Estadistica II - Clase 1

1
Estadstica II
Monica Gerber Facultad de Sociologa - Universidad Alberto Hurtado Introduccin al curso 25 de Marzo, 2013
Contenidos
a. b. c. Programa del curso Repaso: diseo de un proyecto de investigacin y estadstica descriptiva Introduccin a la estadstica inferencial
Presentacin del curso

3
El curso se enmarca en el conjunto de cursos del rea metodolgica cuantitativa de la carrera La asignatura abordar los conceptos y aplicacin prctica del anlisis estadstico inferencial Este es un curso con un importante carcter prctico y aplicado al anlisis de datos sociales
Objetivos del curso

4
Comprender los conceptos fundamentales de la estadstica inferencial Aplicar tcnicas estadsticas para realizar inferencias de una muestra a una poblacin por medio de estimaciones puntuales, intervalos de confianza y pruebas de hiptesis Ser capaz de seleccionar pruebas de hiptesis pertinentes al nivel de medicin de las variables y a las condiciones de los datos Comprender y ser capaz de realizar inferencias en la estimacin de asociacin entre variables Comprender y ser capaz de realizar inferencias en la estimacin de modelos de regresin lineal, tanto simple como mltiple
Metodologa de Enseanza
5
Cada semana se llevarn a cabo clases expositivas en las que se revisarn los aspectos conceptuales y tericos del curso A su vez, cada semana se realizarn ejercicios prcticos de aplicacin de los contenidos a datos sociales La metodologa de enseanza considera un rol activo por parte de los/las estudiantes y un importante enfoque prctico y aplicado Ayudantas: casi todos los jueves a las 4.30pm en la sala G13
Evaluacin
6
1. Pruebas individuales
Evaluacin del manejo de los conceptos vistos en clases, as como la capacidad de los/las estudiantes para aplicar los conceptos a la interpretacin de datos Pruebas con textos y calculadora, sin medios de comunicacin Ponderacin: 35% de la nota de presentacin a examen, cada una
2. Guas de ayudanta
Durante las ayudantas, los/las estudiantes trabajarn en grupos de hasta tres personas aplicando los contenidos del curso a cuatro ejercicios prcticos Ponderacin: El promedio de las tres mejores guas corresponde al 30% de la nota de presentacin a examen 1 punto de descuento por cada da de atraso
3. Examen escrito

Eximicin: promedio 5,5 y todas las notas superiores a 4.0 Ponderacin: 30% de nota final
Evaluacin
7
Fechas tentativas
Fecha clase 11/03/2013 18/03/2013 25/03/2013 01/04/2013 08/04/2013 15/04/2013 22/04/2013 29/04/2013 06/05/2013 13/05/2013 20/05/2013 27/05/2013 03/06/2013 10/06/2013 17/06/2013 24/06/2013 01/07/2013 Clase Sin clase Repaso de SPSS Clase 1 Clase 2 Clase 3 Clase 5 Clase 6 Clase 8 Prueba 1 Clase 9 Clase 10 Clase 12 Clase 13 Clase 15 Prueba 2 Repaso examen Examen Fecha ayudanta 14/03/2013 21/03/2013 28/03/2013 04/04/2013 11/04/2013 18/04/2013 25/04/2013 02/05/2013 09/05/2013 16/05/2013 23/05/2013 30/05/2013 06/06/2013 13/06/2013 20/06/2013 27/06/2013 04/07/2013 Desarrollo G3 Entrega G3 - Clase recuperativa (Clase 11) Retroalimentacin G3 / Desarrollo G4 Entrega G4 - Clase recuperativa (Clase 14) Retroalimentacin G4 Desarrollo G1 Entrega G1 - Clase recuperativa (Clase 4) Retroalimentacin G1 / Desarrollo G2 Entrega G2 - Clase recuperativa (Clase 7) Retroalimentacin G2 Ayudanta
Contenidos del curso

8
Mdulo 1. Estadstica Inferencial Mdulo 2. Estimacin Puntual e Intervalar de medias y proporciones Mdulo 3. Pruebas de Hiptesis Mdulo 4. Inferencia estadstica de la asociacin entre variables Mdulo 5. Inferencia estadstica para correlacin y regresin lineal
Bibliografa mnima
9
Ritchey, F. J. (2002). Estadstica para las Ciencias Sociales. Mxico: McGraw-Hill

Copias disponibles en la biblioteca Ver pginas en programa
Powerpoints que sern subidos antes de la clase al Aula Virtual
Repaso: diseo de un proyecto de investigacin y estadstica descriptiva
Diseo de proyecto de investigacin

11
Pasos en el diseo de una investigacin
Plantear problema de investigacin
Marco Terico
Definir tipo de investigacin
Establecer hiptesis
Definir variables
Presentar resultados
Analizar datos
Recolectar datos
Definir y seleccionar muestra
Definir fuente de datos
Este curso se dedica al anlisis estadstico Sin embargo, todas las otras etapas de la investigacin tienen un rol en como se llevar acabo el anlisis estadstico

12
1. Plantear el problema y las preguntas de investigacin El planteamiento del problema determina las variables a usar, el tipo de estudio y anlisis
Ejemplo: Estudio sobre actitudes hacia el castigo y autoritarismo en estudiantes de educacin superior chilenos

13
Preguntas de investigacin: Qu tan de acuerdo o en desacuerdo se encuentran los estudiantes chilenos con el uso de mano dura con los delincuentes? Cmo se relaciona la edad y el sexo de las personas con sus actitudes hacia el uso de mano dura con los delincuentes? De qu forma se relacionan los niveles de autoritarismo y las percepciones de amenazas sociales con las actitudes hacia el uso de mano dura con los delincuentes?
Variables requeridas: actitudes hacia el castigo, edad, sexo, autoritarismo, percepciones de amenazas sociales

14
2. Revisar la literatura y elaborar el marco terico a. Revisar antecedentes y estado del arte: evitar repetir el mismo estudio b. Da ideas de como se han realizado estudios anteriormente: orienta con respecto a distintos elementos de la investigacin (recoleccin de datos, medicin de variables, entre otros)
Marco Terico

15
Revisin de literatura La literatura compara tres modelos para explicar actitudes hacia la mano dura con delincuentes: Instrumental (miedo a la delincuencia) Relacional (percepciones de amenazas sociales) Ideolgico (autoritarismo) Niveles de autoritarismo y percepciones de amenazas sociales estn relacionados con las actitudes hacia el castigo Qu escalas se han usado en Chile para medir actitudes hacia el castigo y autoritarismo?
Marco Terico

16
3. Definir tipo de investigacin: a. Exploratoria b. Descriptiva c. Correlacional d. Explicativa Depende del estado del arte y enfoque del estudio Afecta la estrategia de investigacin, el diseo, los datos que se recolectan, el tipo de anlisis, entre otros
Marco Terico

17
Estudios exploratorios Objetivo de la investigacin es examinar un tema o problema de investigacin poco estudiado o que no ha sido abordado antes Sirven para familiarizarnos con fenmenos relativamente desconocidos
Estudiar niveles de autoritarismo en estudiantes chilenos explorando distintos instrumentos
Marco Terico

18
Estudios descriptivos Buscan especificar comunidades propiedades importantes de personas, grupos,
Selecciona una serie de temas y se miden independientemente, para as describir lo que se quiere investigar.
Describir las actitudes de los estudiantes hacia el uso de mano dura con delincuentes
Marco Terico

19
Estudios correlacionales Su propsito es medir el grado de relacin que existe entre dos o ms conceptos o variables Buscan saber cmo se puede comportar un concepto o variable conociendo el comportamiento de otras variables asociadas
Existe una relacin entre niveles de autoritarismo, percepciones de amenazas sociales y actitudes hacia la mano dura para delincuentes?
Marco Terico

20
Estudios explicativos Estudios dirigidos a responder a las causas de los eventos fsicos o sociales Frecuentemente son el resultado de estudios experimentales Importancia de estadsticamente controlar por otras variables experimental o
Marco Terico

21
Estudios explicativos: considerar relaciones espreas
Nmero de cigeas
Asociacin parcial
Nmero de guaguas nacidas
Ruralidad
Marco Terico

22
Estudios explicativos
Cmo son afectados los niveles de autoritarismo y actitudes hacia el castigo de delincuentes al activar experimentalmente percepciones de amenaza social?
Marco Terico

23
Estudios explicativos: considerar relaciones espreas
Asociacin parcial Autoritarismo
Mano dura con delincuentes
Amenaza social
Marco Terico

24
4. Establecer las hiptesis (si corresponde) Estn relacionadas al tipo de investigacin Definen el tipo de anlisis (dependiendo del nivel de medicin) Son formuladas como afirmaciones con respecto a lo que se espera encontrar
Marco Terico
Establecer hiptesis

25
Hiptesis 1: las personas con mayores niveles de autoritarismo estarn ms a favor de usar mano dura con los delincuentes Anlisis: correlacin o regresin
Hiptesis 2: los hombres se encontrarn ms de acuerdo con usar mano dura con los delincuentes que las mujeres Anlisis: Comparacin de promedios - Prueba T o ANOVA
Marco Terico
Establecer hiptesis

26
5. Definir las variables conceptual y operacionalmente Qu variables necesito para responder a mi hiptesis? Cmo puedo medir las variables? Importancia de los niveles de medicin de las variables definen el tipo de anlisis que se puede hacer
Marco Terico
Establecer hiptesis
Definir variables

27
Variables relevantes: Actitudes hacia la mano dura con delincuentes Autoritarismo Percepciones de amenazas sociales Miedo a la delincuencia Edad Sexo
Marco Terico
Establecer hiptesis
Definir variables

28
Variables relevantes Algunas variables son fciles de operacionalizar:
Edad: Cul es tu edad? _____
Sexo: Hombre __ Mujer ___
Marco Terico
Establecer hiptesis
Definir variables

29
Variables relevantes Otras variables son ms difciles de operacionalizar.
Actitudes hacia el castigo (1= en desacuerdo, 7= de acuerdo): Es necesario tener mano dura con los delincuentes Las ofensas contra las leyes y normas en nuestra sociedad debieran ser castigadas tan severamente como sea posible El uso de castigos severos debiera evitarse siempre y cuando sea posible
Marco Terico
Establecer hiptesis
Definir variables

30
Autoritarismo (1= en desacuerdo, 7= de acuerdo): La obediencia y el respeto a la autoridad son los valores ms importantes que los nios debieran de aprender Las tradiciones son el fundamento de una sociedad sana y debieran ser respetadas
Percepcin de amenazas sociales (1= en desacuerdo, 7= de acuerdo): Vivimos en un mundo peligroso en el cual los valores y la forma de vida de la gente buena y decente estn siendo amenazados por gente mala Vivo en una sociedad que es insegura e inestable, donde la gente buena y decente es la excepcin ms que la regla.
Marco Terico
Establecer hiptesis
Definir variables
Repaso: Niveles de medicin

31
1 Hombre
2 Mujer
Nivel nominal
nicamente permiten establecer relaciones de igualdad/desigualdad entre los objetos que se estn midiendo. Los nmeros asignados se pueden sustituir por letras o nombres. Variables binarias: solamente dos categoras de respuesta (ej. Presencia o ausencia) Ejemplos: sexo, estado civil

32
<
1 Desacuerdo 2 Ni de acuerdo ni en desacuerdo Escala ordinal

<
3 De acuerdo
Permite establecer relaciones de orden entre los objetos que se estn midiendo Se puede afirmar si son iguales o diferentes y si uno es mayor o menor que el otro Ejemplo: escalas Likert, acuerdo con actitudes sociales

33
50 40 30 20 10 0
Escala intervalar

Permite establecer relaciones de orden entre los objetos que se miden Los intervalos entre los nmeros de la escala son iguales, por lo tanto se pueden realizar operaciones de suma y resta Ejemplo: la escala utilizada para medir la temperatura

34
3 4 5 Horas viendo TV
Escala de razn
Existe el 0 emprico, por lo cual se puede efectuar cualquier operacin aritmtica con los nmeros de la escala. Ejemplo: Nmero de horas viendo televisin
Niveles de medicin
35
En trminos prcticos, distinguimos dos grupos de variables: Variables categricas

Variables nominales u ordinales con un nmero reducido de categoras de respuesta. No consideramos el orden de las categoras Ejemplo: sexo, religin, nivel socio-econmico (Bajo, medio, alto)
Variables continuas:

Variables intervalares o de razn Variables ordinales con un nmero importante de categoras de respuesta (por ej. 7 o ms). Tomamos en consideracin el orden de las posibles respuestas y tratamos las variables como escalas Ejemplo: edad, aos de educacin
Actividad 1
36
Cul es el nivel de medicin? Nominal, ordinal o intervalar/razn? 1. 2. Cul es tu edad? Qu deporte prefieres practicar? (a) Ftbol (b) Tenis
(c) Natacin
(d) Otro
3.
Ests de acuerdo o en desacuerdo con legalizar el aborto? (a) Desacuerdo (b) Ni de acuerdo ni en desacuerdo (c) De acuerdo Cuanto tiempo empleas para desplazarte a la Universidad? Cul fue tu promedio de notas al egresar de enseanza media?
4. 5.

37
6. Definir la fuente de los datos a. Primaria: es factible recoger datos? - Ventaja: diseo de variables relevantes - Desventaja: costo y tiempo b. Secundaria: existen datos disponibles? - Ventaja: rapidez, no hay costos asociados - Desventaja: no es posible incluir variables relevantes - Fuente de los datos determina el tipo de anlisis posibles de realizar

38
7. Definir y seleccionar la muestra a. Aleatoria b. No aleatoria
Muestra representativa de chilenos o muestra accidental de estudiantes de sociologa

39
8. Recolectar datos a. Elaborar el instrumento de medicin y aplicarlo b. Codificar y digitar los datos
Ir a las universidades y encuestar a los estudiantes Armar una encuesta por Internet y contactar estudiantes
Recolectar datos

40
9. Anlisis de datos a. Procesamiento inicial de los datos b. Definir el plan de anlisis c. Llevar a cabo el anlisis de datos
Analizar datos
Recolectar datos

41
a. Procesamiento inicial de los datos

Ejemplo: invertir tems El uso de castigos severos debiera evitarse siempre y cuando sea posible (7=no castigo) Recodificar de forma que 7=mano dura (1=7) (2=6) (3=5) (4=4) (5=3) (6=2) (7=1)
Analizar datos
Recolectar datos

42
a. Procesamiento inicial de los datos
Ejemplo: agregar categoras Es necesario tener mano dura con los delincuentes (escala de 7 puntos) Para presentar resultados descriptivos puede ser ms prctico contar con 3 categoras: 1-3=en desacuerdo 4=ni de acuerdo ni en desacuerdo 5-7=de acuerdo
Analizar datos
Recolectar datos

43
b. Para definir el plan de anlisis hay que considerar.. 1. Las preguntas de investigacin 2. Las variables con las que se cuenta 3. El nivel de medicin de las variables Anlisis puede ser univariado (solamente una variable) o bivariado (dos variables) o multivariado (tres variables o ms)
Analizar datos
Recolectar datos

44
Qu tan de acuerdo o en desacuerdo se encuentran los estudiantes chilenos con el uso de mano dura con los delincuentes?
Anlisis descriptivo univariado Si tratamos la variable como categrica (en desacuerdo, ni de acuerdo ni en desacuerdo, de acuerdo) podemos obtener: Tablas de frecuencias Grficos de barras
Frecuencia En desacuerdo Ni de acuerdo ni en desacuerdo De acuerdo No sabe/No responde 11 17 708 2 738
Porcentaje 1.5% 2.3% 95.9% 0.3% 100.0%
Total
Datos: Encuesta MIDE-UC & LSE, 2010

45
Qu tan de acuerdo o en desacuerdo se encuentran los estudiantes chilenos con el uso de mano dura con los delincuentes?
Anlisis descriptivo univariado Si consideramos una escala de actitudes hacia el castigo (promedio de tres preguntas, escala de 1=muy en desacuerdo hasta 7=muy de acuerdo) podemos obtener:
Media, desviacin estndar, rango Histograma
Estadsticos Media Mediana Moda Desviacin estndar Rango Mnimo Mximo 6.47 7.00 7.00 .93 6.00 1.00 7.00
Datos: Encuesta MIDE-UC & LSE, 2010

46
Cmo se relaciona el sexo de las personas con sus actitudes hacia el uso de mano dura con los delincuentes?
Anlisis bivariado para dos variables categricas Tablas de contingencia Grficos de barras
Hombre 6 En desacuerdo 1.5% Ni de acuerdo ni en desacuerdo 11 2.8% 373 De acuerdo 95.6% 390
Mujer 5 1.4% 6 1.7% 335 96.8% 346 100.0%
Total
11 1.5% 17 2.3% 708 96.2% 736 100.0%
Total
100.0%

47
Cmo se relaciona el sexo de las personas con sus actitudes hacia el uso de mano dura con los delincuentes?
Anlisis bivariado para una variable categrica y una variable continua Comparacin de medias Grficos de barras
Gnero Hombre Mujer Total
n 391 346 737
Media 6.41 6.53 6.47

48
De qu forma se relacionan los niveles de autoritarismo con las actitudes hacia el uso de mano dura con los delincuentes? Anlisis para dos variables continuas

Correlacin Regresin
Correlacin:
r=0.26
Regresin:
castigo = 5.4 + 0.2 autoritarismo
2. Estadsticos Muestrales y su Distribucin

a. Estadsticos Muestrales: Poblacin y Muestra b. Muestra Aleatoria c. Estadstico Muestral d. Distribucin Muestral e. Teorema Central del Lmite
Estadstica Inferencial
50
Descripcin es el proceso por el cual caractersticas de la muestra son resumidas por medio de nmeros o grficos Inferencia es el proceso de estimar caractersticas de la poblacin a partir de una observacin hecha en una muestra de la misma
Estadstica Inferencial
51
Estadstica inferencial Obtener conclusiones sobre las caractersticas de una poblacin en base a observaciones hechas de una muestra Dado que observamos slo una muestra de la poblacin, siempre existe error en la inferencia Lo fundamental de la inferencia es que si bien no podemos evitar un error en la estimacin, si utilizamos muestras probabilsticas podemos conocer el error y buscar formas de reducirlo
Poblacin
Muestreo
Inferencia Estadstica
Muestra
Algunas definiciones
52
Poblacin
Es un conjunto de elementos del que se pretende obtener informacin Ejemplos: ciudadanos chilenos, pases latinoamericanos, hospitales pblicos Su tamao se define con la letra N Los estadsticos de la poblacin son llamados parmetros Censo: observar todos los elementos de una poblacin
Algunas definiciones
53
Muestra
Una muestra hace referencia a una parte de la poblacin Su tamao se define con la letra n Los datos obtenidos en la muestra se denominan estadsticos
Por qu usar muestras?

54
Por motivos de.. a. Costos b. Tiempo c. Falta de acceso a la poblacin completa .y porque en general no es necesario Es posible hacer estimaciones desde una muestra probabilstica a la poblacin, conociendo el error de la estimacin
Teora de muestras
55
El diseo de muestras tiene como objetivo obtener mtodos de seleccin y estimacin para sustituir la informacin que suministra una poblacin por la que suministra una muestra Problemtica del muestreo: solamente se selecciona una de todas las muestras posibles y es en base a esta que se lleva a cabo la estimacin Nada nos asegura que la muestra que obtuvimos sea representativa de la poblacin sin embargo, si la muestra es probabilstica, podemos calcular el error de la estimacin
Teora de muestras
56
El objetivo del muestreo es lograr la mxima precisin (mnimo error) al mnimo costo La teora de muestras permite establecer: Cmo elegir los elementos Cuntos son necesarios La precisin de la estimacin
Inferencia Estadstica
57
Existen dos tipos de errores en la inferencia: Errores de muestreo: Son los errores inherentes al diseo de muestras. De todas las muestras posibles, solamente se seleccion una, y puede que sta no sea representativa de la poblacin. Errores ajenos al muestreo: Error al aplicar el cuestionario, al digitar, entre otros Lo fundamental en la teora de muestras es que si bien no podemos saber si la muestra que obtuvimos es representativa de la poblacin, podemos calcular el error en la estimacin
Tipo de muestras
58
Una muestra es probabilstica cuando todo sujeto perteneciente a la poblacin tiene una probabilidad conocida y distinta de 0 1 de ser elegidos Una muestra es no probabilstica cuando no se conoce la probabilidad de seleccin de los componentes En el muestreo probabilstico se puede conocer el error en la estimacin, no as en el muestreo no probabilstico
Tipos de muestras
59
Muestreo no probabilstico:
La seleccin de los elementos es arbitraria o se seleccionan elementos por conveniencia (ejemplo: a la salida del metro) No se conoce la probabilidad de seleccin de los componentes No se puede conocer el error en la estimacin No es posible aplicar los procedimientos propios de la inferencia estadstica Aplicaciones: razones de dificultad de acceso, tiempo o costo. Puede ser til para pilotear instrumentos
Tipos de muestras
60
Muestreo Accidental o Errtico: criterios de facilidad de acceso. til para pilotear instrumentos Muestreo Autogenerado o bola de nieve: un elemento de la muestra lleva a otro elemento. til para poblaciones de difcil acceso Muestreo Opintico: seleccin en base a opiniones. til para pilotear instrumentos (por ejemplo, seleccionar personas con distintos niveles de comprensin lectora) Muestreo Intencionado o de Eleccin Razonada: eleccin de casos representativos (por ejemplo, muestreo por cuotas)
Tipos de muestras
61
Muestreo por cuotas: se divide el colectivo en categoras y se definen cuotas proporcionales al tamao de la poblacin Ejemplo: Si el 60% de la poblacin es catlica, en la muestra los catlicos estarn representados por una cuota del 60%
Si bien el muestreo por cuotas podra generar una muestra representativa, es imposible saber si es representativa en las variables relevantes del estudio y en rigor no es posible utilizar elementos de la estadstica inferencial
Tipos de muestras
62
Muestreo probabilstico:
Seleccin aleatoria de los elementos de la muestra Todo sujeto perteneciente a la poblacin tiene una probabilidad conocida y distinta de 0 1 de ser elegidos No confundir con muestreo accidental! (no probabilstico) Se puede conocer el error en la estimacin Es posible inferir
Tipos de muestreo probabilstico

63
Muestreo Aleatorio Simple (MAS)
La seleccin de los elementos se lleva a cabo desde un marco muestral (listado de los elementos) Cada miembro de la poblacin tiene la misma probabilidad de ser parte de la muestra. Se van seleccionando aleatoriamente los casos para conformar la muestra por medio de un mtodo que garantice la aleatoriedad: Mtodos mecnicos (tmbolas, juegos como dados o lotera, tablas de nmeros casuales) Mtodos electrnicos (obtencin de nmeros aleatorios por medio de calculadoras o computadores)

64
Ventaja: Es el mtodo ms sencillo Dificultades: Es necesario contar con un listado de los elementos de la poblacin Costo elevado de seleccionar sujetos en reas geogrficas distantes

65
Ejemplo: seleccionar una muestra de los estudiantes de sociologa de la UAH desde un listado de todos los estudiantes inscritos Posibilidades: 1. Obtener una lista y asignar nmero a cada estudiante. Generar un listado de nmeros aleatorios 2. Sacar nombres desde una tmbola con papelitos para cada estudiante

66
Muestreo Aleatorio Simple (MAS) Ejemplo: Nmeros aleatorios (n=4): 3, 4, 6, 9
Nr estudiante 1 2 3 4 5 6 7 8 9
Nombre estudiante A B C D E F G H I
Tipos de muestras
67
Muestreo Sistemtico (MS) Similar al muestreo aleatorio simple pero la seleccin se hace por intervalos Facilita el proceso de seleccin Se selecciona aleatoriamente slo al primer individuo y posteriormente se construye un intervalo de muestreo que permite seleccionar por repeticin de una cifra al resto de los miembros de la muestra Tambin requiere del listado de la poblacin
Tipos de muestras
68
Muestreo Sistemtico (MS) El procedimiento de seleccin de esta muestra se lleva a cabo de la manera siguiente: Se define el coeficiente de elevacin (N/n) Se selecciona aleatoriamente el punto de arranque en el proceso de seleccin de la muestra Se generan los dems sujetos seleccionados sumando al punto de arranque el valor del coeficiente de elevacin y, sucesivamente, a cada uno de los sujetos seleccionados
Tipos de muestras
69
Muestreo Sistemtico (MS) Ejemplo: 1. Con un N= 100 y un n= 10 el coeficiente de elevacin es = 10 2. Seleccionamos un punto de arranque de manera aleatoria, por ejemplo el nmero 4 3. Sumamos al punto de arranque el coeficiente de elevacin 4. Los casos que componen la muestra seran: 4, 14, 24, 34, 44, 54, 64, 74, 84, 94
Tipos de muestras
70
Muestreo Sistemtico (MS)
Garantiza la aleatoriedad, excepto en el caso que el muestreo coincida con una funcin cclica de la variable que se desea trabajar En tales casos la coincidencia de una misma conducta preestablecida har que la seleccin aleatoria del punto de arranque determine un sesgo importante en los resultados de la investigacin Ejemplo: Si todas las familias son de 5 personas y se selecciona cada 5to caso, puede que la muestra este compuesta por los hijos menores de cada familia
Tipos de muestras
71
Muestreo Estratificado (ME)
Considera ciertas variables para generar estratos homogneos con relacin a las variables utilizadas para hacer la particin de la poblacin Las variables de estratificacin deben generar grupos de sujetos parecidos dentro de cada estrato y los estratos deben ser diferentes entre s Los estadsticos (medias, proporciones) suelen ser distintos para cada estrato
Tipos de muestras
72
Muestreo Estratificado (ME) Ejemplo: Estratificacin por nivel socio-econmico para un estudio sobre educacin NSE Bajo 10 8 5 8 9 4 12 NSE Alto 12 15 10 8 9 14 9
Aos de educacin promedio
9.4
10.8
Tipos de muestras
73
Se seleccionan elementos de cada uno de los estratos establecidos (por ejemplo, personas de clase baja y alta) Se suele utilizar MAS para la seleccin de elementos dentro de cada estrato La inferencia puede realizarse de cada estrato en particular respecto de la poblacin del estrato o de todos los estratos respecto de la poblacin total
Tipos de muestras
74
Desventaja: Al igual que en MAS se requiere de un listado de la poblacin para efectuar la seleccin dentro de cada estrato Ventaja: Si los estratos son homogneos en variables relevantes, ME sirve para aumentar la precisin de la estimacin (o es necesario una muestra ms pequea para obtener la misma precisin) Estimaciones separadas para cada estrato
Tipos de muestras
75
La definicin del nmero de casos en cada estrato se puede decidir segn distintos criterios:
Afijacin igual: igual nmero de casos de cada estrato, independiente de diferencias de tamao Afijacin proporcional: seleccin de un nmero de casos en cada estrato que es proporcional al tamao del estrato Afijacin ptima: seleccin de una proporcin mayor de casos en estratos con alta dispersin o con bajo costo de obtencin de muestra
Tipos de muestras
76
Muestreo por Conglomerado (MC) Seleccin en base a la generacin de conglomerados con alta dispersin interna Una variable genera conglomerados si en los diversos grupos se obtiene un estadstico similar y si existe dispersin alta al interior de cada grupo La lgica de formacin de conglomerados es la inversa de la lgica de los estratos Tambin se denomina muestreo por racimos
Tipos de muestras
77
Muestreo por Conglomerados (MC) Ejemplo: Cursos de sociologa como conglomerados Primero Segundo
4.0 5.4 6.5 3.5 5.9
4.5 5.2 6.2 5.6 4.9
Notas promedio
5.5
5.4
Tipos de muestras
78
Muestreo por Conglomerado (MC)
Es posible seleccionar al conjunto de las unidades del conglomerado elegido o slo a un subconjunto de ste En el primer caso se trata de un MC sin submuestreo y en el segundo de un MC con submuestreo Las unidades muestrales a medir dentro de cada conglomerado se pueden obtener aplicando directamente MAS o realizando sucesivos submuestreos
Tipos de muestras
79
Cuando se realiza un MC con submuestreo es necesario distinguir entre unidades de muestreo (unidades desde las cuales se seleccionan los casos) y unidades de anlisis (unidades que efectivamente sern parte del anlisis) En un muestreo de una sola etapa, ambas unidades coinciden En un muestreo polietpico se puede seleccionar algunas unidades de muestreo (por ejemplo, manzanas) pero slo aplicarle la encuesta a algunas unidades de anlisis (personas en cada manzana)
Tipos de muestras
80
Suelen utilizarse reas geogrficas a modo de conglomerado (muestreo por reas)
Ejemplo:

Se divide Santiago en comunas y se seleccionan 6 comunas Cada comuna se divide en manzanas y se seleccionan 5 manzanas en cada comuna En cada manzana se seleccionan 5 casas En cada casa se selecciona una persona
Tipos de muestras
81
Ventajas: No es necesario contar con un listado de los elementos Es ms econmico dado que no es necesario viajar a todas las zonas Desventajas: Menor precisin que MAS o ME
Tipos de muestras
82
Comparacin entre muestras probabilsticas y no probabilsticas Una muestra probabilstica correctamente obtenida puede usarse para predecir valores a nivel de la poblacin Fundamentalmente, en muestreo probabilstico podemos hacer una estimacin conociendo el error de la misma
Actividad 2
83
En cul/es de los siguientes diseos muestrales es posible inferir a la poblacin?

1. Seleccin de 100 personas a la salida del metro Los Heroes 2. Seleccin al azar de 100 estudiantes de un colegio desde un listado 3. Seleccin por cuotas de hombres y mujeres de distintas edades y nivel socioeconmico 4. Seleccin al azar de 10 comunas/10 manzanas en cada comuna/10 casas en cada manzana/1 persona por casa 5. Seleccin de 10 hospitales pblicos representativos
Prxima clase
Mdulo 1. Estadstica Inferencial
a. b. c. d. e. f.
Introduccin a la Estadstica Inferencial Poblacin y Muestra Estadsticos y parmetros Cualidades de un buen estimador Distribuciones muestrales Teorema Central del Lmite

Estadistica II - Clase 1

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Estadistica II - Clase 1

Cargado por

Copyright:

Formatos disponibles

1

Presentacin del curso

Objetivos del curso

Contenidos del curso

Ritchey, F. J. (2002). Estadstica para las Ciencias Sociales. Mxico: McGraw-Hill

Copias disponibles en la biblioteca Ver pginas en programa

Powerpoints que sern subidos antes de la clase al Aula Virtual

Repaso: diseo de un proyecto de investigacin y estadstica descriptiva

Diseo de proyecto de investigacin

Pasos en el diseo de una investigacin

Plantear problema de investigacin

Definir tipo de investigacin

Definir y seleccionar muestra

Definir fuente de datos

Diseo de proyecto de investigacin

Plantear problema de investigacin

Diseo de proyecto de investigacin

Diseo de proyecto de investigacin

Plantear problema de investigacin

Diseo de proyecto de investigacin

Plantear problema de investigacin

Diseo de proyecto de investigacin

Plantear problema de investigacin

Definir tipo de investigacin

Diseo de proyecto de investigacin

Estudiar niveles de autoritarismo en estudiantes chilenos explorando distintos instrumentos

Plantear problema de investigacin

Definir tipo de investigacin

Diseo de proyecto de investigacin

Estudios descriptivos Buscan especificar comunidades propiedades importantes de personas, grupos,

Plantear problema de investigacin

Definir tipo de investigacin

Diseo de proyecto de investigacin

Plantear problema de investigacin

Definir tipo de investigacin

Diseo de proyecto de investigacin

Plantear problema de investigacin

Definir tipo de investigacin

Diseo de proyecto de investigacin

Estudios explicativos: considerar relaciones espreas

Nmero de guaguas nacidas

Plantear problema de investigacin

Definir tipo de investigacin

Diseo de proyecto de investigacin

Plantear problema de investigacin

Definir tipo de investigacin

Diseo de proyecto de investigacin

Estudios explicativos: considerar relaciones espreas

Asociacin parcial Autoritarismo

Mano dura con delincuentes

Plantear problema de investigacin

Definir tipo de investigacin

Diseo de proyecto de investigacin

Plantear problema de investigacin

Definir tipo de investigacin

Diseo de proyecto de investigacin

Plantear problema de investigacin

Definir tipo de investigacin

Diseo de proyecto de investigacin

Plantear problema de investigacin

Definir tipo de investigacin

Diseo de proyecto de investigacin

Plantear problema de investigacin

Definir tipo de investigacin

Sexo: Hombre Mujer _