hipotesis y muestra

7/31/2019 Hipotesis y Muestra

http://slidepdf.com/reader/full/hipotesis-y-muestra 1/64

HIPÓTESIS Y MUESTRADR. LUIS FLORIÁN TUTAYA NEONATOLOGO DEL HOSPITAL

ARZOBISPO LOAYZA 2012



ELEMENTOS DEL MÉTODO CIENTÍFICOHIPÓTESIS: Es una suposición o

conjetura verosímil, de relaciones entrehechos o fenómenos, sujeta acomprobación.

VARIABLE: Es una característica opropiedad de un hecho o fenómeno quepuede variar entre unidades o conjuntos.

INDICADORES: Constituyen lassubdimensiones de las variables; serefiere a componentes o índices del hechoo fenómeno que se estudia.



DEFINICIONES

HIPÓTESIS

VARIABLES

DIMENSIONES

INDICADORES

CONCEPTOS

ELEMENTOS DEL MÉTODO CIENTÍFICO



CONCEPTO DE HIPÓTESIS• Son proposiciones de carácter afirmativo

que el investigador plantea con el propósito

de llegar a explicar hechos o fenómenosque caracterizan o identifican el objeto delconocimiento.

• Es una explicación provisional de la relación

entre las variables del problema de estudio,con el fin de constatar o contrastar si escierta o no.



EJEMPLO• LA VITAMINA A ACORTA LA EVOLUCIÓN

DEL CHALAZIÓN.• A MIS PACIENTES LES DESAPARECE

CUANDO LES DOY VITAMINA A.• ENTONCES USEMOS VITAMINA A

…..DESCRIPTIVO • A 100 PACIENTES LE DI VITAMINA A Y AL95% LE DESAPARECIÓ EN 48 HORAS



EJEMPLO• QUE PASA SI A 100 PACIENTES CON

CHALAZIÓN NO LES DOY VITAMINA A Y RESUELVE EL 100% EN 24 HORAS…….ANALÍTICO O

• DE 100 PACIENTES CON CHALAZIÓN QUE

NO RECIBEN VITAMINA A SOLO 20%REMITIÓ EN 96 HORAS…..ANALITICO • INVESTIGACIÓN…….HIPÓTESIS



CONTRASTACIÓN• Si existe una condición situacional que

expresa una relación estable, se expresa

con la expresión:“Si esto ocurre …… entonces losresultados serán…..”

• Si existe una condición de relación

concomitante o de covarianza, serepresenta con la expresión:“Existe una relación R entre……. y………”



INDICA LO QUE ESTAMOS BUSCANDO

ES UNA PROPOSICIÓN QUE TIENE QUE SER PUESTA A PRUEBA PARA DETERMINAR SU VALIDEZ

SE CONSOLIDA A PARTIR DE LAS DEDUCCIONES

SU COMPROBACIÓN PERMITE QUE PUEDA FORMAR PARTE DE UNA CONSTRUCCIÓN TEÓRICA



ELEMENTOS ESTRUCTURALES DE LAHIPÓTESIS• Las unidades de análisis: que pueden ser

individuos, familias, grupos,

instituciones y otros.• Las variables principales en juego: V. Dependiente y V. Independiente.

• Los elementos lógicos: que relacionan lasunidades de análisis con las variables y aestas entre si.



EJEMPLO: EN LA HIPÓTESIS GENERAL:

“Si tratamos por tres días la conjuntivitis en lactantes, con los esquemasde Cloranfenicol vs. Gentamicina, entonces la respuesta clínica ysensibilidad antibiótica será igual. Ambos tratamientos serán eficaces enlos pacientes estudiadas” Las unidades de análisis son los lactantes Las variables son:

*Respuesta clínica Conjuntivitis V. Dependiente

*Sensibilidad antibiótica

Esquemas de tratamiento: CAF vs. GTM V. Independiente

Elementos lógicos: “No existirá diferencia”, “Ambos serán

eficaces”



CRITERIOS PARA LA FORMULACIÓN DEHIPÓTESIS• Deben formularse en forma afirmativa (no

empezar con verbos y no en forma

interrogativa)

• Deben plantear relación entre dos o mas variables

• Deben posibilitar someter a prueba lasrelaciones planteadas

• Deben tener poder predictivo y explicativo



EJEMPLO EN LA HIPÓTESIS ESPECIFICA:“Si tratamos por tres días la conjuntivitis en lactantes, con los esquemas deCloranfenicol vs. Gentamicina, entonces la respuesta clínica y sensibilidad

antibiótica será igual ” El enunciado de la hipótesis está formulado en forma

afirmativa

Se plantea relación entre la V. Dependiente: Conjuntivitis, y la V. Independiente: Esquema de tratamiento.

La relación de variables planteada en la hipótesis si puede sersometida a la prueba de hipótesis, cuando se ejecute lainvestigación.

La suposición de que “La respuesta clínica con GTM serámejor que con CAF”, explica y predice los hechos en larelación de variables.

Una hipótesis bien formulada guía y orienta una investigación y,luego de su comprobación, contribuye a la generación deconocimientos que pasan a formar parte de un campo de saber

científico



TIPOS DE HIPOTESIS A) HIPÓTESIS CENTRAL, PRINCIPAL,

GENERAL O BÁSICA

• Es la parte mas importante o medular delestudio.

• Plantea las relaciones de las variablesprincipales de la investigación en su dimensiónconceptual

• Guarda consistencia o concordancia con elproblema general y con el objetivo general delestudio.



B) HIPOTESIS ESPECIFICAS

• Se desagregan de la hipótesis central o generaldel estudio.

• Plantean las relaciones de las variablesintermedias en su dimensión conceptual quedespués del proceso de operacionalizacion, sus valores son fáciles de medir, de acuerdo con losindicadores e índices propuestos

• Guardan consistencia o concordancia con losproblemas y objetivos específicos del estudio



EJEMPLOS DE HIPÓTESIS

El índice de cáncer pulmonar es mayor en los fumadores que en los no fumadores.

El tiempo de espera para la atención de pacientes en laconsulta externa depende de la especialidad médica.

El descontento de los pacientes que salen de alta esmayor mientras mayor es el tiempo de hospitalización.

El costo del tratamiento de la úlcera péptica es mayor conla administración de omeprazol que con cirugía.

La sobrevida en los pacientes con cáncer gástrico estadio IIes igual en pacientes con resección D2 y D3.

El tratamiento con sildenadil de 25 mg es igual de efectivoen pacientes jóvenes y ancianos.



VARIABLESEl enunciado de una hipótesis requiere la identificación previa y análisis de las variables que resulta de la observación inicial o laformulación del problema

CONCEPTO

• Se denomina variable a todo aquello que es susceptible decambio o modificación, que podemos estudiar, controlar,o medir en una investigación.

• Es una característica de una persona, objeto o fenómeno-unidad de análisis de investigación- que puede adoptardiferentes valores, dentro de una población de estudio.



TIPOS DE VARIABLES



A) según como se expresan los valores:1. Cualitativas: Si sus valores (modalidades) no se pueden asociar

naturalmente a un número (no se pueden hacer operaciones algebraicas conellos) Nominales: Si sus valores no se pueden ordenarSexo, Grupo Sanguíneo, Religión, Nacionalidad, Fumar (Sí/No) Ordinales: Si sus valores se pueden ordenarMejoría a un tratamiento, Grado de satisfacción, Intensidad del dolor

a) DICOTÓMICA Dos valoresEj. Estado de salud (sano/enfermo) b) POLITOMICA Mas de dos valoresEj. Pronostico de una enfermedad (recuperación, cronicidad, muerte)

2. Cuantitativas o Numéricas: Si sus valores son numéricos (tiene

sentido hacer operaciones algebraicas con ellos) Discretas: Si toma valores enterosNúmero de hijos, Número de cigarrillos, Numero de “cumpleaños” Continuas: Si entre dos valores, son posibles infinitos valores intermedios. Altura, Presión intraocular, Dosis de medicamento administrado, edad



B) Cuando se desea obtener una explicación causal del problemao fenómeno estudiado, frecuente en estudios experimentales y

observacionales analíticos en ciencias de la salud.

1. Variable independiente (VI), caracterizada como la causa oexplicación de otro fenómeno, es la variable que puede sermanipulada por el investigador y es por tanto la variable decontrol en la mayoría de los experimentos que se realizanEj. Fumar cigarrillos, en un estudio de la relación entre fumar yel cáncer del pulmón

2. Variable dependiente (VD), el efecto, o fenómeno que debeexplicarse

Ej. Cáncer del pulmón en relación entre fumar cigarrillos,variable de interés, de criterio o principal en el estudio

3. Variable interviniente, es la que aparece durante el proceso deun experimento entre el factor causal y el efectoEj. La tos continua que puede aparecer cuando se auscultan a

los pacientes con Cáncer del pulmón que fuman cigarrillos



C) según distribución de la enfermedad o daño a la salud,frecuente en os estudios epidemiológicos descriptivos

1. Con referencia a las personas V. demográficas: edad, sexo, raza V. sociales: nivel socioeconómico, riesgos ocupacionales y

ambientales, estado civil V. estilos de vida: consumo de tabaco, abuso de alcohol y

drogas, dieta o alimentación inadecuada,actividades físicas inadecuadas, violencia y usoirresponsable de armas.

2. Con referencia a lugar o espacio, distribución geográfica: V. según regiones: Costa, sierra y selva V. según zonas urbanas, periurbanas y rurales

V. según nivel local, regional, nacional e internacional

3. Con referencia a tiempo o memento en que acontece laenfermedad

V. con frecuencia secular (tiempo prolongado) cíclicas (de varios años), estacionales, semanales, diarias y horarias.



HIPÓTESIS Y VARIABLES HIPÓTESIS:

“La administración de ranitidina en dosis adecuadasdurante un periodo de 5 semanas, remite la patologíaulcerosa en el hombre”

Variable independiente (VI), la causa de la posiblecuración es la ranitidina

Variable dependiente (VD), el efecto, es la remisión de la

ulcera

Variable Variable

Independiente Dependiente

(Causa) (Efecto)



VARIABLES INDEPENDIENTES

CAUSA VI EFECTO VD

RANITIDINA

50 mg

RANITIDINA Remisión de

150 mg la Ulcera

RANITIDINA

300mg



EJEMPLO• INFLUENCIA DE LA AMETROPÍA NO

DIAGNOSTICADA SOBRE EL RENDIMIENTO

ESCOLAR.• Dra. Meida Espinoza Ostos



HIPÓTESIS• "La ametropía influye negativamente en el

rendimiento escolar de los niños de 2º y 3º de

Primaria".• Si el niño tiene ametropía entonces tendrá mal

rendimiento escolar



VARIABLE DEPENDIENTE• Rendimiento Escolar



VARIABLE INDEPENDIENTE• Ametropía



VARIABLE INTERVINIENTE• Sexo, edad, grado de estudio



OPERACIONALIZACIÓN DE VARIABLES• AMETROPÍA • Tipo de variable: cualitativa.

Escala de medición: ordinal (sin ametropía, conametropía).Instrumento: cartilla de SnellenBuena visión : 20/20 -Mala visión 20/30 ó peor



OPERACIONALIZACIÓN DE VARIABLES• RENDIMIENTO ESCOLAR • Tipo de variable: cualitativa.

Escala de medición: nominal (BUENRENDIMIENTO O MAL RENDIMIENTO). Rendimiento escolar : calificación académica

• Si tiene A en las áreas de Lógico matemática y

comunicación integral• Si tiene B ó C en las áreas de Lógico matemática y comunicación integral.



VALIDACIÓN DE HIPÓTESIS• EJEMPLO la asociación entre fumar

durante la gestación y el bajo peso del

niño al nacer.• Ho HIPÓTESIS NULA No hay asociación

entre las variables (en el ejemplo, el bajo peso

del niño y el hecho de fumar durante lagestación son independientes, no estánasociados)



VALIDACIÓN DE HIPÓTESIS• H1 HIPÓTESIS ALTERNATIVA Sí hay

asociación entre las variables, es decir, el bajo

peso y el fumar durante la gestación estánasociados.



VALIDACIÓN DE HIPÓTESIS• Si el p-valor es muy pequeño (usualmente se

considera p<0.05) es poco probable que se

cumpla la hipótesis nula y se debería de rechazar• Así, para una seguridad del 95% (α =0.05) el

valor teórico de una distribución chi-cuadrado

con una grado de libertad es 3,84.• Valores mayores de 3,84 entonces rechazamos lahipótesis nula (H0) y aceptamos la hipótesisalternativa (Ha) como probablemente cierta.



POBLACIÓN Y MUESTRA



• Estadística inferencial: Métodos usados paradeterminar algo acerca de la población ,basado en una muestra .

• Población (1) es la colección, o conjunto, deindividuos, objetos o eventos cuyaspropiedades serán analizadas.

• Muestra es un subconjunto de la población

de interés.

(1) Algunos autores utilizan Universo como sinónimo

Estadística Inferencial



Población y Muestra

Población

Muestra



POBLACIÓN Y MUESTRA• A veces se estudian poblaciones enteras:• Elecciones

• Censos• Números “pequeños”: los alumnos de una

facultad, los habitantes de una ciudad, los

miembros de una asociación...• Pero otras muchas veces estudiamos muestras



POBLACIÓN Y MUESTRA• ¿Por qué estudiar muestras y no poblaciones?• Razones económicas

• Tiempo: la variable cambiaría• El estudio altera el objeto (investigaciones

sanitarias o industriales, biológicas...)

• En todos esos casos: muestra



TIPO DE MUESTRA• Preocupación principal al hacer una muestra:

que sea “representativa” de la población

• Que sea una “buena” muestra, que se “parezca”a la población

• Los resultados serán “sensatos” (los parámetros

se parecerán a los estadísticos)• Si seguimos ciertas reglas: podremos calcularmatemáticamente, a partir del estadístico, el valor aproximado del parámetro



MUESTREO ALEATORIO SIMPLE• Mecanismo ideal para la mejor muestra posible:

el muestreo aleatorio simple, muestreo en el que

Cada elemento de la población tiene la mismaprobabilidad de ser escogido.

• Todas las posibles muestras del tamañomuestral escogido (n) tienen la mismaprobabilidad de ser seleccionadas.



MUESTREO ALEATORIO SIMPLEEjemplo teórico:• Todos los nombres en una lista.

• Papeleta o bola por cada nombre.• Mezcla y extracción de las n bolas o papeletas.• Cumple las dos condiciones.



MUESTREO ALEATORIO SIMPLEPropiedades:• Cada número elegido separadamente.

• Igual probabilidad de ser 0, 1, 2, ... 9• Ninguna influencia de unos números en otros.• Escoger los n primeros números aleatorios.



MUESTREO ALEATORIO SIMPLE• Este es el mecanismo ideal.• Estadística inferencial: se basa en este modelo

ideal de muestreo aleatorio simple.• Casi todos los métodos de inferencia: suponen

que la muestra se ha obtenido por este método.

• En la vida real: pocas veces aplicamos estemétodo estrictamente.



MUESTREO SISTEMÁTICO• Población ordenada en lista numerada• Dividimos el tamaño de la población (N) por el

tamaño muestral (n): obtenemos el factor deelevación.

• Ejemplo: población de 25.000, muestra de 500.Factor de elevación= 50.

• Escogemos al azar (números aleatorios) un sujeto

entre el primero y el que ocupa el puesto igual alfactor de elevación. Ejemplo: entre los 50 primeros,el 24.

• Sumar a ese número el factor de elevación hastacompletar la muestra: 24, 74, 124, 174, 224, 274...



MUESTREO SISTEMÁTICO• Es más sencillo que muestreo aleatorio simple• Pero normalmente produce un resultado igual

de bueno: se pueden usar los mismos métodosde estadística inferencial.

• Todos los sujetos igual probabilidad de estar en

la muestra.



MUESTREO SISTEMÁTICO• Peligro de sesgo: si orden en población en forma

de ciclos que coincide con el valor del factor de

elevación• Ejemplo:Estudio de los contenidos de un

periódico, población son los periódicos de cadadía en uno o más años y factor de elevación 7 omúltiplo de 7.

• Todos los días seleccionados serán el mismo díade la semana



MUESTREO ESTRATIFICADO• Dividimos la población en diferentes grupos, o

estratos, y tomamos de cada uno de ellos una

muestra aleatoria simple.• Cuando conocemos que la población contiene

grupos o subpoblaciones que son homogéneosinternamente, pero sospechamos que varíanrespecto a la característica estudiada.



MUESTREO ESTRATIFICADO• Muestreo estratificado proporcional: Ejemplo:

muestra de estudiantes sospechamos que sexoinfluye en respuesta a pregunta.

• Sabemos proporción de hombres y mujeres enpoblación

• Muestreo estratificado proporcional:Calcularnúmero de hombres y mujeres con la proporción enpoblación

• Muestra aleatoria simple de mujeres y hombres• Resultado: “mejor” que muestreo aleatorio simple • Error muestral puede ser menor que en muestreo

aleatorio simple.



MUESTREO ESTRATIFICADO• Muestreo estratificado no proporcional• Ejemplo: estudio comparativo de acceso a servicios

de salud entre personas que viven en distritospequeños, medianos y grandes• Si muestreo aleatorio simple: muy poca gente de

distritos pequeños• Muestra muy pequeña error muestral grande

imposible hacer inferencia y comparación• “Solución”: muestreo estratificado con muestras del

mismo tamaño de personas que viven en distritospequeños, medianos y grandes



MUESTREO POR CONGLOMERADO• Requieren listas (totales o por estratos)• En muchos casos: esas listas no existen (o no son

accesibles legalmente)• Pero sí existen listas de “grupos heterogéneos de

sujetos”, o conglomerados

• Hacemos muestreo aleatorio de conglomerados• Dentro de los conglomerados elegidos: todos loselementos, o muestreo aleatorio simple.



MUESTREO POR CONGLOMERADO• Ejemplo: estudio sobre estudiantes universitarios• No hay lista de todos los estudiantes, ni por estratos

• Pero sí: lista de universidades y facultades• Muestreo por conglomerados:• Muestreo aleatorio simple de universidades• Idem de facultades• Idem de grupos• Dentro del grupo (ya hay lista): todos, o muestreo

aleatorio simple



MUESTREO POLIETAPICO• Combinación de varios métodos de muestreo• Para poblaciones complejas

• Ejemplo:• Distritos de Lima son conglomerados, pero

heterogéneos entre sí• Hacer “estratos de conglomerados” por tamaño de la

población, o por actividad económica dominante• Seleccionar aleatoriamente, dentro de cada estrato,

un número de distritos (muestreo estratificado porconglomerados)



MUESTREO NO PROBABILÍSTICO• No es posible calcular la probabilidad de las diferentes

muestras• NO ES POSIBLE aplicar métodos de estadística inferencial

cuando usamos estos muestreos• Típico ejemplo: muestra voluntaria• Cupón en revista, que pide contestación por correo.• Oyentes de programa de radio o televisión, a los que se pide

que llamen a un teléfono.• Doble distorsión: el programa y el sentimiento intenso sobre

el tema.• NO es una muestra representativa: es una muestra sesgada.• Tiene un error o sesgo de selección• AUNQUE LLAMEN CIENTOS DE MILES DE PERSONAS!!!!



MUESTREO NO PROBABILÍSTICO• Muestreo “de calle”: entrevistador se planta en

una esquina y entrevista a gente que pasa

• Distorsiones o sesgos: lugar, hora, día de lasemana, proceso de “selección” por elentrevistador de a quién entrevistar...

• NO se pueden aplicar métodos de estadísticainferencial

• NO es una muestra representativa



CALCULO DE LA MUESTRA• De una población de 1 176 adolescentes de una

ciudad X se desea conocer la aceptación por los

programas humorísticos televisivos y para ello sedesea tomar una muestra por lo que se necesitasaber la cantidad de adolescentes que debenentrevistar para tener una información adecuadacon error estandar menor de 0.015 al 90 % deconfiabilidad.

http://www.monografias.com/trabajos15/adolescencia-crisis/adolescencia-crisis.shtml

http://www.monografias.com/Computacion/Programacion/

http://www.monografias.com/Computacion/Programacion/

http://www.monografias.com/trabajos15/adolescencia-crisis/adolescencia-crisis.shtml



Según Roberto Hernández Sampieri= 1 176

= 0,015

por lo que

hipotesis y muestra

Documents