Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Psicologa
Psicoestadstica Inferencial
ESTADSTICA INFERENCIAL
QU ES LA ESTADSTICA?
Irma Nocero La estadstica es la ciencia encargada de suministrar las diferentes tcnicas y procedimientos que permiten
de Len et al desde organizar la recoleccin de datos hasta su elaboracin, anlisis e interpretacin. Abarca dos campos
(2001) fundamentales la estadstica descriptiva y la estadstica inferencial
Hopkins y
La Estadstica es un lenguaje para comunicar informacin basada en datos cuantitativos
Glass (1997)
Douglas
el arte de tomar decisiones acerca de un proceso o una poblacin con base en un anlisis de la informacin
Montgmery
contenida en una muestra tomada de la poblacin
(1985)
Descriptiva Inferencial
ESTADSTICA
Rama de la estadstica que trata sobre la
descripcin y anlisis estadstico de una Rama de la estadstica que estudia el comportamiento
poblacin o muestra. y propiedades de las muestras, y la posibilidad y lmites
Tiene como objetivo caracterizar los de la generalizacin de los resultados obtenidos a partir
datos, de manera grfica o analtica, de aquellas a las poblaciones que representan.
para resaltar las propiedades de los Se basa en la probabilidad.
elementos bajo estudio Comprende el conjunto de mtodo estadsticos que
permiten deducir (inferir) cmo se distribuye la
poblacin bajo estudio, a partir de la informacin que
proporciona una muestra representativa obtenida de
dicha poblacin.
El propsito principal de los mtodos estadsticos es
legitimar generalizaciones sobre poblaciones usando
datos de muestras.
Los mtodos estadsticos inferenciales emplean el
razonamiento inductivo, es decir, razonan de lo
particular a lo general.
Inferencia Estadstica
Inferir: Sacar una consecuencia de una cosa. Sacar consecuencia o deducir una cosa de otra.
La estadstica, ciencia o rama de las Matemticas que se ocupa de recoger datos, analizarlos y
organizarlos, y de realizar las predicciones que sobre esos datos puedan deducirse, tiene dos vertientes
bsicas:
a) Estadstica descriptiva: Bsicamente se ocupa de la 1 parte, es decir, a partir de ciertos datos, analizarlos y
organizarlos. Es aqu donde tiene sentido calcular la media, mediana, moda, desviacin tpica, etc.
b) Estadstica inferencial: Se ocupa de predecir, sacar conclusiones, para una poblacin tomando como base una
muestra (es decir , una parte) de dicha poblacin. Como todas las predicciones, siempre han de hacerse bajo un cierto
grado de abilidad o conanza.
Estadstica Inferencial
Parte TODO
Cuando queremos hacer alguna afirmacin sobre ms
elementos de los que vamos a medir
Azar - Probabilidad
MUESTRA POBLACIN
Aleatoria simple
Representativa
La seleccin de una
Sistemtica
muestra representativa
Probabilsticas y probabilstica permite
hacer inferencias a
Todos los elementos de la poblacin tiene la Estratificada partir de la informacin
misma probabilidad de ser elegidos, donde
que se posee
esta probabilidad es distinta de 0 y 1.
Conglomerado
Funcin de la Estadstica Inferencial en la Investigacin Psicolgica
POBLACIN Y MUESTRAS
- Totalidad de elementos sobre los cuales recae la investigacin. A cada elemento se le llama unidad
estadstica.
Poblacin - Conjunto de elementos (generalmente personas, en psicologa) que comparten al menos una
caracterstica bien definida)
Sistemtica Intencionada
Proporcional
Estratificada Por cuota
No Proporcional
Por conglomerado
TEORA DE MUESTREO
MUESTRAS PROBABILSTICAS
Es aquella que se rige por cualquier sistema que garantice el azar o la aleatoriedad. Es aquella
donde todos los elementos del universo tiene una probabilidad conocida de ser extrados y esta
probabilidad es distinta de cero o de uno.
Las muestras probabilsticas son aquellas que permiten calcular el error de muestreo, lo que significa que se
puede generalizar.
Inferencia estadstica: Extrapolacin a la poblacin.
Para generalizar, solo se puede trabajar con muestras probabilsticas.
Permiten el contraste de hiptesis explicativas, correlacionales y descriptivas.
MUESTRAS PROBABILSTICAS
Estrato: todo subgrupo de unidades de anlisis que difieren en las caractersticas que se van a
analizar en un investigacin. Es una categora exhaustiva y excluyente de la poblacin, donde
las unidades que lo componen son muy parecidas dentro de si, pero diferente entre si.
MUESTRAS PROBABILSTICAS
Muestra estratificada
Proporcional
Pasos para seleccionar una muestra estratificada proporcional
Imaginemos que tenemos que escoger una muestra de 20 estudiantes en una poblacin de 600
- Se elige un alumno al azar (probabilidad de elegirlo - Dado que tenemos que elegir 20 de 600, es
1/600) decir, 1 de cada 30, se procede as:
- Se devuelve a la poblacin y se elige otro (probabilidad - Se ordenan los estudiantes y se numeran, se
de elegir 1/600) elige uno al azar, por ejemplo el estudiantes 27.
- Se tiene que devolver o la probabilidad del segundo - A partir de este, los dems se eligen a partir de
estudiante cambia (probabilidad de 1/599) este intervalo de 30 estudiantes.
- El problema es que se puede elegir dos veces a un
mismo estudiante
ESTRATIFICADA CONGLOMERADO
Tamao de la muestra a partir de las medias Tamao de la muestra a partir de las proporciones
d = diferencia que hay entre el estimador y el parmetro d = diferencia que hay entre el estimador y el parmetro
EJEMPLO TAMAO DE MUESTRA
Una investigador desea conocer el tamao de la muestra y aplicar una muestra estratificada
poblacional para el estudio que est realizando. Sabe que la poblacin est constituida por 3951
estudiantes de sptimo a cuarto medio de establecimientos municipales.
Nivel Poblacin
La distribucin por niveles es la siguiente: Sptimo Bsico 1009
Octavo Bsico 1084
Primero Medio 674
Segundo Medio 513
Tercero Medio 355
Cuarto Medio 316
Total 3951
Por un estudio anterior sabe que la prevalencia de droga es de 14,3%. l desea trabajar con 5% de
significacin y 1% de error de muestreo.
DETERMINE:
Estadstico Parmetro
Estimacin
Estimaciones Estimaciones de
puntuales Intervalo
Estimacin de Parmetros
1 Estimaciones Puntuales
- Slo un valor numrico sirva para estimar el parmetro, es decir, asigna directamente al parmetro el valor
obtenido para el estadstico
- Constituye la inferencia ms simple que se puede realizar: asignar al parmetro el valor del estadstico que
mejor sirva para estimarlo.
2 Estimaciones de Intervalos
- Como el trmino lo sugiere, una estimacin de intervalo es un rango o banda de valores dentro del
cual se dice que el parmetro est con un nivel de probabilidad establecido.
- Proporciona un intervalo, un rango de valores entre los que estar situado el parmetro con una
cierta probabilidad.
- La estimacin puntual se utiliza poco, pues no tenemos datos suficientes para que nos indiquen el
grado de fiabilidad de dato muestral hemos tomado. Lo que tiene ms sentido plantearse es cul es
la probabilidad de que la media o proporcin poblacional pertenezcan a un intervalo determinado.
- Para comprender el fundamento de las estimaciones de intervalo se requiere un dominio del
concepto de una distribucin de muestreo, especficamente, la distribucin de muestreo de la
media (DMM)
- Dada una muestra, se puede calcular la Distribucin de muestreo de la media donde, con cierta
seguridad, estar la media poblacional que se busca.
DISTRIBUCIONES MUESTRALES
Uno de los objetivos de la estadstica es conocer acerca del comportamiento de parmetros poblacionales
tales como: la media ( ), la varianza ( ) o la proporcin ( p ). Para ello se extrae una muestra aleatoria de la
poblacin y se calcula el valor de un estadstico correspondiente, por ejemplo, la media muestral ( X ), la
varianza muestral (s ) o la proporcin muestral ( p ). El valor del estadstico es aleatorio porque depende de los
elementos elegidos en la muestra seleccionada y, por lo tanto, el estadstico tiene una distribucin de
probabilidad la cual es llamada la Distribucin Muestral del estadstico.
2
1 2 3
Si se est muestreando una poblacin que tiene una distribucin normal con media y desviacin estndar desconocida, la
distribucin muestral de la media que se utilizar es la t de student siempre que el n sea inferior a 30. Cuando la muestra es mayor a
ese nmero, la distribucin se asemeja a la distribucin normal y el contraste de hiptesis se realizacin con la distribucin z.
1) Para la mayor parte de las distribuciones poblacionales, sin importar su forma, la distribucin muestral de la
media tiene una distribucin aproximadamente normal cuando se seleccionan muestras de por lo menos 30
elementos.
2) Si la distribucin poblacional es bastante simtrica, la distribucin muestral de la media es aproximadamente
normal en muestras tan pequeas como las de 5 elementos.
3) SI la poblacin tiene una distribucin normal, la distribucin muestral de la media tambin tiene una
distribucin normal, independientemente del tamao de la muestra.
1 101 10201
2 98 9604
3 76 5776 374,64
4 123 15129
5 143 20449
6 98 9604
7 88 7744 1- 19,35
8 100 10000 0,95
9 105 11025
639,17 663,16
10 132 17424
106,4 116956
ALGUNOS CONCEPTOS ASOCIADOS A LA PRUEBA DE HIPOTESIS
Error tipo I
Rechazar una Hiptesis nula (Ho) siendo esta verdadera. Tiene asociada una probabilidad
Error tipo II
Aceptar una Hiptesis nula (Ho) siendo esta falsa. Tiene asociada una probabilidad .
Nivel de confianza
Es aceptar una Hiptesis nula (Ho) siendo esta verdadera por lo tanto es una decisin acertada; tiene
asociada una probabilidad de 1 . Los niveles de confianza ms usados son el 0,99 (99%) y el 0,95 (95%)
Potencia de Prueba
Rechazar una Hiptesis nula (Ho) siendo esta falsa (Acierto). Tiene asociado una probabilidad que es 1
(Es la probabilidad de estar en potencia de prueba). Es un complemento al error tipo II.
PASOS PARA LA PRUEBA DE HIPOTESIS
3) Determinar un nivel de significacin (), la cual es la probabilidad de cometer el error tipo I (Rechazar
una hiptesis siendo esta verdadera).
- ms usados: 0,01 (1%) y 0,05 (5%).
- SPSS: el programa calcula y entrega automticamente un nivel de error que tcnicamente se
denomina p value o valor p (nivel de significacin mnima o mnimo para poder rechazar la Ho.
- si p 0,01: se rechaza la Ho con un p < 0,01 (1% de significacin)
- si p > 0,01 y 0,05: se rechaza Ho con un p < 0,05
- si p > 0,05: se acepta Ho con un p > 0,05 (95% de confianza)
Procedimiento estadstico que intenta probar el grado de asociacin que hay entre dos o ms variables
Correlaciones Correlaciones
Bivariadas Mulivariadas
Es un nmero que nos dice hasta donde los cambios o variaciones que presenta una variable se explican por las variaciones
o cambios que presenta otra variables (Juego de varianzas)
La correlacin no implica causalidad, la nica vez que yo puedo atribuir causalidad es cuando la correlacin es perfecta (-1 o
+1).
- Es un derivado de Pearson
- Correlacin entre una variables dicotmica real o genuina (nominal) con otra
4 Punto Biserial (rpb) variable que es cuantitativa continua medida a lo menos en una escala intervalar.
- El signo no se interpreta, sino que hay que ver las medias de los grupos
- En SPSS se realiza mediante el coeficiente de correlacin de Pearson
- Es un derivado de Pearson
5 Biserial (rb) - Correlacin entre una variable es que cuantitativa medida a lo menos en una escala
intervalar con otra variable que es dicotmica aparente o artificial
COEFICIENTES DE CORRELACIN
- Sirve para calcular la correlacin entre dos variables dicotmicas reales o una
dicotmica real y una aparente.
6 Phi (r) - El signo no se interpreta, pues son variables cualitativas. Para interpretar hay que
recurrir a la tabla de contingencia.
- Condicin: Si existe una frecuencia esperada menor a 5, se interpreta mediante el
estadstico exacto de Fisher (Chi cuadrado)
- Es un derivado de Pearson
- Tradicionalmente se utiliza para calcular la correlacin entre 2 variables
7 Contingencia (C) dicotmicas (reales o aparentes), dos policotmicas (reales o aparentes) o una
dicotmicas y una policotmicas..
- Su uso se restringir a dos variables policotomicas o una policotmica y una
dicotmica
- Toma valores que van entre 0 y 1
- Condicin: si ms del 20% de las frecuencias esperadas son inferiores a 5, no se
puede calcular.
8 Tetracorico (rt) - Se utiliza para calcular la correlacin entre dos variables dicotmicas aparentes
- Es derivado de Pearson
- La dicotoma por lo general se realiza en la mediana.
COEFICIENTES DE CORRELACIN
- Se utiliza para calcular la correlacin entre una variable (criterio) y 2 o mas variables
(predictoras).
10 Correlacin Mltiple - El coeficiente se denomina coeficiente de correlacin mltiple .
- Asume valores que van de -1 a +1 pasando por el 0
- El signo no se interpreta, slo establece si existe o no correlacin.
La confiabilidad es un proceso o una propiedad que se le atribuye a la medicin de la prueba, se relaciona con
los conceptos de estabilidad y consistencia.
Una prueba es confiable cuando sus resultados son similares en el tiempo tras sucesivas aplicaciones.
Hay ciertos factores que atentan contra la confiabilidad: Historia, Maduracin, Mortalidad Experimental,
Adivinacin o Azar.
El valor mximo que accede el coeficiente de fiabilidad es 1.
1 Test - Retest
3 Consistencia Interna Consiste en correlacionar la prueba consigo misma. Esta basado en una sola
aplicacin del instrumento, sin embargo constituyen una estimacin de la
confiabilidad y no el clculo en s misma.