Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
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)
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 Diseo
La Variable Independiente Experimental puro (c/ ambas) Simple ciego (evaluador)
La Unidad de Anlisis Cuasi experimental (s/ aleatorizacin) Doble ciego (+ pacientes)
Pre experimental (s/ grupo control) 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
CLASIFICACION DEFINICION
UNIVERSO POBLACION
Nmero exacto de Se desconoce Se conoce
Unidades de Anlisis (Poblacin infinita) (Poblacin finita)
Poblacin Muestra
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
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
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
MI RESULTADO
Inferencia NO hay (1 ALFA) ERROR II
Diferencia Aprueba (BETA)
Estadstica correctamente H0
POTENCIA
Hay ERROR I (1 BETA)
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
y Precisin 5%
10%
95%
90%
1,64
1,28
20% 80% 0,84
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
Diferencia /2 /2
Aprueba Ho
Aprueba correctamente Ho Aprueba por error la Ho /2 = 2.5% (Valor Z de 1.96)
(Verdadero -) (Falso -)
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
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
2 grupos
independientes -.- U de Mann Withney
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 (*)
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
Recoleccin
*** * *
***
* ***
* ***
*
*
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:
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.
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).
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.
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)
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