Академический Документы
Профессиональный Документы
Культура Документы
INVESTIGACIN CIENTFICA
Sistemtica controlada emprica - crtica
Conclusiones y Recomendaciones
PROBLEMA Descripcin de la realidad Antecedentes tericos Definicin del problema Objetivos Justificacin Factivilidad/ viabilidad
MTODO Diseo Universo muestra Plan de recoleccin de datos Plan de procesamiento de datos
RECOLECCI N DE DATOS
PROCESA MIENTOANLISIS Crtica Tabulacin Grfica Estadgrafos Pruebas de hiptesis Discusin de resultados
REALIDAD
REALIDAD
MARCO TERICO
Cosmovisin
Antecedentes
Visin Histrica
METODOLOGIA DE INVESTIGACION
Diseo Metodolgico
Procedimientos
6
EXPLORATORIA
DESCRIPTIVA
CORRELACIONAL
EXPLICATIVAS
Exploratorio
I N V E S T I G A C I N
Descriptivo
Alcances Correlacional
Estadstica Descriptiva
Describe y analiza una poblacin, sin pretender sacar conclusiones de tipo general.
Es el conjunto de mtodos, cuyo propsito es inferir o inducir leyes de comportamiento de una poblacin, a partir del estudio de una muestra, las cuales nos ayudaran en la toma de decisiones bajo un cierto grado de confianza; este grado de confianza se mide por la probabilidad.
La tabla 1 muestra que, a pesar de que los niveles de desnutricin crnica mejoraron, tanto en el nivel promedio como por grupo de ingresos, entre 1992 y 2000, las desigualdades entre el grupo ms pobre y el ms rico se acentuaron (el ratio pobre-rico pas de 8,1 a 9,8). Esto implicara que los programas de salud pblica estn favoreciendo en mayor medida a las poblaciones con ms recursos y, en consecuencia, aumentando la brecha entre estos grupos y los ms pobres. Por el lado del acceso a los servicios pblicos, la situacin es aun ms grave, como lo revela la cada del porcentaje de nios que ha recibido vacunacin completa en todos los grupos de ingreso, siendo esta ms pronunciada en la poblacin ms pobre, lo que nuevamente ha significado una mayor distancia social.
Mg. Rosa Padilla Castro
La presentacin de los datos se realiza fundamentalmente utilizando dos mtodos: el mtodo tabular y el mtodo grfico.
Mtodo tabular
Consiste en una presentacin resumida de la informacin usando tablas. Si se utilizan tablas debe prestarse atencin a los tres elementos que la constituyen: el ttulo, la tabla propiamente dicha y las notas aclaratorias.
Mg. Rosa Padilla Castro
El ttulo.- Es un enunciado breve e informativo acerca del contenido de la tabla, un buen ttulo debe contestar a las siguientes preguntas: Qu contiene la tabla? Cmo se presenta este contenido? De dnde se presenta (lugar)? Cundo se obtuvo la informacin (fecha)?
Ejemplo: Treinta pacientes con cncer pulmonar provenientes de cuatro distritos fueron atendidos en el Hospital de Talara en el 2008.
Mg. Rosa Padilla Castro
Tabla 2. Pacientes con cncer pulmonar segn distrito de procedencia. Hospital de Talara-Piura. 2008
Nmero 11 6
% 36,7 20,0
Los rganos
Lobitos Total
7
6 30
23,3
20,0 100,0
Fuente: Archivo del Departamento de Estadstica del Hospital de Talara - Piura 2008
Mg. Rosa Padilla Castro
Tabla 3. Pacientes con cncer pulmonar segn distrito de procedencia y sexo. Hospital de Talara-Piura. 2008
Distrito
Sexo Femenino Masculino TOTAL TOTAL Los Talara El Alto Lobitos rganos 4 7 11 3 3 6 2 5 7 1 5 6 10 20 30
Fuente: Archivo del Departamento de Estadstica del Hospital de Talara - Piura 2008
Mg. Rosa Padilla Castro
Las notas aclaratorias son toda informacin adicional que facilita la interpretacin de la tabla y para enterarse de donde se obtuvo la informacin presentada, es decir la fuente. En las Tablas 1, 2 y 3 la nota aclaratoria es la fuente. Un aspecto importante de una tabla de doble entrada (tabla de contingencia) es el clculo de los porcentajes, estos deben calcularse tomando como 100% el total de cada categora o intervalo de la variable independiente.
Tabla 4. Amas de casa segn costumbre de cocinar con lea y presencia de EPOC *. Hospital Hiplito Unanue. Lima.2008
Cocina con lea EPOC* Siempre A veces Nunca Total
n
Si No Total 50 25 75
%
67,0 33,0
n
20 65
%
24,0 76,0
n
10
%
7,0
n
80
%
27,0
130 93,0
220 73,0
100,0 85
* Enfermedad pulmonar obstructiva crnica Fuente: Servicio de neumologa del Hospital Hiplito Unanue.
Mg. Rosa Padilla Castro
Fuente: Encuesta a pacientes Para desarrollar los temas siguientes abrir la data proporcionada en clase: Hospital Tarapoto.sav
Mg. Rosa Padilla Castro
variable y pasarla a Var. Numrica Var. de resultado haciendo clik en /poner nombre en Variable de resultado/hacer clik en cambiar/valores antiguos y nuevos/clik en rango (poner los intervalos de clase)/valor nuevo (1)(el nmero de intervalo)/aadir/continuar/aceptar
Ejercicio: Agrupar la variable edad en los siguientes intervalos: (menor de
Tablas agrupadas
Tabla 6. Pacientes que acuden al hospital de Tarapoto segn grupos de edad, 2006
Grupos de edad
Menor de edad Adulto Adulto mayor Total
Intervalos
Menor de 18 18 - 60 Mayor 60
Frecuencia
26 180 49 255
Porcentaje
10.20 70.59 19.22 100
Prctica: Recodificar la variable edad en 4 intervalos: Menor de edad, jvenes, adultos y adulto mayor
Mg. Rosa Padilla Castro
Tablas de contingencia
En SPSS: Analizar/Estadsticos descriptivos/Tablas de contingencia/Seleccionar la variable y pasarla a fila, otra a columna haciendo clik en /Casillas: se puede seleccionar reportes de porcentajes/Continuar/ Aceptar
Tabla 7. Opinin del paciente que acude al hospital de Tarapoto segn sexo Recomendara Sexo del entrevistado el Hospital de Tarapoto? Femenino Masculino si Frecuencia 84 81 % de Sexo 62.7 66.9 no Frecuencia 50 40 % de Sexo 37.3 33.1 Total Frecuencia 134 121 % de Sexo 100 100
Ejercicio: Construir una tabla de contingencia con las variables recomendara al hospital de Tarapoto y grupos de edad
Es el anlisis de variables categricas, donde las filas y las columnas de una tabla estn formadas por las categoras de dos variables. Se construyen tales tablas porque ellas muestran el comportamiento de las respuestas a preguntas con datos nominales u ordinales. Igualmente se estudia la relaciones entre dos o tres variables categricas.
Tablas apiladas
En SPSS: Analizar/Tablas/Tablas personalizadas/Aceptar/Seleccionar las variables y pasarlas /Aceptar Ejercicio: Construir una tabla apilada con las variables acudira nuevamente al hospital de Tarapoto y sexo
Tabla 8. Frecuencia de asistencia al hospital de Tarapoto segn sexo de los entrevistados, 2006
Sexo del Acudira nuevamente al Frecuencias entrevistado Hospital de Tarapoto? Si 65 Femenino No 69 Si 48 Masculino No 73
Total Fuente: elaboracin propia
Mg. Rosa Padilla Castro
255
Un grfico estadstico es la presentacin de la informacin por medio de figuras geomtricas. El objetivo primordial de un grfico es dar una impresin visual de conjunto para una rpida y fcil comprensin. Es importante considerar el titulo de la figura, especificar las escalas, la leyenda y determinar la figura adecuada a la informacin.
Tipos de grficos Para variables categricas: (sexo, estadio TNM, profesin, etc.) se quiere conocer la frecuencia y el porcentaje del total de casos que caen en cada categora. Grfico de barras: Simples Una variable, tambin cuando la variable es cuantitativa pero discreta Agrupadas Dos variables Apiladas Dos variables Grfico de sectores circulares Una variable Para variables cuantitativas: Histogramas Lneas Tallo y hojas Cajas (combinacin de cuantitativa y cualitativa)
Mg. Rosa Padilla Castro
fenmenos sin continuidad. Las categoras pueden representar distintos aspectos, no ordenados de una caracterstica.
Figura 1. Opinin de los pacientes que acuden al hospital Tarapoto, 2006
Barras agrupadas
Cuando se ha clasificado la informacin segn dos variables. Figura 2. Opinin de los pacientes acerca de la calidad de los alimentos segn sexo, Hospital Tarapoto, 2006
Barras apiladas
En SPSS. Grficos/cuadro de dilogos antiguos/barras/apiladas/ definir/continuar los pasos segn observa la figura
Barras apiladas
Figura 3. Opinin de los pacientes acerca de la calidad de los alimentos segn sexo, Hospital Tarapoto, 2006
En SPSS. Grficos/cuadro de dilogos antiguos/ sectores/ resmenes para grupos de casos/ definir sectores por/ pasar la variable de inters/ resaltar % de casos/aceptar
Histograma
En SPSS. Grficos/cuadro de dilogos/pasar la variable de inters a: variable / a panel por filas (pasar la variable sexo)/aceptar
Figura 6. Edad de los pacientes que acuden al hospital de Tarapoto segn sexo, 2006
En SPSS. Grficos/cuadro de dilogos /lneas/pasar la variable de inters a eje de categoras/resaltar porcentaje de casos/aceptar
Diagrama de caja
Esta herramienta permite estudiar la simetra de los datos y detectar valores atpicos (outliers). Este grfico divide los datos en cuatro reas de igual frecuencia. La caja central (donde se encuentra el 50% central de los datos) tiene una lnea vertical (u horizontal) en el interior de la caja que indica la mediana (si esta lnea est en el centro en el centro de la caja hay simetra). Partiendo del centro de cada lado vertical (u horizontal) de la caja se dibujan los bigotes. El bigote de la izquierda (o inferior) tiene su extremo en el valor ms cerca de Q1 1,5*RIC, mientras que el bigote de la derecha (o superior) tiene su extremo en el valor ms cerca de Q3 + 1,5*RIC. Se consideran atpicos (outliers) los valores mayores a Q3 + 1,5*RIC y menores a Q1 1,5*RIC y se consideran atpicos extremos los mayores a Q3 + 3*RIC o menores a Q1 3*RIC (en SPSS se representan por o y x, respectivamente) Recordar que. Q1= cuartil uno o percentil 25. Q3 = cuartil tres o percentil 75. RIC = rango intercuartlico = Q3 - Q1.
Diagrama de caja
Min
Max
Q1
mediana Escala
Q3
Diagrama de caja
Se usa para comparar muestras, mediante los cuantiles.
Figura 8. N de veces que los pacientes recibieron un servicio segn sexo, Hospital Tarapoto, 2006
En SPSS. Grficos/cuadro de dilogos antiguos/diagramas de caja/Simple/resaltar Resmenes para grupos de casos/ pasar la variable de inters a eje de categoras pasar la variable sexo/aceptar
20.00
4.00 4.00 8.00 4.00
8 . 0000000000
9 . 00 10 . 00 11 . 0000 12 . 00 1 2 case(s)
Mg. Rosa Padilla Castro
Barras de error
Se usa para comparar intervalos de confianza entre muestras. En SPSS: Grficos/cuadro de dilogo antiguo /barras de error/simple/definir/pasar la variable de inters/al eje de categoras pasar la variable a contrastar/aceptar
Barras de error
Las barras de error, nos permiten identificar la variabilidad de la medida empleada como funcin de resumen en el grfico (ya sea la media, desviacin estndar, etc). La estructura del grfico se basa en un punto central que identifica el valor de la media, la cual se ubica en una lnea vertical; la longitud de la lnea (barra de error) indica un intervalo de confianza (porcentaje de los datos) o un nmero especificado de errores. Figura 10. Pacientes que acuden al hospital de Tarapoto segn edad y sexo, 2006
Barras de error
Figura 11. Pacientes que acuden al hospital de Tarapoto segn edad y opinin acerca de la calidad de los alimentos, 2006
Barras de error
Figura 12. Salario actual segn sexo y clasificacin de minoras de un grupo de empleados del banco x
de los individuos de un pas La idea es resumir toda la informacin que hay en la poblacin en unos pocos nmeros (parmetros).
poblacin. Si un estadstico se usa para aproximar un parmetro tambin se le suele llamar estimador.
Normalmente nos interesa conocer un parmetro, pero por la dificultad que conlleva estudiar a *TODA* la poblacin, calculamos un estimador sobre una muestra y confiamos en que sean prximos. Ms adelante veremos como elegir muestras para que el error Mg. Rosa Padilla Castro sea confiablemente pequeo.
Nominal
Definicin Categoras no ordenadas Gnero, estado civil, procedencia Moda
Ordinal
Categoras ordenadas Nivel de satisfaccin, rango de edades Moda y mediana
Escala
Mtrica-valores numricos
Ejemplos
Min/max/Rango/RIC Min/max/Rango/RIC/desviacin
Grficos
Procedimientos
Sectores/Barras Barras/sectores
Frecuencias/% Frecuencias/%
Dispersin Indican la mayor o menor concentracin de los datos con respecto a las medidas de centralizacin.
Desviacin tpica, coeficiente de variacin, rango, varianza, rango intercuartil
Posicin (cuantiles) Dividen un conjunto ordenado de datos en grupos con la misma cantidad de individuos.
Percentiles, deciles, cuartiles, ...
En SPSS: Analizar/Estadsticos descriptivos/frecuencias/Seleccionar la variables y pasarla a variables haciendo clik en /Estadsticos: seleccionar todas las medidas de resumen que se desee/Continuar/ Aceptar.
25 35 50 75
Se usa cuando la poblacin es heterognea. Datos simples: Se ordena los datos y se toma el valor central si la serie es impar, o la semisuma de los dos datos centrales si la serie es impar. Moda: Muestra el valor ms frecuente de los datos
Mg. Rosa Padilla Castro
Altura mediana
iguales
considera patolgico los valores extremos. El 90% de los individuos son normales Entre qu valores se encuentran los individuos normales? Entre el percentil 5 y el 95 ms normales de una poblacin? Entre el cuartil Mg. Rosa3 Castro 1 y Padilla
Entre qu valores se encuentra el 50% de los individuos con una edad ms normal?
Entre el primer y tercer cuartil = entre 33 y 57 aos Observar que indica cmo de dispersos estn los individuos que ocupan la parte central de la muestra. Ver ms adelante rango intercuartlico. Los diagramas de caja (boxplot) sintetizan esta informacin (y algo ms).
Medidas de dispersin
Miden el grado de dispersin (variabilidad) de los
Varianza:
Es una medida terica, muestra la variabilidad al cuadrado. x 2 n( x ) 2 s2 En una muestra: n 1 Datos simples
s2 x2 f f n( x ) 2 1
x2 N
N ( )2
Medidas de dispersin
Desviacin tpica: 2 Muestra la dispersin de los datos respecto a la media. A una distancia de una desviacin tpica de la media tendremos 68% observaciones. A una distancia de dos desviacin tpica de la media tendremos 95% observaciones.
cv%
.100
Rango intercuartlico:
Es la distancia entre el primer y tercer cuartil. RI= P75 - P25 Parecida al rango, pero eliminando las observaciones ms extremas inferiores y superiores.Mg. Rosaes tan sensible a valores extremos. No Padilla Castro
Centrado en la media y a una desviacin tpica de distancia tenemos ms de la mitad de las observaciones (izquierda) A dos desviaciones tpicas las tenemos a casi todas (derecha.)
Medidas de forma
Asimetra: Permite identificar hacia donde se acumula la
informacin. S: As 0 La distribucin es simtrica As > 0 La distribucin es positiva (Sesgo positivo) As < 0 La distribucin es negativa (Sesgo negativo)
Es una cantidad adimensional. Interesante para comparar la
variabilidad de diferentes variables. Si el peso tiene CV=30% y la altura tiene CV=10%, los individuos presentan ms dispersin en peso que en altura
Una distribucin es simtrica si la mitad izquierda de su distribucin es la imagen especular de su mitad derecha.
En las distribuciones simtricas media y mediana coinciden. Si slo hay una moda tambin coincide La asimetra es positiva o negativa en funcin de a qu lado se encuentra la cola de la distribucin. La media tiende a desplazarse hacia las valores extremos (colas). Las discrepancias entre las medidas de centralizacin son indicacin de asimetra. Rosa Padilla Castro Mg.
Medidas de forma
grado de apuntamiento (aplastamiento) que tiene la distribucin con respecto a la distribucin normal o gaussiana.
Frecuencia
300
200
100
0 27 32 37 41 45 49 53 57 61 65 69 73 77 81 85 89 93 99
Mesocrtica
160
Frecuencia
Si k 0,263, diremos que la curva correspondiente a la distribucin de frecuencias es mesocrtica (tiene igual apuntamiento que la normal o campana de Gauss) si k < 0,263, diremos que la curva correspondiente a la distribucin de frecuencias es platicrtica si k > 0,263, diremos que la curva correspondiente a la distribucin de frecuencias es leptocrtica
Mg. Rosa Padilla Castro
140
120
100
80
Frecuencia
60
40 45 48 51 54 57 60 63 66 69 72 75 78 81 84
Platicrtica
400
300
200
100
Leptocrtica
Proporcin
Es el cociente entre el nmero de elementos de un subconjunto y el nmero de elementos del conjunto al que pertenece dicho subconjunto. En este caso el numerador est incluido en el denominador, por este motivo los valores siempre van a ser menores que la unidad. Por ejemplo, si en la poblacin hubo 175 casos de cncer pulmonar de un total de 1925 casos de todos los tipos de cncer, la proporcin se calcular. 175 / 1925 = 0.09
Mg. Rosa Padilla Castro
Razn
Es el cociente entre dos cifras de diferentes o similar naturaleza en donde el numerador y el denominador son excluyentes. Por ejemplo, si tenemos 380 camas hospitalarias y 95 enfermeras y queremos encontrar la razn entre ellas, tenemos que dividir: 380 camas hospitalarias / 95 enfermeras = 4 camas/enfermera Este nmero constituye un valor que refleja una relacin. Indica que por cada enfermera hay cuatro camas hospitalarias.
Mg. Rosa Padilla Castro
Tasa
d
Posicin Pas Tasa de mortalidad (muertes/ 1000 habitantes) 22.7 19.56 16.41 16.06 15.93 14.65 14.3 13.92
DZ N 30
VI Z
* 1000
dZ : La tasa bruta de mortalidad en el ao Z
3 11 15 18 20 23 26 29
39 41
Camern Congo
12.41 12.28
Mg. Rosa Padilla Castro
Tasa
Menores
Tasa de mortalidad (muertes/ 1000 habitantes) 6.16
d
Pas
DZ N 30
VI Z
* 1000
dZ > As, se puede afirmar que en 2008, por cada 179,754 Mil fallecieron un 29,180,899 poco ms de 6 personas. 6.16
Puesto
DZ
>
Per
N30 VI Z>
192
199 201 204 205 207
Mxico
4.78
Singapur 4.53 Paraguay 4.49 Nicaragua 4.33 Costa Rica 4.31 Ecuador Emiratos rabes Unidos 4.21
220
2.13
Mg. Rosa Padilla Castro
Tasa
Mayores puesto s Pas Tasa de natalidad (nacimientos/1 000 habitantes)
BZ N30
VI Z
1000
BZ : Nmero total de nacimientos vivos ocurren en el ao Z. N30 VI Z : Poblacin total a mitad del ao Z (30 de junio de dicho ao).
9 19
43 39.98
25
41 44 49 52
Madagascar
Camern Costa de Marfil Iraq Nepal
38.38
34.59 34.26 30.77 29.92
56 58
Guatemala Paraguay
28.55 28.47
Mg. Rosa Padilla Castro
Tasa
b
Puesto Pas Tasa de natalidad (nacimiento s/1000 habitantes)
Z
BZ N30
VI Z
1000
= = = 19.77 576,906 29,180,899
bZ BZ N30 VI Z
108
Per
19.77
Este valor indica que en 2008, ocurrieron en el Per 19.77 nacimientos por cada mil habitantes.
205
208 209
Grecia
Taiwn Singapur Repblica Checa Austria Italia Alemania Japn Hong Kong
9.54
8.99 8.99
211
215 217 219 220 221
8.89
8.66 8.36 8.18 7.87 7.37
68
Objetivo
Estudios de una sola muestra Estimacin de la media ( )
Prueba paramtrica
Prueba no paramtrica
Estimacin de la proporcin ( )
Prueba de hiptesis para ( ) Prueba de hiptesis para ( )
t de Student
Z
t de Student Z
Bondad de ajuste
Mg. Rosa Padilla
Libre distribucin
Kolmogorov,
2
Objetivo
Diferencias de promedios Independencia (2x2) Independencia (rxc) Nominal por nominal
Prueba paramtrica
Objetivo
Prueba paramtrica
Prueba no paramtrica
Libre distribucin
Wilcoxon Signos
til para McNemar (respuestas evaluar el dicotmicas) cambio en Homogeneid dos ad marginal momentos- (respuestas multinomiales) diseos antes/despu s
Objetivo
Prueba paramtrica
Prueba no paramtrica
Libre distribucin
Objetivo
Anlisis correlacional
Entre dos variables : Ambas numricas Ambas ordinales Ambas nominales
Prueba paramtrica
Prueba no paramtrica
Regresin / r de Pearson
Objetivo
Diseos prospectivos o de cohortes (hacia adelante)
Supuestos no paramtrica
Prueba no paramtrica
Odds ratio
Pruebas multivariantes
Regresin lineal mltiple Anlisis de covarianza Anlisis de varianza Regresin logstica mltiple Anlisis discriminante
II. Mtodos reductivos Componentes principales Anlisis factorial Correlacin cannica Anlisis cluster Anlisis de correspondencia
Mg. Rosa Padilla
Probabilidades
Poblacin: N
2
Muestra: n
x
S2
Estimacin de
Inferencia
Inferencia
Los mtodos estadsticos inferenciales
constituyen una forma de extraer conclusiones respecto a una poblacin, de los datos obtenidos de una muestra.
La inferencia estadstica comprende dos tipos
principales de tcnicas: Estimacin de parmetros y contrastacin de hiptesis. Independientemente de la tcnica que se utilice, la finalidad general es utilizar datos de una muestra para extraer conclusiones respecto a una poblacin.
Estimacin de parmetros
Las tcnicas de estimacin son utilizadas cuando el investigador no tiene hiptesis previa respecto al valor de una caracterstica de la poblacin y desea conocer cul podra ser tal valor.
La estimacin puede asumir 2 formas:
Estimacin puntual Estimacin por intervalos
Estimacin puntual (A) Estimacin Puntual para la media poblacional. Se halla mediante las siguientes frmulas.
xi = x= n
(B) Estimacin Puntual para la varianza poblacional. Se halla mediante las siguientes frmulas.
2 2
s=
x n( x) n 1
Estimacin de parmetros
Estimacin por intervalos
La estimacin por intervalos de un parmetro nos indica lmites dentro de los cuales el parmetro tiene la probabilidad especificada de estar. Los estimados por intervalos se conoce como intervalos de confianza y los lmites inferior y superior como los lmites de confianza.
-k P(
+ k ) = 1 -
En muchos problemas, los datos de slo una parte de la poblacin (muestra), pueden dar la
El objetivo del muestreo es seleccionar una muestra que sea representativa de la poblacin. Para esto, se
DISEO MUESTRAL
Definicin de la poblacin a estudiar
CONTIENE
Unidades de la Poblacin
Por ejemplo: En una encuesta de hogares, si bien el objeto de estudio es la poblacin, el marco muestral esta conformado por las unidades habitacionales, las manzanas o las viviendas.
84
de la poblacin:
poblaciones de aves, peces, mosquitos, en constante movimiento. Incluso los humanos: migran, nacen, mueren
poblacin es prohibitivo La muestra genera informacin til a bajo costo: Tiempo consumido para entrevistar a la totalidad de una poblacin.
Mg. Rosa Padilla Castro
85
NIVEL TECNICO
NIVEL ECONOMICO
Poblacin
Muestra al azar
EDAD Media = 47
DIFERENCIA =1.5
Mg. Rosa Padilla Castro
= Error de estimacin
87
Tipos de Muestreo
No probabilstico
Probabilstico
Margen de error
Muestreo por conveniencia Muestreo a juicio de expertos Muestreo por cuotas Muestreo bola de nieve
Muestreo sistemtico
Muestreo estratificado
Muestreo conglomerados
Muestreo polietpico
88
Condiciones bsicas
Tipos de muestreo
Para elegir una muestra de individuos o elementos de una poblacin de estudio, tenemos dos posibilidades de llevar acabo:
Muestreos probabilsticos
Conocemos la probabilidad de que un individuo o elemento sea elegido para la muestra. Interesantes pues sus resultados se pueden extrapolar a la poblacin de estudio con un mnimo sesgo de error y un grado de confianza asumido por el investigador.
Muestreos no probabilsticos
No se conoce la probabilidad. Son muestreos que seguramente esconden sesgos. En principio no se pueden extrapolar los resultados a la poblacin.
A pesar de ello una buena parte de los estudios que se publican usan esta tcnica.
En adelante vamos a tratar exclusivamente con muestreos con la menor posibilidad de sesgo (probabilsticos)
Muestreo sistemtico
Se tiene una lista de los individuos de la poblacin de estudio. Si queremos una muestra de un tamao dado, elegimos individuos igualmente espaciados de la lista, donde el primero ha sido elegido al azar.
sesgada.
Un caso real: Se eligi una de cada cinco casas para un estudio de salud pblica en una ciudad donde las casas se distribuyen en manzanas de cinco casas. Salieron con mucha frecuencia las de las esquinas, que reciben ms sol, estn mejor ventiladas,
Muestreo estratificado
Se aplica cuando sabemos que hay ciertos factores (variables, subpoblaciones
Muestreo no probabilstico
Tambin conocido como muestreo por "conveniencia", no es aleatorio, mtodo cuyos resultados y estimaciones no son de ninguna manera confiables, dado que la seleccin de las unidades que conforman la muestra no se realiza en forma aleatoria, sino por conveniencia, primando el juicio del investigador.
En trminos generales no se recomienda utilizar el muestreo no probabilstico en las investigaciones cuantitativas, debido a que por sus caractersticas no permite calcular el error de muestreo (diferencia que existe entre el verdadero valor de la poblacin y el valor encontrado en la muestra).
Proporcin
Si la poblacin es infinita
2
. p.q
E2
Si la poblacin es finita
2 2 2
N n N 1E
. p.q
2 2
. p.q
si
n0 N
0,10
nc
n n 1 N
Promedio
Nz 2 2 e ( N 1) z
Ajuste de tamao de muestra: Si
-Zc
+Zc
n N
2 2
0.10
n0 1
n n N
Mg. Rosa Padilla Castro
98
Ejemplo de aplicacin
Evaluacin del Impacto en Programa Amigo del Cepillo de Dientes en los conocimientos, Actitudes y Practicas en Alumnos del 4to y 5to de secundaria del CNMx 1230 de Via Alta La Molina
Poblacin y Muestra
Poblacin. La constituyen 400 alumnos del nivel secundario del CNMx 1230 de Via Alta que se matricularon el ao 2007.
Muestra. La muestra est constituida por 110 alumnos de 4to y 5to de secundaria del CNMx 1230 de Via Alta, la seleccin de unidades se
Poblacin y Muestra
N n0
n0
2 2 2
pq
2 2
n0
N 1 e
pq
149 .87 150 ALUMNOS Como el factor de correccin para poblaciones finitas es 150 n0 mayor que 0.10 0.375 0.10 si 400 N
entonces se corrige el tamao de muestra utilizando la n c siguiente frmula:
n n 1 N
Confianza Distribucin normal inversa Tamao de poblacin Proporcin de poblacin que presenta la caracterstica Proporcin de la poblacin que no presenta la caracterstica Error de estimacin
1- Z=Z(1- /2)
N
p q e
Ejercicio de aplicacin
Un hospital dispone de un listado de los pacientes, organizados por reas de atencin (neurologa, traumatologa,....). Comente en grupo que tipo de muestreo podra realizarse, y como lo haran.
Mg. Rosa Padilla Castro
Ejercicio de aplicacin
Un hospital dispone de un listado de los pacientes, organizados por reas de atencin (neurologa, traumatologa,....). Comente en grupo que tipo de muestreo podra realizarse, y como lo haran.
Mg. Rosa Padilla Castro
Ejercicio de aplicacin
Un grupo de especialistas de la Salud, entre ellos Mdicos, Enfermeros, Nutricionistas, Psiclogos, estn interesados en indagar acerca de la relacin que existe entre desnutricin y grado de conocimiento de la poblacin del adulto mayor en cuanto a una alimentacin balanceada. Suponga que la poblacin objetivo son todos los barrios marginales del Cono Sur de Lima. Sugiera el tipo de muestreo ms conveniente, el tamao de muestra apropiado, quin es la unidad de anlisis?
Ejercicio de aplicacin
Se toma una encuesta de hogares sobre violencia familiar, el objetivo es obtener informacin acerca de los conocimientos, valores, actitudes y prcticas respecto a la violencia en el mbito familiar segn las percepciones de las mujeres en Lima y Callao, que sirvan de apoyo a la formulacin y evaluacin de polticas pblicas, de iniciativas legislativas y la proposicin de programas de prevencin que contribuyan a disminuirla. La poblacin de estudio estuvo conformada por las mujeres de 15 a 65 aos de edad, residentes habituales en Lima y Callao. La cobertura geogrfica fue 43 distritos de la provincia de Lima y 6 distritos de la provincia constitucional del Callao. Segn data del INEI se calcula que en el 1993 los delitos ocurridos (violencia familiar) fue de 532,968. y segn el censo nacional la poblacin de mujeres de 15 aos y ms fue de 4809624. Determinar el tamao de muestra.
Ejercicio de aplicacin
Se precisa conocer cual es la tasa de desnutricin crnica actual entre los nios menores de 6 aos de una determinada regin. El error mximo permitido para la evaluacin es de 3% y el nivel de confianza 95%. De un estudio realizado en la regin durante el 2000 se sabe que la tasa de desnutricin crnica fue de 25%. Determinar el tamao de muestra necesario para el estudio
Mg. Rosa Padilla Castro
106
Ejercicio de aplicacin
Se precisa conocer cual es la tasa de desnutricin crnica actual entre los nios menores de 6 aos de una determinada regin. La poblacin de nios en este tramo de edad es aproximadamente de 1352. El error mximo permitido para la evaluacin es de 3% y el nivel de confianza 99%. De un estudio realizado en la regin durante el 2000 se sabe que la tasa de desnutricin crnica fue de 25%. Determinar el tamao de muestra necesario para el estudio
Mg. Rosa Padilla Castro
107
Pruebas de hiptesis
Hiptesis: Una Hiptesis estadstica es una afirmacin relativa sobre un modelo probabilstico y una prueba de hiptesis es un mtodo para determinar la posibilidad de esa afirmacin relativa en base a una muestra. Hiptesis establecidas en esta forma proporcionan con frecuencia motivo para realizar una investigacin. Por esta razn se le denomina hiptesis de investigacin Hiptesis nula (Ho): Son aquellas que estn referidas a algn parmetro de la poblacin o de las poblaciones de estudio. Estas son llamadas hiptesis cientficas. Hiptesis alternativa (Ha): Junto a la hiptesis nula se debe formular la denominada hiptesis alternativa que es la que sirve para contrastarla.
Mg. Rosa Padilla Castro
Ho cierta No rechazo Ho Decisin correcta El tratamiento no tiene efecto y as se decide Error de Tipo I ( El tratamiento no tiene efecto, pero se decide que si
Ho falsa
Rechaza Ho
Siempre que se rechaza una Hiptesis nula se corre el riego de cometer un error del tipo I ( )
Siempre que no se rechaza una Hiptesis nula existe el riego de cometer al error tipo II ( )
La decisin de una prueba estadstica est asociada al nivel de significacin: a) Si P < 0.05 ( = 0.05). Se dice que existe significacin en la prueba b) Si P < 0.01 ( = 0.01). Se dice que existe alta significacin en la prueba
1.Formular dos hiptesis mutuamente excluyentes Hiptesis nula (Ho): que especifica valores hipotticos para uno o ms de los parmetros poblacionales.
Hiptesis alterna (Ha): donde se afirma que el parmetro poblacional tiene un valor distinto al hipottico, esta se acepta cuando se rechaza la Ho.
2.Determinar el nivel de significancia a la probabilidad de cometer un error tipo I pueden ser:
0.01
0.05
0.10
4. Determinar la potencia de la prueba o probabilidad de aceptar la hiptesis nula. p-vale sig. 5. Tomar la decisin de aceptar o rechazar la Ho, o nos abstenemos de tomar la decisin de acuerdo al criterio.
La decisin de una prueba estadstica est asociada al nivel de significacin ( = 0.05, 0.01) a) Si P < Se rechaza la hiptesis nula, es decir existe significacin en la prueba b) Si P >= No se puede rechazar la hiptesis nula, es decir no existe significacin en la prueba
Ho : Ha :
o
/2 /2
bilateral.
o
o o
unilateral
Nivel de significancia:
0.05 0.01
Mg. Rosa Padilla Castro
= .200 >.05
Decisin: No se puede rechazar H0 Por lo tanto concluimos que la variable sigue una distribucin normal
Normal esperado
1 0 -1 -2 -3 -20 0 20 40 60 80 100
edad
Kolmogorov-Smirnov(a) Shapiro-Wilk Estadsti Estadsti co gl Sig. co gl .035 255 .200(*) .992 255
Sig. .214
Valor observado
media, desviacin tpica y error tpico de la media. La diferencia promedio entre cada valor de los datos y el valor de contraste hipottico.
Ha:
En SPSS:
>4
Una media poblacional: Analizar/Comparar medias/Prueba t para una muestra/seleccionar la variable a probar, pasarla a contrastar variables haciendo clik en /Valor de prueba: poner el valor del parmetro a probar/Opciones: cambiar la confianza/Continuar/Aceptar
255
4.40
2.692
0.169
Valor de prueba = 4
t
N de veces que asisti a recibir un servicio
gl
Sig. (bilateral)
Diferencia de medias
2.349
254
0.020
0.396
0.064
0.728
Decisin: Dado que el valor p o sig es menor que el 5%, rechazamos la Ho, por lo tanto al nivel de significancia del 5% se puede afirmar que los pacientes acuden al hospital en promedio ms de 4 veces por ao
Mg. Rosa Padilla Castro
Poblacin N1
Poblacin N2
Muestra
n1
Comparacin
Muestra
n2
Muestras independientes
Mg. Rosa Padilla Castro
Compara
100
80
las medias de dos grupos de casos. Para esta prueba, idealmente los sujetos deben asignarse aleatoriamente a dos grupos, de forma que cualquier diferencia en la respuesta sea debida al tratamiento (o falta de tratamiento) y no a otros factores.
60
edad
Se base en el tamao de la
40
20
muestra, media, desviacin tpica y error tpico. Adicionalmente, se realiza la prueba de Levene sobre la igualdad de varianzas.
Femenino Masculino
Ej: Probar si existe diferencia significativa en la edad del entrevistado segn su genero
Ho:
1= 2
Ha:
1 2
En SPSS:
Para comparar medias poblacionales: Analizar/Comparar medias/Prueba t para muestras independientes/seleccionar la variable a comparar pasarla a contrastar variables haciendo clik en /Seleccionar la variable y pasarla a variable de agrupacin/Definir grupos: dar valor al grupo 1 y grupo 2/Continuar/Opciones: cambiar la confianza si se desea/Continuar/Aceptar
edad
Prueba T para la igualdad de medias Sig. (bilateral) Inferior Diferencia de medias Superior Error tp. de la diferencia Inferior 95% Intervalo de confianza para la diferencia Superior Inferior
F Inferior edad Se han asumido varianzas iguales No se han asumido varianzas iguales
Sig. Superior
t Inferior
gl Superior
.064
.800
.338
253
.735
.780
2.305
-3.759
5.319
.338
249.392
.736
.780
2.307
-3.763
5.323
Decisin: Siendo que el p valor o sig es mayor que el 5%, no podemos rechazar la Ho, por lo tanto concluimos que la edad no difiere segn el sexo de los pacientes
Homogeneidad (Levene)
Ho :
2 1
2 2
Prueba de Levene para la igualdad de varianzas F edad Se han asumido varianzas iguales No se han asumido varianzas iguales .064 Sig. .800
Muestras relacionadas
Poblacin N1
Muestra
intervencin
Muestra
n0 ; t=0
n1 ; t=1
solo grupo. Calcula las diferencias entre los valores de las dos variables de cada caso y contrasta si la media difiere de 0.
H 0: H a:
=0 0
vs.
d
Ejm: Se desea determinar la efectividad del programa consumo de hierro en el incremento de la hemoglobina de los pacientes que asisten al Hospital Ho: Ha:
d d
=0 0
En SPSS:
Para comparar medias poblacionales: Analizar/Comparar medias/ Prueba t para muestras relacionadas/seleccionar a la vez las dos variables a comparar/ pasarla a variables relacionadas haciendo clik en / Estadsticos/Continuar/Aceptar
1.348 1.457
Sig. (bilateral)
Decisin: Siendo que el p valor o sig es .000 menor que el 5%, rechazamos la Ho, por lo tanto concluimos que el programa consumo de hierro increment la hemoglobina de los pacientes que asisten al Hospital xxx
Mg. Rosa Padilla Castro
H 0:
2=
un anlisis de varianza para una variable dependiente cuantitativa respecto a una nica variable de factor. El anlisis de varianza se utiliza para contrastar la hiptesis de que varias medias son iguales. Esta tcnica es una extensin de la prueba t para dos muestras.
que desee saber qu medias difieren. Existen dos tipos de contrastes para comparar medias: a priori y post hoc. Tambin puede contrastar las tendencias existentes a travs de las categoras.
percepcin del trato por parte del Residente y la edad de los pacientes.
Para cada grupo se tiene en cuenta el nmero de casos, media, desviacin
tpica, error tpico, mnimo, mximo, intervalo de confianza al 95% para la media. Prueba de Levene sobre la homogeneidad de varianzas, tabla de anlisis de varianza y contrastes robustos de igualdad de medias para cada variable.
En SPSS:
Para comparar medias poblacionales: Analizar/Comparar medias/ANOVA de un factor/seleccionar la variable cuantitativa a comparar trasladar a dependientes haciendo clik en / seleccionar la variable cualitativa y trasladar a factor(los subgrupos)/Estadsticos/ Opciones: prueba de homogeneidad/Post hoc (Prueba de comparaciones mltiples) seleccionar una prueba/ Continuar/Aceptar
Resultados ANOVA)
H 0:
1
2=
vs. Ha: Al menos un par de medias difieren Decisin: Sig 0.001< 0.05 Rechazamos Ho Conclusin: Existe diferencia significativa entre la percepcin que tiene el paciente acerca del trato que da el Residente segn el nmero de veces que acude a recibir un servicio
Reporte del SPSS
F 7.261
Sig. 0.001
Decisin: Sig <0.05, por lo tanto rechazo Ho. Las variables no siguen una distribucin normal
En este captulo vamos a tratar diferentes formas de describir la relacin entre dos variables cuando estas son numricas.
Estudiar si hay relacin entre la altura y el peso.
El estudio conjunto de dos variables cualitativas lo vemos a travs del contraste de hiptesis (X2).
Hay relacin entre fumar y padecer enfermedad de pulmn?
estimaciones de una variable dependiente en funcin a un valor especfico de las variables independientes. Anlisis de correlacin. Es utilizada para determinar el grado de asociacin entre variables.
OBJETIVO:
Entender como los valores de Y cambian en promedio cuando X varia entre los posibles valores que puede tener.
Regresin lineal
2.00
1.50
El anlisis de Regresin se enfoca al establecimiento de una ecuacin que permite que el valor desconocido de una variable se pueda estimar a partir del valor conocido de una o ms variables.
1.00
0.50
0.00
X1
X2
X3
Xn
40
80
120
X
Mg. Rosa Padilla Castro
Yi
X i ei
La variable predictora X es no aleatoria Los errores ei son variables aleatorias con media 0 y varianza constante 2. Los erroresei y e j (i j=1,n) son independientes entre si
Mg. Rosa Padilla Castro
1. 2. 3. 4. 5.
Los residuales son aleatorios Los residuales siguen una distribucin normal Tienen media igual a 0 Tienen varianza constante No estn auto correlacionados
a) Durbin Watson b) Grafico de Auto correlacin
Mg. Rosa Padilla Castro
Regresin Mltiple
El anlisis de regresin mltiple produce una ecuacin con varios coeficiente , dependiendo del nmero de variables independientes X que se introduzcan al modelo, generando de esta forma hiperplanos. El Coeficiente de Correlacin Mltiple mide la proporcin de la variacin total de los valores de la variable independiente, que es explicada por la regresin mltiple.
X1
X2
X3
Xn
Prueba Estadstica
* s Sxx
~ t( n
2)
Regla de Decisin
Rechazar Ho, si tcal<-t( ,n-2) Rechazar Ho si |tcal |>t( /2,n-2) Rechazar Ho si tcal>t( ,n-2)
*Un P-value o Sig cercano a cero, sug irira rechazar la hiptesis nula.
Mg. Rosa Padilla Castro
Correlacin
El objetivo del anlisis de correlacin es medir
de la variable dependiente.(r2)
independiente
sobre
la
Slo toma valores en [-1,1] Las variables son incorreladas r=0 Relacin lineal perfecta entre dos variables r=+1 o r=-1 Cuanto ms cerca est r de +1 o -1 mejor ser el grado de relacin lineal
Variables incorreladas
-1
0
Mg. Rosa Padilla Castro
+1
Regresin y correlacin
Con la data patient_los.sav (SPSS<tutorial<sample_files)
recta estimada de regresin, el coeficiente de correlacin y determinacin de las variables Coste del tratamiento en funcin de la duracin de la estancia.
Regresin y correlacin
En SPSS: 1. Grfico de dispersin Grficos/dispersin/simple/definir/Coste del tratamiento trasladar a Y y duracin de la estancia a X/aceptar. 2. Correlacin Analizar/Correlacin bivariada/se seleccionan las variables cuantitativas y se trasladan/Seleccionar Pearson/aceptar 3. Regresin Analizar/Regresin lineal/se selecciona la variable cuantitativa dependiente y se traslada a dependiente, luego la independiente o independientes y se traslada a independientes/aceptar
Mg. Rosa Padilla Castro
Diagrama de dispersin
Regresin
Coeficientes
Coeficientes no estandarizados Modelo 1 B (Constante) Duracin de la estancia .667 .146 Error tp. .016
0.0005961
0.667 0.146 X 1
Mg. Rosa Padilla Castro
Coeficiente de determinacin: r2 = 88.2%; el costo del tratamiento est siendo explicado en un 88.2% por la variabilidad de la duracin de la estancia y un 11.8% se debe a la intervencin de otras variables. ANOVA
Modelo 1 Suma de cuadrados Regresin Residual Total 50860.685 6810.240 57670.925 gl 1 7996 7997 Media cuadrtica F Sig. .000(a)
Siendo que el anlisis de varianza (ANOVA) da una significancia < 0.05, entonces podemos decir que el modelo de regresin propuesto es muy bueno (p=.000)
Correlacin
Duracin de la estancia Duracin de la estancia Correlacin de Pearson Sig. (bilateral) N Correlacin de Pearson Sig. (bilateral) N
Costes de tratamiento
1
7998 0.94 0 7998
Costes de tratamiento
8629
Ho : Ha :
0 0
No existe correlacin
Existe correlacin
Decisin: Dado que el p value o sig < 0.05 , rechazamos Ho; concluimos que el costo del tratamiento esta asociado a la duracin de la estancia
Modelo 1
R .379a
R cuadrado .144
DurbinWatson 2.012
a. Variables predictoras: (Constante), Resultado quirrgico, Edad en aos b. Variable dependiente: Duracin de la estancia
ANOVAb Suma de cuadrados 1801.795 10719.245 12521.040 Media cuadrtica 900.898 2.479
Modelo 1
gl 2 4324 4326
F 363.410
Sig. .000a
a. Variables predictoras: (Constante), Resultado quirrgico, Edad en aos b. Variable dependiente: Duracin de la estancia
Coeficientes no estandarizados Modelo 1 B (Constante) Edad en aos Resultado quirrgico 1.897 .045 .802 Error tp. .180 .003 .039
Coeficientes estandarizad os
Beta .232 .291 t 10.547 16.497 20.668 Sig. .000 .000 .000
Las pruebas no paramtricas llamadas de distribucin libre, no asumen ningn parmetro, trabajan con simple ordenacin y recuento (asignando rangos) a los valores de la variable. Se deben usar con: Datos de distribucin libre Se puede usar con datos nominales, ordinales e incluso cuantitativos (convertir a ordinal) Cuando la data es cuantitativa pero no cumple los supuestos bsicos de normalidad y homogeneidad, si se trata de ms de dos grupos.
Mg. Rosa Padilla Castro
Cuantitativa
U de MannWhitney
Cuantitativa
Friedman Q de Cochran
X 2 (F
(O ij
Eij ) 2 Eij
1)(C 1) i 1 j 1
CRITERIO DE LA INDEPENDENCIA
Ej: Probar si el trato que recibe por parte del mdico influye para recomendar al Hospital de Tarapoto Ho: El trato que recibe por parte del mdico no influye para recomendar al Hospital de Tarapoto Ha: El trato que recibe por parte del mdico influye para recomendar al Hospital de Tarapoto
Prueba Chi-cuadrado
Ho: El trato que recibe el paciente de parte del mdico no influye para recomendar al Hospital de Tarapoto Ha: El trato que recibe el paciente de parte del mdico influye para recomendar al Hospital de Tarapoto
Pruebas de chi-cuadrado
Chi-cuadrado de Pearson b Correccin por continuidad Razn de verosimilitudes Estadstico exacto de Fisher Asociacin lineal por lineal N de casos vlidos
gl
32.995
.000
.000 .000
29.104 255
.000
Decisin: siendo sig 0.000<0.05, por lo tanto rechazamos la Ho Conclusin: Al nivel de confiabilidad del 95% podemos concluir que el trato que recibe por parte del mdico influye para recomendar al Hospital de Tarapoto
U de Man Witney
Comparar dos grupos independientes que no siguen una distribucin normal y no homogneas o que sean ordinales Paralela a la prueba t de muestras independientes Contrasta si dos poblaciones son equivalentes en su posicin Es recomendable pero no imprescindible que las poblaciones comparadas tengan el mismo tamao
Historial de infarto de miocardio No S Total Suma Rango de prome rango N dio s 34553 535 645.85 0.50 75189 946 794.81 0.50 1481
Duracin de la estancia
El rango promedio de duracin de la estancia de los que no presentan historial de infarto de miocardio esta en 645.85 y los que si presentan infarto esta en 794.81, es decir hay diferencia entre los que presentan y los que no presentan historial de infarto y como sig<0.05, se rechaza Ho
Conclusin: La duracin de la estancia es diferente en los que si presentan con los que no presentan, siendo mayor en los que si presentan historial de infarto de miocardio. Mg. Rosa Padilla Castro
Comparar k grupos independientes y variables cuantitativas que no cumplan los supuestos bsicos de normalidad y homogeneidad Paralela a la prueba paramtrica ANOVA para muestras independientes
Ejemplo: Con la data patient_los.sav (SPSS<tutorial<sample_files)
Ho: La duracin de la estancia es igual en los tres grupos de resultado quirrgico (cualquiera sea el resultado) Ho: La duracin de la estancia no es igual en los tres grupos de resultado quirrgico
Resultados
Rangos
Resultado quirrgico Recuperado Estable Crtico Total Rango N promedio 1323 686.04 121 1153.55 37 1357.19 1481
Duracin de la estancia
Conclusin: Hay diferencia entre los tres grupos para tener ms das de estancia en el hospital frente al resultado quirrgico
Ho: la probabilidad de que la conferencia no tenga efecto sobre la opinin de los estudiantes es igual a que la probabilidad de que la conferencia si tenga efecto sobre la opinin de los estudiantes Ha: la probabilidad de que la conferencia es mayor sobre la opinin de los estudiantes
Test Statisticsb antes de la conf erencia & despues de la conf erencia 150 40.727 .000
El sig<0.05, rechazamos la Ho por lo tanto concluimos que si existe un efecto estadsticamente significativo de que la conferencia cambie la opinin de los estudiantes a favor de que el fumar si produce cncer
Mg. Rosa Padilla Castro
tamao
Ejemplo: Con la data tabaquismo probar si existe relacin entre las variables consumo de tabaco y presentar problemas vasculares
si consume o no tabaco
vascular tabaco
Puntajes Sujeto A
2 25 Timoteo292:15 28 N Procura con 10 B 30 33 32 Chi-cuadrado C 21 19 16 5.600 diligencia D 28 31 32 gl 2 presentarte ante E 19 22 23 Sig. asintt. .061 F 22 21 25 Dios, aprobado G 31 33 34 a Prueba de Friedman como obrero que H 17 14 21 I no tiene de que 25 21 24 J avergonzarse que 33 35 37 usa bienexistepalabra la diferencia significativa de los grupos en cuanto a Conclusin: No la reaccin tras diferentes estmulos. (p= 0,061>0.05). de verdad
Grupo 1 Grupo 2 Grupo 3 Estadsticos de contraste(a)
Mg. Rosa Padilla Castro