Documentos de Académico
Documentos de Profesional
Documentos de Cultura
– Tiene como base la práctica histórico-social de la humanidad, lo que revela el origen social de
todo el conocimiento en la ciencia.
– Tiene un doble carácter: espiritual, ya que es una forma de la conciencia social, y a la vez
material, pues deviene fuerza productiva directa.
El conocimiento científico se diferencia del ordinario en varios sentidos pues este último varía
de unos hombres a otros, de acuerdo a su nivel profesional, su modo de vida, y sus
condiciones sociales; mientras que el conocimiento científico es único, tangible y demostrable.
• Trascendente y explicativo (porque parte de los hechos pero va más allá de los mismos al
pretender demostrar sus causas y sus consecuencias).
Se ha definido como una "regularidad interna del pensamiento humano, empleada de forma
consciente y planificada, como instrumento para explicar y transformar el mundo".
Esta definición deja traslucir que el "método científico" no es más que una forma de la
conciencia humana, una manera de actuar y de pensar. Se justifica así un hecho conocido: no
es posible determinar reglas, instrucciones o esquemas para "producir" conocimientos
científicos.
• Método universal;
El método universal se concreta en algunos principios básicos que cumplen una función
metodológica en el pensar y actuar de los hombres, en su quehacer científico e investigativo
que son:
Métodos generales son aquellos que se aplican en todas o casi todas las ramas de la ciencia y
en distintos tipos de investigaciones. Entre ellos se encuentran los métodos de deducción e
inducción y la experimentación.
Los métodos particulares son aquellos desarrollados dentro de una rama específica de la
ciencia y aplicables solo en ésta. A modo de ilustración podemos mencionar el ensayo clínico
como método particular de adquirir conocimientos científicos en el área de la medicina clínica.
El Método Científico tiene tres elementos básicos que constituyen la base del pensamiento
científico:
1- el escepticismo o la noción de que cualquier enunciado o proposición está abierta a la duda
y al análisis.
2.- Plantear una hipótesis que tenga una base sólida, fundamentada y susceptible a
contrastación.
5.- No considerar verdadera una hipótesis por una sola demostración, a lo sumo considerarla
probablemente cierta si no se encuentra oposición a la misma.
7.- Sólo aceptar los hechos bien comprobados y explicados a la luz de una teoría bien
fundamentada.
1) Teórico
a) Método Histórico
b) Método Lógico
2) Empírico
b) Método de la Medición
c) Método Experimental
En cada etapa del proceso de investigación prevalece uno de los métodos científicos antes
expuestos sobre los otros, sin que en ningún momento la aplicación preferencial de uno de
ellos implique la negación absoluta de los demás.
Problema: Es una pregunta, una duda ante algo que no está claro, o suficientemente estudiado
y que no puede resolverse automáticamente, siendo necesaria una investigación como aquella
actividad humana que hay que realizar científicamente para alcanzar la solución.
2) Acto de preguntar
a) Son aquellos problemas acerca de los cuales los hombres toman conciencia.
b) Los conocimientos existentes en tal esfera del saber resultan insuficientes para darles
solución.
c) La solución tiene una relación directa o indirecta con alguna necesidad social de relativa
prioridad.
I. Una situación con rasgos bien definidos pero que no pueden ser exhaustivamente
explicados. (Estado Inicial).
II. Técnicas o procedimientos que aplicados sistemáticamente pueden modificar los rasgos del
estado inicial.
III. Nuevo estado con rasgos derivados directamente de los del estado inicial pero que pueden
ser exhaustivamente explicados. (Estado Final).
-Formulación de hipótesis.
Las hipótesis son consideradas como explicaciones tentativas respecto al problema planteado,
presentadas a manera de proposiciones. Pero no toda conjetura o suposición es una hipótesis
científica. Cumple su función sólo si está relacionada con el conocimiento existente; si reúne lo
ya conocido con lo que se busca.
Para que una hipótesis sea considerada como correcta, debe referirse a dos o más variables
potencialmente medibles y especificar al mismo tiempo de qué manera se relacionan dichas
variables (Kerlinger, 1988). Deben referirse a una situación real, los términos tienen que ser
comprensibles, precisos y lo más concretos posible; la relación entre variables propuesta debe
ser clara y verosímil (lógica) y deben estar relacionadas con técnicas disponibles para probarlas
(Hernández, 1993; Rojas, 1981).
Algunas hipótesis involucran una variable y señalan la presencia de cierto hecho o fenómeno,
otras relacionan dos o más variables en forma de asociación o covarianza, hay un tercer grupo
que las relaciona en términos de dependencia o causalidad y permiten predecir con cierto
margen de error.
Tipos de Hipótesis
De Investigación:
Son las que plantea el investigador de acuerdo a su marco teórico respecto a posibles
relaciones entre las variables en estudio. También se les denomina hipótesis de trabajo o
alternas y se simbolizan como Hi o H1, H2, H3, si son varias.
Hipótesis Nulas:
Son proposiciones acerca de la relación entre variables planteadas de manera que niegan o
refutan lo que afirman las hipótesis de investigación. De este modo, existen tantas hipótesis
nulas como hipótesis de investigación. Las hipótesis nulas se simbolizan como H0.
Nos dicen que no existen diferencias significativas entre las variables o grupos, es decir: si esta
diferencia es significativa, y si no se debió al azar. Es una hipótesis para la inferencia estadística
y se formula con el propósito de ser rechazada.
Hipótesis Alternativas:
Se formulan cuando existen otras posibles explicaciones del fenómeno, adicionales a las
propuestas en las hipótesis de investigación y nula. Es la que intenta explicar el fenómeno
cuando rechazamos la hipótesis de trabajo (investigación) y cuando por alguna razón no
podemos aceptar la nula. Estas se simbolizan con Ha.
Hipótesis estadísticas:
Es el proceso donde sometemos a contratación las hipótesis. Este proceso puede realizarse a
través de experimentos o de investigaciones no experimentales, pero siempre las hipótesis
deberán ser sometidas a pruebas duras.
-Características e importancia.
Deben referirse a una situación social real; esto es que debe ser racional, y sobre todo
que exista, sino estaríamos hablando de un mundo imaginario y de ensueño.
Debe ser lógica y acorde con fenómenos conocidos y no estar en conflicto con leyes o
principios ya establecidos: Se refiere al principio de economicidad de la ciencia, el cual
nos dice que hay que retomar lo que ya está aceptado para no tener que empezar
desde cero, y a su vez aportar algo.
La relación entre variables propuesta por una hipótesis debe ser clara y verosímil
(lógica); Esto es que la hipótesis debe ser clara y creíble (Posteriormente veremos qué
es una variable).
Los términos (variables) de la hipótesis tienen que ser comprensibles: Esto es que
tenga una adecuación entre la gente a la que será dirigida con el lenguaje utilizado en
la proposición.
Las hipótesis deben de ser la transformación directa de las preguntas de la
investigación: es decir, que estas nos ayudan a saber qué es lo que buscamos y como
lo buscamos.
Las hipótesis deben ser medibles: Este punto es uno de los más importantes, pues
como ya se había dejado claro, las hipótesis deben ser comprobadas para poder llegar
a un conocimiento, y la única forma de poder probarlas, es que tengan la capacidad de
ser medibles.
Las expresiones de hipótesis deben de ser libres de los valores propios del
investigador: Esto habla más que nada de que no debe haber subjetividad ni
manipulación de hipótesis por parte de quien la formula, sino por el contrario, que
deben ser objetivas.
Importancia De La Hipótesis
Dan rumbo a las investigaciones al sugerir los pasos y procedimientos que deben darse
en la búsqueda del conocimiento.
Va más allá de los hechos mismos y a la larga busca explicarlos.
Una vez concluida su contrastación se generaliza y puede pasar a ser una teoría.
Son guías de una investigación, proporcionan orden y lógica al estudio. Formularlas
nos ayuda a saber lo que estamos tratando de buscar, de probar.
Es el proceso perceptual mediante el cual se dirige o enfoca la atención sobre alguna cosa o
fenómeno. El investigador conoce el problema y el objeto de investigación, estudiando su
curso natural, sin alteración de las condiciones naturales, es decir que la observación tiene un
aspecto contemplativo.
a. El objeto de la observación
b. El sujeto u observador
I. Planificación.
II. Ejecución.
En ocasiones se describen cuatro etapas incluyendo la cuarta como parte de la tercera, pero la
estudiaremos como una etapa aparte pues representa la divulgación de los resultados.
3. Elaboración del informe final: Se diseña y escribe el informe final se hacen las correcciones
pertinentes y se le da forma a los resultados. Contiene los siguientes pasos:
™ Experiencias individuales.
™ Materiales escritos (libros, revistas, periódicos, informes, y tesis).
™ Teorías, descubrimientos producto de investigaciones.
™ Conversaciones personales.
™ Observaciones de hechos.
™ Creencias, incluso presentimientos.
Sin embargo, las fuentes que originan las ideas, no se relacionan con la calidad de estas.
La mayoría de las ideas iniciales son vagas y requieren analizarse cuidadosamente, para que
sean transformadas en planteamientos más precisos y estructuradas.
-Tipos de investigación científica.
Este proceso transita por diferentes etapas o momentos fundamentales, que pueden
resumirse en:
1. ƒ Planificación.
2. ƒ Ejecución.
3. ƒ Procesamiento y análisis de los resultaos.
4. ƒ Confección del informe final.
5. ƒ Publicación de los resultados e introducción de los logros en la práctica social.
La planificación de la investigación es la etapa más importante del proceso, pues como se trata
de una actividad dirigida a un fin, logrará mejores resultados en la medida en que sea mejor su
planificación.
Importancia
Objetivos: Los objetivos de una investigación son los resultados que se esperan, fruto de la
investigación. Deben ser enunciados de forma clara y precisa, además de poseer como
atributos el ser medibles y alcanzables con el estudio.
Control Semántico o Definición de Términos: Esta sección del documento persigue el fin de
definir ciertas categorías que utilizas en la investigación; y te hacemos énfasis en que no debes
declarar cualquier término, sólo aquel que por alguna razón en particular sea necesario
destacar el significado que manejas en el curso de la investigación, y que aparece consignado
preferiblemente en los Objetivos.
Material y Método: El método funge como norma rectora del abordaje del objeto de estudio y
constituye la vía para la solución del problema planteado.
La Ficha de Costo, que es un documento que recoge los datos necesarios para conocer el
monto de la investigación, abarca los siguientes acápites:
a. Materiales
b. Salarios
c. Servicios
d. Otros gastos
e. Equipos
Referencias: Esta sección contiene las diferentes fuentes que consultaste durante todo el
período que duró la investigación. Varios son los autores que recomiendan citar sólo aquellas
obras importantes en el contexto del estudio, estén publicadas o no; mientras otros trabajos
cuya relevancia pertenece a planos secundarios, si el autor lo considera necesario, pueden ser
citados en el mismo texto entre paréntesis o al pie de página.
- Título de la investigación.
- Resumen.
- Metodología:
- Referencias bibliográficas.
- Cronograma.
- Presupuesto.
Formulación de objetivos
Al redactar el objetivo debe hacerse en forma infinitivo y es muy importante escoger un verbo
adecuado, pues de esto depende el carácter medible, concreto, preciso y alcanzable del
objetivo en cuestión. Debe añadirse también dónde y cuándo se realizará la investigación, y
proscribirse los procedimientos por conducto de los cuales se alcanzarán los objetivos.
Criterios para la formulación de objetivos:
Algunos de los errores que se cometen con relativa frecuencia en la formulación de los
objetivos de un proyecto de investigación:
Independientemente de que los objetivos son la base para determinar los procedimientos que
se usarán para conseguirlos, no debe haber confusión entre método y objetivo, el mismo
objetivo puede alcanzarse de diversas maneras.
Ningún estudio se considera terminado hasta tanto sus resultados no hayan sido divulgados e
introducidos en la práctica. De diversas formas puedes comunicar los resultados, siendo
básicamente dos: verbal o por escrito. Esta última puede adoptar varias modalidades, siendo
las más frecuentes el Informe Final de la investigación, el Artículo Científico, el Cartel o Póster y
la Comunicación a Conferencia. De todas, abordaremos el informe final, el artículo científico y
el póster.
El Informe Final es un documento de gran importancia, pues sirve para comunicar los
resultados de la investigación, a partir de los cuales podrán ser introducidos en la práctica
social. Además, cuenta con un valor docente dado por los nuevos conocimientos plasmados en
él, por lo que deviene en valioso instrumento de ayuda al perfeccionamiento del Proceso de
Enseñanza-Aprendizaje.
Por último, el Informe Final es una herramienta que facilita la administración científica, ya que
puesto en manos de los decisores, ya sean del sector Salud o no, actúa como catalizador en la
aplicación de los resultados, con el consiguiente beneficio que se genera para la propia
población objeto del estudio.
Importancia
Sirve para comunicar los resultados de la investigación, a partir de los cuales podrán ser
introducidos en la práctica social.
Cuenta con un valor docente dado por los nuevos conocimientos plasmados en él, por lo que
deviene en valioso instrumento de ayuda al perfeccionamiento del Proceso de Enseñanza-
Aprendizaje.
Es una herramienta que facilita la administración científica, ya que puesto en manos de los
decisores, ya sean del sector Salud o no, actúa como catalizador en la aplicación de los
resultados, con el consiguiente beneficio que se genera para la propia población objeto del
estudio.
Es una ciencia de amplia aplicación en todos los campos del saber humano cuyo nombre se
deriva de su relación con la recolección de datos útiles para la administración de los estados.
El término estadísticas (en minúscula y plural) se refiere al conjunto de datos, mientras que el
de Estadística (en mayúscula y singular) a la ciencia de la experimentación, encargada de las
técnicas y procedimientos adecuados para la recolección, elaboración, análisis e interpretación
de la información en estudio.
- La Inferencial. Es la constituida por los métodos para el análisis y elaboración de los datos con
vistas a ayudar a la interpretación de los resultados y lograr su objetivo esencial que es el de
poder tomar decisiones, lo cual se hará con un grado de incertidumbre.
Estos términos son relativos, y a lo que en un momento se le denomina población puede ser
una muestra en otro y viceversa
El método estadístico no es más que el método científico aplicado a una ciencia en particular,
en este caso, la Estadística.
Planificación de la investigación
Este esquema no puede ser rígido y debe permitir hacer cambios en los pasos a realizar en la
consecución de la meta cuando se requiera.
1. Planteamiento del problema. Deberá partirse de la formulación del problema científico que
vamos a investigar para lo que será necesario la definición de su naturaleza e importancia (qué
y por qué se va a estudiar) y además la definición de los objetivos, o sea, las metas o fines que
se pretenden alcanzar mediante la investigación.
Estas hipótesis de trabajo se traducirán en hipótesis estadísticas que son las que realmente
serán contrastadas.
Aquí se estará planificando el desarrollo de la investigación, por lo que habrá que tomar en
consideración a muchos y diferentes aspectos, desde definir cuál será la unidad de
observación, qué características debe cumplir, qué cantidad de observaciones se van a tomar,
cuál será el método de selección de las mismas, con qué recursos materiales y humanos se
cuenta, hasta establecer qué condiciones deben ser impuestas o salvadas con vistas a que los
elementos observados sean analizados de manera uniforme, en fin, a todo factor que pueda
influir en el resultado final.
Recolección de la información
Se deben evitarse, limitar o disminuir las posibles fuentes de error, según sea el caso (estos
errores pueden estar asociados al observador, al método de observación o al elemento
observado). Es fundamental estar impuesto de que la validez de los resultados dependerá de
la veracidad de la información tomada. La experiencia plantea que será particularmente
importante atender a lo relacionado con:
-Recopilación de datos.
3. Presentación de la información.
La información deberá ser despojada de los errores que pueden estar viciándola. Incluye la
revisión de los datos acopiados, con el fin de rectificar en los casos posibles y eliminarlos
cuando no sea factible lo anterior.
Observación:
Interrogatorio:
Sería el método a emplear cuando se necesita de las opiniones y conocimientos del individuo,
no es el ideal porque su fidelidad dependerá de muchos factores como pueden ser el tipo y
calidad de la pregunta (modo de plantearla es decir debe ser clara y concisa), buena memoria
del entrevistado y disposición de éste a ser veraz (desinhibido, serio) y hasta de su edad.
Estos métodos se diferencian entre sí no solo por la frecuencia de recogida, sino por el
propósito de la investigación y la naturaleza de la información a acopiar
-Formulario.
Toda información de interés para ser recopilada se registra en algún modelo para su posterior
resumen o compilación; a este documento se le denomina formulario; ejemplos de él se tienen
en las historias clínicas.
- Que esté dividido al menos en dos secciones: la de los datos de identificación y la de los datos
específicos del estudio.
- Que las preguntas no sean reiterativas, ambiguas o que sugieran la respuesta. Deben ser
claras, precisas y gramaticalmente correctas. No se debe indagar por aquellos datos que
posteriormente no podrán ser utilizados porque no correspondan al interés del estudio, no
sean confiables o no puedan completarse.
- No debe ser tan extenso que después pese o peligre llenarlo en su totalidad;
El médico participa activamente en la recolección de los datos, que se inicia desde que el
enfermo entra en contacto con él.
En el proceso de recogida de estos datos pueden cometerse errores que afectan en menor o
mayor grado dichos valores y que pueden estar asociados al sujeto (quien realiza la recogida
de la información), al objeto (la información) o al método de recogida empleado.
Estos errores dependerán entre otras cosas, de su preparación general y también específica
sobre el trabajo que se va a realizar, así como de su capacidad; pero no deben olvidarse
aspectos subjetivos tales como las condiciones de trabajo o las físicas y mentales del individuo.
En el caso del objeto, estarán relacionados con las condiciones en que se encuentra y también
el momento seleccionado para efectuar la recogida.
Será no menos importante la fuente de error proveniente del método de recogida, pues
incluso los errores mencionados anteriormente pueden depender de él. Aquí habrá que
considerar si el método y procedimientos empleados son los más apropiados de acuerdo con
la información que se va a recopilar.
Todo estudio o investigación genera un determinado volumen de información que debe ser
revisada y corregida, procesada para su organización consolidación y presentación.
1. Organización
2. Resumen
3. Presentación
-Características de la organización.
-Concepto de variable.
Es una característica que puede tomar valores diferentes. Las variables pueden ser numéricas
o no.
Escala cualitativa: Es la que permite clasificar los elementos solo de acuerdo con los atributos
comunes que exhiben cada uno de ellos.
Escala cuantitativa: Aquí la escala no se distingue por poseer cierto atributo o no, sino por su
cantidad. Será posible determinar entonces en cuánto se diferencia un elemento de otro.
Valores como el nivel de hemoglobina, el nivel de colesterol y la temperatura son
cuantitativos. Una escala cuantitativa puede clasificarse en dos tipos:
1. Una escala se considera discreta cuando solo admite un número finito de valores numéricos
o infinito numerable. Como ejemplo puede apuntarse la cantidad de veces que una persona
asiste al médico en 1 año o el número de embarazos que ha tenido una mujer en su vida fértil.
2. Continua. Se distingue porque entre dos valores dados siempre es posible encontrar valores
intermedios. El peso es una variable cuantitativa continua porque, por ejemplo, entre 62 y 63
Kg, existen los valores 62.2 ó 62.5 pero entre 62 y 62.2 estarán valores tales como 62.15 ó
62.07. Se plantea que esta escala surge por medición y la cuantitativa discreta por conteo.
-Rango.
-Amplitud de la clase.
-Medidas de dispersión.
-Características.
-Cálculo e interpretación.
-Medidas para resumir datos cualitativos (razón, índice, proporción, porcentaje y tasa).
-Presentación de la información.
-Tabla estadística.
-Gráficos.
La estimación de parámetros.
Las pruebas de hipótesis.
Espacio Muestral (S): Es el conjunto de todos los resultados posibles de un experimento dado.
Generalmente se denota con la letra S. Por ejemplo, los resultados posibles del experimento
de arrojar un dado son 1, 2, 3, 4, 5 y 6.
Muestra: Es un resultado particular, o sea, un elemento del Espacio Muestral (S). Por ejemplo,
arrojar un dado y obtener 4.
Algebra de Eventos
Evento complementario:
En un espacio muestral (S) donde hay un evento A, habrá un conjunto de puntos que no
pertenecen a A, este es el evento complementario, se denota como Ac.
La unión de los conjuntos A y B es el conjunto formado por todos los puntos que están en A, en
B y en ambos. Se denota como: A U B.
Se define como: A U B = A + B
La intersección de los eventos A y B es el conjunto formado por todos los puntos que
pertenecen a A y a B simultáneamente.
Se denota como: A ∩ B.
Se define como: A ∩ B = A. B
Inclusión:
El conjunto que se escribe a la izquierda del signo se dice que "está incluido (o contenido)
en" el conjunto que se escribe a su derecha.
Igualdad:
Cuando todos los elementos de un conjunto B están contenidos en un conjunto A y todos los
elementos del conjunto A están contenidos en B, entonces la ocurrencia de B implica la
ocurrencia de A (B A) y viceversa (A B).
Esto se conoce como Igualdad y se denota como: A = B.
Evento Nuevo:
El evento (C) que no tiene descripciones en el espacio muestral (S) y por lo tanto no puede
ocurrir es el conjunto Nuevo, que también se le llama Nulo o Vacío. El mismo se denota como
Ø, también se puede representar como { }.
En un espacio muestral (S) donde hay un evento A y un evento B que no pueden suceder
simultáneamente, o sea que no tienen puntos en común. Se le denominan eventos
mutuamente excluyentes o disjuntos. Se denota como A B = Ø
Se define como: A B = A. B = Ø
Fenómenos Aleatorios
Fenómeno empírico caracterizado por la propiedad de que su observación, bajo un conjunto
de condiciones dadas no siempre conduce al mismo resultado, sino que pueden ocurrir
diferentes resultados.
Es imposible predecir con certeza absoluta el resultado del mismo antes de realizarlo bajo un
conjunto de condiciones dadas (el resultado depende del azar), sin embargo puede lograrse
una estimación con un grado de confiabilidad.
Variable Aleatoria
Se puede pensar en una variable aleatoria como un valor o una magnitud que cambia de una
presentación a otra, sin seguir una secuencia predecible. Los valores de una variable aleatoria
son los valores numéricos correspondientes a cada posible resultado de un experimento
aleatorio.
Fenómenos Determinísticos
Los fenómenos determinísticos son aquellos que ocurren inevitablemente cuando están
presentes un conjunto de condiciones. No ocurren cuando están presentes determinadas
condiciones.
Ejemplos:
Regularidad Estadística: La estabilización para un número grande de pruebas del por ciento de
ocurrencia de cada uno de los resultados del experimento.
Espacio Muestral: De un fenómeno aleatorio es el conjunto de todos los puntos muestrales del
experimento. Es decir todos los resultados posibles de un fenómeno aleatorio.
Espacio muestral = S
Fenómeno Aleatorio = FA
-Ejemplos:
Lanzamiento de un dado
Eventos o Sucesos: Es una colección de puntos muestrales del espacio muestral, o sea un
conjunto de descripciones del experimento.
Por ejemplo:
Regularidad Estadística
Si esta experiencia la realizan varias personas, las frecuencias relativas obtenidas no coinciden,
pero oscilan alrededor de un número fijo. En el siglo XVIII Buffon repitió el experimento del
lanzamiento de una moneda 4.040 veces y obtuvo una frecuencia de sucesos de cara fc =
0,5069. En el siglo XX Pearson realizó el mismo experimento 24.000 veces, obteniendo un
frecuencia de fc = 0,5005. Las probabilidades se ajustan a fc = 0,5, el límite cuando se realiza
infinitas repeticiones del lanzamiento.
La estabilidad de las frecuencias relativas y el valor alrededor del cual oscilan sólo se pueden
determinar experimentalmente, este número puede darse como una medida de la posibilidad
de ocurrencia de un suceso, por lo que le llamaremos “probabilidad” de tal suceso. Así que
obtenemos como probabilidad de un determinado suceso el número en torno al cual oscila su
frecuencia relativa f, es decir, el valor límite de f al repetir un número infinito de veces un
experimento. (Ley de Regularidad Estadística).
Probabilidades
La probabilidad es un valor, independiente del observador, que indica aproximadamente con
qué frecuencia se producirá el suceso considerado en el transcurso de una larga serie de
pruebas.
Probabilidad Clásica o “A Priori”: Si un evento A está formado por “casos especiales dentro de
un grupo de “n” eventos mutuamente excluyentes y con igual probabilidad de ocurrencia o
éxito, la probabilidad del evento A es:
P(A)= m
Como se puede apreciar este concepto es muy riguroso, no ocurre con frecuencia en
fenómenos biológicos.
Frecuencia relativa: Cociente del número de ocurrencias del evento entre el número total de
pruebas realizadas. n(A)
Estadística de probabilidad:
n(A)
n→∞ n
Puede aplicarse donde los resultados no son equiprobables o mutuamente excluyentes por
tanto es más general y muy utilizada en la vida práctica.
P(A) = ----- y
7 + 12
P(hombre) = 11 / 50 = 0.22
P(seronegativo) = 31 / 50 = 0.62
La diferencia entre probabilidad clásica y frecuencial radica en que la primera se obtiene sin
efectuar el experimento, y la segunda después de haberlo efectuado un gran número de veces.
Fenómenos aleatorios. (Resumiendo)
Se utiliza cuando se estudia una variable continua, como la edad o talla de la muestra. En el
Histograma siguiente se representa la talla en centímetros (cm) de 100 recién nacidos.
Supongamos que tenemos una distribución de frecuencias de una variable aleatoria continua
(talla), si aumenta el número de observaciones de la muestra (supongamos en teoría que
infinitas), la representación de esta variable va tomando una forma de polígono de frecuencias
hasta convertirse en una curva suave.
Esta curva suave, límite del polígono de frecuencias, es característica para cada variable en
particular y su existencia es el resultado de la acción de la ley de regularidad estadística que ya
estudiamos anteriormente.
En la práctica no hace falta que el número de observaciones sea infinito. Nos basta con que el
número de elementos sea elevado.
Polígono de Frecuencias
a) Curvas simétricas y acampanadas que se caracterizan por el hecho de que las observaciones
equidistantes del máximo central tienen la misma frecuencia.
1. La probabilidad de que los valores de la variable x estén entre dos puntos de la curva
es igual al área bajo la curva entre esos dos puntos:
2. El área bajo la curva es igual a uno.
3. La probabilidad de un punto es nula. Puesto que un valor específico se representa por
un punto en el eje de las abscisas y el área encima de un punto es igual a cero. Por ello
al calcular la probabilidad de un intervalo no afectará nada el que éste sea abierto o
cerrado por cualquiera de sus extremos, pues estos son puntos y por tanto de
probabilidad nula. Así pues: P(a < X < b) = P(a ≤ X ≤ b)
Población: Es aquel conjunto de individuos o elementos que podemos observar, medir una
característica o atributo. Es el conjunto de individuos (personas, animales, objetos, etc.) que
presentan la(s) característica(s) que se desea(n) estudiar o son susceptibles de verse afectados
por el fenómeno que se quiere investigar, en el marco de una región geográfica bien
determinada y en un período o momento del tiempo dado.
Unidad de análisis: Es cada uno de los elementos o sujetos de la Población sobre los cuales se
recoge la información y su naturaleza está determinada por los objetivos que se persiguen.
Unidad de muestreo: Es la que se usa para realizar la selección Muestral, que en los casos más
simples coincide con la unidad de análisis, pero no siempre es así.
Por ejemplo:
Las unidades elementales (unidades de análisis) son los alumnos o los pacientes hipertensos,
pero se usaron como unidades de muestreo los grupos de clase y los consultorios populares
(unidad de muestreo).
Como dijimos, una muestra no es más que una parte de la Población, con un cierto número de
elementos. A ese número se le llama tamaño de la muestra o tamaño muestral y es de
importancia vital. Generalmente se denota al tamaño poblacional con la letra mayúscula N y al
tamaño muestral con la letra minúscula n.
d) El tipo de estudio.
-Ventajas y desventajas.
VENTAJAS:
DESVENTAJAS
-Error de muestreo.
Como desventaja se debe señalar, que, siempre que se utilizan muestras para estudiar el
problema que nos interesa en la población se espera que las mismas sean un modelo reducido
o a pequeña escala de la misma y, en la medida en que el comportamiento de estas se
diferencie del que se pretende modelar (el poblacional), se está sujeto a errores de
apreciación. Esto puede verse de la forma siguiente, es común que muestras de igual tamaño
seleccionadas de la misma población difieran entre sí en cierta medida; algunas se asemejan
más a la población original y otras menos, entonces, ¿cómo se podría estar seguro de que la
muestra elegida realmente representa a la población de la cual fue extraída? Si la característica
en estudio se comporta de forma bastante homogénea en la población que se muestrea, la
posibilidad de tener una muestra que no sea representativa de la población es relativamente
pequeña; pero si el comportamiento de la misma es muy variable, el riesgo de seleccionar una
muestra que conduzca a resultados erróneos puede ser grande. Es a ese error en que se
incurre, al menos en teoría, al inferir la situación de la Población por medio de lo observado en
la muestra, al que se denomina error de muestreo.
1. Muestreo No Probabilístico
2. Muestreo Probabilístico
Muestreo Aleatorio Simple
Muestreo Estratificado
Muestreo no probabilístico:
EJEMPLO:
Es una técnica usada por expertos con la intención de seleccionar muestras típicas o
representativas de un fenómeno en particular, con fines fundamentalmente experimentales.
Su debilidad radica en que, varios expertos pueden tener puntos de vista diferentes sobre la
mejor manera de seleccionar o caracterizar a esos casos típicos o representativos. En la
medida en que los criterios empleados se aparten de la subjetividad, los resultados que se
obtengan serán más confiables.
Muestreo Probabilístico
-Muestra representativa.
Las bases para declarar a una muestra como buena debe ser precisamente su capacidad de
satisfacer el propósito para el cual fue diseñada.
Para evaluar la calidad (representatividad) de una muestra, los dos factores más importantes
que se deben tener en cuenta son:
- El tamaño muestral
- Las condiciones de selección de la misma
Para obtener una buena muestra, una que probablemente sea representativa de la población
según los fines de una investigación en particular, se utilizan métodos o técnicas más o menos
sofisticados para la selección.
La esencia de este diseño muestral radica en que todos los sujetos en la población deben tener
la misma probabilidad de ser seleccionados y que no existan diferencias marcadas para la
característica en estudio, entre subgrupos poblacionales.
Los pasos para llevar a cabo este esquema son los siguiente:
2.- Seleccionar los elementos que componen la muestra empleando algún mecanismo
aleatorio.
Ejemplo
Supongamos que se desea conocer la estatura media de una población compuesta de 260
atletas. En primer lugar, necesitamos una relación con los nombres de dichos atletas y a cada
uno de ellos se les asigna un número de orden. Si el tamaño de muestra (que se calcula por la
formulación correspondiente a este tipo de muestreo y las características de la estatura en
estos sujetos), resulta ser de 30, se realiza un sorteo a partir del cual se obtienen 30 números
entre 1 y 260 ó 0 y 259. Los individuos cuyos números hayan salido en el sorteo serán los que
integrarán la muestra.
Muestreo Estratificado
a) Se conoce que los índices de parasitismo y EDA están relacionados estrechamente con las
condiciones sanitarias de vida, luego la población a estudiar se podría clasificar en dos grandes
grupos: estrato urbano y estrato rural.
Se divide la población en estratos y para cada estrato se hace una lista de todos los
elementos (marco muestral por estratos).
El tamaño de muestra calculado se divide entre los estratos formados, atendiendo a algún
criterio de asignación, de modo tal que todos los estratos aporten sujetos a la muestra.
Los criterios de asignación de los tamaños de muestra a los estratos en el ME son varios y su
selección depende del interés y las necesidades del estudio. Aquí hablaremos del más sencillo
y lógico de acuerdo con el sentido común: la asignación proporcional
Primero: Hallar el peso relativo de cada estrato en la población, es decir, si N1, N2, N3,.....y Nk,
representan los tamaños de los estratos en la población, y N el tamaño de la misma, entonces
el peso relativo de cada estrato vendría dado por:
Al hacer las aproximaciones en estos tamaños muestrales se debe tener cuidado de que al final
se cumpla que:
n <= n1 + n2 + .......+ nk
O sea, el tamaño de muestra total calculado debe ser menor o igual a la suma de los tamaños
de muestra en los estratos. Por ello, es aconsejable aproximar siempre por exceso esos
tamaños.
Ejemplo:
Zona A: 20 estudiantes
Zona B: 32 estudiantes
Zona C: 60 estudiantes
Zona D: 8 estudiantes
Hay que elegir una muestra (n) de 20 estudiantes para hacerles una serie de preguntas.
Utilice los 2 métodos de muestreo estudiados: muestreo aleatorio simple y muestreo
estratificado para escoger la muestra.
Se colocan los nombres de todos los estudiantes en una lista del 0 al 119. (n = 20) Utilizando el
método del sorteo o utilizando la tabla de números aleatorios (Tabla N) escogemos a los 20
estudiantes de la muestra.
Suponemos que entre las zonas o pueblos hay diferencias así como entre los grupos de
estudiantes, debido, por ejemplo, por la zona geográfica en que se encuentran (más cerca o
más lejos de la ciudad, condiciones de vida, medio social, etc.) por lo tanto los grupos de
estudiantes no son homogéneos: n = 20
La Estadística Inferencial estudia cómo sacar conclusiones generales para toda la población a
partir del estudio de una muestra.
PARÁMETRO: El parámetro hace referencia a las medidas que se tienen en cuenta en una
población. Como sabemos una variable aleatoria en la población se distribuye con arreglo a
cierta función (Modelo teórico de distribución o ley de una variable aleatoria) que depende de
cierto número de valores.
Los parámetros poblacionales no se conocen pero pueden estimarse como veremos más
adelante.
La siguiente tabla nos muestra la relación entre algunos estadígrafos y los parámetros
poblacionales correspondientes.
Distribución Muestral.
Aclaremos un poco este concepto con un ejemplo: Supongamos que tenemos una población
de niños menores de un año y comenzamos a sacar muestras de tamaño 10 y calculamos el
peso promedio de los niños para cada muestra (Media muestral).
De tal suerte que tendremos un listado de pesos promedios, tantos como muestras hayamos
obtenido.
Esas medias ( ) podemos tratarlas como si fueran valores de una variable, podemos
ordenarlas, calcular su distribución de frecuencias absolutas y relativas y calcular una medida
de dispersión, digamos la desviación estándar (s).
-Error estándar.
Esta tarea consiste en, partiendo de ciertos valores de la muestra llamados estadígrafos o
estadísticos, por ejemplo la media aritmética muestral ( ), inferir ciertos otros valores de la
población llamados parámetros (por ejemplo la media aritmética poblacional µ).
La estimación puntual se realiza tomando en consideración el valor del estadígrafo como valor
del parámetro correspondiente de la población.
Ejemplo:
Supongamos que estamos interesados en realizar un estudio para describir las características
del desarrollo físico en niñas venezolanas entre 8 y 8.9 años de edad, por medio de la
observación de algunas dimensiones antropométricas, la talla por ejemplo. Asumamos con
bastante seguridad que la variable X, talla, se distribuye en la población de acuerdo con una ley
de distribución normal cuyos parámetros µ y σ se suponen desconocidos, lo expresado es
común escribirlo en la notación habitual
Debe notarse que la utilidad práctica del estadígrafo, radica en que por medio de un proceder
de cálculo se obtiene un valor único. En este sentido, tanto la media como la desviación
estándar s constituyen valores puntuales.
Es decir, sabemos que va a existir una diferencia entre la cifra estimada y la verdadera, pero no
conocemos todavía si tal diferencia es admisible o no.
-Estimación por intervalo de confianza de la media poblacional miu (µ) con sigma (σ)
conocida y desconocida.
Una estimación por intervalos consta de dos valores numéricos que, definen un intervalo que
con un grado de confianza específico, se considera que incluye el parámetro a estimar.
Vamos a aplicar las nociones anteriores para hallar un intervalo de confianza para cuando σ
es conocida.
Ejemplo. Vamos a suponer que se extrae una muestra de tamaño 50(n = 50) de la población de
tallas de niñas de 7 años. (La variable talla se distribuye normalmente en la población). Se
conoce que σ= 5.53 cm. Los 50 valores de talla aparecen en la tabla que sigue a continuación,
considere adicionalmente que la muestra se obtuvo:
TABLA #1
131.5, 115.0, 125.5, 119.0, 123.0, 125.0, 124.5, 122.5, 118.0, 125.0
125.5, 119.0, 124.5, 118.0, 117.0, 128.0, 119.5, 124.5, 132.0, 122.5
120.5, 120.0, 126.0, 128.0, 120.5, 120.0, 119.0, 117.0, 129.5, 124.0
121.0, 119.0, 120.0, 128.0, 128.0, 118.5, 118.0, 124.0, 118.0, 118.5
131.0, 117.0, 118.0, 116.5, 121.0, 122.0, 124.0, 120.5, 114.5, 121.0
-Estimación de proporción poblacional (P).
Como ya se sabe el estimador p (proporción o porcentaje muestral) del parámetro P
(proporción o porcentaje poblacional) de la distribución binomial es un estimador puntual P y
como tal, presenta las mismas deficiencias ya señaladas en el caso de μ. Sería entonces muy
útil obtener estimaciones por intervalo de confianza para el parámetro P de la binomial.
Asuma que la variable que nos interesa es “presentar estomatitis subprótesis” y que se quiere
hallar un intervalo de confianza del 95 % para la proporción en la población, P, de enfermos de
estomatitis subprótesis. Se realiza un pesquizaje en portadores de prótesis estomatológicas de
una parroquia de la ciudad de Maracaibo, efectuándose para ello, la selección de una muestra
aleatoria de 50 portadores, encontrándose que, 25 padecían de la citada enfermedad.
Entonces el estimador puntual de P es P = 25/50 = 0.5.
Sea X una variable aleatoria binomial con parámetro desconocido P. Para n tal que se cumpla
la aproximación de la distribución binomial a la distribución normal, el intervalo
(p - Z ≤ P≤ p+z )
(p – Z ≤ P≤ p+z )
p: = proporción de la muestra
q: = 1 – p
Z: = Coeficiente de confianza