El estudio estadístico de una situación con propósitos

inferenciales se centra en los siguientes conceptos

fundamentales

Muestra Población

Muestreo no Muestra
probabilístico Probabilística

Error
Estándar
Muestra En estadística, una muestra es un subconjunto de casos o
individuos de una población.

La muestra debe poseer toda la información deseada

para tener la posibilidad de extraerla, esto solo se puede
lograr con una buena selección de la muestra y un
trabajo muy cuidadoso y de alta calidad en la recogida
de datos.

Muestra Probabilística: El muestreo probabilístico (o

muestreo aleatorio) es la técnica de elección de la
muestra en la que los individuos son elegidos
aleatoriamente y todos tienen probabilidad positiva de
formar parte de ella.
Muestreo no probabilístico: Es aquel para el que no se
puede calcular la probabilidad de extracción de una
determinada muestra. Por tal motivo, se busca
seleccionar a individuos que tienen un conocimiento
profundo del tema bajo estudio y se considera que la
información aportada por esas personas es vital para la
toma de decisiones.
Población

El error estándar es una estimación de cuánto varía el

valor de una estadística de prueba de muestra a
muestra. Es una medida de la incertidumbre de la
Error Estándar estadística de prueba. El error estándar podría
abreviarse como error est.
El error estándar se calcula tomando la desviación
estándar de la distribución de muestreo para la
estadística de prueba. La distribución de muestreo es la
distribución de todas las muestras posibles.
 Tipos De Errores En Estadísticas Inferenciales

El error de tipo II, también llamado error de tipo

beta (β) (β es la probabilidad de que exista este
En un estudio de investigación, el error de tipo I error) o falso negativo, se comete cuando el
también denominado error de tipo alfa (α)1 o falso investigador no rechaza la hipótesis nula siendo
positivo, es el error que se comete cuando el esta falsa en la población.
investigador rechaza la hipótesis nula siendo esta
Error de Tipo II
verdadera en la población.
Aceptar la hipótesis nula cuando se debió haber
rechazado
• Rechazo de la hipótesis nula cuando se debió haber
aceptado
• Altamente peligroso

• Puede controlarse estableciendo el parámetro de

decisión estadística “level of significance” antes de
comenzar el estudio