta técnica deja mayor libertad a ambas partes, sin embargo, tiene el inconveniente de que dificulta el procesamiento de los datos recogidos.Para obtener datos válidos en la entrevista deben cuidarse los siguientes aspectos: • El contacto inicial entre el encuestador y el encuestado: debe existir una relación cordial y agradable al solicitar la información. • La manera de formular las preguntas: deben evitarse los tecnicismos. • Evitar cambiar la pregunta y sugerir respuestasVentajas: - Permite estudiar gran número de personas - Permite captar manifestaciones subjetivas de los entrevistados por su comportamiento en el momento de la entrevista - Permite preguntar sobre acontecimientos pasados y/o futuros. - Menos costoso que la observación - Puede complementarse con la observación directa - Las respuestas son precisas y esto permite que los datos obtenidos sean susceptibles de cuantificación y tratamiento estadístico - Permite aclarar y repetir preguntas - Pueden notarse discordancias en las respuestasDesventajas: - Depende de la memoria y el deseo de participación de los entrevistados
  8. 8. - Se pueden obtener resultados diferentes según el tipo de preguntas y la manera de formularlas - La ausencia de secreto puede influir en la veracidad o deseo de proporcionar las respuestas - Requiere preparación del entrevistador.3) El Cuestionario:Puede considerarse como una entrevista por escrito, las preguntas son formuladas porescrito y no se requiere la presencia del entrevistador.Ventajas: - Es una técnica muy económica pues requiere de menos personas y menos tiempo para abarcar a una gran población - Existe menos riesgo de distorsión de las respuestas pues generalmente, son anónimos. - No influye en las respuestas el aspecto u opiniones personales del entrevistador. - Proporciona mayor libertad al responderDesventajas: - Depende de la memoria y el deseo de participación de los encuestados - Se requiere que los encuestados sepan leer y escribir - Puede existir un alto porcentaje de preguntas sin contestar - Se debe cuidar la redacción de las preguntas para que sean entendidas por igual por todos los individuos sometidos a estudio - Presenta problemas con la recolección del formulario, sobre todo si se trabaja con grupos muy extensos y se utiliza el servicio de correo.
  9. 9. - Puede haber dificultad para realizar el control y verificación de la informaciónExisten técnicas de recolección de datos de gran aplicación sobre todo en lasinvestigaciones sociales, dentro de las cuales se encuentran las escalas para mediractitudes y opiniones, los test psicológicos, las técnicas socio-métricas y otras.Para todas las técnicas de recolección mencionadas debe diseñarse un instrumento enel cual queden anotados los datos recogidos. Este instrumento debe contener dospartes fundamentales:A. Datos de identificación: • Identificación del formulario (generalmente se asigna un número a cada formulario que se utiliza en la investigación, de manera de facilitar su ubicación) • Título (debe indicar a qué se refiere o qué contiene el formulario) • Exposición del objetivo de la investigación • Identificación de la unidad estudiada (si no es una encuesta anónima) y su localización habitual (por si se desea verificar algún dato). • Identificación de la persona que recogió la información, en caso de ser varias las personas las que lo hacenB. Cuerpo del Formulario.Contiene las preguntas o ítems referentes a las VARIABLES que se estudiarán,organizadas de manera lógica en una o varias partes, según el contenido que semaneja.Respecto al tipo de preguntas, si se trata de una encuesta es conveniente que seanpreguntas estructuradas, bien sea de selección única o múltiple y no preguntasabiertas, aunque en ocasiones es imprescindible utilizar estas últimas. Además, cadapregunta y cada alternativa de respuesta deben tener un código que facilite el procesode cómputo posterior.Debe cuidarse también el lenguaje utilizado y la redacción de las preguntas. Estasdeben ser precisas, referirse a un sólo aspecto a la vez, no usar tecnicismos o palabrasdesconocidas por los encuestados; además deben formularse de una manera neutral oimparcial, evitando sugerir o inducir la respuesta. Es preciso que el número de
  10. 10. preguntas no sea excesivo, a fin de que el entrevistado coopere sin cansarse, por ellodebe preguntarse solamente lo necesario para alcanzar los objetivos de lainvestigación y no recargar el instrumento con datos que no se utilizarán. FUENTES DE ERROR EN LA RECOLECCION DE DATOSLos errores que pueden cometerse en la recolección de datos de una investigacióndependen de: a. El observador: Se refiere al grado diferente de preparación o entrenamiento de los observadores, el estado físico, condiciones de trabajo de la persona que realiza la observación, estos aspectos pueden distorsionar la medición de los registros y características estudiadas. b. El método de observación: Se refiere a la calibración y a la utilización de diferentes métodos para la recolección de la información, tanto de los entrevistados como de los instrumentos utilizados para realizar mediciones c. El objeto o individuo observado: Fuera de la variabilidad propia de los individuos hay otra independiente de ellos mismos. Por ejemplo: Diferente peso a distintas horas, cambios en comportamiento al saberse observados. En muchas ocasiones los individuos al sentirse observados o al saber que están participando en un estudio, cambian sus actitudes, hábitos o conductas. Una vez diseñado el instrumento de recolección de datos, debe ser sometido a prueba de campo con el objeto de hacerle los ajustes necesarios, determinar la duración de la aplicación y constatar si es necesaria la preparación del personal a cargo de la recolección de los datos. También debe ser evaluado tomando en cuenta dos requisitos esenciales: confiabilidad y validez. La confiabilidad se refiere al grado de congruencia con el cual mide el atributo que supuestamente debe medir (Si con una balanza pesamos a una persona y obtenemos un peso de 56 kilogramos e inmediatamente la volvemos a pesar y obtenemos otro valor, se dice que este instrumento no es confiable). También se habla de confiabilidad como la exactitud de la medición (Un instrumento es confiable si refleja con precisión los valores verdaderos del atributo que mide). La validez, se refiere a la capacidad del instrumento de medir aquello que se desea y proporcionar información completa sobre la variable estudiada, es decir, si se desea investigar el grado de
  11. 11. conocimiento sobre enfermedades de transmisión sexual y el instrumento aplicado contiene sólo preguntas sobre SIDA-VIH, este instrumento no es válido puesto que existen otras enfermedades de transmisión sexual. MUESTREO:En ocasiones en que no es posible o conveniente realizar un censo (analizar a todoslos elementos de una población), se selecciona una muestra, entendiendo por tal unaparte representativa de la población.El muestreo es por lo tanto una herramienta de la investigación científica, cuyafunción básica es determinar que parte de una población debe examinarse, con lafinalidad de hacer inferencias sobre dicha población.La muestra debe lograr una representación adecuada de la población, en la que sereproduzca de la mejor manera los rasgos esenciales de dicha población que sonimportantes para la investigación. Para que una muestra sea representativa, y por lotanto útil, debe de reflejar las similitudes y diferencias encontradas en la población, esdecir ejemplificar las características de ésta.Los errores más comunes que se pueden cometer son:1.- Hacer conclusiones muy generales a partir de la observación de sólo una parte dela Población, se denomina error de muestreo.2.- Hacer conclusiones hacia una Población mucho más grandes de la queoriginalmente se tomo la muestra. Error de Inferencia.En la estadística se usa la palabra población para referirse no sólo a personas si no atodos los elementos que han sido escogidos para su estudio y el término muestra seusa para describir una porción escogida de la población. TIPOS DE MUESTREO:Existen diferentes criterios de clasificación de los diferentes tipos de muestreo,aunque en general pueden dividirse en dos grandes grupos: métodos de muestreoprobabilísticos y métodos de muestreo no probabilísticos.I. Muestreo probabilísticoLos métodos de muestreo probabilísticos son aquellos que se basan en el principio deequiprobabilidad. Es decir, aquellos en los que todos los individuos tienen la mismaprobabilidad de ser elegidos para formar parte de una muestra y, consiguientemente,todas las posibles muestras de tamaño n tienen la misma probabilidad de serseleccionadas. Sólo estos métodos de muestreo probabilísticos nos aseguran la
  12. 12. representatividad de la muestra extraída y son, por tanto, los más recomendables.Dentro de los métodos de muestreo probabilísticos encontramos los siguientes tipos:1.- Muestreo aleatorio simple: El procedimiento empleado es el siguiente: 1) se asigna un número a cada individuo de la población y 2) a través de algún medio mecánico (bolas dentro de una bolsa, tablas de números aleatorios, números aleatorios generados con una calculadora u ordenador, etc.) se eligen tantos sujetos como sea necesario para completar el tamaño de muestra requerido.Este procedimiento, atractivo por su simpleza, tiene poca o nula utilidad prácticacuando la población que estamos manejando es muy grande.2.- Muestreo aleatorio sistemático:Este procedimiento exige, como el anterior, numerar todos los elementos de lapoblación, pero en lugar de extraer n números aleatorios sólo se extrae uno. Se partede ese número aleatorio i, que es un número elegido al azar, y los elementos queintegran la muestra son los que ocupa los lugares i, i+k, i+2k, i+3k,...,i+(n-1)k, esdecir se toman los individuos de k en k, siendo k el resultado de dividir el tamaño dela población entre el tamaño de la muestra: k= N/n. El número i que empleamos comopunto de partida será un número al azar entre 1 y k.El riesgo este tipo de muestreo está en los casos en que se dan periodicidades en lapoblación ya que al elegir a los miembros de la muestra con una periodicidadconstante (k) podemos introducir una homogeneidad que no se da en la población.Imaginemos que estamos seleccionando una muestra sobre listas de 10 individuos enlos que los 5 primeros son varones y los 5 últimos mujeres, si empleamos un muestreoaleatorio sistemático con k=10 siempre seleccionaríamos o sólo hombres o sólomujeres, no podría haber una representación de los dos sexos.3.- Muestreo aleatorio estratificado:Trata de obviar las dificultades que presentan los anteriores ya que simplifican losprocesos y suelen reducir el error muestral para un tamaño dado de la muestra.Consiste en considerar categorías típicas diferentes entre sí (estratos) que poseen granhomogeneidad respecto a alguna característica (se puede estratificar, por ejemplo,según la profesión, el municipio de residencia, el sexo, el estado civil, etc.). Lo que sepretende con este tipo de muestreo es asegurarse de que todos los estratos de interés
  13. 13. estarán representados adecuadamente en la muestra. Cada estrato funcionaindependientemente, pudiendo aplicarse dentro de ellos el muestreo aleatorio simple oel estratificado para elegir los elementos concretos que formarán parte de la muestra.En ocasiones las dificultades que plantean son demasiado grandes, pues exige unconocimiento detallado de la población. (Tamaño geográfico, sexos, edades,...).La distribución de la muestra en función de los diferentes estratos se denominaafijación, y puede ser de diferentes tipos:Afijación Simple: A cada estrato le corresponde igual número de elementosmuéstrales.Afijación Proporcional: La distribución se hace de acuerdo con el peso (tamaño) dela población en cada estrato.Afijación Óptima: Se tiene en cuenta la previsible dispersión de los resultados, demodo que se considera la proporción y la desviación típica. Tiene poca aplicación yaque no se suele conocer la desviación.4.- Muestreo aleatorio por conglomerados:Los métodos presentados hasta ahora están pensados para seleccionar directamente loselementos de la población, es decir, que las unidades muéstrales son los elementos dela población.En el muestreo por conglomerados la unidad muestral es un grupo de elementos de lapoblación que forman una unidad, a la que llamamos conglomerado. Las unidadeshospitalarias,Los departamentos universitarios, una caja de determinado producto, etc., sonconglomerados naturales. En otras ocasiones se pueden utilizar conglomerados nonaturales como, por ejemplo, las urnas electorales. Cuando los conglomerados sonáreas geográficas suele hablarse de "muestreo por áreas".El muestreo por conglomerados consiste en seleccionar aleatoriamente un ciertonúmero de conglomerados (el necesario para alcanzar el tamaño muestral establecido)y en investigar después todos los elementos pertenecientes a los conglomeradoselegidos.II. Métodos de muestreo no probabilísticosA veces, para estudios exploratorios, el muestreo probabilístico resulta excesivamentecostoso y se acude a métodos no probabilísticos, aun siendo conscientes de que nosirven para realizar generalizaciones (estimaciones inferenciales sobre la población),
  14. 14. pues no se tiene certeza de que la muestra extraída sea representativa, ya que no todoslos sujetos de la población tienen la misma probabilidad de ser elegidos. En general seseleccionan a los sujetos siguiendo determinados criterios procurando, en la medidade lo posible, que la muestra sea representativa.En algunas circunstancias los métodos estadísticos y epidemiológicos permitenresolver los problemas de representatividad aun en situaciones de muestreo noprobabilístico, por ejemplo los estudios de caso-control, donde los casos no sonseleccionados aleatoriamente de la población.Entre los métodos de muestreo no probabilísticos más utilizados en investigaciónencontramos:1.- Muestreo por cuotas:También denominado en ocasiones "accidental". Se asienta generalmente sobre labase de un buen conocimiento de los estratos de la población y/o de los individuosmás "representativos" o "adecuados" para los fines de la investigación. Mantiene, portanto, semejanzas con el muestreo aleatorio estratificado, pero no tiene el carácter dealeatoriedad de aquél.En este tipo de muestreo se fijan unas "cuotas" que consisten en un número deindividuos que reúnen unas determinadas condiciones, por ejemplo: 20 individuos de25 a 40 años, de sexo femenino y residentes en Gijón. Una vez determinada la cuotase eligen los primeros que se encuentren que cumplan esas características. Estemétodo se utiliza mucho en las encuestas de opinión.2.- Muestreo intencional o de conveniencia:Este tipo de muestreo se caracteriza por un esfuerzo deliberado de obtener muestras"representativas" mediante la inclusión en la muestra de grupos supuestamente típicos.Es muy frecuente su utilización en sondeos preelectorales de zonas que en anterioresvotaciones han marcado tendencias de voto. También puede ser que el investigador seleccione directa e intencionadamente los individuos de la población. El caso más frecuente de este procedimiento el utilizar como muestra los individuos a los que se tiene fácil acceso (los profesores de universidad emplean con mucha frecuencia a sus propios alumnos).
  15. 15. 3.- Bola de nieve:Se localiza a algunos individuos, los cuales conducen a otros, y estos a otros, y asíhasta conseguir una muestra suficiente. Este tipo se emplea muy frecuentementecuando se hacen estudios con poblaciones "marginales", delincuentes, sectas,determinados tipos de enfermos, etc.4.- Muestreo Discrecional: A criterio del investigador los elementos son elegidossobre lo que él cree que pueden aportar al estudio.PORCENTAJE DE CONFIANZA:La confianza o el porcentaje de confianza es el porcentaje de seguridad que existepara generalizar los resultados obtenidos. Esto quiere decir que un porcentaje del100% equivale a decir que no existe ninguna duda para generalizar tales resultados,pero también implica estudiar a la totalidad de los casos de la población. Para evitarun costo muy alto para el estudio o debido a que en ocasiones llega a serprácticamente imposible el estudio de todos los casos, entonces se busca un porcentajede confianza menor. Comúnmente en las investigaciones sociales se busca un 95%.PORCENTAJE DE ERROR:El error o porcentaje de error equivale a elegir una probabilidad de aceptar unahipótesis que sea falsa como si fuera verdadera, o la inversa: rechazar a hipótesisverdadera por considerarla falsa. Al igual que en el caso de la confianza, si se quiereeliminar el riesgo del error y considerarlo como 0%, entonces la muestra es del mismotamaño que la población, por lo que conviene correr un cierto riesgo de equivocarse.Comúnmente se aceptan entre el 4% y el 6% como error, tomando en cuenta de queno son complementarios la confianza y el error.VARIABILIDAD:La variabilidad es la probabilidad (o porcentaje) con el que se aceptó y se rechazó lahipótesis que se quiere investigar en alguna investigación anterior o en un ensayoprevio a la investigación actual. El porcentaje con que se aceptó tal hipótesis sedenomina variabilidad positiva y el porcentaje con el que se rechazó la hipótesis es lavariabilidad negativa.HIPOTESIS NULA:En estadística, una hipótesis nula (Ho) es una hipótesis construida para anular orefutar, con el objetivo de apoyar una hipótesis alternativa. El planteamiento de lahipótesis nula siempre contiene un signo de igualdad con respecto al valor
  16. 16. especificado del parámetro. Cuando se la utiliza, la hipótesis nula se presumeverdadera hasta que una evidencia estadística en la forma de una prueba de hipótesisindique lo contrario. El uso de la hipótesis nula es polémico.HIPOTESIS ALTERNATIVA:La hipótesis alternativa (H1) es cualquier hipótesis que difiera de la hipótesis nula. Elplanteamiento de la hipótesis alternativa nunca contiene un signo de igualdad conrespecto al valor especificado del parámetro.Tipos de errores:Cualquiera sea la decisión tomada a partir de una prueba de hipótesis, ya sea deaceptación del Ho o de la Ha, puede incurrirse en error:Un error tipo I: se presenta si la hipótesis nula Ho es rechazada cuando es verdaderay debía ser aceptada. La probabilidad de cometer un error tipo I se denomina con laletra alfa αUn error tipo II: se denota con la letra griega β se presenta si la hipótesis nula esaceptada cuando de hecho es falsa y debía ser rechazada.En cualquiera de los dos casos se comete un error al tomar una decisión equivocada.En la siguiente tabla se muestran las decisiones que pueden tomar el investigador y lasconsecuencias posibles.
  17. 17. Para que cualquier ensayo de hipótesis sea bueno, debe diseñarse de forma queminimice los errores de decisión. En la práctica un tipo de error puede tener másimportancia que el otro, y así se tiene a conseguir poner una limitación al error demayor importancia. La única forma de reducir ambos tipos de errores es incrementarel tamaño de la muestra, lo cual puede ser o no ser posible.La probabilidad de cometer un error de tipo II denotada con la letra griega beta β,depende de la diferencia entre los valores supuesto y real del parámetro de lapoblación. Como es más fácil encontrar diferencias grandes, si la diferencia entre laestadística de muestra y el correspondiente parámetro de población es grande, laprobabilidad de cometer un error de tipo II, probablemente sea pequeña.El estudio y las conclusiones que obtengamos para una población cualquiera, sehabrán apoyado exclusivamente en el análisis de una parte de ésta. De la probabilidadcon la que estemos dispuestos a asumir estos errores, dependerá, por ejemplo, eltamaño de la muestra requerida. Las contrastaciones se apoyan en que los datos departida siguen una distribución normalExiste una relación inversa entre la magnitud de los errores α y β: conforme aaumenta, β disminuye. Esto obliga a establecer con cuidado el valor de a para laspruebas estadísticas. Lo ideal sería establecer α y β. En la práctica se establece el nivelα y para disminuir el Error β se incrementa el número de observaciones en la muestra,pues así se acortan los limites de confianza respecto a la hipótesis planteada. La metade las pruebas estadísticas es rechazar la hipótesis planteada. En otras palabras, esdeseable aumentar cuando ésta es verdadera, o sea, incrementar lo que se llama poder
  18. 18. de la prueba (1- β) La aceptación de la hipótesis planteada debe interpretarse comoque la información aleatoria de la muestra disponible no permite detectar la falsedadde esta hipótesis. Regla de Decisión:Se establece las condiciones específicas en la que se rechaza la hipótesis nula y lascondiciones en que no se rechaza la hipótesis nula. La región de rechazo define laubicación de todos los valores que son tan grandes o tan pequeños, que laprobabilidad de que se presenten bajo la suposición de que la hipótesis nula esverdadera, es muy remota.Distribución muestral del valor estadístico z, con prueba de una cola a la derechaValor critico: Es el punto de división entre la región en la que se rechaza la hipótesisnula y la región en la que no se rechaza la hipótesis nula Nivel de Significancia:1er Concepto (*):Al plantear un estudio sobre una población, debemos idealmente estudiar a todos losindividuos que la conforman; pero no siempre podemos acceder todos, entoncestenemos que escoger una muestra; sin embargo los resultados obtenidos de estamanera nunca serán exactamente iguales, a los que se obtendrían de estudiar a toda lapoblación; es decir, siempre va a haber un margen de error.Antes de realizar el estudio debemos plantearnos; que proporción de error estamosdispuestos a aceptar para dar por válido nuestro resultado. El análisis estadísticoconsiste en calcular la probabilidad de cometer este error y esperamos que sea menoral planteado preliminarmente como nivel significancia.
  19. 19. 2do*:Un resultado es estadísticamente significativo cuando no es probable que haya sidodebido al azar. Una "diferencia estadísticamente significativa" solamente significa quehay evidencias estadísticas de que hay una diferencia; no significa que la diferenciasea grande, importante, o significativa en el sentido estricto de la palabra.El nivel de significación de un test es un concepto estadístico asociado a laverificación de una hipótesis. En pocas palabras, se define como la probabilidad detomar la decisión de rechazar la hipótesis nula cuando ésta es verdadera (decisiónconocida como error de tipo I, o "falso positivo"). La decisión se toma a menudoutilizando el valor P (o p-valor): si el valor P es inferior al nivel de significación,entonces la hipótesis nula es rechazada. Cuanto menor sea el valor P, mássignificativo será el resultado.En otros términos, el nivel de significatividad de un contraste de hipótesis es unaprobabilidad P tal que la probabilidad de tomar la decisión de rechazar la hipótesisnula - cuando ésta es verdadera - no es mayor que P.3er*:A pesar de las limitaciones de la estadística, el término "estadísticamentesignificativo" se percibe como una etiqueta que indicase "garantía de calidad". Elconsiderar el término significativo implica utilizar términos comparativos de doshipótesis. Los test de hipótesis son test de significación estadística que cuantificanhasta que punto la variabilidad de la muestra puede ser responsable de los resultadosde un estudio en particular. La Ho (hipótesis nula) representa la afirmación de que nohay asociación entre las dos variables estudiadas y la Ha (hipótesis alternativa) afirmaque hay algún grado de relación o asociación entre las dos variables. Nuevamente laestadística nos muestra su utilidad ya que nos ayuda a tomar la decisión de quehipótesis debemos elegir. Dicha decisión puede ser afirmada con una seguridad quenosotros previamente decidimos. El nivel de significación se estableció siguiendo loscomentarios del estadístico Fisher que señaló "...es conveniente trazar una línea dedemarcación a partir de la cual podamos decir: o bien hay algo en el tratamiento...".El mecanismo de los diferentes test se realiza aunque con matices siempre de lasiguiente forma: En primer lugar se mira la magnitud de la diferencia que hay entrelos grupos a comparar (A y B). Si esta magnitud o valor absoluto es mayor que un
  20. 20. error estándar definido multiplicado por una seguridad definida, concluimos quela diferencia es significativa entre A y B. Por tanto aceptamos la hipótesisalternativa y rechazamos la hipótesis nula.Ejemplo:Disponemos de 2 tratamientos ( A y B). El tratamiento A lo reciben 25pacientes y el tratamiento B otros 25 pacientes. 15 pacientes respondenfavorablemente al tratamiento A y 20 al tratamiento B. ¿Existe diferenciasignificativa entre ambos tratamientos?Ho (hipótesis nula) = No hay diferencia entre ambos tratamientos.Ha (hipótesis alternativa) = Sí existe diferencia. Tratamiento N Porcentaje de respuesta A 25 15/25 = 0.60 B 25 20/25 = 0.80Si es mayor que el producto de 1.96 * el error estándar,Concluímos que la diferencia es significativa.Error estándar = = 0.1296Error estándar * 1.96 = 0.1296 * 1.96 = 0.25Como quiera que la diferencia =no supera el valor 0.25 concluimos que la diferencia entre 0.60 y0.80 no es estadísticamente significativa. A la vista de losresultados no podemos aceptar la Ha (hipótesis alternativa).“Aclaratoria valor P”:En contrastes de hipótesis, en Estadística, el valor P (a veces conocido simplementecomo la P, p-valor, o bien directamente en inglés p-value) está definido como laprobabilidad de obtener un resultado al menos tan extremo como el que realmente seha obtenido (valor del estadístico calculado), suponiendo que la hipótesis nula escierta. Es fundamental tener en cuenta que el p-valor está basado en la asunción de lahipótesis de partida (o hipótesis nula).
  21. 21. Ejemplo:Supongamos que dos amigos están en un bar y uno le dice a otro que es capaz dedistinguir, sin lugar a dudas, un whisky barato de uno caro. Como el otro amigo no locree deciden hacer una prueba. El amigo bravucón dice que acierta qué tipo de whiskyestá tomando el 90% de las veces, ya que a veces los hielos le distorsionan la cata.Deciden hacerle probar 20 whiskys (en días distintos) y obtienen el resultado de queacertó sobre el contenido del vaso que estaba probando en 14 noches. Dado quenuestro amigo dijo que acertaría el 90% de las veces y sólo acertó el 70% de ellas (14de 20 noches), ¿podemos creer a nuestro amigo, o nos está engañando? ¿es posibleque fallara por mala suerte, pero si le dejamos seguir intentándolo a la larga acertaráel 90%? Está claro que si hubiera acertado todas las noches, o 19 de ellas lecreeríamos sin lugar a dudas, también si hubiera fallado todas o casi todas ledesmentiríamos sin dudar, pero con 14 sobre 20 es algo dudoso. Esto es lo quepodemos medir con el p-valor.Si suponemos que la hipótesis nula es cierta, esto quiere decir que las catas de nuestroamigo se distribuyen según una binomial de parámetro 0,9, esto es, como una monedaque saliera cara el 90% de las veces y cruz el 10%. ¿Cuál es la probabilidad de queuna distribución binomial de parámetro 0,9 repetida 20 veces nos de como resultado14 caras y 6 cruces? Calculando esa probabilidad nos queda P=0,0088. Si a este valorle sumamos la probabilidad de que acierte sólo 13 veces, más la probabilidad de queacierte sólo 12 veces y así hasta la probabilidad de que no acierte ninguna vez, esdecir la probabilidad de que acierte 14 o menos veces esto nos da P=0,01125, éste esel p-valor.¿Qué significa esto? Esto significa que si realmente suponemos que nuestro amigoacierta el 90% de las veces que prueba una copa y ha probado 20 copas, laprobabilidad de que acierte 14 o menos copas es del 1,125%. Por tanto, si damos unapotencia de contraste usual de 0,05, que significa que aceptamos equivocarnos el 5%de las veces si repitiéramos el experimento, como el p-valor es inferior a la potenciadel contraste rechazamos la hipótesis nula, y declaramos que nuestro amigo es unfanfarrón. Estadísticamente, esto lo hacemos porque el resultado observado (14aciertos de 20 intentos) es muy poco probable si suponemos que acierta el 90% de lasveces, por lo tanto asumimos que no era cierta la hipótesis nula.¿Qué hubiera pasado si hubiera acertado las 20 veces? En ese caso el p-valor saldríamuy alto, ya que es muy probable que una distribución binomial de parámetro 0,9repetida 20 veces nos de 20. Por tanto no rechazamos la hipótesis nula, que no es lomismo que decir que la aceptamos. Es decir, diríamos que es verosímil que acierte el90% de las veces, es posible que lleve razón, no tenemos evidencias en contra de ello.Es importante decir que no se acepta la hipótesis nula ya que también sería lógicoaceptar que acierta el 100% de las veces y, o bien acierta el 90% o bien acierta el100% pero ambas no pueden ser válidas a la vez.
  22. 22. el valor p, o también llamado p consignado, es la probabilidad de que de la poblaciónpropuesta por la hipótesis nula, se obtenga la muestra observada o una aún másalejada.CONTRASTE DE HIPÓTESIS: Al realizar una investigación, el investigador usualmente se plantea una hipótesis; siestudia a toda la población podrá aceptar o rechazar dicha hipótesis con toda certeza,pero si no puede estudiar la población total sino una muestra, entonces deberá seguirun proceso por medio del cual decidirá si aceptar o no su hipótesis con un riesgoconocido de estar equivocado. En eso consiste el proceso de Contraste de Hipótesis,aspecto cuyo aprendizaje reviste gran importancia no solo para quienes realizaninvestigación sino también para los profesionales que, para actualizar susconocimientos, requieren de lecturas de artículos científicos en su especialidad. Eneste material se hace una breve explicación de los fundamentos del contraste dehipótesis y se exponen los elementos que deben ser considerados para seleccionar laprueba estadística adecuada a los datos, acompañando la lectura de ejercicios quedeberán ser resueltos y discutidos con el facilitador para asegurar el aprendizajedeseado. Se anexa a la guía un material complementario donde se presentan varioscasos de investigaciones con sus datos respectivos y se detallan para cada uno deellos, todos los pasos realizados para verificar si la hipótesis planteada puede o no seraceptada.EL PROCESO DE CONTRASTE DE HIPÓTESIS:El primer paso de este proceso consiste en formular las hipótesis estadísticas:hipótesis nula (Ho) y alternativa (HA).La hipótesis nula representa la negación de la hipótesis de investigación, como se veráposteriormente. Luego se hacen las pruebas de significación estadística (otro paso delproceso), el investigador acepta o rechaza la hipótesis nula formulada y enconsecuencia, estará rechazando o aceptando su hipótesis de investigación.En este proceso pueden cometerse dos tipos de error:
  23. 23. 1. Que la hipótesis nula sea verdadera y el investigador la considere falsa (Error Tipo I ó α)2. Que la hipótesis nula sea falsa y el investigador la considere verdadera (Error tipo IIó β) Sin embargo, el trabajar con una muestra probabilística le permite al investigadorconocer la probabilidad de equivocarse al aceptar su hipótesis. Esto se logra cuando la persona fija el nivel de confianza con el cual desea trabajar(el Pk (“en medicina constante de acidez”)), pues como ya habíamos visto en lalectura anterior, al fijar el Pk automáticamente se está determinando el nivel designificación α el cual no es más que la probabilidad de equivocarnos al rechazar unahipótesis nula que es verdadera (α es la probabilidad de cometer el error tipo I), esdecir, aceptar una hipótesis de investigación falsa. En Medicina, generalmente se acostumbra trabajar con Pk que van de 0.95 a 0.99,por lo tanto los niveles de significación oscilan entre 0.05 y 0.01. Si se rechaza una hipótesis a un nivel α = 0,05, existe un 5% de posibilidades deque esté equivocado. Ese 5% puede disminuirse pero a expensas de un aumento en laprobabilidad de cometer el error tipo II (aceptar como cierta una hipótesis que no loes).Pasos del Proceso de Contraste de Hipótesis:a) Formular las hipótesis estadísticasb) Fijar los niveles de confianzac) Decidir el tipo de prueba de significación a emplear y ejecutarlad) Tomar la decisión de aceptar o rechazar la hipótesis.a) Formular las hipótesis estadísticas:- Hipótesis Alternativa (HA): es la misma hipótesis de investigación, pero planteada en términos estadísticos, por lo tanto debe decidirse de antemano qué medidas se van a usar para resumir las variables en estudio. Por ejemplo, si la hipótesis de investigación plantea que el tiempo que tienen trabajando los controladores aéreos influye en la aparición de hipertensión arterial diastólica (HAD), la hipótesis alternativa podría ser: HA: "El promedio de años de trabajo en los controladores aéreos que padecen de HAD es significativamente mayor que el promedio de años de trabajo en aquellos que no tienen HAD”. En términos estadísticos esta hipótesis se representa de la siguiente manera: HA: μ1 > μ2
  24. 24. - Hipótesis Nula (Ho): es la negación de las diferencias planteadas en la hipótesis alternativa. Ho: "No existe diferencia significativa entre el promedio de años de trabajo en los controladores aéreos que padecen de HAD y el promedio de años de trabajo en aquellos que no tienen HAD" Ho: μ1 = μ2 o también Ho: μ1 - μ2 = 0 Con las pruebas de contraste de hipótesis, el investigador lo que trata es derechazar la hipótesis nula, pues así confirma su hipótesis de investigación.b) Fijar los niveles de confianza y de significación a emplear:Este paso ya fue expuesto anteriormente. El nivel de significación no es más que laprobabilidad de rechazar una hipótesis nula que es verdadera.c) Escoger la prueba de significación a emplear e interpretarla: Muchas de las investigaciones que se realizan pretenden comparar un valor omedida obtenido de una muestra, con un valor teórico; o bien, comparar dos o másgrupos para saber si existe diferencia entre ellos. Se toma una muestra de cada grupo poblacional y a cada uno se le calculan lasmedidas de resumen que se desean comparar. Si la hipótesis de investigación plantea que los grupos difieren en cuanto a lavariable estudiada, la hipótesis nula expresará que no existe diferencia significativaentre los grupos, resumidos bien sea por promedios, porcentajes, etc.; es decir: lahipótesis nula plantea que la diferencia observada en la muestra obedece al azar y nose da igualmente en la población (la diferencia no es significativa). Para poder rechazar esa hipótesis se debe realizar una prueba estadística designificación. Muchas de estas pruebas se basan en el supuesto de que la población estudiadatiene una distribución normal y, por lo tanto, las propiedades de la curva normal sonaplicables. Este tipo de prueba consiste, en líneas generales, en lo siguiente:1) Se calcula un valor con la (s) muestra (s) y ese valor se lleva a puntaje Z usando las fórmulas indicadas2) Se fija un nivel de significación α el cual determina en la curva normal dos zonas: una zona de aceptación de la hipótesis nula y una zona de rechazo de la hipótesis nula. Para un nivel de significación α: 0.05, la zona de aceptación de la Ho estácomprendida entre los valores Z: -1,96 y + 1,96.
  25. 25. 3) Se ve en qué zona cae el valor Z calculado con los datos de la muestra. Si dicho valor cae en la zona de aceptación, entonces no se puede rechazar la hipótesis nula. Ejemplo: Supóngase que se desea saber con un 95% de certeza si el promedio de 74 pulsaciones por minuto observado en una muestra de 36 individuos normales se diferencia significativamente del valor de 70 pulsaciones, considerado como normal. El error estándar de la media es 2,11. Nótese que lo que se desea saber es si esa muestra formada procede de la población cuyo promedio se conoce, o por el contrario, procede de otra población. Datos: x = 74 μ 0 = 70 n = 36 σ x = 2,11Procedimiento:• Se calcula la diferencia entre los 2 valores y se transforma en puntaje Z, utilizando la fórmula:Zc = x - μ0 / σ x Zc= 74-70 / 2.11= 1.90• Se definen las zonas de aceptación y rechazo de la hipótesis nula: Como se desea una certeza de un 95%, el nivel de significación es 0,05 y para este nivel Zo: 1,96.• Puesto que el valor de Z calculada cae dentro de los límites de la zona de aceptaciónde Ho, esta hipótesis no puede ser rechazada no existe diferencia significativa entre elpromedio y el valor teórico con el cual se compara.
  26. 26. PRUEBAS UNILATERALES O BILATERALES (de una o dos colas):Como ya se vio, el área a ambos lados de la curva normal es una de las cantidades queparticipan en las pruebas de decisión o contraste. Esta área está definida por el nivelde significación α fijado. A cada α fijado le corresponde un valor Z ó t. Si α = 0,05, Z= 1.96.Cuando se realiza un contraste de significación, generalmente se trata de comparar siexiste o no una diferencia significativa entre dos medias; si la primera media es mayoro menor que la segunda no importa, porque lo importante, solamente, es la diferencia.Esto es entonces, un contraste bilateral.Cuando se puede establecer la dirección de la diferencia, es decir, cuando se puedeestablecer la hipótesis de que una media es mayor (o menor) que otra, pues se tieneconocimiento de la materia, entonces se decide trabajar con pruebas de una sola cola(unidireccionales).La diferencia está en que ahora la zona de rechazo de la hipótesis nula se ubica en unsolo extremo de la curva y, por lo tanto, el valor Z es diferente. Valores de Z en pruebas unilaterales y bilaterales para diferentes niveles 0.10 0.05 0.01 0.005 0.002 de signific ación Valores 1.28 1.64 2.33 2.58 2.88 de Z en pruebas de 1 cola Valores 1.64 1.96 2.58 2.81 3.08 de Z en
  27. 27. pruebas de 2 colas SELECCIÓN DE LA PRUEBA DE SIGNIFICACIÓN: Para escoger la prueba de significación adecuada, se deben considerar los siguientes aspectos:a) Nivel de medición de las variables: El nivel de medición de las variables determina el tipo de estadístico a emplear (promedio, porcentajes, etc) y éste a su vez determina la prueba de significación.b) El número de grupos que se comparan: Existen pruebas para comparar 2 grupos y pruebas para comparar más de 2 grupos. Así como también, para comparar un valor de una muestra con un valor teórico.c) La independencia de los datos: Cuando a una misma persona se le realizan 2 medidas para compararlas (Ejemplo tensión arterial antes y después de un medicamento) se dice que son datos no independientes o correlacionados. También cuando se usan pares de sujetos (Se pueden usar sujetos apareados naturalmente como por ejemplo, 2 ratones de la misma camada y uno de ellos es el control. También si se aparean artificialmente los sujetos del estudio como cuando se usan pares de la misma edad y sexo). Existen pruebas para datos correlacionados y para datos no correlacionados.d) Si se conoce o no la desviación estándar de la población (o la varianza).e) Tamaño de la(s) muestra(s): Para muestras grandes la distribución de muchos estadísticos es normal y su interpretación se hace como en los ejemplos expuestos (utilizando la tabla de áreas de la curva normal para hallar los valores Z). En muestras pequeñas la distribución de los estadísticos no es igual, por lo tanto no puede hablarse de valores Z ni utilizarse éstos en las pruebas; para estos casos existe una tabla, la tabla de la “t” de Student.

×