12. Descriptiva
,
Descriptiva
,
•Los resultados del análisis no pretenden ir más allá del
conjunto de datos.
•Describe, analiza y representa un grupo de datos
utilizando métodos numéricos y gráficos
•Resumen y presentan la información contenida en ellos.
•Los resultados del análisis no pretenden ir más allá del
conjunto de datos.
•Describe, analiza y representa un grupo de datos
utilizando métodos numéricos y gráficos
•Resumen y presentan la información contenida en ellos.
InferencialInferencial
•Cuando el objetivo del estudio es derivar las
conclusiones obtenidas a un conjunto de datos más
amplio.
•Apoya en el cálculo de probabilidades.
•A partir de datos muestrales, efectúa estimaciones,
decisiones, predicciones u otras generalizaciones
sobre un conjunto mayor de datos.
•Cuando el objetivo del estudio es derivar las
conclusiones obtenidas a un conjunto de datos más
amplio.
•Apoya en el cálculo de probabilidades.
•A partir de datos muestrales, efectúa estimaciones,
decisiones, predicciones u otras generalizaciones
sobre un conjunto mayor de datos.
13.
14.
15.
16.
17. Procesar
los datos
Procesar
los datos
Epi Info
SPSS
Minitab
Stata
Epi Info
SPSS
Minitab
Stata
•Interpretar
•Tomar
Decisiones
•Interpretar
•Tomar
Decisiones
•Agrupar
•Clasificar
•Graficar
•Probar
Hipótesis
•Asociar
Variables
•Agrupar
•Clasificar
•Graficar
•Probar
Hipótesis
•Asociar
Variables
18.
19.
20.
21.
22.
23. Estado Civil
(clase)
Número de ocurrencias
(frecuencia)
Porcentaje
(frecuencia relativa)
Soltero 22 22 %
Casado 45 45 %
Divorciado 20 20 %
Viudo 8 8 %
Otro 5 5 %
Total 100 personas 100 %
40. ParteParte
Muestra: Probabilística o no probabilística
Se analiza los Resultados y se infiere estos resultados
a la población, pero debe considerarse un error y
una probabilidad
Tratamientos
se considera
Paramétricos:Paramétricos:
Diferencia de medias
Correlaciones
No paraméticos:No paraméticos:
Asociaciones
Krustal Wallys
Distribución de datos.
Tipo de muestra
Tipo de variable
Cociente de Variación
41. X u e
e x u
e X e u
u
X u e
e x u
e X e u
u
Xu
e
Xu
e
ProbabilísticaProbabilística::
•Curva Normal
•Aleatoria
•Independencia
ProbabilísticaProbabilística::
•Curva Normal
•Aleatoria
•Independencia
No Probabilística:No Probabilística:
•No aleatoria.
•No tiene
normalidad
No Probabilística:No Probabilística:
•No aleatoria.
•No tiene
normalidad
EstadísticaEstadística
InferencialInferencial
EstadísticoEstadístico
ParamétricoParamétrico
EstadísticoEstadístico
nono
ParamétricoParamétrico
Muestra o Distribución de datos
42. La probabilidad provee los fundamentos
para la inferencia estadística
Extrae conclusiones acerca de toda la poblaciónExtrae conclusiones acerca de toda la población
de la información obtenidade la información obtenida
de una muestra de esa poblaciónde una muestra de esa población.
ESTADÍSTICA INFERENCIALESTADÍSTICA INFERENCIAL
Resultados de laResultados de la
MuestraMuestra
Infiere los resultados
Probabilidad
PoblaciónPoblación
43.
44.
45.
46.
47. Se desea realizar la investigación sobre las características los
de agresores del aula (bullying) de secundaria en el
colegio 448 de Cajamarca
1. Unidad de Análisis1. Unidad de Análisis
2. Marco referencial2. Marco referencial
3, Criterio de Inclusión3, Criterio de Inclusión
4. Criterio de Exclusión4. Criterio de Exclusión
Alumnos agresores del nivel secundaria
del colegio 448 de Cajamarca
Padrón de alumnos matriculados en el 2009
En el colegio 448 de Cajamarca
Reportado a Dirección Psicoeducativa por agresión
al compañero mínimo 4 veces al mes. Últimos 2 meses
,secundario colegio 448 de Cajamarca
Tenga un problema orgánico o psiquiátrico
48. Se desea realizar la investigación sobre las características los
de agredidos en el aula (bullying) de secundaria en el
colegio 448 de Cajamarca, año 2000-2007
1. Unidad de Análisis1. Unidad de Análisis
2. Marco referencial2. Marco referencial
3, Criterio de Inclusión3, Criterio de Inclusión
4. Criterio de Exclusión4. Criterio de Exclusión
49. TIPOS DE MUESTREOTIPOS DE MUESTREO
•IntencionalIntencional
•Sin normaSin norma
•Accidental (casos)Accidental (casos)
•VoluntariosVoluntarios
•MASMAS
•MSMS
•MEME
•M de CM de C
No probabilísticasNo probabilísticas
ProbabilísticasProbabilísticasProbabilísticasProbabilísticas
TIPOSTIPOSTIPOSTIPOS
(prácticos y
Económicos)
50. Tipo de MuestraTipo de Muestra CaracterísticaCaracterística ConformaciónConformación
Intencional oIntencional o
convenienciaconveniencia
Tiene los criterios de inclusión
Tienen intención de participar el investigador seleccione
directa e intencionadamente los individuos de la población.
El grupo esta formado
Accidental o cuotasAccidental o cuotas Tiene los criterios de inclusión
No tienen la intención de participar inicial.
Mantiene, semejanzas con el muestreo aleatorio
estratificado, pero no tiene el carácter de aleatoriedad
Llegan por “accidente” a la muestra
Bola de nieve:Bola de nieve: Se localiza a algunos individuos, los cuales conducen a otros,
y estos a otros, y así hasta conseguir una muestra suficiente.
Este tipo se emplea muy frecuentemente cuando se hacen
estudios con poblaciones "marginales", delincuentes, sectas,
determinados tipos de enfermos, etc.
No tiene un criterio determinado de la
muestra
Muestreo DiscrecionalMuestreo Discrecional A criterio del investigador los elementos son elegidos sobre
lo que él cree que pueden aportar al estudio
El criterio queda a consideración del
investigador
51. Tipo deTipo de
MuestraMuestra
CaracterísticaCaracterística UsoUso EjemploEjemplo
AleatorioAleatorio
simple (MAS)simple (MAS)
Todos pueden ser parte
de la muestra, no
interesa la distribución
Grupo es
disponible
Elijo al azar
Sorteo, número
aleatorio, etc.
AleatorioAleatorio
SistemáticoSistemático
Todos pueden ser parte
de la muestra, me
interesa la distribución de
los muestreados
Equilibrar la
distribución de la
muestra
N:1 000 n: 100
i: 1000/100 = 10
Mas: 1 al 10 pe: 4
Selecciono 4-14-24-34-…
990
EstratificadoEstratificado Se selecciona estratos de
la población y se
selección proporcional
Tiene una
característica pero
con subgrupos en la
población
N: 100 n 20
Mujeres 60 Hombre 40
Muj: 12 Hom 08
ConglomeradConglomerad
oo
Tienen sub.-poblaciones
con características
propias
Se agrupan las
sub. poblaciones y
se seleccionan
Rural Urbano
52.
53. b.b. Tamaño de muestraTamaño de muestra::
(Estudios con una sola población)(Estudios con una sola población)
a. Para estimar una media poblacional
N
n
n
n
NconoceseSi
E
sz
n
f
e
+
=
=
1
:2
2
2
2
α
ZZ αα/2/2 = Coeficiente de confianza = 1,96,
para un nivel de confianza = 95%
Se = Desviación estándar poblacional
esperada, obtenida de:
•Revisión bibliográfica
•Estudio piloto
EE = Error absoluto de muestreo
o precisión (x - µ),
asumido por el investigador
N = Tamaño de la población
nfnf = Tamaño final
(sólo si se conoce N)
54. Ejemplo:
En cierta población de 1200 escolares se desea estimar el nivel promedio de Hb
con 95% de confianza. En el estudio piloto se encontró: x= 12,3 s = 1,6. Los
investigadores están dispuestos a asumir un E = ± 0,5 , calcular n.
Solución:
Datos:
Z α/2 = 1,96
N = 1200
Se = 1,6
E = ± 0,5
n= (1,96)2
(1,6)2
= 39,33
(0,5)2
nf = 39,33 = 38,05
1 + 39,33/1200
nnff ≥≥ 3939
55. b. Para estimar una proporción poblacional
N
n
n
n
NconoceseSi
E
qpz
n
f
ee
+
=
=
1
:2
2
2
α
56. Donde:Donde:
ppee = Proporción esperada de sujetos con la característica de interés en la
población de estudio. Se puede obtener de:
• Revisión bibliográfica
• Estudio piloto
• pe = qe = 50% = 0,5
qqee= 1 - pe = proporción esperada de sujetos sin la característica de interés.
E = Error absoluto de muestreo o precisión
= (p- π ), debe ser asumido por el investigador y es más o menos igual a
5% (0,05)
57. Ejemplo:Ejemplo:
En una población grande se desea estimar la prevalencia de DM. En la revisión
bibliográfica se encontró una p =10%, si se asume un error absoluto de muestreo
de 5%, calcular n.
Solución:Solución:
Datos:
Z α/2= 1,96
pe =0,1
qe =0,9
E = ± 0,05
n= (1,96)2
(0,1)(0,9) = 138,3
(0,05)2
n ≥ 139
Interpretación:Interpretación:
Si se desea estimar la prevalencia poblacional con 95% de confianza y un error de 5%, se
debe evaluar 139 sujetos.
