1. UNIVERSIDAD ALAS PERUANAS
FILIAL –AREQUIPA
ESCUELA ACADÉMICO PROFESIONAL DE
FARMACIA Y BIOQUÍMICA
–METODOLOGÍA DE LA
INVESTIGACIÓN–
LIC.WENDY PACHECO SÁNCHEZ

2. 1.12 COBERTURA DEL ESTUDIO
1.12 COBERTURA DEL ESTUDIO
1.12.1 Universo: la población con la que se trabajo y sus
delimitaciones.
1.12.2 Muestra: técnica de muestreo, tamaño de muestra
teórica y práctica (justificadas)

3. POBLACIÓN Y MUESTRA
POBLACIÓN Y MUESTRA
gente1
hombres

4. ¿ De qué o de quienes se van a
obtener los datos?

5. .Población
Es el conjunto sobre el que estamos interesados en
obtener conclusiones (hacer
inferencia).Normalmente es demasiado grande
para poder abarcarlo.
.Muestra
Es un subconjunto suyo al que tenemos acceso y
sobre el que realmente hacemos las observaciones
(mediciones)
.Debería ser –representativo–
.Esta formado por miembros –seleccionados– de
la población (individuos, unidades
experimentales).

6. CRITERIOS DE EXCLUSIÓN E INCLUSIÓN
CRITERIOS DE EXCLUSIÓN E INCLUSIÓN
CRITERIOS DE EXCLUSIÓN
Atiende a las características cuya presencia hace que una
unidad no sea parte de la población de estudio; por
ejemplo la existencia de una característica, una
enfermedad o un tratamiento que pueda modificar los
resultados del estudio.
CRITERIOS DE INCLUSIÓN
Características que hacen que una unidad de estudio se
aparte de una población de estudio, ejemplo que la
unidad de estudio tenga las características socio
demográficas definidas para el estudio.

7. POBLACIÓN DE ESTUDIO :
.Conjunto de la población de interés accesible.
.Se define teniendo en cuenta los criterios de selección.

8. MUESTREO
MUESTREO
.Cuando la población de estudio es muy numerosa se
selecciona una muestra.
.Por numerosa entendemos la cantidad de unidades o
elementos poblacionales que no pueden estudiarse con
los recursos humanos, físicos y financieros disponibles.
Además la muestra tiene que tener dos características:
-Una alta representatividad
-Proporcionar información que permita determinar la
precisión de las estimaciones.

9. MUESTREO
MUESTREO
El método de muestreo utilizado tendrá que
proporcionar una muestra que:
- Tenga una alta representatividad.
-Proporcione información que permita
determinar la precisión de las
estimaciones.

10. TIPOS DE MUESTREO
TIPOS DE MUESTREO
No probabilísticos
. Intencional
. Sin normas
. Accidental
. De voluntarios

11. Probabilísticos
.Aleatorio Simple.
.Sistemático.
.Estratificado
.Conglomerado

12. DISEÑO DEL MUESTREO
DISEÑO DEL MUESTREO
En el protocolo deberá especificarse claramente:
.Unidad de análisis. Ejemplo un paciente, un animal
experimental etc.
.Unidad de muestreo. Ejemplo: una historia clínica.
.Marco de muestreo. Ejemplo: Listado de nombres, cuaderno
de citas, etc.
.Tamaño de la muestra.

13. TAMAÑO DE LA MUESTRA
TAMAÑO DE LA MUESTRA
.Hay que determinar el tamaño de la muestra, es decir, el
numero mínimo de elementos que se debe seleccionar de la
población de estudio para efectuar la inferencia.
El tamaño de la muestra depende del tipo de muestreo

14. 3.2 NIVEL DE CONFIANZA Y GRADO DE
SIGNIFICANCIA
3.2 NIVEL DE CONFIANZA Y GRADO DE
SIGNIFICANCIA

15. NIVEL DE CONFIANZA Y GRADO DE
SIGNIFICANCIA
NIVEL DE CONFIANZA Y GRADO DE
SIGNIFICANCIA
.De acuerdo a patrón estadístico.(comúnmente usado
95% y 0.05)
.Cada decisión que tomamos cada día tiene un margen
de error, así tenemos que: la cirugía tiene un margen de
error, los vuelos aéreos tienen un margen de error,
rendir un examen tiene un margen de error, etc.
Conocer la magnitud del error es la tarea principal del
investigador, el cual debe estimar la probabilidad de
ocurrencia de este error y espera que sea de la menor
magnitud posible. Por esta razón es indispensable
plantear en cada caso, la magnitud del error que
estamos dispuestos a aceptar para tomar cualquiera de
nuestras decisiones.

16. DEFINICIONES
DEFINICIONES
El error tipo I: Ocurre cuando aceptamos la hipótesis del
investigador, cuando tal proposición era falsa. Por lo tanto,
es un juicio de valor equivocado.
El p-valor: Es la probabilidad de equivocarse al aceptar la
hipótesis del investigador como verdadera; es decir la
probabilidad de cometer un error tipo I.

17. EL NIVEL DE SIGNIFICANCIA
EL NIVEL DE SIGNIFICANCIA
El nivel de significancia: Es la máxima cantidad
de error que estamos dispuestos aceptar para
dar como válida la hipótesis del investigador.

18. NIVEL DE CONFIANZA.
NIVEL DE CONFIANZA.
Complementariamente al nivel de significancia, el nivel
confianza se refiere a la confianza que debemos
alcanzar para generalizar nuestro resultado o nuestra
conclusión, independientemente de la hipótesis que
hayamos planteado. Una probabilidad elevada nos dará
la tranquilidad de que lo que hemos encontrado o
concluido es cercano a lo real y no debido al azar. El
nivel de confianza se expresa convencionalmente en
porcentaje; así un nivel confianza del 95% corresponde
con un nivel de significancia del 5%, es decir un alfa de
0.05.

19. TAMAÑO DE LA MUESTRA REPRESENTATIVA
TAMAÑO DE LA MUESTRA REPRESENTATIVA
.Suelen usarse fórmulas para su cálculo dependiendo el tipo
de estudio, tipo de variable y caracteres de la población.
La implicación de la magnitud en el tamaño de la muestra es
obvia: cuando las diferencias son grandes, nos bastan pocos
sujetos para detectarlas, pero cuando son muy pequeñas
necesitamos muchos sujetos.

20. TAMAÑO DE MUESTRA PARA LLEVAR A CABO UN
ESTUDIO EXPERIMENTAL
TAMAÑO DE MUESTRA PARA LLEVAR A CABO UN
ESTUDIO EXPERIMENTAL
La implicación de la magnitud en el tamaño de la muestra es
obvia: cuando las diferencias son grandes, nos bastan pocos
sujetos para detectarlas, pero cuando son muy pequeñas
necesitamos muchos sujetos.

21. TAMAÑO DE LA MUESTRA
TAMAÑO DE LA MUESTRA
La implicación de la magnitud en el tamaño de
la muestra es obvia: cuando las diferencias
son grandes, nos bastan pocos sujetos para
detectarlas, pero cuando son muy pequeñas
necesitamos muchos sujetos.

22. 3.4 ANÁLISIS E INTERPRETACIÓN DE
RESULTADOS
3.4 ANÁLISIS E INTERPRETACIÓN DE
RESULTADOS
.Se muestran los resultados en cuadros y
gráficos estadísticos, con su debida
interpretación. Pero ojo sin adelantar
conclusiones.

23. ANÁLISIS E INTERPRETACIÓN DE RESULTADOS
ANÁLISIS E INTERPRETACIÓN DE RESULTADOS
.Al presentar la información a través de tablas, éstas deberán
contener preferentemente dos variables. Así mismo se deben
elaborar gráficos que permitan visualizar datos del estudio
definitivo.
.Los métodos para el análisis estadístico de los datos deberán
elegirse según los objetivos planteados.

24. ANÁLISIS
E
INTERPRETACIÓN
DE
RESULTADOS
Como
regla
de
decisión,
observando
los
resultados
de
un
paquete
estadístico,
a
un
nivel
de
significancia
establecido
en
0
.
05
.
Si
la
probabilidad
o
nivel
de
significancia
es
menor
o
igual
a
0
.
05
se
rechaza
la
hipótesis
nula
.
ANÁLISIS E INTERPRETACIÓN DE
RESULTADOS
Como regla de decisión, observando los resultados de un
paquete estadístico, a un nivel de significancia
establecido en 0.05. Si la probabilidad o nivel de
significancia es menor o igual a 0.05 se rechaza la
hipótesis nula.

25. PRUEBA DE HIPOTESIS

26. 1. PLANTEAMIENTO DE HIPÓTESIS
1. PLANTEAMIENTO DE HIPÓTESIS
Consiste en trasladar la estructura gramatical, lógica y
científica hacia la estructura matemática el cual se
conoce como sistema de hipótesis o hipótesis estadística;
así tenemos:
Ho: Hipótesis nula ó hipótesis de trabajo
H1: Hipótesis alterna ó hipótesis del investigador
El primer paso es colocar la hipótesis del investigador
como Hipótesis Alterna (H1) y formular la Hipótesis Nula
(Ho) que viene a ser la negación de la alterna.

27. 2. ESTABLECER EL NIVEL DE SIGNIFICANCIA
2. ESTABLECER EL NIVEL DE SIGNIFICANCIA
Según Fisher, el nivel de significancia estadística
equivale a la magnitud del error que se está
dispuesto a correr de rechazar una hipótesis nula
verdadera. Se denota por la letra griega alfa y
para la mayoría de los propósitos, se suele
establecer en 0.05 y se considera significativo a
todo p-valor que se encuentre por debajo de este
nivel, se considera altamente significativo cuando
el p-valor es menor a 0.01 en porcentaje 1%.

28. 3. ELECCIÓN DEL ESTADÍSTICO DE PRUEBA
3. ELECCIÓN DEL ESTADÍSTICO DE PRUEBA
Hay dos clases de pruebas estadísticas: las paramétricas
y las no paramétricas. El estadístico de prueba se elige en
función a 6 conceptos: tipo de estudio, nivel investigativo,
diseño de la investigación, objetivo estadístico, escalas de
medición de las variables y comportamiento de los datos,
es este último punto donde debemos considerar la
distribución de los datos en las variables de numéricas y
las frecuencias esperadas para las variables categóricas.

29. 4. LECTURA DEL P
-
VALOR
4. LECTURA DEL P-VALOR
Este paso no fue planteado originalmente por Fisher,
porque entonces no se disponían de programas
informáticos a la hora de calcular el valor de p, el cual
cuantifica el error tipo I y nos ayuda a tomar una decisión
de rechazo a la hipótesis nula (Ho) cuando es menor al
nivel de significancia y de no rechazo cuando su valor es
mayor al alfa planteado. El p-valor, al ser la cuantificación
de error solo es un dato que nos ayuda a decidirnos a la
hora de tomar decisiones basadas en la probabilidad

30. 5. TOMA DE LA DECISIÓN
5. TOMA DE LA DECISIÓN
.En las épocas en que no se podía estimar de manera
práctica el p-valor, se solía contrastar el valor del
estadístico de prueba con el valor teórico o de tabla que
correspondía a la distribución que siguen nuestras
variables; sin embargo este método no solamente ha
quedado obsoleto sino que además es inexacto. Hoy en
día cuando se trata de demostrar nuestra hipótesis del
investigador no hay mejor forma que la estimación del p-
valor.

31. .http://farmasalu2.blogspot.com

32. GRACIAS POR SU ATENCIÓN
GRACIAS POR SU ATENCIÓN
comp3