El medio para la inferencia es la muestra, la cual es un subconjunto de mediciones seleccionadas de la población.

La información de la muestra se utiliza para hacer inferencia acerca de la población.

Las encuestas de opinión son la base de muchas de las noticias que divulgan los diversos medios de noticias.

De la encuesta de una manera clara y concisa.

Remítase a estos objetivos conforme se vaya progresando en el diseño e instrumentación de la encuesta.

Mantenga los objetivos suficientes simples, de tal manera que sean entendidos por quienes trabajan en la encuesta y sean logrados exitosamente cuando se complete la encuesta.

Defina cuidadosamente la población que va a ser muestreada.

Ej. Va a muestrear adultos, defina adulto(todos aquellos con más de 18 años de edad), y establecer que tipo de adultos están incluidos(todos los residentes permanentes de una ciudad).

Seleccione el marco de tal manera que la lista de unidades muestrales y la población objetiva concuerde lo más posible.

Tenga en cuenta qué marcos múltiples pueden hacer el muestreo más eficiente.

Ej. Los residentes de una ciudad pueden ser muestreados de una lista de manzanas de la ciudad, relacionada con una lista de residentes dentro de las manzanas.

Seleccione el diseño de muestreo, incluyendo el número de elementos en la muestra, de tal manera que la muestra proporcione suficiente información para los objetivos de la encuesta.

Muchas encuestas producen poca o inútil información porque no fueron propiamente diseñadas.

Decida sobre el método de medición, usualmente uno o más.

Entrevistas personales, entrevista por teléfono, cuestionarios enviados por correo postal o electrónico u observación directa.

Especificar cuidadosamente que medición va a ser obtenida. Si va a usar un cuestionario, planee las preguntas de tal manera que se minimice la no respuesta y el riesgo por respuesta incorrecta.

Seleccionar cuidadosamente y adiestrar a los investigadores de campo, sobre que mediciones van a hacer y cómo hacerlas.

Las respuestas son afectadas por el estilo personal y el tono de voz del entrevistador.

Seleccionar una pequeña muestra para una prueba piloto.

Permite probar en campo el cuestionario y otros instrumentos de medición, calificar a los entrevistadores y verificar el manejo de las operaciones de campo.

Los resultados de la prueba usualmente sugieren algunas modificaciones antes de realizar el muestreo a escala completa.

Planear a detalle el trabajo de campo. Cualquier encuesta grande implica un gran número de personas trabajando como entrevistadores, coordinadores o personal dedicado al manejo de datos. Antes de que inicie la encuesta deben organizarse cuidadosamente los diferentes trabajos y establecerse claramente las líneas de autoridad.

Elaborar un esquema de cómo se debe manejar cada pieza de información para todas las etapas de la encuesta.

Las grandes encuestas generan gran cantidad de información. Debe incluir pasos para el proceso de los datos. Desde el momento en que se hace una medición hasta el análisis final. También un esquema de control de calidad para verificar correlación entre os datos procesados y los recolectados en campo.

Defina los análisis que deben realizar especificando a detalle los análisis que deben ser ejecutados.

Se puede también listar los temas que serán incluidos en el reporte final.

Si un tamaño de muestra n es seleccionado de una población de tamaño N de tal manera que cada muestra posible de tamaño n tiene la misma probabilidad de ser seleccionado, el procedimiento de muestreo se denomina muestreo irrestricto aleatorio. A la muestra así obtenida se le llama irrestricta aleatoria.

Una muestra por conglomerados es una muestra aleatoria en la cual cada unidad de muestreo es una colección, o conglomerado, de elementos.

Es la obtenida mediante la separación de los elementos de la población en grupos que no se presenten traslapes, llamados estratos y la selección posterior de una muestra irrestricta aleatoria simple de cada estrato.

Una muestra obtenida al seleccionar aleatoriamente un elemento de los primeros k elementos en el marco y después cada k-ésimo elemento se denomina muestra sistemática de 1 en k.

• Al establecer un criterio de decisión sobre la hipótesis nula, el investigador puede ponderar los errores que podría cometer en su decisión sobre la hipótesis nula. Una primer forma de error (se conoce como el error tipo I) consiste en rechazar una hipótesis nula verdadera, es decir, descartar el azar como explicación cuando los resultados podrían explicarse razonablemente con base en el mismo.

• Este es el error que comete el investigador que ve más lo que hay en los datos; es decir, el investigador concluye en que existe una relación real o verdadera entre las variables independiente y dependiente de la investigación, cuando en realidad la relación observada se puede explicar razonablemente como resultado del azar.

Es el error del investigador que se apresura a concluir a favor de su hipótesis de investigación.

Pues la prueba de la hipótesis nula para él no era otra cosa que un freno a la tendencia natural de un investigador a creer que hipótesis ha sido confirmada por el simple hecho de que los resultados de la investigación siguen la misma dirección de la hipótesis.

• rechazar una hipótesis nula verdadera.

Consiste en no rechazar una hipótesis nula falsa, es decir, no descartar el azar aun cuando éste no constituye una explicación razonable de los datos. Este es el error que comete el investigador que ve menos que lo que hay en los datos; por miedo a rechazar incorrectamente el azar, el investigador puede exponerse al riesgo de pasar por alto una relación real o verdadera entre las variables de su investigación.

Equivale a la magnitud del riesgo que está dispuesto a correr el investigador, de cometer el error de rechazar una hipótesis nula verdadera (el llamado error tipo I). Para la mayoría de los propósitos, el nivel de significación previamente establecido suele ser de 0.05, aunque en áreas de investigación más rigurosas se trabaja con un nivel de significación de 0.01. Suponiendo que se trabaja con un nivel de significación de 0.05, se rechazaría la hipótesis nula siempre que la probabilidad de explicar los resultados obtenidos en una investigación como si fueran obra del azar sea igual o menor que 0.05.

Se le conoce como alfa al error tipo I y beta al error tipo II; a partir de este último tipo de error, introdujeron el concepto de "poder de una prueba estadística", el cual se refiere a su capacidad para evitar el error tipo II, y está definido por 1-beta, y en estrecha relación con éste se ha desarrollado el concepto de "tamaño del efecto" que algunos han propuesto como sustituto de los valores p en los informes de investigación científica.

Los dirigentes del consejo estudiantil de la UV-SEA-Poza Rica, requieren realizar una encuesta para poder determinar la proposición de los estudiantes que están a favor de proponer un código de honor. Como se tienenen N=2000 estudiantes, es casi imposible realizar la encuesta en un fin de semana Determine el tamaño de la muestra (estudiantes a entrevistar) para estimar p con un limite para el error de estimación de magnitud B=0.05. Suponiendo que no se cuanta con más información.

Cuando se cuenta con información previa, podemos aproximar los tamaños de muestra requeridos . Estimando p= 0.5 tenemos que:

𝐷 =𝐵2

4=

(0.05)2

4= 0.000625

Por lo tanto:

n=𝑁𝑝𝑞

𝑁−1 𝐷+𝑝𝑞=

(2000)(0.5)(0.5)

(1999)(0.000625)+(0.5)(0.5) =

500

1.499 = 333.56

Esto es 334 estudiantes de la UV-SEA-Poza Rica deben ser

entrevistados para estimar la proporción de estudiantes que está a favor de una propuesta de código de honor, con un límite de error de estimación de B=0.5