Ir al contenido principal

NIVEL DE ERROR y NIVEL DE SIGNIFICACIÓN



   
1. NIVEL DE ERROR. ¿QUÉ ES Y COMO SE CALCULA?

  En términos estadísticos el margen de error se refiere a la cantidad de error de muestreo aleatorio resultado de la elaboración de una encuesta. Es un término importante dentro de la investigación de mercados ya que define el nivel de confianza de los resultados obtenidos en la encuesta o investigación. A mayor margen de error existe un menor grado de confianza en la investigación y viceversa.

 
 • LOS RESULTADOS DE UN MUESTREO NO PROBABILÍSTICO NO PROYECTAN A LA POBLACIÓN TOTAL


- Podemos tener un filtro en una muestra de acuerdo a nuestros intereses, de tal manera que si queremos que la encuestas sea contestada, por ejemplo, por 100 personas mayores de 30 años, hacemos uso de un muestreo por cuotas y filtramos a los que no cumplan con esta característica.


- Podemos tener una muestra donde existan personas menores de edad, pero al contestar la primera pregunta en una encuesta, nos daremos cuenta de que no cumplen con los requisitos para continuar contestando nuestra encuesta y podemos programar una lógica de salto para dar por terminada la sesión.

- Seguiremos recibiendo respuestas de otros encuestados que han aceptado de antemano participar en la investigación, hasta completar las 100 encuestas online contestadas por personas mayores de 30 años que planeamos.

- En las muestras no probabilísticas no podemos conocer el grado de representatividad de la población, ni calcular el margen de error.

 
 • DÒNDE SE HACE USO DE LAS MUESTRAS PROBABILÍSTICAS


- Establece un área de muestreo, traza una ruta y selecciona diversos hogares a encuestar. Así puedes ir casa en casa encuestando y cubriendo un área geográfica determinada. Aquí podríamos tener un error en nuestra muestra, por ejemplo, si tocamos en una casa y nadie nos abre la puerta, en este caso no podríamos encuestar a los que allí viven.

- Definitivamente al encuestar en la vía pública, afuera de un comercio o vía telefónica no aplica que hagamos un muestreo probabilístico por el simple hecho de que no se puede encuestar a todos debido a la lejanía de algunas zonas.

- Si hablamos de hacer encuestas por teléfono tenemos que tomar en cuenta que no todos  tienen este servicio, ni existe una base de datos completa de los números de teléfonos celulares como el de las guías telefónicas.


 • EN BÚSQUEDA DE MEJORES MUESTRAS Y MENOS MARGEN DE ERROR


  Como dijimos anteriormente, mientras más pequeños sean éstos márgenes de error, los resultados de las encuestas serán más exactos, por ello hay que trabajar para que las muestra sea más eficientes, para que nuestros clientes no se sorprendan al publicar los resultados del margen de error de nuestras encuestas.



 2. NIVEL DE SIGNIFICACIÓN

 
  Cuando se toma la decisión de rechazar o no la Hipótesis Nula podemos acertar o cometer errores. En el trabajo real no sabemos qué ocurre porque no sabemos si la Hipótesis Nula es verdadera o no. Sin embargo, dados ciertos supuestos podemos obtener las probabilidades de cometer errores de tipo I y de tipo II.


  La probabilidad de cometer errores de tipo I, que se simboliza alfa, es la probabilidad de ocurrencia de los valores del estadístico en la región de rechazo cuando la Hipótesis Nula es verdadera. El valor de alfa, también denominado nivel de significación, es definido por el investigador antes de recoger los datos, y la costumbre es hacer alfa=0.05 o alfa=0.01 (en el ejemplo alfa es igual a 0.05). La probabilidad de cometer errores de tipo II se simboliza beta y depende de varias circunstancias como la distancia que separa el valor asignado al parámetro en la Hipótesis Nula de su valor real, el tamaño muestral y el valor asignado a alfa.




ALUMNOS: Rodrigues Valdez Fernando
                      Lara Huaman Darwing
                   


Comentarios

Entradas populares de este blog

ANÁLISIS  DE NORMALIDAD Los análisis de normalidad, también llamados contrastes de normalidad, tienen como objetivo analizar cuánto difiere la distribución de los datos observados respecto a lo esperado si procediesen de una distribución normal con la misma media y desviación típica. Pueden diferenciarse tres estrategias: las basadas en representaciones gráficas, en métodos analíticos y en test de hipótesis. Histograma y curva normal Consiste en representar los datos mediante un histograma y superponer la curva de una distribución normal con la misma media y desviación estándar que muestran los datos. Gráfico de cuantiles teóricos (Gráficos Q-Q) Consiste en comparar los cuantiles de la distribución observada con los cuantiles teóricos de una distribución normal con la misma media y desviación estándar que los datos. Cuanto más se aproximen los datos a una normal, más alineados están los puntos entorno a la recta. Tipos de pruebas de normali...