3. 7.1.- DEFINICION Y CONCEPTOS PREVIOS.-
a) La estadística.-
El instrumento de recolección de datos esta
orientado a crear las condiciones para la medición.
Los datos son conceptos que expresan una
abstracción del mundo real, de lo sensorial,
susceptible de ser percibido por los sentidos de
manera directa indirecta. Todo lo empírico es
medible. No existe ningún aspecto de la realidad que
escape a esta posibilidad. Medición implica
cuantificación (Paz, 2008).
4. b) Estadística descriptiva.-
Realiza el estudio sobre la población completa,
observando una característica de la misma y
calculando unos parámetros que den información
global de la población.
c) Estadística inferencial.-
Realiza el estudio descriptivo sobre un subconjunto de
la población llamada muestra.
d) Estadística paramétrica.-
Comprende los procedimientos estadísticos y de
decisión basado en la distribución de los datos reales.
e) Estadística no paramétrica.-
Estudia las pruebas y modelos estadísticos cuya
distribución subyacente no se ajusta a los llamados
criterios paramétricos.
5. f) El método estadístico.-
Como proceso de obtención, representación, simplificación,
análisis, interpretación y proyección de las características,
variables o valores numéricos de un estudio o de un
proyecto de investigación para una mejor comprensión de
la realidad y una optimización en la toma de decisiones.
g) La prueba de hipotesis.-
Se utiliza para determinar si existe suficiente evidencia en
una muestra de datos para inferir que cierta condición es
valida para toda la población. Una prueba de hipotesis
examina dos hipotesis opuestas sobre una población: la
hipotesis nula y la hipotesis alternativa. La hipotesis nula es
el resultado que se probara. Por lo general la hipotesis nula
es un enunciado de que “no hay efecto” o “ no hay
diferencia”. La hipotesis alternativa es el enunciado que se
desea poder concluir que es verdadero.
6. 7.2.- POBLACION Y MUESTRA.-
a) Población.
La población es un conjunto de individuos de la
misma clase, limitada por el estudio.
Cuando no es posible medir cada uno de los
individuos de una población, se toma una muestra
representativa de la misma. La muestra descansa en
el principio que las partes representan al todo y, por
tal, refleja las características que definen la población
de la que fue extraida, lo cual nos indica que es
representativa. Por lo tanto, la validez de la
generalización depende de la validez y tamaño de la
muestra.
7. b) Muestra.-
Una muestra es el sub conjunto de la población, que
se obtiene para averiguar las propiedades o
características de esta ultima, por lo que interesa que
sea un reflejo de la población.
La muestra es la que puede determinar la
problemática ya que es capaz de generar los datos
con los cuales se identifican las fallas dentro del
proceso.
Una muestra debe ser adecuada en cantidad y
calidad.
Existen procedimientos estadisticos para saber cual es
el numero mínimo de elementos que debemos incluir
en el estudio para obtener resultados validos.
Se dice que una muestra es representativa de la
población cuando es un reflejo de ella.
9. a) Métodos de muestreo NO probabilístico.-
Es una técnica de muestreo donde las muestras se
recogen en un proceso que no brinda a todos los
individuos de la población iguales oportunidades de
ser seleccionados.
En cualquier tipo de investigación es difícil lograr un
muestreo aleatorio autentico.
a.1) Muestreo casual o conveniencia.-
Donde se elige de manera casual, sin ningún juicio
previo.
a.2) Muestreo casual a juicio o convencional.-
El investigador selecciona los elementos que a su
juicio son representativos.
10. a.3) Muestreo por cuotas.-
La muestra reunida tiene la misma proporción de
individuos que toda la población con respecto al
fenómeno enfocado.
a.3) Bola de nieve.-
Donde se identifica los sujetos potencialmente en
estudio donde los sujetos son difíciles de encontrar.
b) Métodos de muestreo probabilístico.-
b.1) Muestreo aleatorio simple.-
La forma mas común de obtener una muestra es la
selección al azar. Es decir, cada uno de los individuos de
una población tiene la misma posibilidad de se elegido.
11. b.2) Muestreo aleatorio sistemático.-
Los investigadores eligen con frecuencia por su
sencillez y calidad regular.
Primero escoge aleatoriamente la primera pieza. A
continuación, el investigador seleccionara a cada
enésimo sujeto de la lista.
b.3) Muestreo aleatorio estratificado.-
El investigador divide toda la población en diferentes
sub grupos o estratos. Luego, selecciona
aleatoriamente a los sujetos finales de los diferentes
estratos en forma proporcional.
12. b.3) Muestreo aleatorio por grupos o
conglomerado.-
Permite elegir grupos en lugar de individuos. De esta
forma, el acceso a la muestra queda facilitado
considerablemente, al quedar reunidos en una serie
de grupos los individuos que la constituyen.
7.3.- CALCULO DEL TAMAÑO DE LA MUESTRA.-
SEGÚN TOMAS, 2000