Técnicas de muestreo y pruebas de hipotesis

En está presentación se explican conceptos básicos de análisis de datos experimentales, en el cuál se hablará acerca de las muestras y técnicas de muestreo, junto con pruebas de hipotesis. Es útil en los conceptos clave de análisis de datos, para asegurar que exista una buena investigación en base a que exista una buena base de muestreo a través de sus técnicas.

1. TECNICAS DE
MUESTREOY PRUEBAS DE
HIPOTESIS
Nicole Cabrales
Amy Gómez
Equipo 2
Carolina Jiménez
Lisa Marines

2. ¿Qué es una
MUESTRA Y UN MUESTREO?
Cuando hablamos de una muestra, para fines
estadísticos, nos referimos a un subconjunto de la
población, que se pretende sea representativo de la
población general.
El muestreo es un conjunto de técnicas estadísticas
que permiten el análisis y la obtención de
conclusiones acerca de un determinado tema, gracias
a la elección de la determinada muestra para
extrapolar o inferir los resultados a todo el conjunto de
individuos de interés (población).
En pocas palabras, la muestra es un subconjunto
representativo de la población, y el muestreo es el
proceso de seleccionar esa muestra a través de
diversas técnicas estadísticas.

3. TIPOS DE MUESTRO
Los tipos de muestreo se dividen en dos grandes grupos que determinan las técnicas a utilizar
para el análisis de datos, estos dos grandes grupos son el probabilístico y no probabilístico.
Probabilístico No probabilístico
Las técnicas de muestreo
probabilísticas, permiten conocer la
probabilidad que cada individuo a
estudio tiene de ser incluido en la
muestra a través de una selección al
azar.
En las técnicas de muestreo no
probabilísticas, la selección de los
sujetos a estudio dependerá de ciertas
características y criterios que él
investigador considere en ese momento;
por lo que pueden ser poco confiables o
reproducibles; debido a que este tipo de
muestras no dan certeza que cada
sujeto a estudio represente a la
población.

4. TÉCNICAS DE MUESTREO
PROBABILÍSICO
a) Aleatorio simple: Elegir una parte de la población para
representar a todo un grupo de personas.
b) Aleatorio sistemático: Cada miembro de un grupo es
seleccionado en periodos regulares para formar una
muestra.
c) Aleatorio estratificado: Un grupo de personas es
seleccionado aleatoriamente y se divide en sub categorías,
de las cuales se selecciona un individuo.
d) Aleatorio por conglomerados: Se eligen ciertos sectores de
la sociedad de los que se eligen unidades cada vez más
pequeñas

5. TÉCNICAS DE MUESTREO
NO PROBABILISTICO
a) Por conveniencia: la población se seleccionan solo
porque están convenientemente disponibles para el
investigador
b) Consecutivo: Se elige un individuo para investigar, se
analisan los resultados y se pasa a otro grupo o
individuo.
c) Por cuotas: Se selecciona un número o proporción
predeterminado de unidades, denominado cuota.
d) Intencional: Se seleccionan basándose únicamente
en el conocimiento y la credibilidad del investigador.

6. EJEMPLOS DE TECNICAS DE
MUESTREO
Probabilístico:
Aleatorio simple: Un equipo de marketing está realizando un estudio
sobre las preferencias de los consumidores. Aquí se tomara una pequeña
parte de los consumidores habituales.
Aleatorio sistemático: ¿Cuál es la muestra necesaria para establecer la
prevalencia de cambios inflamatorios de pacientes con CA? Entre todos
los sujetos con CA, seleccionar aquellos que ingresan los días impares del
mes, o aquellos cuya primer dígito del RUT sea par, hasta completar la
muestra estimada.
Aquí se toma en periodos de par e impar para el muestreo.

7. EJEMPLOS DE TECNICAS DE
MUESTREO
Probabilístico:
Aleatorio estratificado: ¿Cuál es la muestra necesaria para establecer la
prevalencia de cambios inflamatorios de pacientes con CA? Se aplicaría
de la siguiente forma: entre todos los sujetos con CA, agrupar en forma
aleatoria por características de interés como: gravedad de la enfermedad
(leve, moderado, grave); intensidad de la fiebre (febril, afebril,
hipotérmico); leucocitosis (con y sin leucocitosis).
Aquí se toma una parte de subgrupos que se quiera evaluar.

8. EJEMPLOS DE TECNICAS DE
MUESTREO
Probabilístico:
Aleatorios por conglomerados:¿Cuál es la muestra necesaria para
establecer la prevalencia de cambios inflamatorios de pacientes con CA?
aplicaría de la siguiente forma: entre todos los sujetos con CA de la Región
de la Araucanía, seleccionar en forma aleatoria aquellos provenientes de
los hospitales de Angol, Imperial y de la Clínica Alemana de Temuco
Aquí el muestreo se toma por sectores de donde fueron atendiditos por
esas instituciones.

9. EJEMPLOS DE TECNICAS DE
MUESTREO
No Probabilístico:
Por conveniencia: Por ejemplo, entre todos los sujetos con CA, solamente aquellos
que se encuentren hospitalizados en el Hospital Regional de Temuco.
Aquí se elige solamente a los que están en casos accesibles que acepten ser
incluidos.
Consecutivo: Es similar al muestreo por conveniencia, excepto que intenta incluir
a todos los sujetos accesibles como parte de la muestra. Por ejemplo, entre todos
los sujetos con CA, seleccionar los primeros 50 incluibles que lleguen al servicio de
urgencias del Hospital Regional de Temuco.
Aqui se intenta agarrar delos sujetos accesibles pero toma en consideracion el
numero de personas, objetos etc. del muestreo.

10. EJEMPLOS DE TECNICAS DE
MUESTREO
No Probabilístico:
Por cuotas: Cuando se quiere saber sobre la atención al cliente de una tienda y se
necesita 50 hombres y 50 mujeres. Aquí se aplica en el hecho que se busca llenar
un numero preterminado de su clasificacion.
Intencional: Se utiliza en donde la población es muy variable y consiguientemente
la muestra es muy pequeña. Por ejemplo, entre todos los sujetos con CA,
seleccionar a aquellos que más convengan al equipo investigador, para conducir la
investigación.

11. Prueba de hipótesis Hipótesis nula Hipótesis alternativa
Generalmente
indica que no hay
efecto o diferencia
Analizar los datos de la
muestra para rechazar la
hipótesis nula
Método estadístico para determinar si hay
suficiente evidencia en una muestra de datos
para respaldar o rechazar una suposición
específica (hipótesis) sobre una población.

12. IMPORTANCIA 1 Tomar decisiones basadas
en datos 2
Reducir el riesgo 3
Brindar respuestas claras 4
Generar confianza en los
resultados
Mejorar la resolución de
problemas 5

13. TIPOS DE PRUEBA DE HIPÓTESIS
Prueba de una muestra: Cuando queremos evaluar una afirmación o suposición
sobre un solo grupo.
Prueba de dos muestras: Compara las medias de dos grupos diferentes para
determinar si existe una diferencia significativa entre ellas.
Prueba de muestras pareadas: Compara antes y después; se mide a un mismo
grupo de personas u objetos en dos momentos distintos.
Prueba de Chi-Cuadrado: Cuando se trabaja con datos categóricos (datos que se
dividen en categorías, como “sí” o “no”). Sirve para determinar si existe una relación
significativa entre dos variables.
ANOVA (Análisis de Varianza): Cuando se desea comparar las medias de tres o
más grupos. funciona como la prueba de dos muestras

14. Prueba Z y Prueba T: Comparar medias, pero en situaciones diferentes.
Prueba Z: El tamaño de la muestra es grande (> a 30) y se conoce la desviación
estándar de la población.
Prueba T: El tamaño de la muestra es pequeño (< de 30) o la desviación estándar de la
población es desconocida.
Prueba de una vs. Prueba de dos colas: Se refiere a la forma en que se establece la
hipótesis, más que a un tipo de prueba en sí mismo.
Prueba de una cola: Cuando se busca evidencia en una dirección específica (por
ejemplo, si el puntaje promedio es mayor a 50).
Prueba de dos colas: Cuando se busca cualquier diferencia significativa, ya sea mayor
o menor (por ejemplo, si el puntaje promedio es diferente de 50, sin especificar en qué
dirección).

15. Pasos PRUEBA DE HIPÓTESIS
Plantear las hipótesis
Establecer el nivel de
significancia (α)
Elegir la prueba estadística
adecuada
Recopilar y analizar los datos1 3 2 4
Al recopilar los datos, se debe realizar la prueba
estadística. Esto puede implicar calcular medias
y varianzas o utilizar software estadístico para
obtener los resultados. El objetivo es obtener un
estadístico de prueba (valor numérico)
Dependiendo del tipo de datos y de la
pregunta que se quiera responder, se
selecciona la prueba estadística más
apropiada.
Indica la probabilidad de rechazar la
hipótesis nula (5%) cuando en realidad es
verdadera. (error tipo I) Definir las hipótesis que se van a evaluar.
Hipótesis nula (H₀): Suposición inicial que indica
que no hay efecto, diferencia o relación.
Hipótesis alternativa (H₁): Es la hipótesis que se
quiere probar y es lo contrario de la hipótesis nula.
Sugiere que sí hay un efecto o una diferencia.

16. Calcular el valor p
Extraer una conclusión
Tomar una decisión
Reportar los resultados5 7 6 8
Presentación clara de los resultados, debe
contener todos los pasos pasados,
adaptando el formato al contexto de la
investigación. Informes de investigación,
estudios científicos o reportes empresariales.
interpretar los resultados. Cuál hipótesis
aceptar. OJO! no rechazar la hipótesis nula
no significa que sea verdadera, sólo indica
que los datos disponibles no fueron
suficientes para probar lo contrario.
Rechazar la hipótesis nula (H₀): Si el valor p es
pequeño (<α), se rechaza la hipótesis nula y
se acepta la hipótesis alternativa.
No rechazar la hipótesis nula: Si el valor p es
grande (>α), no se puede rechazar la
hipótesis nula.
Indica qué tan probables son los resultados obtenidos
asumiendo que la hipótesis nula es verdadera.
Valor p bajo (<α): Los resultados son poco probables
bajo la hipótesis nula. Se puede rechazar la hipótesis
nula.
Valor p alto (>α): No se puede rechazar la hipótesis nula.

17. GRACIAS POR
VER

18. Bibliografía
Ávila Baray, H. L. Introducción a la Metodología de la Investigación. Edición
electrónica. Cuauhtémoc (Chihuahua), Instituto Tecnológico de Cd. Cuauhtémoc,
2006 Disponible en: http://www.eumed.net/libros-gratis/2006c/203/index.htm
Otzen, T., & Manterola, C. (2017). Técnicas de muestreo sobre una población a
estudio [Sampling techniques on a population study]. International Journal of
Morphology, 35(1), 227‑232. https://doi.org/10.4067/S0717-95022017000100037
Ortega, C. (2025, 7 febrero). Prueba de Hipótesis: Qué es, pasos y ejemplos.
QuestionPro. http://questionpro.com/blog/es/prueba-de-
hipotesis/#:~:text=7%20Conclusi%C3%B3n-,%C2%BFQu%C3%A9%20es%20la%20
prueba%20de%20hip%C3%B3tesis?,m%C3%A9todos%20estad%C3%ADsticos%2
0y%20c%C3%B3mo%20procesarlos.