Deck comercial minimalista

EMPEZAR

población y muestra

NOMBRE: JUDITH RIVERO BORJA NUMERO DE CUENTA: 424161660 MÓDULO: 1253 GRUPO: 9224 ASIGNATURA: METODOLOGÍA Y ESTADÍSTICA I IMPARTIDO POR: DIANA NATALIA LIMA VILLEDA

Presentación

Universidad Nacional Autónoma de México Facultad de Estudios Superiores Iztacala Psicología a distancia.

La metodología y la estadística son pilares fundamentales en la investigación científica, proporcionando las herramientas necesarias para diseñar estudios robustos y analizar datos de manera rigurosa. En esta presentación, nos enfocaremos en: la delimitación de la población y la muestra, y el cálculo del tamaño de la muestra utilizando métodos probabilísticos de selección aleatoria.Delimitar la población y seleccionar una muestra adecuada son pasos esenciales para garantizar la validez y la generalización de los resultados de un estudio. La población se refiere al conjunto completo de individuos o elementos que poseen las características que se desean estudiar. Sin embargo, debido a restricciones de tiempo, recursos y logística, es casi siempre inviable estudiar toda la población, lo que hace necesario trabajar con una muestra representativa.El cálculo del tamaño de la muestra y su selección mediante métodos probabilísticos permiten que cada miembro de la población tenga una probabilidad de ser seleccionado, reduciendo así el sesgo y aumentando la precisión de las inferencias estadísticas. En esta presentación, exploraremos cómo delimitar correctamente la población, establecer criterios claros para la selección de la muestra y aplicar técnicas de muestreo aleatorio para calcular el tamaño de la muestra de manera adecuada.

Introducción

Por tanto trabajaremos con un analisis estadítico descriptivo. (Hernández-Sampieri, 2020)

En este estudio se pretende analizar los niveles de depresion y suicidio en jovenes de 15 a 29 años en México, considerando las diferencias por entidad federativa y sexo.Identificar la entidad federativa con mayor tasas de suicidio y nivel de depresion.Describir si hay correlación entre niveles de depresión y las tasas de suicidio por entidad federativa y sexo, en el rango de edad de 15 a 29 años.(Bastar, 2019)

Suicidio, [Fotografia], tomada de: https://laopinion.com/wp-content/uploads/sites/3/2016/05/foto.jpg?resize=150

Analizar los niveles de depresión y suicidio en jóvenes de 15 a 29 años en México

Depresión, [Fotografia], tomada de: https://suracapulco.mx/wp-content/uploads/2019/09/depresion-suici dio-especial-1.jpg

tema elegido

Grafico estadístico, [Imagen], tomada de: https://federalismo.nexos.com.mx/wp-content/uploads/2022/05/mental-2.jpg

• Depresión: Variable Independiente: Frecuencia de sentimiento de depresiónVariable dependiente: Cantidad de personasSe está considerando como variable independiente la frecuancia en que se presenta el setimiento de depresión (diariamente, semanalmente, mensualmente, algunas veces en el año, nunca se han sentido deprimidos), y como variable dependiente la cantidad de personas de 15 a 29 años han sentido esa frecuencia de sentimiento. Con esto se pretende identificar, que frecuencia de sentimiento de depresion es mas recurrente, en jovenes de 15 a 29 años.Variable independiente: H-M por entidad federativaVariable dependiente: Nivel de depresión (se han sentido deprimidos, no se han sentido deprimidos)En un segundo análisis, se pretende identificar la entidad federativa por sexo, con mayor incidencia de presencia de sentimiento de depresion. Por lo que se toma como variable independiente entidad federativo, y como variable dependiente presencia de sentimiento de depresión.

variables de estudio

Grafico estadístico, [Imagen], tomada de: https://federalismo.nexos.com.mx/wp-content/uploads/2022/05/mental-2.jpg

• Suicidio: Variable Independiente: Causas de suicidioVariable dependiente: Cantidad de suicidios Se considera la variable independiente como la causa de suicidio (ahorcamiento, disparo, envenenamiento, otra causa), y como variable dependiente la cantidad de suicidios. Con esto se pretende identificar cual es la causa de mayor incidencia de suicidios en México.Variable independiente: H-M por entidad federativaVariable dependiente: Cantidad de suicidiosEn un segundo análisis, se toma en cuenta como variable independiente la entidad federativo por sexo, y como variable dependiente la cantidad de suicidios, asi se podra identificar que entidad federativa tiene mayor indice de suicidios.

variables de estudio

Nivel de medición de variables, [Imagen], tomada de: https://image.slidesharecdn.com/stadistik01-1219022967367661-9/95/stadistik01-34-728.jpg?cb=1218997395

• Depresión: Variable Frecuencia de sentimiento de depresión: nominalVariable H-M por entidad federativa: nominal

• Suicidio: Variable Causas de suicidio: nominalVariable H-M por entidad federativa: nominal

nivel de medición de variables

características de la población de interes

Segun las bases de datos a utilizar, se estan trabajando con hombres y mujeres jovenes de 15 a 29 años de las 32 entidades federativas de México, que presentan o no sentiminto de depresión, así como con que frecuencia se han sentido deprimidos.Por otra parte se considera la tasa de suicidio en hombres y mujeres jovenes de 15 a 29 años de las 32 entidades federativas de México, asi como las causas de suicidio.

población

• Se utiliza muestreo probabilístico: Debido a que la muestra es nacional, es probabilística donde todos los elementos de la póblación tienen la misma probabilidad de ser elegidos.Muestra probabilística: Subgrupo de la población en el que todos los elementos de ésta tienen la misma posibilidad de ser elegidos.(Hernández-Sampieri, 2020)

Tipo de muestreo: Probabilístico

Muestreo aleatorio simple, [Imagen], tomada de: https://www.questionpro.com/blog/wp-content/uploads/2018/04/0597-ok-aleatorio_simple.jpg

• Aleatorio Simple:

• Puesto que Garantiza que todos los individuos que componen la población de estudio tienen la misma oportunidad de ser incluidos en la muestra. En nuestro caso de estudio sobre el suicidio y depresión en las entidades federativas de México.

Muestreo aleatorio simple: Para poder realizar este tipo de muestreo, todos los individuos de la población deben estar numerados en un listado. Normalmente, se hace a partir de un listado de números aleatorios, disponible en casi todos los libros de estadística, con un programa estadístico, o con alguno de los programas para calcular el tamaño de la muestra que tenga la opción de generar listados de números aleatorios. Si no se dispone del listado de individuos, no se podrá utilizar esta técnica de muestreo, por lo que se debe recurrir a otro tipo de muestreo que no precise tener a los individuos identificados(Gallego, 2004)

Con qué procedimiento probabilístico seleccionará la muestra.

Proceso para el cálculo de la muestra.

• Aleatorio Simple:

• La mejor alternativa es la estimación por intervalos, con ella se da un rango de valores que contendrá el valor del parametro con cierta confianza de seguridad, que habitualmente el del 95% (Z). En la fórmula intervienen la proporcion de sujetos que presenta la característica (p) y la proprocion de los que no la presentan q=(1-p) expresado en tatno por uno. Por otra parte, la amplitud de intervalo de confianza (IC), esta directamente relacionado con el error asociado a la estimación o presición (d). (Gallego, 2004)

• La formula para calcular la muestra, donde la poblacion es infinita es decir mayor a 1 millón (García García, 2014) es:

• En muestras finitas donde la poblacion es menor a 1 millón, la formula se suele multiplicar por el factor de corrección por finitud

Muestreo aleatorio simple, [Imagen], tomada de: https://reisdigital.es/wp-content/uploads/2022/10/que-es-una-muestra-finita-e-infinita-cual-es-la-diferencia.jpg

Proceso para el cálculo de la muestra.

Para nuestro caso tenemos los siguientes valores :n= ?N=tamaño de población universoZ=1.96 (Se obtiene de tablas, considerando un nivel de confianza de 95%)e=0.05 error maximo permitido del 5% (Dato determinado apriori por el inestigador)p=0.5 Valor de prevalencia de 50% porque no tenemos datos previosq=(1-p)= 0.5 = (1-0.5) probabilidad de que no ocurra en evento estudiado

n= tamaño de muestra buscadoN=tamaño de población universoZ=parametro estadístico que depende del nivel de confianzae=error de estimacion máximo aceptadop=probabilidad de que ocurra el evento estuciado (éxito)q=(1-p)= probabilidad de que no ocurra en evento estudiado

Proceso para el cálculo de la muestra.

Cálculo

Liga de Cálculo: https://docs.google.com/spreadsheets/d/1uSMc3L7YWrZLnuafMc4gveIRIQj2K4XpSykFfmJGeXE/edit?usp=sharing

Depresión :n= ?N=8,083,923Z=1.96 (Se obtiene de tablas, considerando un nivel de confianza de 95%)e=0.05 error maximo permitido del 5% (Dato determinado apriori por el inestigador)p=0.5 Valor de prevalencia de 50%q=(1-p)= 0.5 =(1-0.5) probabilidad de que no ocurra en evento estudiado

Suicidios :n= ?N=6,559Z=1.96 (Se obtiene de tablas, considerando un nivel de confianza de 95%)e=0.05 error maximo permitido del 5% (Dato determinado apriori por el inestigador)p=0.5 Valor de prevalencia de 50%q=(1-p)= 0.5 = (1-0.5) probabilidad de que no ocurra en evento estudiado

Proceso para el cálculo de la muestra.

Suicidios :Según los datos utilizados, obtenemos que la muestra es :n= 363N=6,559Z=1.96 (Se obtiene de tablas, considerando un nivel de confianza de 95%)e=0.05 error maximo permitido del 5% (Dato determinado apriori por el inestigador)p=0.5 Valor de prevalencia de 50%q=(1-p)= 0.5 = (1-0.5) probabilidad de que no ocurra en evento estudiado

Depresión :Según los datos utilizados, obtenemos que la muestra es:n= 384N=8,083,923Z=1.96 (Se obtiene de tablas, considerando un nivel de confianza de 95%)e=0.05 error maximo permitido del 5% (Dato determinado apriori por el inestigador)p=0.5 Valor de prevalencia de 50%q=(1-p)= 0.5 = (1-0.5) probabilidad de que no ocurra en evento estudiado

Resultado

Esta muestra es probabilidticamente representativa porque garantiza que las características de la muestra reflejen en un alto grado de certeza las de la poblacion total. Puesto que es un selección aleatoria (cada miembro de la población tiene una probabilidad conocida de ser seleccionada), el cálculo considera tamaño de poblacion, nivel de confianza que generalmente se utiliza de 95%, por lo que el margen de error, que se considera es del 5%. Esto significa que hay una alta probabilidad de que los parametros de la muestra estén dentro del margen de error especificado, loq ue ayuda a mantener la representatividad.En resumen, la mjuestra obtenida, es probabilisticamente representativa porque respeta principios de aleatoriedad, controla el error, y garantiza que los resultados obtenidos reflejen con alta precisión los parametros de la poblacion total.(Gallego, 2004)

Explica por qué es una muestra probabilísticamente representativa de la población elegida

En conclusión, la correcta delimitación de la población y la selección adecuada de la muestra son fundamentales para la integridad y la validez de cualquier estudio estadístico. El uso de métodos probabilísticos de selección aleatoria no solo asegura que cada individuo de la población tenga una probabilidad igual y conocida de ser seleccionado, sino que también minimiza el sesgo y aumenta la capacidad de generalizar los resultados del estudio a la población total.Calcular el tamaño de la muestra de manera adecuada es un paso crítico que garantiza la representatividad y la precisión de los hallazgos. Un tamaño de muestra adecuado permite realizar análisis estadísticos con un margen de error aceptable y un nivel de confianza deseado, proporcionando resultados robustos y fiables.La metodología y la estadística no solo son herramientas técnicas, sino también éticas, que nos obligan a seguir procedimientos rigurosos y transparentes en la investigación. Al aplicar estos principios en la delimitación de la población, la selección de la muestra y el cálculo del tamaño de la muestra, nos aseguramos de contribuir de manera significativa al conocimiento científico y a la toma de decisiones informadas en diversas áreas de estudio.

Conclusión

Cálculo

• Gallego, C. F. (2004). Cálculo del tamaño de la muestra. Matronas profesión, 5(18),5-13.

https://neuroclinica.org/wp-content/uploads/2021/09/calculo_muestra.pdf

• García García, J. A., López Alvarenga, J. C., Jiménez Ponce, F., Ramírez Tapia, Y., Lino

Pérez, L., & Reding Bernal, A. (2014). Metodología de la investigación bioestadística y bioinformática en ciencias médicas y de la salud.

Citas

• Bastar, S. G. (2019). Metodología de la investigación.

• Hernández-Sampieri, R., & Mendoza, C. (2020). Metodología de la investigación: las

rutas cuantitativa, cualitativa y mixta.

• Gallego, C. F. (2004). Cálculo del tamaño de la muestra. Matronas profesión, 5(18),5-13.

https://neuroclinica.org/wp-content/uploads/2021/09/calculo_muestra.pdf

• García García, J. A., López Alvarenga, J. C., Jiménez Ponce, F., Ramírez Tapia, Y., Lino

Pérez, L., & Reding Bernal, A. (2014). Metodología de la investigación bioestadística y bioinformática en ciencias médicas y de la salud.

Bibliografía

• Tema de investigación: Es el interés por saber algo de una o varias situaciones, que se expresa con una frase o enunciado
• Objeto de investigación: Es el fenómeno real que existe en el universo, independiente del interés del investigador y al que éste se refiere en forma precisa, objetiva y comprensible. No puede explicarse en forma inmediata, por lo que permite el desarrollo de la investigación (Bastar, 2019)

Estudios descriptivos :Tienen como finalidad especificar propiedades y características de conceptos, fenómenos, variables o hechos en un contexto determinado.

Muestra probabilística: Subgrupo de la población en el que todos los elementos de esta tienen la misma posibilidad de ser elegidos.(Hernández-Sampieri, 2020)

Muestreo Probabilístico

Muestra no probabilística o dirigida: Subgrupo de la población en la que la elección de los elementos no depende de la probabilidad sino de las características de la investigación.

Muestreo No Probabilístico

Muestra aleatorio simple: Muestreo en el que todos los casos del universo tienen al inicio la misma probabilidad de ser seleccionados.(Hernández-Sampieri, 2020)

Muestra aleatorio simple