TIPOS DE ERRORES

Sábado 11 de mayo de 2019

1. Error de cobertura o sesgo en la selección: la clave para una selección de muestra

adecuada es una estructura de la población adecuada o una lista actualizada de todos los
sujetos a partir de los cuales la muestra será retirada.

2. Error por falta de respuesta o sesgo por falta de respuesta: Aquí nos referimos, por
ejemplo, a preguntas específicas que abordan temas delicados para el encuestado, como
cuestiones personales o que consideren que los pone en riesgo, ocasionando tener una
encuesta sin terminar.

3. Error de medición: se refieren a la falta de exactitud de las respuestas registradas, lo que

ocurre por deficiencias en la formulación de las preguntas por un efecto causado por el
entrevistador sobre el informante o por causa del esfuerzo realizado por el informante. Se
debe prestar mucha atención al error de medición que ocurre debido a deficiencias en la
formulación de la pregunta.

4. Error de muestreo: El error del proceso de muestreo ocurre cuando los investigadores
toman diferentes sujetos de la misma población y, aun así, los sujetos tienen diferencias
individuales. Debes recordar que cuando tomas una muestra, se trata de un subconjunto de
toda la población y, por lo tanto, puede haber una diferencia entre la muestra y la población.
La causa más frecuente de dicho error es un procedimiento de muestreo sesgado. Todo
investigador debe tratar de establecer una muestra que esté libre de sesgos y sea
representativa de toda la población. Así, el investigador es capaz de minimizar o eliminar
el error de muestreo.
 TEORÍA DE HIPÓTESIS

Sábado 18 de mayo de 2019

Es la asignación de probabilidades a un evento basado en la suposición o hipótesis de un evento o

distribución.

Hipótesis nula: es la que se quiere aceptar o rechazar, se representa así Ho.

La hipótesis alternativa contradice a la nula.

Etapas básicas en pruebas de hipótesis:

Etapa 1: plantear la hipótesis nula y la alternativa.

Etapa 2: especificar el nivel de significancia que se va a utilizar.

Etapa 3: elegir la estadística de prueba.

Etapa 4: se establecen valores críticos de la estadística de prueba.

Etapa 5: determinar el valor real de la estadística de prueba.

Etapa 6: toma de decisiones, si se rechaza la hipótesis nula se acepta la alternativa y viceversa.

 PASOS PARA ELABORAR UN
ENSAYO DE HIPÓTESIS

Al momento de plantearse un trabajo académico, este componente resulta crucial para

la organización del mismo es por ello que debe plantearse con cuidado y claridad.

Si habitualmente tienes problemas con esta parte de la investigación o no eres muy bueno con
ellas, te damos algunos consejos con los que lograrás crear una hipótesis firme y bien elaborada:

▪ Busca tener en claro el tema que vas a abordar.

▪ Repasa una y otra vez la pregunta central de tu investigación antes de formular la hipótesis.
▪ Evita las ambigüedades, expresa las ideas de forma clara.
▪ Emplea un vocabulario simple que no permita la confusión.
▪ Plantea la hipótesis con carácter afirmativo.
▪ Intenta crear una hipótesis acotada a una variable o población determinada.
▪ Si es posible, asocia a esta una variable temporal ("en los últimos 5 años").

Hipótesis Nula:

Siempre que se llega a una conclusión acerca un experimento, el investigador debe establecer dos
hipótesis, la hipótesis nula y la hipótesis alternativa. La hipótesis nula (H0) se refiere a la
afirmación contraria a la que ha llegado el investigador. Es la hipótesis que el investigador
pretender rechazar. Si tiene la evidencia suficiente para ello, podrá probar que lo contrario es cierto.
Por lo tanto, la hipótesis alternativa (H1) es la conclusión a la que el investigador ha llegado a
través de su investigación.

La afirmación de la hipótesis nula no se puede rechazar a no ser que los datos de la muestra
parezcan demostrar que ésta es falsa. Por lo general la hipótesis nula incluye un no (o un desigual
a) en su enunciado.
Ejemplo de formulación de hipótesis nula:

Supongamos que un investigador ha realizado una investigación acerca del salario medio mensual
por habitante en un determinado barrio de una ciudad. Imaginemos que el investigador ha
encuestado a 1.000 personas, llegando a la conclusión de que el salario medio mensual por
habitante es de Q 1,500 por tanto, el investigador quiere contrastar, si ese salario medio mensual
por habitante es igual a Q 1,500 (conclusión del estudio y por ende hipótesis alternativa) o si por
el contrario el salario medio mensual por habitante es distinto a Q 1,500 (conclusión contraria a la
del estudio que se pretende negar y por ende hipótesis nula)

El contraste a realizar sería el siguiente:

H0: El salario medio mensual es distinto a Q 1,500. (Sanjuán, s/f)

Hipótesis alternativa:

Se entiende por hipótesis alternativa a la suposición alternativa a la hipótesis nula formulada en un

experimento y/o investigación. Esta surge como resultado de una determinada investigación realizada sobre
una población o muestra.

Entendida de manera sencilla, la hipótesis alternativa representa la conclusión que el investigador quiere
demostrar o afirmar tras su estudio. Esta se expresa con la expresión “H1” y va a representar, por lo general,
lo contrario a la hipótesis nula.

El método científico, al contrario de lo que podría pensarse, no trata de demostrar la hipótesis alternativa
(conclusión alcanzada a través de la investigación). Lo que pretende el método científico, es demostrar que
lo contrario a la hipótesis alternativa (hipótesis nula), no es cierto. De esta manera, quedaría demostrada la
hipótesis alternativa.

Ejemplo del contraste de hipótesis:

Supongamos que un investigador ha realizado una investigación acerca del salario medio mensual en un
determinado barrio de una ciudad. Imaginemos que, de la población de ese barrio, el investigador ha
encuestado a 1.000 personas llegando a la conclusión de que el salario medio mensual por habitante es de
Q 1,500.
Por tanto, el investigador quiere contrastar, si ese salario medio mensual es igual a Q 1,500 (conclusión del
estudio y por ende hipótesis alternativa) o si por el contrario el salario medio mensual es distinto a Q 1,500
(conclusión contraria a la del estudio que se pretende negar y por ende hipótesis nula)

El contraste a realizar sería el siguiente:

H0: El salario medio mensual es distinto a Q 1.500. (Sanjuán, s/f)

Nivel de significancia:

Cuando se toma la decisión de rechazar o no la Hipótesis Nula podemos acertar o cometer errores.
En el trabajo real no sabemos qué ocurre porque no sabemos si la Hipótesis Nula es verdadera o
no. Sin embargo, dados ciertos supuestos podemos obtener las probabilidades de cometer errores
de tipo I y de tipo II.

La probabilidad de cometer errores de tipo I, que se simboliza alfa, es la probabilidad de ocurrencia

de los valores del estadístico en la región de rechazo cuando la Hipótesis Nula es verdadera. El
valor de alfa, también denominado nivel de significación, es definido por el investigador antes de
recoger los datos, y la costumbre es hacer alfa=0.05 o alfa=0.01 (en el ejemplo alfa es igual a 0.05).
La probabilidad de cometer errores de tipo II se simboliza beta y depende de varias circunstancias
como la distancia que separa el valor asignado al parámetro en la Hipótesis Nula de su valor real,
el tamaño muestral y el valor asignado a alfa.

Error tipo I y tipo II:

Error de tipo I:

Si usted rechaza la hipótesis nula cuando es verdadera, comete un error de tipo I. La probabilidad
de cometer un error de tipo I es α, que es el nivel de significancia que usted establece para su
prueba de hipótesis. Un α de 0.05 indica que usted está dispuesto a aceptar una probabilidad de
5% de estar equivocado al rechazar la hipótesis nula. Para reducir este riesgo, debe utilizar un valor
menor para α. Sin embargo, usar un valor menor para alfa significa que usted tendrá menos
probabilidad de detectar una diferencia si está realmente existe.

Error de tipo II:

Cuando la hipótesis nula es falsa y usted no la rechaza, comete un error de tipo II. La probabilidad
de cometer un error de tipo II es β, que depende de la potencia de la prueba. Puede reducir el riesgo
de cometer un error de tipo II al asegurarse de que la prueba tenga suficiente potencia. Para ello,
asegúrese de que el tamaño de la muestra sea lo suficientemente grande como para detectar una
diferencia práctica cuando esta realmente exista.

La probabilidad de rechazar la hipótesis nula cuando es falsa es igual a 1–β. Este valor es la
potencia de la prueba.

Verdad acerca de la población

Decisión basada H0 es verdadera H0 es falsa

en la muestra

No rechazar H0 Decisión correcta (probabilidad = 1 Error tipo II - no rechazar

- α) H0cuando es falsa (probabilidad =
β)

Rechazar H0 Error tipo I - rechazar H0 cuando es Decisión correcta (probabilidad =

verdadera (probabilidad = α) 1 - β)
UNIVERSIDAD RURAL DE GUATEMALA
Sede (269) Santa Lucía M.A., Sacatepéquez.
Carrera: Profesorado en Enseñanza Media.
Semestre: Quinto Semestre/2019.
Curso: Métodos Estadísticos para Investigadores.
Catedrático: Licda Andria Garnat.

TERCER AVANCE DE TEXTO PARALELO

Alumno: Rocky Alexander Acajabón

Carné: 17-269-0041.

Santa Lucia Milpas Altas, Sacatepéquez, 25 de mayo de 2019.