Universidad Nacional de San Cristbal de Huamanga

Facultad de Ciencias de la Salud

EFP de Medicina Humana

Repaso general sobre metodologa en

el proceso investigativo

AYACUCHO, SETIEMBRE 2016

 METODOLOGA
REALIDAD Tipo de investigacin
Diseo de investigacin
Poblacin
Criterios de inclusin / exc
Tamao de muestra
TEMA Seleccin de muestra
Tcnica de recoleccin
Instrumento de recoleccin
FUNDAMENTO
Procedimiento de recoleccin
TEORICO
VARIABLES Procesamiento de datos

HIPOTESIS PROBLEMA OBJETIVOS

METODOLOGIA

Conjunto de estrategias, procedimientos y mtodos, que plantean como se va a llevar a cabo (Tamayo,
2002) o como se va desarrollar (Carrasco, 2005), la investigacin
 Tipo de Investigacin
OBJETIVOS VARIABLE HIPOTESIS GRUPOS
COMPARATIVOS
No se controla la No busca
exposicin de las relacin No hay Vi y NO
OBSERVACIONAL Unidades de Vd (Cuando es la
DESCRIPTIVO Anlisis (aparece
causal primera No
sin participacin
(Describe, (Vp y Vs) aproximacin al
problema)
del investigador) mide)

OBSERVACIONAL No hay control de SI

la Variable (excepto los
ANALITICO independiente Ecolgicos)
(Causa)
Se controla la
Busca
exposicin de las relacin Hay Contrasta
Unidades de causal Vi y Vd hiptesis
Anlisis. SI
(analiza)
EXPERIMENTAL (excepto los pre
Hay control de la experimentales)
Variable
independiente
(Causa)

Un error frecuente es pensar que se realiza investigacin experimental, cuando se

desarrolla en un laboratorio o cuando se utiliza equipos de medicin.
 Diseo de Investigacin

DISEOS
TIPO
Clsicos Complementarios
Serie de casos
OBSERVACIONAL
Estudio transversal Anlisis bibliomtrico
DESCRIPTIVO
Estudio de cohorte nica
Estudio ecolgico
OBSERVACIONAL Estudio de Caso Control
Estudio correlacional
ANALITICO Estudio de Cohortes
Prevalencia analtica
Estudio pre experimental
Ensayo controlado (Aleatorizado sin Control)
EXPERIMENTAL
aleatorizado (ECA) Estudio cuasi experimental
(Controlado, no aleatorizado)

REVISIN
SISTEMTICA
Metanlisis
 Tipo y Diseos de Investigacin

El investigador
Tipo
La Variable Independiente Experimental puro (c/ ambas)
La Unidad de Anlisis Cuasi experimental (s/ aleatorizacin)
Pre experimental (s/ grupo control)
Diseo
Simple ciego (evaluador)
Doble ciego (+ pacientes)
Triple ciego (+ analistas)

Experimentales

No se controla
la exposicin Observacionales
de la Unidad Analticos
de Anlisis, ni
se controla la Estudios
Variable Ecolgicos
Observacionales
independiente
Descriptivos

Los estudios observacionales descriptivos

no buscan determinar relacin causal (slo
describen y/o miden)
 OTRAS CLASIFICACIONES

CLASIFICACION DEFINICION

Una sola medicin por Unidad de

TRANSVERSAL Anlisis No existe seguimiento
SEGN EL (es una foto)
NUMERO DE
MEDICIONES
Dos o ms mediciones por Unidad
LONGITUDINAL de Anlisis Existe seguimiento
(es una pelcula)

Cuando el dato se capta despus de

PROSPECTIVO la realizacin del Proyecto Uso de
fuentes primarias
SEGN EL
MOMENTO DE
REALIZACION
DEL SUCESO
Cuando el dato se capta en el antes
RETROSPECTIVO de la realizacin del Proyecto Uso
de fuentes secundarias
 Poblacin y Universo: Criterios de inclusin y exclusin

UNIVERSO POBLACION
Nmero exacto de Se desconoce Se conoce
Unidades de Anlisis (Poblacin infinita) (Poblacin finita)

Marco muestral No disponible Disponible

Poblacin Muestra

1. Factor de elevacin (N/n ) Representa el numero de

elementos que hay en la poblacin por cada elemento
de la muestra.
2. Factor de muestreo (n/N x 100) Obtenemos el
porcentaje de la poblacin que representa la muestra.

Definicin CRITERIOS DE INCLUSION: Caractersticas de las Unidades de

de la Anlisis para que formen parte de la Poblacin de estudio

Poblacin
CRITERIOS DE EXCLUSION: Caractersticas de las Unidades de
Anlisis para que NO formen parte de la Poblacin de estudio
 Muestreo
Probabilstico
PREMISA:
Poblacin
Muestra
Siempre
Objetivo
debemos estudiar
Inferencia
Estadstica a la poblacin
objetivo
EXCEPTO:
En las siguientes situaciones:
1. Poblacin inalcanzable: Limitacin de recursos (tiempo y dinero)
2. Poblacin desconocida: sin marco muestral (listado)
3. Poblacin inaccesible: no podemos agotar a la poblacin (Ejm: control de
calidad brnula)
 x , s

x , s

x , s

x , s

Parmetros Estadsticos

Son las distintas Son las distintas

mediciones obtenidas con mediciones obtenidas
con los datos de la
los datos de la poblacin Teorema del
lmite central
muestra.

El teorema del lmite central, es el principio terico para poder desarrollar estrategias que permitan ver
los resultados de la muestra, como si se hubieran realizado en toda la poblacin.
 Muestra: Tamao y Seleccin

Z = Valor Tabla Z para IC 95%

TAMAO DE LA MUESTRA: = 1.96
Garantiza que la muestra sea E = Error aceptable de 5%
ADECUADA = 0.05
p = probabilidad de xito
q = probabilidad de fracaso
= (1-p)
s = Desviacin estndar
x = Media promedio
N = Tamao de la poblacin

Muestreo Muestreo
determinstico probabilstico Las Unidad
Muestral =
Conveniencia Simple Unidad de
Anlisis
Intencional Sistemtico
Cuotas Estratificado
La Unidad
Bola de Nieve Conglomerados Muestral =
SELECCIN DE LA MUESTRA Grupo de
Garantiza que la muestra sea Unidades de
Se trabaja con Universo Se trabaja con Anlisis de la
REPRESENTATIVA
(no se dispone de marco Poblacin (se dispone poblacin
muestral) de marco muestral)
 Muestreo por Niveles de Investigacin (1)

Solucionar
Cuantitativa

Ensayos
Clnicos
Tratamiento
Aplicativo
Modelos
predictivos Predictivo Pronstico

Conocer
Anlisis Modelos Hiptesis racional
Multivariado experimentale Explicativo Causas (1 cola)

Anlisis s Hiptesis
Factores de riesgo empricas
Bivariado Relacional (2 colas)

Hiptesis
Anlisis
Univariado Descriptivo Prevalencia (si es formulado como
proposicin)

Cualit Identificacin
ativa Exploratorio

Identifica variables,
Define conceptos,
Descubre
fenmenos
 Muestreo por Niveles de Investigacin (2)
En un estudio descriptivo En un estudio relacional
Mientras mas grande sea la muestra, ser Mientras mas grande sea la muestra,
mas representativa mayor probabilidad de cometer un error tipo
Lo que se calcula es el tamao mnimo de II
la muestra Lo que se calcula es el tamao exacto de
los grupos

Objetivo Estadstico: Estimar Objetivo Estadstico: Comparar

Muestreo para la estimacin de promedios () Muestreo para la comparacin de promedios ()
Variables numricas Variables numricas
Muestreo para la estimacin de frecuencias (%) Muestreo para la comparacin de proporciones (%)
Variables categricas Variables categricas
 Poblacin LA VERDAD
Muestreo CONFIANZA y
POTENCIA NO hay Hay
Aleatorio Muestra Diferencia Diferencia
N n CONFIANZA

MI RESULTADO
Inferencia NO hay (1 ALFA) ERROR II
Diferencia Aprueba (BETA)
Estadstica correctamente H0

POTENCIA
Hay ERROR I (1 BETA)

Hiptesis Diferencia (ALFA) Aprueba

correctamente H1

Estadstica
Hiptesis Nula (Ho)
Hiptesis Alternativa
(H1) Error: Equivocacin anticipada de
Proposicin Falsa (F) Proposicin Verdadera (V) establecer como F o V una
No hay diferencias Hay diferencias proposicin.
Error I (alfa): Aprueba por error la H1.
Se da por vlido Ho mientras no se
Error II (Beta): Aprueba por error la
demuestre lo contrario Ho.
Al disminuir el Error alfa, se incrementa
el Error Beta Cunto estamos
Confianz Potenci dispuestos a tolerar?
ERROR ALFA ()
CONFIANZA 95% 5%
a a significancia
Error Error
POTENCIA 80% ERROR BETA () 20%
 Poblacin Error Muestral = Precisin
Muestreo
Aleatorio Muestra Precisin
N n Parmetro Estadstico
Inferencia
Estadstica

Error Beta y Potencia

Errores Estadsticos Error Potencia de prueba (1- ) Valor tipificado Z1-

y Precisin 5%
10%
95%
90%
1,64
1,28
20% 80% 0,84

Error Alfa (Nivel de Significancia) y Confianza (Nivel de Confianza)

1-
Prueba de 2 1- Prueba de 1
H : A B
/2 /2 colas:H : A B o cola:
H : A B
o

H1 : A B 1
Observacionales Experimentales
Alta incertidumbre, desconocimiento de datos, sin direccionalidad Poca incertidumbre, conocimiento de datos, con
Nivel de Significancia = = 5% direccionalidad Nivel de Significancia = = 5%
Nivel de Confianza = 1- /2 = 97.5% Nivel de Confianza = 1- = 95%
Nivel de Nivel de
Nivel de confianza Nivel de confianza Valor tipificado Z1-
significancia (Error Valor tipificado Z1- /2 significancia (Error
2 colas (1- /2) 1 cola (1- ) /2
) )
1% 99,5% 2,58 1% 99,0% 2,33
3% 98,5% 2,17 3% 97,0% 1,88
5% 97,5% 1,96 5% 95,0% 1,64
 Tamao de la Muestra (1)
1. Las investigaciones tienen varias variables, donde cada una puede terminar
generando diferentes tamaos de muestra. El primer paso es seleccionar
la variable ms importante.
2. Identificar la frmula ms adecuada, segn: a) el nivel de
investigacin, b) el tipo de variable
3. Determinar los valores de los criterios necesarios para la estimacin
del tamao de muestra. Debe realizarse mediante: a) fuentes secundarias
similares (investigaciones previas), b) Prueba Piloto (un 10% del tamao
habitual de las muestras de investigaciones de diseos similares).
4. Determinar el nivel de confianza, la precisin (en estimacin de IC)
y la potencia (en Pruebas de Hiptesis) segn sea el caso.

CONSIDERACIONES IMPORTANTES
1. Estimacin de tamao de muestra (segn frmulas estadsticas).
2. Ajuste por factor de correccin: n1 = n / [ 1 + (n /N) ]
3. Ajuste por no respuesta: n2 = n1 / (1-%NR); donde No Respuestas (NR) puede encontrarse
entre 5 30% (segn experiencia o estudio piloto)
4. Ajuste por efecto de diseo: n3 = n2 * deff; donde el efecto de diseo (deff) se encuentra entre
1.5 3 (cuando se usan conglomerados)
 Tamao de la Muestra (2)
La determinacin de los valores que intervienen
en las frmulas del tamao muestral es una
decisin esencialmente subjetiva, sujeto a la
visin del problema, la disponibilidad de
informacin y recursos por parte de los
investigadores.
Acciones concretas:
- En el valor Z: Realizar proyecciones segn el Nivel de Confianza (90%, 95%, 99% u otro), el
nivel de conocimiento del fenmeno (prueba de 1 cola o de 2 colas).
- En el Valor de la Precisin Error muestral: Realizar proyecciones segn los rangos
estndares establecidos (por diseo de investigacin, tipo de variable de investigacin ), y la
informacin disponible en la literatura disponible.
- En el Valor de p, q (Cualitativas) s 2 (Cuantitativas): Segn la informacin disponible en
la literatura disponible.
Conclusin:
La muestra aumenta con: con mayores niveles de confianza, con prueba de 2 colas, con
errores ms pequeos, usando p (0.5)
La muestra disminuye con: con menores niveles de confianza, con prueba de 1 colas, con
errores ms amplios, usando p ( diferente de 0.5)
Tamao de la muestra para comparar frecuencias
en dos grupos categricos

Tamao de la muestra para comparar frecuencias

en dos grupos numricos
 Variable Categrica
Variable Numrica
Nominal Ordinal
MTC (Media, Mediana)
Estadstica
Porcentaje (%) MD (DE, CV)
Descriptiva MP (Cuartiles, Percentiles)

Estadstica Biv: Chi Cuadrado Biv: T student

Inferencial Mul: Regresin logstica Mul: Regresin lineal

Nominal Ordinal Numrico

Distribucin Normal
No (Smirnov Kolmogorov, Si
Shapiro Wilks)
Homogeneidad Varianzas
(Test de Levene)

Pruebas NO Paramtricas Pruebas Paramtricas

U Matt Whitney
Chi cuadrado
H Kruskal Wallis T student
Test exacto Fisher
Wilcoxon ANOVA
Mc Nemar
Friedman Pearson
Q Cochran
Spearman
Pruebas de Hiptesis Su principio o base es la
aceptacin o rechazo de la Ho
Son proposiciones sobre los parmetros de la poblacin
Prueba de 1 cola y 2 colas
H0 (nula): NO hay diferencias
entre los grupos ; p > 0.05
1- Prueba de 1 cola:
H1 (alternativa): Hay diferencias Para 1- = 95%,
entre los grupos ; p < 0.05 = 5% (Valor Z de 1.64)

Desv. Est. rea (1c) Valor Z (1c)

LA VERDAD 1.67 s 0.90 (90%) 0.1 (10%) 1.282
POTENCIA Y Diferencia 2s 0.954 (95%) 0.05 (5%) 1.645
CONFIANZA No Diferencia
Rechaza Ho
Aprueba Ho
Aprueba H1 1-
No CONFIANZA ERROR BETA Prueba de 2 colas:
(1 ALFA) (Tipo II) Para 1- = 95%, = 5%,,
MI RESULTADO

Diferencia /2 /2
Aprueba Ho
Aprueba correctamente Ho Aprueba por error la Ho /2 = 2.5% (Valor Z de 1.96)
(Verdadero -) (Falso -)

ERROR ALFA POTENCIA

Diferencia (Tipo I) (1 BETA) Desv. Est. rea (2c) Valor Z (2c)
Rechaza Ho. Rechaza equivocadamente Ho Rechaza correctamente Ho
Aprueba H1 Aprueba por error la H1 Aprueba H1. 1.67 s 0.90 (90%) 0.1 (10%) 1.64
(Falso +) (Verdadero +) 2s 0.954 (95%) 0.05 (5%) 1.96

Valores de Equilibrio
Cuando la incertidumbre es mayor se utiliza la
POTENCIA 80% ERROR BETA 20% prueba de 2 colas, con el fin de disminuir el error alfa.
Si se conoce el fenmeno y se tiene datos que
CONFIANZA 95% ERROR ALFA 5% permiten emitir juicio puede usarse pruebas de 1 cola.
 Nivel de Significancia Estadstica
La aplicacin de las Pruebas estadsticas,
genera un valor denominado estadstico de Prueba
la prueba, el mismo que tiene una conexin
directa con el valor p.
Estadstica
El valor p, es la probabilidad del resultado
observado, si Ho es cierta.
El nivel de significancia, es el Valor p a Estadstico
partir del cual estaremos dispuestos a de Prueba Valor p
rechazar Ho, an siendo cierta (es decir
corriendo el riesgo de equivocarnos).

Valor p
0 0,05 (5%) 1
p = 0 (0%) p = 1 (100%)
Nivel de
El resultado no El resultado
significancia
apoya Ho apoya Ho
Diferencia o asociacin
Si p < 0.05 Se rechaza Ho Se acepta H1
estadsticamente significativa
Si p > 0.05 Se acepta H1 Se rechaza H1 entre los grupos
Pruebas de Hiptesis y Tipo de Variable (1)
EJEMPLO
CLASIFICACION VARIABLE ESCALA
Variable Valor de medicin
Dicotmico Sexo Masculino, Femenino
Nominal
(sin orden) Soltero, Casado,
Cualitativa Politmico Estado Civil Divorciado
(Categricas)
Ordinal Grado de Inicial, Primaria,
(con orden) Instruccin Secundaria, Superior
Naturaleza Intervalo (sin cero) T corporal 35, 36 .. 41 C
A
Razn (con cero) T ambiental 0, 2 , 18 27 C
Cuantitativa
(Numricas) Discreta (sin decimal) N de hijos 0 , 1 , 2 , 3, 4 , etc
B
Continua (con decimal) Peso 0 Kg, 0.5 Kg , 4.6 Kg

Independiente Variable Causa

Relacin Dependiente Variable Efecto

Causas coparticipantes, sujetas a control
Interviniente mediante anlisis estadstico multivariado

Clasificacin de Nominal dicotmica

INDEPENDIENTE Nominal politmica
variables til para la
Ordinal
seleccin de pruebas
DEPENDIENTE Numrica no paramtrica
estadsticas Numrica paramtrica
 Pruebas de Hiptesis: Criterios de Seleccin
OBJETIVO
Medidas de Diferencia
Permite establecer si existe
una diferencia real entre dos
alternativas de uno o ms
grupos
No establece magnitud
Medidas de Relacin
Permite establecer la
probabilidad de una relacin
real entre dos o ms
variables
Establece magnitud

Relacin: Correlacin Concordancia

Asociacin

TIPO DE TIPO DE DISTRIBUCIN N DE GRUPOS N DE MEDICIONES

VARIABLE Paramtrica No paramtrica Grupos independientes: Son grupos diferentes (2
Nominal - grupos o ms de 2 grupos)
Grupos pareados: Es el mismo grupo( en el que se
Ordinal - realiza 2 o ms mediciones por cada unidad de
anlisis). Tambin llamado de datos repetidos,
Numrica emparejados, confrontados.

Pruebas Paramtricas: Se aplican cuando la

N DE VARIABLES
distribucin de los datos de la variable
dependiente es de tipo normal y tienen Bivariado Multivariado
homogeneidad de varianzas (homocedasticidad)
Anlisis de 2 variables Anlisis de 3 o ms variables.
Pruebas no Paramtricas: Son pruebas que no para establecer diferencia Varias Vi y una Vd. Sirven para
asumen premisas sobre la simetra de la o relacin. controlar las V. intervinientes
distribucin de la variables.
Pruebas de Hiptesis: Paramtricas y no Paramtricas

Pruebas Paramtricas Pruebas no paramtricas

Tienen mayor capacidad de detectar Son tcnicas de libre distribucin,
una relacin real o verdadera entre fciles de aplicar, pero menos
dos variables, si es que la misma sensibles a detectar efectos
existe significativos

REQUISITOS DESCRIPCIN VDep

Tipo de Variable Numrica

Caracterstica de la Homogneas
Varianza (Homocedasticidad)
Tipo de Distribucin Normal
Homogneas si p < 0.05

Dist. normal
si p > 0.05
 Estadstica Inferencial: Anlisis Bivariado (1)
VARIABLE DEPENDIENTE (Efecto)
VARIABLE Ordinal
Nominal Nominal Numrico
INDEPENDIENTE Numrico no
dicotmico politmico paramtrico paramtrico
(Causa)
Chi cuadrado bondad Chi cuadrado bondad T student una
Un grupo Chi cuadrado bondad ajuste
ajuste ajuste muestra
Estudio
Transversal Chi cuadrado
Dos grupos Chi cuadrado correccin Yates Chi cuadrado U Mann Whitney T student
Muestras Test exacto Fisher
independientes
Ms de dos
Chi cuadrado Chi cuadrado Kruskal Wallis ANOVA
grupos
Estudio Mac Nemar
Dos medidas Q de Cochran Wilcoxon T pareada
longitudinal K Cohen

Muestras Ms de dos
Q de Cochran Q de Cochran Friedman ANOVA 2 vas
relacionadas medidas
Regresin logstica Regresin logstica Spearman Pearson
Cuantitativo simple simple Tau de Kendall Regresin lineal simple

Causa Cualitativa vs cuantitativa

Cualitativa vs cualitativa
Anlisis de la Varianza (comparacin de medias)
vs Cuantitativa vs cuantitativa
Efecto Cuantitativa vs cualitativa
Estudios de correlacin
 Estadstica Inferencial: Anlisis Bivariado (2)
Medidas de Diferencia Medidas de Relacin
TIPO DE VARIABLE
Paramtrica No paramtrica Paramtrica No paramtrica
Chi cuadrado Mc Nemar
Chi cuadrado con Kappa de Cohhen
Categrica Nominal -.- correccin de Yates -.- Odds Ratio
Test exacto de Fisher Riesgo Relativo

2 grupos
independientes -.- U de Mann Withney

Categrica 2 grupos pareados -.- Wilcoxon Correlacin de

3 ms grupos -.- Spearman
Ordinal independientes -.- Kruskal Wallis W de Kendall

3 ms grupos
pareados -.- Friedman

2 grupos
T de student U de Mann Withney Correlacin de
independientes
Pearson
2 grupos pareados T pareada Wilcoxon Coeficiente
Numrica 3 ms grupos
ANOVA Kruskal Wallis
determinacin -.-
independientes Regresin
lineal
3 ms grupos ANOVA de
Friedman
pareados datos pareados

El Chi cuadrado con correccin de Yates, o test exacto de Fisher: Tabla contingencia con un casillero con menos de 5 datos.
Las pruebas de Pearson y Spearman, son medidas de correlacin.
Las prueba de Mac Nemar, Kappa de Cohen y Tau de Kendall, son medidas de concordancia.
El Odds Ratio y el Riesgo Relativo: compara variable nominal vs nominal. Tambin llamadas medidas de fuerza de asociacin.
 Estadstica Inferencial: Anlisis multivariado
Son Medidas de Relacin que analizan ms de
una variable independiente. Permite la estimacin de
V ind
coeficientes de regresin que indican la relacin entre V ind
las Vi (s) y la Vd, as como la cantidad de cambio de V dep
la Vd por cada unidad de cambio de la Vi V ind
(manteniendo constante a las dems). En ltima
instancia permite controlar las variables de confusin. V ind

Variables Variable
Mtodo
independientes Dependiente
Nominal Nominal Logartmico lineal (*)
Nominal y numrica Nominal dicotmica Regresin logstica
Nominal y Numrica Nominal politmica Anlisis discriminante
Nominal Numrica ANOVA, MANOVA
Numrica Numrica Regresin lineal mltiple
Nominal y Numrica Numrica (esperado) Regresin de Cox
Factores de confusin Numrica ANCOVA,MANOVA
Factores de confusin Nominal Mantel Haenszel (*)

(*) Pruebas no paramtricas de anlisis multivariado

 TECNICA E Tcnica de recoleccin de datos
INSTRUMENTO Instrumento de recoleccin de datos
 Recoleccin
de datos

El instrumento se INSTRUMENTO
Realidad disea tomando en
cuenta las variables
V1
Tema
Tema V2
V3
V4
Tema Tema V5

Tema
Tema

Procesamiento
de datos

Tablas Grficos
METODOLOGIA
 Tcnicas e Instrumentos

TECNICAS INSTRUMENTOS
ENCUESTA Cuestionario

ENTREVISTA Gua de Entrevista Estructurada

Gua de Observacin Directa (sentidos)

OBSERVACIN
Gua de Observacin Indirecta (equipos)

Recoleccin

Instrumentos Deben ser a) Utilizar un instrumento

validados validado previamente
Medicin Existen dos
alternativas
b) Elaborar y validar nuestro
Cuantificacin y valoracin de propio instrumento
variables cualitativas (Ejm:
SERVQUAL para satisfaccin,
MASLASH para Bournot, etc
 Validacin de Instrumentos de Medicin (1)

CRITERIO DEFINICION TIPOS

Es el grado en que un Validez de contenido

VALIDEZ
instrumento mide lo que Validez de criterio
(Exactitud) realmente pretende medir Validez de constructo

Es la forma en que las C. relacionada al instrumento

CONFIABILIDAD mediciones obtenidas bajo
C. relacionada al tiempo
(Repetitividad) circunstancias iguales llevan
C. relacionada a las personas
a resultados similares

*** * *
***
* ***
* ***
*
*

A B C
NO VALIDO NO VALIDO VALIDO
CONFIABLE NO CONFIABLE CONFIABLE
 Procedimiento de recoleccin
PROCEDIMIENTO Y
PROCESAMIENTO Procesamiento de datos
Anlisis e Interpretacin de datos
 Procedimiento y Procesamiento

Recoleccin de
datos

PROCEDIMIENTO PROCESAMIENTO

Autorizacin o permiso de la

Ordenamiento de datos.
Codificacin y recodificacin de
institucin. datos.
Seleccin y capacitacin de en Generacin de base de datos:
encuestadores y supervisores Excel xp
Control de calidad de datos
(Manuales) Imputacin y reemplazo de
Control de calidad y calibracin datos
de equipos. Procesamiento estadstico:
SPSS
Realizacin de Prueba Piloto. Anlisis e interpretacin
Autorizacin de personas Seleccin de resultados ms
(Consentimiento informado). relevantes (generacin de
cuadros y grficos).
La Estadstica es una herramienta fundamental del proceso de investigacin
cientfica, que estudia la recoleccin, anlisis e interpretacin de datos
obtenidos de las mediciones realizadas a determinadas variables de la
poblacin
Poblacin Poblacin Datos
La medicin de una
M
variable, en cada uno de
Cualitativas (%) los elementos de la F
- Sexo poblacin, genera un
Elemento - Estado Civil conjunto de Datos. M
caractersticas
- Grado Instruccin De esta manera si M
Variables Cuantitativas (x) tomamos como ejemplo F
- Peso una medicin aleatoria
F
- Talla de la variable sexo
- Edad podemos obtener lo M
siguiente:

La Estadstica Descriptiva se dedica a la

organizacin, resumen y presentacin de los
datos.
Comprende la estimacin de frecuencia y
proporciones (para variables cualitativas),
as como la determinacin de Medidas de
Tendencia Central y Medidas de
Dispersin (para variables cuantitativas)
 Estadstica Descriptiva

Analiza e interpreta datos de toda la poblacin de estudio.

Incluye al Anlisis Univariado (1 sola variable)

Vnom Vord Vnum

Medidas de
tendencia Moda Mediana, moda Media, mediana, moda
central
Medidas de Rango Desviacin estndar,
dispersin Coeficiente variacin
Rango
Medidas de
Frecuencia, proporcin, razn
distribucin

NOTA: Tambin incluye el Anlisis Bivariado (2 variables),

en el caso de Tablas cruzadas (crosstabs)
 Poblacin Muestra
En situaciones donde la recoleccin de datos
de la poblacin sera imposible por su gran Muestreo
tamao, se opta por trabajar con un
subconjunto de ella: la Muestra

La muestra es obtenida a travs de un

proceso denominado Muestreo, que implica
un adecuado clculo de su tamao y una
adecuada seleccin de cada uno de sus
integrantes.

Poblacin
La Estadstica Inferencial, permite
Muestra
generalizar los datos de una muestra, como
si estos fueran los de la poblacin.
Parmetros: Mediciones que se hacen a
nivel de la poblacin Parmetros Estadsticos
Estadsticos: Mediciones que se hacen a : Media x: Media
: Desviacin s: Desviacin
nivel de la muestra : Proporcin p: Proporcin
La obtencin de una muestra, generar necesariamente una diferencia entre
los valores de los parmetros (reales) y los estadsticos (estimados).
Dicha diferencia se denomina Error Muestral Precisin.

Error Muestral = Precisin

El Error Muestral, nos da una nocin
de hasta donde y con que
Parmetro Estadstico probabilidad una estimacin basada
en una muestra se aleja del valor que
TAMAO DE LA MUESTRA:
Garantiza que la muestra sea
se hubiera obtenido en la poblacin.
ADECUADA

SELECCIN DE LA MUESTRA
Garantiza que la muestra sea
Las bases tericas del Muestreo y de
REPRESENTATIVA
la Inferencia Estadstica se
encuentra en la Teora de
Probabilidades (TP).

La Probabilidad, es un concepto que

establece la posibilidad de
ocurrencia de un evento cuyo
resultado no se puede predecir con
certeza (incertidumbre)
La Teora de Probabilidades nos ha permitido demostrar que los datos
obtenidos de las mediciones no se distribuyen caticamente, sino que siguen
ciertos patrones de comportamiento, a los que se denomina Modelo de
Distribucin de Probabilidades.

Dist. Bernoulli
Los distintos Modelos de Distribucin
Variables de Probabilidades, presentan un
Cualitativas conjunto de frmulas y tablas, que
permiten la realizacin de clculos de
Dist. Binomial
inferencia estadstica

Dist. Normal
continuas
Variables
La inferencia estadstica
Cuantitativas n 30
implica la realizacin de:
a) Estimacin de
Otras distribuciones especiales parmetros y
b) Pruebas de hiptesis.

En ambos casos siempre

en cuando se haya
realizado tcnicas de
muestreo apropiadas
 50%

Hiptesis Estadstica
5%
H0 (nula): No hay diferencias p > 0.05
4%
3% H1 (alternativa): Hay diferencias p < 0.05
2%
1% 0%

LA VERDAD
POTENCIA Y CONFIANZA
No Diferencia Diferencia
CONFIANZA ERROR BETA
No Diferencia (Tipo II)
(1 ALFA) Aprueba por error la H0 (Falso -)
MI RESULTADO
ERROR ALFA POTENCIA
Diferencia (Tipo I)
Aprueba por error la H1 (Falso +)
(1 BETA)

Al disminuir Error Alfa, aumenta Error Beta Cul es un buen punto de

equilibrio?
POTENCIA 80% ERROR BETA 20%
CONFIANZA 95% ERROR ALFA (significatividad) 5%
 La Distribucin Normal
Es un modelo terico donde el promedio (x) = 0 y la desviacin estndar (s) = 1.
Se le interpreta mediante Valores Tipificados (que transforma variables de
diferentes escalas a una estndar que puede ser valores Z, valores t u otros)

Existen diferentes
modelos de 1- Prueba de 1 cola:
distribucin (Z, Z, t, Para 1- = 95%,
= 5% (Valor Z de 1.64)
2 .En el Ejemplo la
Tabla Z
Desv. Est. rea (1c) Valor Z (1c)
1.67 s 0.90 (90%) 0.1 (10%) 1.282
2s 0.954 (95%) 0.05 (5%) 1.645
Desv.
3s 0.998 (99%) 0.01 (1%) 2.326
Est. Z
Valor -2.58 -1.96 -1 1 1.96 2.58
rea 1-
Prueba de 2 colas:
/2 /2 Para 1- = 95%, = 5%,,
Cuando la incertidumbre es mayor se utiliza la prueba de 2
/2 = 2.5% (Valor Z de 1.96)
colas, con el fin de disminuir el error alfa, generando
tamaos de muestra ms grandes. Si se conoce bien el
fenmeno y se tiene datos que permiten emitir juicio puede
usarse pruebas de 1 cola. Desv. Est. rea (2c) Valor Z (2c)
1.67 s 0.90 (90%) 0.1 (10%) 1.64

Zona de Aceptacin = Nivel de Confianza = 1- 2s 0.954 (95%) 0.05 (5%) 1.96

Zona de Rechazo = Nivel de Significancia = 3s 0.998 (99%) 0.01 (1%) 2.58
 Estadstica Inferencial

Permite establecer si los resultados obtenidos en la

muestra se pueden generalizar al total de la poblacin, a
travs del uso de las Pruebas de Hiptesis y Estimacin
de Parmetros

Vnom Vord Vnum

Anlisis
Diferencia T student, ANOVA
Univariado entre los Chi cuadrado,
resultados
Anlisis
Pearson,
Bivariado RR, OR (*)
Gamma,
Determinacin,
Spearman Regresin simple
Relacin
entre los Regresin
Anlisis datos Logstica,
Regresin Mltiple
Multivariado Anlisis
Discriminante
 Cmo evaluar diferencias en variables numricas?

1. Determinar si existe distribucin normal

Curva Normal No Significativo La distribucin es normal

2. Seleccionar la prueba de hiptesis

CON DISTRIBUCION NORMAL SIN DISTRIBUCION NORMAL
(Pruebas Paramtricas) (Pruebas No Paramtricas)
2 grupos no T student (poblaciones < 30)
Mat Witney
pareados Z (poblaciones > 30)
2 grupos
T pareado Wilcoxon
pareados
> 2 grupos ANOVA Kruskall Wallis