Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
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.
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
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:
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)
Hipótesis alternativa:
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.
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)
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.
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.
La probabilidad de rechazar la hipótesis nula cuando es falsa es igual a 1–β. Este valor es la
potencia de la prueba.