2 Muestreo y Mediciones Variable una caracterstica que

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)

Variable categórica – la escala de medición es un conjunto de categorías • Ejemplos: – Raza – grupo étnico (caucásico, afro-americano, hispano) – Afiliación religiosa – Carrera profesional – Identificación política (Dem. , Rep. , Indep. ) – Vegetariano? (si, no) – Evaluación de salud mental (buena, formación de síntomas leves, formación de síntomas moderados, deteriorada)

Variable cuantitativa – posibles valores difieren en magnitud • Ejemplos: – Edad, altura, peso, IMC (índice de masa corporal) – Ingreso annual – Promedio escolar – Tiempo utilizado en Internet el día de ayer – Tiempo de reacción a un estímulo (p. ej. , experimento de uso de celular mientras se maneja) – Número de “eventos personales” en el año pasado

Escalas de medición Para variables categóricas, dos tipos: • Escala nominal – categorías no ordenadas – Preferencia para presidente, raza, género, afiliación religiosa, carrera profesional, temas de opinión (a favor o en contra, sí vs. no) • Escala ordinal – categorías ordenadas – Ideología política (muy liberal, moderada, conservadora, muy conservadora) – Ansiedad, estrés, auto-estima (alta, media, baja) – Discapacidad mental (ninguna, leve, moderada, severa) – Gasto gubernamental en salud (superior, igual, inferior)

• Para variables cuantitativas, conjunto de valores posibles, escala de intervalo (p. ej. , intervalo numérido entre cada par de valores posibles) • Nota: En la práctica, variables categóricas ordinales con frecuencia son tratadas como de intervalo asignándoles valores a las categorías (p. ej. , el promedio escolar está compuesto de calificaciones A, B, C, D, E una escala ordinal, pero se calcula utilizando los valores 4, 3, 2, 1, 0) • El orden del tipo de variables del nivel más alto al más bajo de diferenciación entre niveles: intervalo ordinal nominal

Otra clasificación: Discreta/Continua • Variable discreta – los posibles valores son un conjunto de números separados, tales como 0, 1, 2, … – Ejemplo: Número de … Mensajes de e-mail enviados el día anterior • Variables continuas – número infinito de posibles valores – Ejemplo: Número de horas utilizando Internet en el día anterior (En la práctica, la distinción no es clara)

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

Datos recolectados en un estudio • Encuesta: Muestrar personas de una población y entrevistarlas – Ejemplo: General Social Survey. Resultados desde 1972 en sda. berkeley. edu/GSS (p. ej. , teclear “heaven” y “sex” como nombres de variables) • Experimento: Comparar respuestas de sujetos en condiciones diferentes, donde los sujetos son asignados a las condiciones – Ejemplo: Estudio de salud – La aspirina reduce la posibilidad de ataque al corazón?

Aleatorización • Aleatorización – el mecanismo para obtener datos confiables reduciendo posibles sesgos • Notación: n = tamaño de muestra • Muestreo aleatorio simple: En una encuesta, cada muestra de tamaño n posible tiene la misma oportunidad de ser seleccionada • Este es un ejemplo de un método de muestreo probabilístico – Podemos especificar la probabilidad de que una determinada muestra seleccionada

Cómo se implementa el muestreo aleatorio? • Se utilizan “tablas de números aleatorios” o software estadístico que genere números aleatorios • Marco muestral (lista de todos los sujetos en la población) debe existir para implemental el muestreo aleatorio simple

• Otros métodos de muestreo probabilístico son: sistemático, estratificado, de conglomerados (libro de texto, pp. 21 -24) • En muestreo no-probabilístico, no se pueden especificar la probabilidad de las muestras posibles. Inferencias basadas en estas muestras pueden ser muy poco confiables • Ejemplo: muestras de voluntarios, tales como encuestas en internet, por lo general están muy sesgadas

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) sobre las respuestas del cuestionario en el libro Women in Love (p. ej. , se concluye que 70% de las mujeres casadas al menos 5 años tienen relaciones extramaritales)

Experimentos vs. estudios observacionales • Encuestas son estudios observacionales (sólo se observan sujetos sin manipulación experimental) • Experimentos: Investigador asigna sujetos a condiciones experimentales – Sujetos deben ser asignados a condiciones aleatoriamente (“tratamientos”) – Aleatorización “equilibra” los grupos de tratamientos con respecto a otras variables que pueden afectar la respuesta (p. ej. , características demográficas), se hace más fácil evaluar causa y efecto

Error muestral • El error muestral de una estadística es el error que ocurre cuando se usa una estadística muestral para predecir el valor de un parámetro poblacional • Aleatorización protege contra sesgos, el error muestral tiende a fluctuar alrededor de 0 con un tamaño predecible – Existen métodos para predecir la magnitud (margen de error) p. ej. , cuando se estima un porcentaje, se tiene no más de +3% ó -3% cuando n es aprox. 1000 (p. ej. , encuesta de Gallup) • La dirección y el tamaño del sesgo se desconocen cuando no se puede emplear aleatorización

Otros factores • Otros factores además del error muestral pueden causar que los resultados varíen de una muestra a otra: – Sesgo muestral (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, información faltante) • Leer ejemplos pp. 19 -21 del libro de texto

Nota: Resultados de encuestas pueden depender mucho en la redacción de las preguntas 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