UNIVERSIDAD ALAS PERUANAS

FILIAL �AREQUIPA

ESCUELA ACADÉMICO PROFESIONAL DE FARMACIA Y BIOQUÍMICA

�METODOLOGÍA DE LA INVESTIGACIÓN�

LIC.WENDY PACHECO SÁNCHEZ

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)

POBLACIÓN Y MUESTRA POBLACIÓN Y MUESTRA

gente1hombres

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

.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).

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.

POBLACIÓN DE ESTUDIO :

.Conjunto de la población de interés accesible.

.Se define teniendo en cuenta los criterios de selección.

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.

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.

TIPOS DE MUESTREO TIPOS DE MUESTREO

No probabilísticos

. Intencional

. Sin normas

. Accidental

. De voluntarios

Probabilísticos

.Aleatorio Simple.

.Sistemático.

.Estratificado

.Conglomerado

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.

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

3.2 NIVEL DE CONFIANZA Y GRADO DE SIGNIFICANCIA 3.2 NIVEL DE CONFIANZA Y GRADO DE SIGNIFICANCIA

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

PRUEBA DE HIPOTESIS

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.

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%.

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.

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

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.

.http://farmasalu2.blogspot.com

GRACIAS POR SU ATENCIÓN GRACIAS POR SU ATENCIÓN

comp3