Documentos de Académico
Documentos de Profesional
Documentos de Cultura
I. Introduccin
Una parte fundamental para realizar un estudio estadstico de cualquier tipo es obtener unos resultados confiables y que puedan ser aplicables. Como ya se coment anteriormente, resulta casi imposible o imprctico llevar a cabo algunos estudios sobre toda una poblacin, por lo que la solucin es llevar a cabo el estudio basndose en un subconjunto de sta denominada muestra. Sin embargo, para que los estudios tengan la validez y confiabilidad buscada es necesario que tal subconjunto de datos, o muestra, posea algunas caractersticas especficas que permitan, al final, generalizar los resultados hacia la poblacin en total. Esas caractersticas tienen que ver principalmente con el tamao de la muestra y con la manera de obtenerla. En las siguientes secciones de esta unidad lo comentaremos.
quisiese saber el conteo exacto de hemoglobina de una persona habra que extraerle toda la sangre. El muestreo puede ser ms exacto. Esto es en el caso en el que el estudio sobre la poblacin total puede causar errores por su tamao o, en el caso de los censos, que sea necesario utilizar personal no lo suficientemente capacitado; mientras que, por otro lado, el estudio sobre una muestra podra ser realizada con menos personal pero ms capacitado. Ya que hemos mencionado la necesidad de realizar muestras, continuaremos con algunas caractersticas que deben tener stas para que, realmente, se puedan realizar inferencias (inducciones) sobre ellas hacia la poblacin total.
Una vez que se han determinado estos tres factores, entonces se puede calcular el tamao de la muestra como a continuacin se expone. Hablando de una poblacin de alrededor de 10,000 casos, o mnimamente esa cantidad, podemos pensar en la manera de calcular el tamao de la muestra a travs de las siguientes frmulas. Hay que mencionar que estas frmulas se pueden aplicar de manera aceptable pensando en instrumentos que no incluyan preguntas abiertas y que sean un total de alrededor de 30. Vamos a presentar dos frmulas, siendo la primera la que se aplica en el caso de que no se conozca con precisin el tamao de la poblacin, y es:
donde: n Z p q E es es es es es el el la la la tamao de la muestra; nivel de confianza; variabilidad positiva; variabilidad negativa; precisin o error.
Hay que tomar nota de que debido a que la variabilidad y el error se pueden expresar por medio de porcentajes, hay que convertir todos esos valores a proporciones en el caso necesario. Tambin hay que tomar en cuenta que el nivel de confianza no es ni un porcentaje, ni la proporcin que le correspondera, a pesar de que se expresa en trminos de porcentajes. El nivel de confianza se obtiene a partir de la distribucin normal estndar, pues la proporcin correspondiente al porcentaje de confianza es el rea simtrica bajo la curva normal que se toma como la confianza, y la intencin es buscar el valor Z de la variable aleatoria que corresponda a tal rea.
Por ejemplo: Si se quiere un porcentaje de confianza del 95%, entonces hay que considerar la proporcin correspondiente, que es 0.95. Lo que se buscara en seguida es el valor Z para la variable aleatoria z tal que el rea simtrica bajo la curva normal desde -Z hasta Z sea igual a 0.95, es decir, P(-Z<z<Z)=0.95. Utilizando las tablas, o la funcin DISTR.NORM.ESTAND.INV() del Excel, se puede calcular el valor de Z, que sera 1.96 (con una aproximacin a dos decimales). Esto quiere decir que P(-1.96<z<1.96)=0.95.
donde n Z p q N E es el tamao de la muestra; es el nivel de confianza; es la variabilidad positiva; es la variabilidad negativa; es el tamao de la poblacin; es la precisin o el error.
La ventaja sobre la primera frmula es que al conocer exactamente el tamao de la poblacin, el tamao de la muestra resulta con mayor precisin y se pueden incluso ahorrarse recursos y tiempo para la aplicacin y desarrollo de una investigacin. Por ejemplo: En el Colegio de Bachilleres, una institucin de nivel medio superior, se desea realizar una investigacin sobre los alumnos inscritos en primer y segundo aos, para lo cual se aplicar un cuestionario de manera aleatoria a una muestra, pues los recursos econmicos y el tiempo para procesar la informacin resultara insuficiente en el caso de aplicrsele a la poblacin estudiantil completa. En primera instancia, suponiendo que no se conoce el tamao exacto de la poblacin, pero con la seguridad de que sta se encuentra cerca a los diez millares, se aplicar la primera frmula. Se considerar una confianza del 95%, un porcentaje de error del 5% y la mxima variabilidad por no existir antecedentes en la institucin sobre la investigacin y porque no se puede aplicar una prueba previa. Primero habr que obtener el valor de Z de tal forma que la confianza sea del 95%, es decir, buscar un valor de Z tal que P(-Z<z<Z)=0.95. Utilizando las tablas o las funciones de Excel se pueden obtener, o viendo (en este caso) el ejemplo anterior, resulta que Z=1.96. De esta manera se realiza la sustitucin y se obtiene:
Esto quiere decir que el tamao de la muestra es de 385 alumnos. Supongamos ahora que s se conoce el tamao de la poblacin estudiantil y es de 9,408, entonces se aplicar la segunda frmula. Utilizando los mismos parmetros la sustitucin queda como:
Con lo que se tiene una cota mnima de 370 alumnos para la muestra y as poder realizar la investigacin sin ms costo del necesario, pero con la seguridad de que las condiciones aceptadas para la generalizacin (confiabilidad, variabilidad y error) se mantienen.
Quieres probar? Considerando un nivel de confianza del 95%, introduce la variabilidad positiva: , y la precisin o error (porcentaje de error): %. Si conoces el tamao de la poblacin introdcelo (si no lo conoces no escribas nada): . Presiona el botn para realizar el clculo: Dada la variabilidad positiva, la negativa es: . Por tanto, si no se conoce el tamao de la poblacin el tamao de la muestra es: , si se conoce el tamao de la poblacin el tamao de la muestra es: .
4. Muestreos probabilsticos
Las tcnicas de muestreo probabilstico son aquellas en las que se determina al azar los individuos que constituirn la muestra. Estas tcnicas nos sirven cuando se desean generalizar los resultados que se obtienen a partir de la muestra hacia toda la poblacin. Lo anterior se dice dado que se supone que el proceso aleatorio permitir la obtencin de una muestra representativa de la poblacin. Los muestreos probabilsticos pueden ser con o sin reemplazo. Los muestreos con reemplazo son aquellos en los que una vez que ha sido seleccionado un individuo (y estudiado) se le toma en cuenta nuevamente al elegir el siguiente individuo a ser estudiado. En este caso cada una de las observaciones permanece independiente de las dems, pero con poblaciones pequeas (un grupo de escuela de 30 alumnos, por ejemplo) tal procedimiento debe ser considerado ante la posibilidad de repetir observaciones. En el caso de poblaciones grandes no importa tal proceder, pues no afecta sustacialmente una repeticin a las frecuencias relativas. Los muestreos sin reemplazo son los que una vez que se ha tomado en cuenta un individuo para formar parte de la muestra, no se le vuelve a tomar en cuenta nuevamente. En este caso, y hablando especficamente para el caso de poblaciones pequeas, las observaciones son dependientes entre s, pues al no tomar en cuenta nuevamente el individuo se altera la probabilidad para la seleccin de otro individuo de la poblacin. Para el caso de las poblaciones grandes (por ejemplo la poblacin de un pas) dicha probabilidad para la seleccin de un individuo se mantiene prcticamente igual, por lo que se puede decir que existe independencia en las observaciones. Las tcnicas de muestreo probabilstico que mencionaremos sern bsicamente tres: el aleatorio simple, el aleatorio estratificado y el sistemtico.
= P tolerancia de la muestra Donde es la proporcin buscada en la poblacin y P es la proporcin presente en la muestra. Por otro lado, la tolerancia de la muestra est relacionada directamente con el nivel de confianza y se obtiene a partir de la distribucin normal al igual que como se obtuvo para el clculo del tamao de las muestras. La representaremos con Z para obtener la frmula:
Interpolacin lineal
Cuando el valor de x es de mayor precisin que los contenidos en la tabla, en este caso cuando tenga mas de dos cifras decimales, el mtodo de calcular la probabilidad es empleando interpolacin lineal.
La expresin:
nos permite calcular la probabilidad para los valores no contenidos en la tabla. Esta expresin siempre aade un cierto error, al sustituir la funcin y =f(x) por la recta que pasa por dos puntos conocidos y = r(x), por eso es conveniente que los puntos x1 y x2 estn lo mas prximos posible.
[editar]ejemplo
Calcular la probabilidad normal tipificada de que Zp < 2,2345
el valor 2,2345 no viene en la tabla, pero los valores 2,23 y 2,24 si:
Segn la expresin:
tenemos:
operando:
esto es:
Pasos:
1. Calcular el promedio y la desviacin estndar de las observaciones de la muestra en estudio. 2. Del valor del cual se desea obtener una inferencia estadstica, calcular la diferencia que existe con respecto al promedio: X - . 3. Dividir la diferencia calculada entre la desviacin estndar obtenida de la muestra en estudio, que corresponde al valor Z. 4. Localizar el valor Z calculado, en la tabla de probabilidades asociadas con valores tan extremos como los valores observados de Z en la distribucin normal y obtener la probabilidad de que exista una magnitud de discrepancia entre los valores X y . 5. Decidir si se acepta o rechaza la hiptesis.
Ejemplo: Un mdico que labora en una poblacin acostumbra efectuar mediciones de peso y talla a sus pacientes, de los cuales dos tienen pesos que difieren de las tres medidas de tendencia central, pero particularmente del promedio. El mdico est interesado en saber si los pesos de sus dos pacientes corresponden a esa poblacin y qu tanto difieren de la representacin de su grupo de asistencia mdica y de estudio.
Los pesos corporales de la poblacin estudiada se encuentran listados del ms bajo al ms alto en la tabla siguiente, y el mdico ha marcado los puntos donde se localizan la media aritmtica, la mediana y la moda. Los pesos de sus pacientes problema son de 54 y 80 kg.
Pacientes adultos de tallas similares que asisten a consulta mdica.
Eleccin de la prueba estadstica. El modelo de investigacin tiene una muestra. Las mediciones de la tabla anterior son cuantitativas, de variable continua, por lo tanto, tienen una escala de intervalo. Los intervalos entre un peso menor y otro mayor y entre todos los valores parecen no diferir notoriamente y permiten suponer que se distribuyen normalmente. Vase: Flujograma 1 Planteamiento de la hiptesis.
Hiptesis alterna (Ha). Los pesos corporales de los dos sujetos de investigacin y asistencia mdica (54 y 80 kg) difieren significativamente del promedio, por lo tanto, no corresponden a la poblacin. Hiptesis nula (Ho). Las diferencias de los pesos de los sujetos de estudio se deben al azar, por lo cual no hay diferencias significativas y corresponden a la misma poblacin.
Nivel de significacin. Para todo valor de probabilidad igual o menor que 0.05, se acepta Ha y se rechaza Ho.
Zona de rechazo. Para todo valor de probabilidad mayor que 0.05, se acepta Ho y se rechaza Ha. Aplicacin de la prueba estadstica. Tomando en cuenta los pasos, se calcula el promedio o media aritmtica. De acuerdo con la siguiente frmula:
En la tabla de probabilidades asociadas en valores extremos como los de 2 en la distribucin normal, se busca la localizacin de los valores Z1 y Z2 calculados, a fin de obtener la probabilidad de su magnitud de discrepancia con respecto a la media aritmtica. El primer valor de Z1 es 1.69, de modo que se localiza el 1.6 y en la interseccin de la columna 0.09, correspondiente a las centsimas, se observa el valor 0.0455. Esta es la probabilidad de que el valor 54 kg pertenezca a la poblacin de pesos corporales, donde el promedio es 73.2 kg y la desviacin estndar 11.39 kg. El segundo valor de Z2 es 0.6, de manera que en la tabla se observa esa cifra y en la interseccin de la columna 0.00 se halla el valor 0.2743. Decisin. El valor de Z1 tiene una probabilidad menor que la de significancia. Para este caso, se acepta Ha y se rechaza Ho. Para el valor de Z2, la probabilidad es aproximadamente de 0.27, pero de cualquier manera mayor que el nivel de significancia, el cual se ubica en la zona de rechazo. Se acepta Ho y se rechaza Ha. Interpretacin. El peso del individuo que tiene 54 kg difiere notoriamente del promedio, que es la representativa de esa poblacin, a un nivel de confianza menor que 0.05; en cambio, el otro sujeto slo difiere a un nivel mayor que 0.05 de confianza, lo cual significa que est dentro de la poblacin de tallas similares.
La siguiente figura contiene tanto el polgono de frecuencias en funcin de una serie de clases elaboradas con las observaciones de 150 pesos corporales, como los lmites de las desviaciones estndar con respecto al promedio. Los valores Z de los dos pesos problema se dibujan con dos flechas, de acuerdo con los valores de peso que corresponden. La Z1 se encuentra muy por fuera de -1 desviacin estndar y muy cercana a -2 desviaciones estndar. Para ser ms precisos, tiene 1.69 desviaciones estndar, igual al valor Z; en cambio, el valor Z2 tiene 0.6 desviaciones estndar y an se encuentra dentro del lmite de +1 desviacin estndar. Cabe recordar que +1 y -1 desviaciones estndar se encuentran aproximadamente en el 68% de las mediciones.
Con todo lo anterior se comprende el significado del valor Z en la curva normal de frecuencias: es el nmero de desviaciones estndar que se desvan con respecto al promedio o media aritmtica.