1 / 16

2. Muestreo y Mediciones

2. Muestreo y Mediciones. Variable – una característica que puede variar su valor entre los sujetos de una muestra o una población Tipos de variables Categóricas ( también llamadas cualitativas ) Cuantitativas (Hay diferentes métodos estadísticos para cada tipo ).

raquel
Download Presentation

2. Muestreo y Mediciones

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. 2. Muestreo y Mediciones • Variable – unacaracterísticaquepuedevariarsu valor entre los sujetos de unamuestra o unapoblación • Tipos de variables • Categóricas (tambiénllamadascualitativas) • Cuantitativas (Hay diferentesmétodosestadísticosparacadatipo)

  2. Variable categórica– la escala de mediciónes un conjunto de categorías • Ejemplos: • Raza – grupoétnico (caucásico, afro-americano, hispano) • Afiliaciónreligiosa • Carreraprofesional • Identificaciónpolítica (Dem., Rep., Indep.) • Vegetariano? (si, no) • Evaluación de salud mental (buena, formación de síntomasleves, formación de síntomasmoderados, deteriorada)

  3. Variable cuantitativa– posiblesvaloresdifieren en magnitud • Ejemplos: • Edad, altura, peso, IMC (índice de masa corporal) • Ingreso annual • Promedioescolar • Tiempoutilizado en Internet el día de ayer • Tiempo de reacción a un estímulo (p. ej., experimento de uso de celularmientras se maneja) • Número de “eventospersonales” en el añopasado

  4. Escalas de medición Para variables categóricas, dos tipos: • Escala nominal – categorías no ordenadas • Preferenciaparapresidente, raza, género, afiliaciónreligiosa, carreraprofesional, temas de opinión (a favor o en contra, sí vs. no) • Escala ordinal – categoríasordenadas • Ideologíapolítica (muy liberal, liberal, moderada, conservadora, muyconservadora) • Ansiedad, estrés, auto-estima (alta, media, baja) • Discapacidad mental (ninguna, leve, moderada, severa) • Gastogubernamental en salud (superior, igual, inferior)

  5. Para variables cuantitativas, conjunto de valoresposibles, escala de intervalo(p. ej., intervalonumérido entre cada par de valoresposibles) • Nota: En la práctica, variables categóricasordinales con frecuencia son tratadascomo de intervaloasignándolesvalores a lascategorías (p. ej., el promedioescolarestácompuesto de calificaciones A, B, C, D, E unaescala ordinal, pero se calculautilizando los valores 4, 3, 2, 1, 0) • El orden del tipo de variables del nivelmás alto al másbajo de diferenciación entre niveles: intervalo ordinal  nominal

  6. Otraclasificación: Discreta/Continua • Variable discreta – los posiblesvalores son un conjunto de númerosseparados, tales como 0, 1, 2, … • Ejemplo: Número de … Mensajes de e-mail enviados el día anterior • Variables continuas – númeroinfinito de posiblesvalores • Ejemplo: Número de horasutilizando Internet en el día anterior (En la práctica, la distinción no esclara)

  7. Quétipo de variable es …? • Núm. de películas vistas en el verano (0, 1, 2, 3, 4, …) • Tipo de músicafavorita (rock, jazz, folcrórica, clásica, otra) • Cuantitativa o categórica? • Nominal, ordinal, o escala de intervalo? • Continua o discreta?

  8. Datosrecolectados en un estudio • Encuesta: Muestrar personas de unapoblación y entrevistarlas • Ejemplo: General Social Survey. Resultadosdesde 1972 en sda.berkeley.edu/GSS (p. ej., teclear “heaven” y “sex” comonombres de variables) • Experimento: Compararrespuestas de sujetos en condicionesdiferentes, donde los sujetos son asignados a lascondiciones • Ejemplo: Estudio de salud – La aspirina reduce la posibilidad de ataque al corazón?

  9. Aleatorización • Aleatorización– el mecanismoparaobtenerdatosconfiablesreduciendoposiblessesgos • Notación: n = tamaño de muestra • Muestreoaleatorio simple: En unaencuesta, cadamuestra de tamañonposibletiene la mismaoportunidad de ser seleccionada • Este es un ejemplo de un método de muestreoprobabilístico – Podemosespecificar la probabilidad de queunadeterminadamuestra sea seleccionada

  10. Cómo se implementa el muestreoaleatorio? • Se utilizan “tablas de númerosaleatorios” o software estadísticoquegenerenúmerosaleatorios • Marco muestral (lista de todos los sujetos en la población) debeexistirpara implemental el muestreoaleatorio simple

  11. Otrosmétodos de muestreoprobabilístico son: sistemático, estratificado, de conglomerados (libro de texto, pp. 21-24) • En muestreo no-probabilístico, no se puedenespecificar la probabilidad de lasmuestrasposibles. Inferenciasbasadas en estasmuestraspueden ser muypococonfiables • Ejemplo: muestras de voluntarios, tales comoencuestas en internet, por lo general estánmuysesgadas

  12. Ejemplos: Muestras de voluntarios • Lou Dobbs (CNN) preguntó en (Agosto 26) Uberliberal Bill Maher says the American people are too stupid to decide whether Obama's unwritten health-care legislation is right for them, and that the president should just ram it through Congress. Do you believe that the president knows best on health care?” Yes, I agree we need his reforms   5% No thanks, I'll decide for myself   95% • Ejemplo en libro de texto (p. 20) sobrelasrespuestas del cuestionario en el libroWomen in Love (p. ej., se concluyeque 70% de lasmujerescasadas al menos 5 añostienenrelacionesextramaritales)

  13. Experimentos vs. estudiosobservacionales • Encuestas son estudiosobservacionales(sólo se observansujetos sin manipulación experimental) • Experimentos: Investigadorasignasujetos a condicionesexperimentales • Sujetosdeben ser asignados a condicionesaleatoriamente (“tratamientos”) • Aleatorización “equilibra” los grupos de tratamientos con respecto a otras variables quepuedenafectar la respuesta (p. ej., característicasdemográficas), se hacemásfácilevaluarcausa y efecto

  14. Error muestral • El error muestral de unaestadísticaes el error queocurrecuando se usaunaestadísticamuestralparapredecir el valor de un parámetropoblacional • Aleatorizaciónprotege contra sesgos, el error muestraltiende a fluctuaralrededor de 0 con un tamañopredecible • Existenmétodosparapredecir la magnitud (margen de error) p. ej., cuando se estima un porcentaje, se tiene no más de +3% ó -3%cuandonesaprox. 1000 (p. ej., encuesta de Gallup) • La dirección y el tamaño del sesgo se desconocencuando no se puedeemplearaleatorización

  15. Otrosfactores • Otrosfactoresademás del error muestralpuedencausarque los resultadosvaríen de unamuestra a otra: • Sesgomuestral (p. ej., muestreo no-probabilístico) • Sesgo de respuesta (p. ej., preguntas mal redactadas, similares a aquéllas en encuestas de Lou Dobbs en loudobbsradio.com/surveyarchive) • Sesgo de no respuesta (sub-cobertura, informaciónfaltante) • Leer ejemplos pp. 19-21 del libro de texto

  16. Nota: Resultados de encuestaspuedendepender mucho en la redacción de laspreguntas Ejemplo: Encuesta del New York Times en 2006: • “Favor gasoline tax?” 12% yes • “Favor gasoline tax … • to reduce U.S. dependence on foreign oil?” 55% yes • to reduce global warming?” 59% yes

More Related