UNIVERSIDAD PERUANA LOS ANDES

Facultad de Medicina Humana

INFERENCIA ESTADÍSTICA

M.Sc. Julie Denise Monroe Avellaneda

1
 INTRODUCCIÓN
 Todas las herramientas estadísticas con las que se
trabajó hasta ahora, tales como tablas, gráficos y
cálculo de medidas descriptivas se podrían englobar
en el término Estadística Descriptiva, puesto que ellas
esencialmente permiten describir, presentar y resumir
información que ha sido recolectada de alguna forma.
 La Estadística Inferencial, se usa esencialmente para
determinar la probabilidad de que una conclusión
sacada a partir de los datos de una muestra sea cierta
en la población muestreada.
 El proceso conocido como inferencia
estadística, requiere consideraciones de
cómo fue seleccionada la muestra y cuánto
varían las observaciones de una muestra a
otra. De esta manera, los métodos de
selección de los individuos que se usarán
en la investigación son de considerable
importancia para la obtención de resultados
y conclusiones válidas.
 El requisito fundamental de una buena muestra
es que sea representativa de la población que se
trata de describir (Población Objetivo). Hay, por
supuesto muchas formas de obtener una
muestra no representativa. Una obvia falta de
representatividad ocurre cuando la muestra se
toma de la población equivocada. Por ejemplo,
se quiere conocer la proporción de personas que
consumen un determinado producto y la muestra
se obtiene de los clientes de un solo
supermercado.
 Entonces la idea básica de la inferencia
estadística es hacer inferencias sobre la
población a partir de la muestra que hemos
extraído de la misma. Ello nos lleva a tratar el
tema del muestreo. Pensando en que la muestra
habrá de ser representativa de la población, para
que podamos efectuar inferencias que tengan
sentido.
 1. POBLACIÓN

 Está referida a la totalidad de los elementos o

miembros que abarcan una clase o conjunto.
 También se le denomina Universo.
 Puede ser aplicada a los sujetos humanos,
animales, cosas, instituciones, etc.
 Una población comprende a "todos los
miembros de cualquier clase bien
definida de personas, eventos u objetos".
(Ary, D. y colab., 1978).
 De acuerdo con Levín (1979) “La población
o universo es el conjunto de individuos que
comparten por lo menos una característica,
sea una ciudadanía común, la cualidad de ser
miembro de una asociación voluntaria o de
raza, la matrícula en una misma universidad
o similares.
 Así, podríamos hablar de la población de
Colombia o de México, del número de
miembros de un sindicato de trabajadores, de
la población de indígenas residentes en un
pueblo sureño o de la cantidad de estudiantes
universitarios”.(Pág. 93).
 En una investigación, la población está dada por
el conjunto de sujetos al que puede ser
generalizado los resultados del trabajo. Ésta
definición es muy importante porque en virtud de
ella se puede hablar de dos tipos (niveles) de
población. Una a la que se denomina población
objetivo y que involucra al total de sujetos a los
que se intentará generalizar los resultados y la
otra a la que se llama población accesible.
(Yarlequé, Javier y otros, 2007).
 2. NIVELES DE POBLACIÓN

A. POBLACIÓN OBJETIVO; Se refiere a la

totalidad de la población fijada. Por ejemplo:
Todos los estudiantes universitarios de
Huancayo.
B. POBLACIÓN ACCESIBLE; Se refiere a una
parte de la población objetivo. También se le
llama población real. Por ejemplo: Los
estudiantes Universitarios de la Universidades
Peruana Los Andes y la Universidad Nacional
del Centro del Perú.
 3. LA
MUESTRA
 Se refiere a una parte de la población cuya
característica es tratar de ser representativa de
ésta, es decir debe contener las mismas
propiedades y características de la población.
 PROCEDIMIENTO
1. Identificar la población objetivo a la que se van
a hacer extensivos los resultados del estudio.
Ejemplo, si se quiere obtener información acerca
de las características de la atención médica en la
región central del Perú; y el investigador, por sus
relaciones y cargo tiene acceso a 12 hospitales
ubicados en los departamentos de Huánuco,
Pasco, Huancavelica y Junín. Ello incluye
hospitales en las principales provincias de tales
departamentos que por su ubicación y tamaño
alberga médicos de las más diversas características.
En este ejemplo la población objetivo son los
médicos de la región central del Perú.
2. Identificar la población accesible; así en el ejemplo
anterior, para poder subsanar la imposibilidad de
trabajar con todos los médicos, se debe limitar la
selección a la parte o a las personas a la que uno tiene
acceso. Para el caso anterior, la población accesible
estaría constituida por los médicos de los 12
hospitales a los que se ha hecho referencia.
3. Finalmente de la población accesible,
extraer la muestra de tal forma que ésta
represente efectivamente a dicha
población. Si la muestra extraída es
realmente representativa de la población
accesible, los resultados que se obtienen
son generalizables a esta población y a
la población objetivo.
 4. Muestreo

Definición: Proceso que nos

permite la extracción de una
muestra a partir de una
población.
 4.1 TIPOS DE MUESTREO

a) PROBABILÍSTICO

b) NO PROBABILÍSTICO
 a) MUESTREO
PROBABILÍSTICO
 Un muestreo es probabilístico cuando puede
calcularse con anticipación cuál es la
probabilidad de poder obtener cada una de las
muestras que sean posibles a partir de una
población o universo. En este tipo de muestreo, la
probabilidad de aparición en una muestra de cualquier
elemento de la población es conocida (o calculable). Es el
único científicamente válido, y es sobre el que nos
extenderemos especialmente.
 a) MUESTREO
PROBABILÍSTICO
PUEDE SER DE LOS SIGUIENTES TIPOS:
1) Aleatorio o al azar
2) Estratificado
3) Por conglomerados
4) En racimos
5) Sistemático
  

1) Muestreo Aleatorio o al Azar 

 

Es quizá el más conocido de todos. Un

aspecto básico y a la vez esencial es el
supuesto de que cada uno de los miembros
de una población tienen iguales
posibilidades de pertenecer a la muestra.
Este tipo de muestreo implica los siguientes
pasos:

 
a. Definir la población, es decir con quienes o con que
se va a trabajar (pueden ser sujetos o eventos).

b. Confeccionar un listado ya sea alfabético o numérico de

cada uno y todos los miembros de la población definida.

c. Seleccionar la muestra por medio de un procedimiento

donde el simple azar determina cuáles son los miembros
que van a constituir la muestra.
 2) Muestreo Estratificado
Se emplea cuando una población posee subgrupos o estratos que
pueden presentar diferencias en las características que son
sometidos a estudio (LA POBLACIÓN NO ES HOMOGÉNEA).
Por ejemplo, si deseamos evaluar las opiniones con respecto a un
tema político, lo más aconsejable seria dividir a la población de
acuerdo a algunas variables que se consideran pueden influir en
los resultados, así podemos tener en cuenta para estas divisiones:
La edad, la ocupación, la zona de residencia, creencias religiosas,
etc.
 PASOS
a) Identificar cada uno de los estratos de acuerdo a las
características que se considera pueden influir en los
resultados. (por ejemplo, las características ocupacionales que
pueden influir en la opinión pública).
b) Extraer un número determinado de sujetos por
estrato, (puede ser de manera aleatoria o sistemática)
hasta completar el número considerado como
muestra. El número puede ser fijo (igual para cada
estrato) o de lo contrario proporcional en función
del tamaño del estrato con respecto a la población.
 EJEMPLO
Dividir a la población en los siguientes estratos: Católicos y no
católicos, procedentes de la costa, sierra y selva, simpatizantes
de partidos de derecha e izquierda.
 A su vez cada uno de estos grupos será subdividido
entre los que tienen estatus socioeconómico alto,
medio y bajo. Así tendremos subgrupos de: católicos
de estatus socioeconómico alto, medio y bajo. No
católicos de estatus socioeconómico alto medio y
bajo…
 3) Muestreo por conglomerados
 En el muestreo por conglomerados, en lugar de
considerar cada elemento de la población, lo
que consideramos son “conglomerados de
elementos”. El proceso es elegir aleatoriamente
uno o varios conglomerados y la muestra
estará formada por TODOS los elementos de
los conglomerados.
 EJEMPLO
 En las encuestas durante las elecciones, los
conglomerados pueden ser las mesas electorales,
y lo que se hace es escoger algunas mesas al
azar (y de ahí se toman todos los votos de las
mesas seleccionadas).
 En otros ejemplos, los conglomerados pueden
ser los bloques de viviendas, los municipios, los
hospitales, etc.
 4) Muestreo en Racimos
 Se seleccionan y estudian a los sujetos según grupos
que se dan naturalmente y estos grupos formados
naturalmente reciben el nombre de racimos.
 Así en el ejemplo dado sobre el estudio de la atención
médica, el investigador en lugar de fijar una población
accesible, puede más bien escoger aleatoriamente un
número de supervisiones médicas a partir de un
listado de la totalidad de ellas y luego considerar a
todos los médicos de las supervisiones seleccionadas
en la muestra.
 5) Muestreo Sistemático
Para llevar a cabo un muestreo de este tipo, el investigador
debe seguir los siguientes pasos:
a) Decidir cuantos sujetos van a conformar nuestra muestra
(n).
b) Luego de conocer cuantos sujetos forman el total de la
población (N), se divide N entre n para poder determinar el
llamado intervalo de muestreo (k) que luego es aplicado a
la lista de los sujetos de la población.
c) El primer miembro de la muestra se selecciona
aleatoriamente del primer intervalo k de miembros de la
lista de la población, los siguientes miembros de la
muestra son elegidos cada k miembros en la lista.
 Veamos un ejemplo: Supongamos que se tienen 500
sujetos en la población y que deseamos una muestra
de un tamaño de 50 sujetos; entonces tenemos que el
intervalo de muestreo será: k = N/n = 500/50 = 10.
 Para proceder a la selección de cada uno de los
sujetos se puede comenzar por la parte superior de la
lista de sujetos de la población. Determinar el primer
intervalo de muestreo, es decir los diez primeros y
entre estos 10, seleccionar aleatoriamente el primer
sujeto; que supongamos sea el 8; luego los siguientes
sujetos que caen en la muestra serán el 18, 28, 38,
48, 58,...etc., hasta completar los 50 sujetos
deseados en la muestra.
b) MUESTREO NO
PROBABILISTICO
 Es aquel muestreo en el que la
selección de los elementos de la
muestra no se hacen al azar.
 b) MUESTREO NO
PROBABILISTICO

PUEDE SER:
1) POR CUOTAS

2) INTENCIONADO O CRITERIAL

3) SIN NORMAS O CIRCUNSTANCIAL

 1) POR CUOTAS
 Busca seleccionar una muestra que sea una
replica de la población tomando cuota de
unidades basadas en las proporciones
estadísticas en que la población se distribuye.
 EJEMPLO
 Si el total de población de estudiantes para un
estudio, es de 10 mil; 5800 varones y 4200 mujeres.
Y si la muestra que tomaremos es de mil; deberemos
asegurarnos que en la muestra hayan 580 varones y
420 mujeres es decir, el investigador debe conservar
en la muestra las cuotas correspondientes a la
población.
 2) Muestreo Intencional,
Intencionado o criterial
Quien selecciona la muestra busca que ésta
sea representativa de la población de donde
es extraída.
Dicha representatividad se da en base a una
opinión o intención particular de quien
selecciona la muestra y por lo tanto la
evaluación de la representatividad es
subjetiva.
 EJEMPLO
Si deseamos hacer un estudio acerca de las
características de los niños de pueblos jóvenes
y su influencia en el tratamiento de la TBC en la
ciudad de Lima; la muestra podemos
seleccionarla en base a la elección de un
pueblo joven al que consideramos es
representativo de los pueblos jóvenes de la
ciudad de Lima.
 3) Muestreo sin Normas o
Circunstancial

 El muestreo es circunstancial cuando los

elementos de la muestra se toman de
cualquier manera, generalmente
atendiendo razones de comodidad,
circunstancias o capricho.
 EJEMPLO
 Cuando un investigador tiene que llenar algunas
encuestas y para cumplir con su tarea recurre a
los amigos o familiares, o de lo contrario
aprovecha un grupo que está reunido por
razones particulares pero que se muestra
dispuesto a colaborar con él.
OTROS CONCEPTOS A TENER EN CUENTA EN
LA ESTADÍSTICA INFERNCIAL

ESTIMACIÓN
 Un estadístico o estimador es una variable
que toma diferentes valores para cada
muestra seleccionada. De esta manera, las
estimaciones dependen de la particular
muestra con que estemos trabajando.
 El nivel de confianza (nc) que es considerado a menudo
como la probabilidad de cometer error, ya que indica la
proporción de veces en que uno se equivoca o comete
error en la muestra con la que se trabaja. El nivel de
confianza puede ser por ejemplo de: 0.05 (lo que
corresponde a un 5% en término de porcentaje) que
equivale a decir que la investigación tiene un 95% de
confiabilidad, es decir que habría un margen de error del
5% en dicha investigación.
 Los grados de libertad (gl) que viene hacer el total de la
muestra -1; por cada muestra a utilizar en el
procedimiento inferencial.
PRUEBA DE HIPÓTESIS
 Nos permite medir la fuerza de la evidencia
que tienen los datos a favor o en contra de
alguna hipótesis de interés sobre la
población.
 Esta consiste en confrontar dos hipótesis,
una llamada hipótesis nula que denotamos
con Ho y otra llamada hipótesis alterna o
alternariva denotada con H1.
 También es importante mencionar
la dirección de las hipótesis en una
prueba estadística, es decir si es:
de una cola o unilateral ó si es
bilateral o de dos colas, para
efectos de la prueba estadística a
utilizar.