Este documento presenta los conceptos clave de población, muestra, tipos de muestra y cómo seleccionar una muestra probabilística. Define la población y la unidad de análisis, y explica que la muestra es un subgrupo representativo de la población. Describe muestras probabilísticas y no probabilísticas, y métodos como tómbolas y tablas de números aleatorios para seleccionar una muestra probabilística.
Análisis de adulteración de pastas alimenticias simples en laboratorio.
Definiciones de los diferentes tipos de pastas.
Análisis de perdidas por cocción.
Descripción del envase y etiquetado de pastas alimenticias marca Toscana.
Análisis sensorial y análisis químico bromatológico.
El documento describe dos métodos gravimétricos para cuantificar la humedad en sistemas alimenticios. El primer método involucra deshidratar la muestra en una estufa a 130°C y presión atmosférica. El segundo método aplica una temperatura menor a 100°C y vacío para evitar la volatilización de otros compuestos además del agua. Ambos métodos miden la pérdida de peso de la muestra para determinar el porcentaje de humedad original presente.
La Operaciones en los alimentos se realizan para la selección de los equipos de reducción de actividad acuosa,tratamientos térmicos y no térmicos en los procesos alimentarios.
Ajustes de tasas y proporciones-epidemiologia Diego Pincay
El documento describe los ajustes y estandarizaciones de tasas y proporciones para comparar eventos entre poblaciones. Explica que se debe ajustar las tasas globales para eliminar el efecto de variables de confusión como la edad, reemplazando las distribuciones de edad de cada población por una distribución estándar común. Los elementos necesarios para el ajuste son las tasas específicas por grupo de edad en cada población y la población estándar.
Este documento describe los pasos para calificar y evaluar proveedores de acuerdo al riesgo. Explica que se debe realizar un análisis de riesgo de los proveedores para determinar su prioridad de calificación. También cubre cómo identificar los requisitos de los proveedores y cómo verificar que se cumplan requisitos como el desempeño, la calidad, el servicio y la oportunidad. Además, destaca la importancia de realizar auditorías periódicas a los proveedores.
Este documento presenta información sobre variables estadísticas, tablas de frecuencia y gráficos. Explica que las variables pueden ser cualitativas o cuantitativas, y define cada tipo. También describe cómo construir tablas de frecuencia con diferentes medidas como frecuencia absoluta, relativa y porcentual. Finalmente, introduce diferentes tipos de gráficos como circulares, de barras e histograma para representar datos estadísticos de manera visual.
Este documento presenta los conceptos clave de población, muestra, tipos de muestra y cómo seleccionar una muestra probabilística. Define población como el conjunto total de casos y muestra como un subgrupo representativo de la población. Explica que existen muestras probabilísticas, donde cada elemento tiene la misma probabilidad de ser seleccionado, y no probabilísticas. También cubre cómo calcular el tamaño de muestra y los procedimientos de selección como la tómbola y números aleatorios.
Este capítulo describe los diferentes tipos de muestras utilizadas en investigación cuantitativa, incluyendo muestras probabilísticas y no probabilísticas. Explica cómo definir las unidades de análisis, determinar el tamaño adecuado de la muestra, y los procedimientos para seleccionar muestras representativas de la población, dependiendo del tipo de muestreo elegido. Además, analiza conceptos clave como muestra, población, representatividad y error estándar.
Análisis de adulteración de pastas alimenticias simples en laboratorio.
Definiciones de los diferentes tipos de pastas.
Análisis de perdidas por cocción.
Descripción del envase y etiquetado de pastas alimenticias marca Toscana.
Análisis sensorial y análisis químico bromatológico.
El documento describe dos métodos gravimétricos para cuantificar la humedad en sistemas alimenticios. El primer método involucra deshidratar la muestra en una estufa a 130°C y presión atmosférica. El segundo método aplica una temperatura menor a 100°C y vacío para evitar la volatilización de otros compuestos además del agua. Ambos métodos miden la pérdida de peso de la muestra para determinar el porcentaje de humedad original presente.
La Operaciones en los alimentos se realizan para la selección de los equipos de reducción de actividad acuosa,tratamientos térmicos y no térmicos en los procesos alimentarios.
Ajustes de tasas y proporciones-epidemiologia Diego Pincay
El documento describe los ajustes y estandarizaciones de tasas y proporciones para comparar eventos entre poblaciones. Explica que se debe ajustar las tasas globales para eliminar el efecto de variables de confusión como la edad, reemplazando las distribuciones de edad de cada población por una distribución estándar común. Los elementos necesarios para el ajuste son las tasas específicas por grupo de edad en cada población y la población estándar.
Este documento describe los pasos para calificar y evaluar proveedores de acuerdo al riesgo. Explica que se debe realizar un análisis de riesgo de los proveedores para determinar su prioridad de calificación. También cubre cómo identificar los requisitos de los proveedores y cómo verificar que se cumplan requisitos como el desempeño, la calidad, el servicio y la oportunidad. Además, destaca la importancia de realizar auditorías periódicas a los proveedores.
Este documento presenta información sobre variables estadísticas, tablas de frecuencia y gráficos. Explica que las variables pueden ser cualitativas o cuantitativas, y define cada tipo. También describe cómo construir tablas de frecuencia con diferentes medidas como frecuencia absoluta, relativa y porcentual. Finalmente, introduce diferentes tipos de gráficos como circulares, de barras e histograma para representar datos estadísticos de manera visual.
Este documento presenta los conceptos clave de población, muestra, tipos de muestra y cómo seleccionar una muestra probabilística. Define población como el conjunto total de casos y muestra como un subgrupo representativo de la población. Explica que existen muestras probabilísticas, donde cada elemento tiene la misma probabilidad de ser seleccionado, y no probabilísticas. También cubre cómo calcular el tamaño de muestra y los procedimientos de selección como la tómbola y números aleatorios.
Este capítulo describe los diferentes tipos de muestras utilizadas en investigación cuantitativa, incluyendo muestras probabilísticas y no probabilísticas. Explica cómo definir las unidades de análisis, determinar el tamaño adecuado de la muestra, y los procedimientos para seleccionar muestras representativas de la población, dependiendo del tipo de muestreo elegido. Además, analiza conceptos clave como muestra, población, representatividad y error estándar.
Este documento presenta información sobre la selección de muestras en investigación de mercados. Explica que la muestra es un subgrupo de la población sobre la cual se recolectan datos, y debe ser representativa. También describe diferentes tipos de muestras como probabilísticas, no probabilísticas y por racimos, así como métodos para seleccionarlas como de forma aleatoria o sistemática. Finalmente, ofrece recomendaciones sobre el tamaño óptimo de muestras y el uso de listados y archivos como marcos de referencia.
Este documento describe los métodos de selección de muestras probabilísticas y no probabilísticas. Explica que una muestra probabilística requiere determinar su tamaño y seleccionar los elementos de manera aleatoria para que todos tengan la misma probabilidad de ser elegidos. Describe fórmulas para calcular el tamaño de la muestra y métodos como la tómbola, números aleatorios y selección sistemática para elegir los elementos. También aborda muestras estratificadas, por racimos y los marcos muestrales
Este documento describe los pasos para seleccionar una muestra en una investigación, incluyendo definir la población y sujetos de estudio, elegir un tipo de muestra probabilística o no probabilística, determinar el tamaño de la muestra, aplicar un procedimiento de selección como muestreo aleatorio simple, y obtener la muestra final. También explica conceptos como muestreo estratificado, por racimos, y muestras no probabilísticas como de voluntarios o expertos.
Los fundamentos del la especie en cuestión son los que han sido excluidos por el momento no han sido muy buenos y los papus llegando de la vacuna tiene que ser la primera pregunta de que suceda con el nombre de la economía que refleja la crisis económica de la vacuna tiene que ver si te afecta a la casa de la madre y de YouTube que es el ciberbulling de la vacuna tiene que ver si te gusta escuchar la música en tu casa o la fórmula que quieras para el libro de la vacuna tiene que ser un poco de cardio para que el estado de resultados se mantenga como un día normal de la semana de la economía que refleja la crisis de la vacuna tiene que ver si te afecta a la casa de la madre y de gestión de la vacuna tiene que ser un poco de cardio y no pude ingresar al sistema y la rodaja de la economía que refleja
Selecciondelamuestra Universidad Americana del NoresteJavier Armendariz
Este documento discute los conceptos clave relacionados con la selección de muestras en la investigación cuantitativa. Explica que definir la unidad de análisis y delimitar la población son pasos iniciales importantes. Luego, cubre los tipos de muestras probabilísticas y no probabilísticas, y cómo seleccionar el tamaño de la muestra de manera que minimice el error estándar. También explora el muestreo estratificado y por racimos como opciones para la selección de muestras.
Este documento describe los conceptos de población y muestra en una investigación. Una población es el conjunto de elementos sobre los cuales se harán inferencias, mientras que una muestra es un subconjunto de la población. Existen dos tipos principales de muestreo: probabilístico, donde cada elemento tiene la misma probabilidad de ser seleccionado, e intencional, donde el investigador elige los elementos más representativos. El tamaño de la muestra depende de factores como el nivel de confianza y error deseado.
El documento trata sobre la importancia del muestreo en la investigación científica. Explica que el muestreo permite estudiar una muestra representativa de una población completa de manera más eficiente en términos de tiempo y costo. Describe dos métodos de muestreo, el muestreo aleatorio y el muestreo no aleatorio, y se enfoca en explicar conceptos clave del muestreo aleatorio como población, muestra, parámetro, estadístico y error muestral.
Este documento define y explica los conceptos de muestra, población y muestreo. Discute los tipos de muestreo probabilístico como el aleatorio simple, estratificado y de conglomerados. También cubre los muestreos no probabilísticos como el intencional y de bola de nieve. Explica cómo calcular el tamaño de una muestra estadística usando una fórmula matemática e identifica los parámetros clave en la fórmula. Concluye resaltando la importancia del muestreo estadístico para obtener
El documento describe los conceptos clave de la muestra cualitativa, incluyendo que no busca ser representativa sino profundidad, y que su tamaño depende del proceso inductivo. Explica que la selección de casos se realiza de forma no probabilística e intencional según criterios estratégicos.
Teoria de la muestra e importancia en educacionEliseo Tintaya
Manual de estadística aplicada a la educación y cs. sociales, producido por los estudiantes de la Universidad Mayor de San Andres. Carrera Ciencias de la Educación.
Población, muestra, informantes clave, variable, unidad de análisisJayleth Hd
Este documento define conceptos clave para la investigación cualitativa como población, muestra, informantes clave, variable y unidad de análisis. Explica que la población es el conjunto de elementos con características comunes, mientras que la muestra es una parte representativa de la población. Describe dos tipos de muestreo, probabilístico y no probabilístico, e informantes clave como personas que pueden ayudar al investigador a acceder a nueva información.
Este documento describe diferentes tipos de muestras estadísticas. Explica que primero se debe definir la unidad de análisis y luego delimitar la población estadística. Luego describe las muestras probabilísticas y no probabilísticas, y los diferentes métodos para seleccionar las muestras como por racimos, estratificadas, voluntarias y por cuotas. Finalmente, discute cómo calcular el tamaño apropiado de la muestra.
La estadística inferencial permite obtener conclusiones sobre una población a partir de una muestra. Incluye conceptos como probabilidad, que mide numéricamente la posibilidad de que ocurra un evento, y métodos de muestreo, que seleccionan una parte representativa de una población para hacer inferencias. Existen tres tipos de probabilidad - clásica, frecuencial y subjetiva - y dos tipos de muestras - probabilísticas y no probabilísticas. La estadística inferencial proporciona herramientas para estudiar datos
La estadística inferencial permite hacer generalizaciones sobre una población basadas en una muestra. El documento introduce conceptos como probabilidad clásica, probabilidad frecuencial y probabilidad subjetiva, así como métodos de muestreo como muestreo aleatorio simple, sistemático y estratificado. Explica que la estadística inferencial utiliza métodos probabilísticos y no probabilísticos para inferir características de una población a partir de una muestra representativa. El objetivo final es poder hacer inferencias sobre la población total con base en los resultados
La estadística inferencial permite hacer generalizaciones sobre una población basadas en una muestra. El documento introduce conceptos como probabilidad clásica, probabilidad frecuencial y probabilidad subjetiva, así como métodos de muestreo como muestreo aleatorio simple, sistemático y estratificado. Explica que la estadística inferencial utiliza métodos probabilísticos y no probabilísticos para inferir características de una población a partir de una muestra representativa.
Este documento presenta información sobre el uso de muestras en la investigación científica. Define conceptos clave como universo, población y muestra. Explica que una muestra debe ser representativa de la población total y debe seleccionarse de manera probabilística. También describe ventajas del uso de muestras como requerir menos tiempo y recursos que estudiar la población completa, y poder analizar variables con mayor profundidad.
El documento describe los conceptos clave de población, muestra e instrumentos en investigaciones cuantitativas. Explica la diferencia entre población y muestra, y los diferentes tipos de muestreo como probabilístico y no probabilístico. También cubre cómo calcular el tamaño de la muestra y los elementos para elaborar instrumentos para recopilar datos.
Este documento presenta conceptos clave sobre población, muestra y variable. Explica que la población se refiere al conjunto total de elementos a estudiar, mientras que la muestra es un subconjunto de la población. Además, destaca la importancia de definir claramente estas nociones y de obtener una muestra representativa para realizar inferencias válidas sobre la población. Por último, introduce la noción de variable como cualquier característica susceptible de asumir diferentes valores.
El documento presenta una introducción al diseño metodológico de una investigación. Explica los tipos de diseño cualitativo y cuantitativo, así como conceptos clave como universo, muestra, métodos e instrumentos de recolección de datos, y el plan de tabulación y análisis. El objetivo general es guiar el proceso de investigación para aumentar la validez y confiabilidad de los resultados.
Este documento lista diferentes técnicas e instrumentos para la recolección de datos en investigación cualitativa y cuantitativa. En la investigación cuantitativa se incluyen encuestas, cuestionarios, pruebas estandarizadas, observación indirecta y datos secundarios. En la investigación cualitativa se incluyen entrevistas, grupos focales, etnografías y observación. También presenta diferentes formatos para la discusión de investigaciones como simposios, mesas redondas, paneles y foros.
Este documento presenta las actividades de la asignatura Taller de Investigación II que estudiantes de Ingeniería en Sistemas Computacionales están realizando. La asignatura pretende que los estudiantes profundicen en el protocolo de investigación y desarrollen elementos como investigación, creatividad, y proyectos tecnológicos. La investigación busca hacer comprensible lo inexplicado y vincularlo a las situaciones de las personas.
Este documento presenta información sobre la selección de muestras en investigación de mercados. Explica que la muestra es un subgrupo de la población sobre la cual se recolectan datos, y debe ser representativa. También describe diferentes tipos de muestras como probabilísticas, no probabilísticas y por racimos, así como métodos para seleccionarlas como de forma aleatoria o sistemática. Finalmente, ofrece recomendaciones sobre el tamaño óptimo de muestras y el uso de listados y archivos como marcos de referencia.
Este documento describe los métodos de selección de muestras probabilísticas y no probabilísticas. Explica que una muestra probabilística requiere determinar su tamaño y seleccionar los elementos de manera aleatoria para que todos tengan la misma probabilidad de ser elegidos. Describe fórmulas para calcular el tamaño de la muestra y métodos como la tómbola, números aleatorios y selección sistemática para elegir los elementos. También aborda muestras estratificadas, por racimos y los marcos muestrales
Este documento describe los pasos para seleccionar una muestra en una investigación, incluyendo definir la población y sujetos de estudio, elegir un tipo de muestra probabilística o no probabilística, determinar el tamaño de la muestra, aplicar un procedimiento de selección como muestreo aleatorio simple, y obtener la muestra final. También explica conceptos como muestreo estratificado, por racimos, y muestras no probabilísticas como de voluntarios o expertos.
Los fundamentos del la especie en cuestión son los que han sido excluidos por el momento no han sido muy buenos y los papus llegando de la vacuna tiene que ser la primera pregunta de que suceda con el nombre de la economía que refleja la crisis económica de la vacuna tiene que ver si te afecta a la casa de la madre y de YouTube que es el ciberbulling de la vacuna tiene que ver si te gusta escuchar la música en tu casa o la fórmula que quieras para el libro de la vacuna tiene que ser un poco de cardio para que el estado de resultados se mantenga como un día normal de la semana de la economía que refleja la crisis de la vacuna tiene que ver si te afecta a la casa de la madre y de gestión de la vacuna tiene que ser un poco de cardio y no pude ingresar al sistema y la rodaja de la economía que refleja
Selecciondelamuestra Universidad Americana del NoresteJavier Armendariz
Este documento discute los conceptos clave relacionados con la selección de muestras en la investigación cuantitativa. Explica que definir la unidad de análisis y delimitar la población son pasos iniciales importantes. Luego, cubre los tipos de muestras probabilísticas y no probabilísticas, y cómo seleccionar el tamaño de la muestra de manera que minimice el error estándar. También explora el muestreo estratificado y por racimos como opciones para la selección de muestras.
Este documento describe los conceptos de población y muestra en una investigación. Una población es el conjunto de elementos sobre los cuales se harán inferencias, mientras que una muestra es un subconjunto de la población. Existen dos tipos principales de muestreo: probabilístico, donde cada elemento tiene la misma probabilidad de ser seleccionado, e intencional, donde el investigador elige los elementos más representativos. El tamaño de la muestra depende de factores como el nivel de confianza y error deseado.
El documento trata sobre la importancia del muestreo en la investigación científica. Explica que el muestreo permite estudiar una muestra representativa de una población completa de manera más eficiente en términos de tiempo y costo. Describe dos métodos de muestreo, el muestreo aleatorio y el muestreo no aleatorio, y se enfoca en explicar conceptos clave del muestreo aleatorio como población, muestra, parámetro, estadístico y error muestral.
Este documento define y explica los conceptos de muestra, población y muestreo. Discute los tipos de muestreo probabilístico como el aleatorio simple, estratificado y de conglomerados. También cubre los muestreos no probabilísticos como el intencional y de bola de nieve. Explica cómo calcular el tamaño de una muestra estadística usando una fórmula matemática e identifica los parámetros clave en la fórmula. Concluye resaltando la importancia del muestreo estadístico para obtener
El documento describe los conceptos clave de la muestra cualitativa, incluyendo que no busca ser representativa sino profundidad, y que su tamaño depende del proceso inductivo. Explica que la selección de casos se realiza de forma no probabilística e intencional según criterios estratégicos.
Teoria de la muestra e importancia en educacionEliseo Tintaya
Manual de estadística aplicada a la educación y cs. sociales, producido por los estudiantes de la Universidad Mayor de San Andres. Carrera Ciencias de la Educación.
Población, muestra, informantes clave, variable, unidad de análisisJayleth Hd
Este documento define conceptos clave para la investigación cualitativa como población, muestra, informantes clave, variable y unidad de análisis. Explica que la población es el conjunto de elementos con características comunes, mientras que la muestra es una parte representativa de la población. Describe dos tipos de muestreo, probabilístico y no probabilístico, e informantes clave como personas que pueden ayudar al investigador a acceder a nueva información.
Este documento describe diferentes tipos de muestras estadísticas. Explica que primero se debe definir la unidad de análisis y luego delimitar la población estadística. Luego describe las muestras probabilísticas y no probabilísticas, y los diferentes métodos para seleccionar las muestras como por racimos, estratificadas, voluntarias y por cuotas. Finalmente, discute cómo calcular el tamaño apropiado de la muestra.
La estadística inferencial permite obtener conclusiones sobre una población a partir de una muestra. Incluye conceptos como probabilidad, que mide numéricamente la posibilidad de que ocurra un evento, y métodos de muestreo, que seleccionan una parte representativa de una población para hacer inferencias. Existen tres tipos de probabilidad - clásica, frecuencial y subjetiva - y dos tipos de muestras - probabilísticas y no probabilísticas. La estadística inferencial proporciona herramientas para estudiar datos
La estadística inferencial permite hacer generalizaciones sobre una población basadas en una muestra. El documento introduce conceptos como probabilidad clásica, probabilidad frecuencial y probabilidad subjetiva, así como métodos de muestreo como muestreo aleatorio simple, sistemático y estratificado. Explica que la estadística inferencial utiliza métodos probabilísticos y no probabilísticos para inferir características de una población a partir de una muestra representativa. El objetivo final es poder hacer inferencias sobre la población total con base en los resultados
La estadística inferencial permite hacer generalizaciones sobre una población basadas en una muestra. El documento introduce conceptos como probabilidad clásica, probabilidad frecuencial y probabilidad subjetiva, así como métodos de muestreo como muestreo aleatorio simple, sistemático y estratificado. Explica que la estadística inferencial utiliza métodos probabilísticos y no probabilísticos para inferir características de una población a partir de una muestra representativa.
Este documento presenta información sobre el uso de muestras en la investigación científica. Define conceptos clave como universo, población y muestra. Explica que una muestra debe ser representativa de la población total y debe seleccionarse de manera probabilística. También describe ventajas del uso de muestras como requerir menos tiempo y recursos que estudiar la población completa, y poder analizar variables con mayor profundidad.
El documento describe los conceptos clave de población, muestra e instrumentos en investigaciones cuantitativas. Explica la diferencia entre población y muestra, y los diferentes tipos de muestreo como probabilístico y no probabilístico. También cubre cómo calcular el tamaño de la muestra y los elementos para elaborar instrumentos para recopilar datos.
Este documento presenta conceptos clave sobre población, muestra y variable. Explica que la población se refiere al conjunto total de elementos a estudiar, mientras que la muestra es un subconjunto de la población. Además, destaca la importancia de definir claramente estas nociones y de obtener una muestra representativa para realizar inferencias válidas sobre la población. Por último, introduce la noción de variable como cualquier característica susceptible de asumir diferentes valores.
El documento presenta una introducción al diseño metodológico de una investigación. Explica los tipos de diseño cualitativo y cuantitativo, así como conceptos clave como universo, muestra, métodos e instrumentos de recolección de datos, y el plan de tabulación y análisis. El objetivo general es guiar el proceso de investigación para aumentar la validez y confiabilidad de los resultados.
Este documento lista diferentes técnicas e instrumentos para la recolección de datos en investigación cualitativa y cuantitativa. En la investigación cuantitativa se incluyen encuestas, cuestionarios, pruebas estandarizadas, observación indirecta y datos secundarios. En la investigación cualitativa se incluyen entrevistas, grupos focales, etnografías y observación. También presenta diferentes formatos para la discusión de investigaciones como simposios, mesas redondas, paneles y foros.
Este documento presenta las actividades de la asignatura Taller de Investigación II que estudiantes de Ingeniería en Sistemas Computacionales están realizando. La asignatura pretende que los estudiantes profundicen en el protocolo de investigación y desarrollen elementos como investigación, creatividad, y proyectos tecnológicos. La investigación busca hacer comprensible lo inexplicado y vincularlo a las situaciones de las personas.
El documento describe cómo las personas que comparten una dirección común y tienen sentido de comunidad y ayuda mutua pueden lograr más fácilmente sus objetivos trabajando juntos. El autor y sus compañeros trabajaron en equipo en un proyecto, colaborando y aportando ideas diferentes, lo que les permitió avanzar en su trabajo y conocerse mejor.
Antonio Vicente Mendoza nació en 1992 en San Felipe Usila, Oaxaca. Actualmente tiene 20 años y estudia el séptimo semestre de la carrera de Ingeniería en Sistemas Computacionales en el Tecnológico de Tuxtepec. Creció en una familia de cinco miembros donde se habla el dialecto chinanteco.
María del Rosario Antonio Gómez nació el 8 de agosto de 1990 en Veracruz, México. Actualmente tiene 23 años y vive en Papaloapan, Oaxaca con su madre y hermanos. Estudió primaria y secundaria en Papaloapan y obtuvo el mejor promedio en el Bachillerato Tecnológico del Estado de Oaxaca aunque no pudo continuar sus estudios en ese momento. Dos años después ingresó al Instituto Tecnológico de Tuxtepec donde actualmente cursa el séptimo semestre de la carrera de
María del Rosario Antonio Gómez nació el 8 de agosto de 1990 en Veracruz, México. Actualmente tiene 23 años y vive en Papaloapan, Oaxaca con su madre y hermanos. Estudió primaria y secundaria en Papaloapan y obtuvo el mejor promedio en el Bachillerato Tecnológico del Estado de Oaxaca aunque no pudo continuar sus estudios. Actualmente cursa el séptimo semestre de Ingeniería en Sistemas Computacionales en el Instituto Tecnológico de Tuxtepec donde ha participado
María del Rosario Antonio Gómez nació el 8 de agosto de 1990 en Veracruz, México. Actualmente tiene 23 años y vive en Papaloapan, Oaxaca con su madre y hermanos. Estudió primaria y secundaria en Papaloapan y actualmente cursa el séptimo semestre de Ingeniería en Sistemas Computacionales en el Instituto Tecnológico de Tuxtepec. Sus pasatiempos favoritos incluyen el voleibol y ha participado en conferencias y talleres sobre seguridad informática y modelado 3D durante
Este documento presenta tres protocolos de investigación evaluados mediante una lista de verificación. Los protocolos se refieren al diseño e implementación de sistemas basados en tecnología para mejorar procesos en instituciones educativas. La lista de verificación evalúa elementos como el título, antecedentes, definición del problema, objetivos, marco teórico y métodos. Dos de los protocolos cumplen adecuadamente con la mayoría de los requisitos mientras que el tercero omite algunos elementos importantes como marco teórico e hipó
El documento propone desarrollar un sistema de control de asistencias para una escuela técnica en Tuxtepec, Oaxaca, para reemplazar el proceso manual actual. El sistema propuesto utilizaría huellas digitales para registrar asistencias de manera más precisa y evitar fraudes. Esto ayudaría a la escuela a ahorrar dinero al eliminar errores en la nómina y mejorar la productividad al tener un mejor control del tiempo. El sistema también proporcionaría información más confiable para auditorías.
El documento propone desarrollar un sistema de control de asistencias para un bachillerato tecnológico para automatizar los procesos manuales actuales y evitar fraudes. El sistema actual produce inexactitudes en la nómina y pagos que generan mayores gastos para la institución. El nuevo sistema basado en huella digital proporcionaría mayor fiabilidad, efectividad y productividad de forma automatizada y en tiempo real.
Este documento presenta un proyecto de investigación para desarrollar un sistema de control de asistencia para el Bachillerato Tecnológico "Moisés Sáenz" en Tuxtepec, Oaxaca. Actualmente el registro de asistencia del personal se realiza de forma manual, lo que causa problemas como imprecisión en la nómina. El objetivo es analizar, diseñar y desarrollar un software que permita generar reportes de horas trabajadas de forma automatizada. De implementarse, el sistema podría agilizar procesos, reducir costos y brindar
Este documento presenta el diseño de un sistema de control de asistencia para el Bachillerato Tecnológico “Moisés Sáenz” en Tuxtepec, Oaxaca. Actualmente el registro de asistencia del personal se realiza de forma manual, lo que causa problemas como pago incorrecto de nóminas. El objetivo del proyecto es analizar, diseñar y desarrollar un software que permita generar reportes de horas trabajadas por el personal de forma automatizada. Esto beneficiará a la institución y al personal agilizando los procesos administr
Este documento presenta el diseño de un sistema de control de asistencia para el Bachillerato Tecnológico "Moisés Sáenz" en Tuxtepec, Oaxaca. Actualmente, el registro de asistencia del personal se realiza de forma manual, lo que causa imprecisión en la nómina. El objetivo es analizar, diseñar y desarrollar un software que permita generar reportes de horas trabajadas de forma automatizada. Esto agilizará los procesos administrativos y mejorará la productividad de la institución.
Este documento evalúa tres protocolos de investigación. El primero analiza un sistema biométrico de control de asistencia y cumple con la mayoría de los requisitos excepto una hipótesis. El segundo protocolo sobre un sistema de control escolar omite elementos como el marco teórico y la hipótesis. El tercer protocolo sobre un sistema de registro académico incluye la mayoría de elementos pero algunos están redactados de forma general y el marco teórico es breve. En general, los protocolos cumplen parcialmente con los requisitos pero
Este documento evalúa tres protocolos de investigación. El primer protocolo cumple con la mayoría de los requisitos pero carece de una hipótesis. El segundo protocolo omite elementos importantes como un marco teórico y una hipótesis. El tercer protocolo cumple con todos los requisitos evaluados. La lista de verificación analiza componentes como el título, antecedentes, definición del problema, objetivos, hipótesis, alcances y limitaciones.
Este documento presenta una lista de verificación para evaluar los elementos de un protocolo de investigación sobre el diseño e implementación de un sistema biométrico basado en huella dactilar. El protocolo cumple con la mayoría de los requisitos requeridos como tener un título claro y conciso, antecedentes bien establecidos, definición del problema, objetivos específicos, alcances y limitaciones definidos, y marco teórico y método bien desarrollados. Sin embargo, carece de una hipótesis con variables identificadas.
1. PRESENTA:
CLEOTILDE JORGE RAFAEL
MARÍA DEL ROSARIO ANTONIO GÓMEZ
ANTONIO VICENTE MENDOZA
KEREN ARADI MARTÍNEZ HERRERA
CRISTIAN JOAQUÍN CONTI SÁNCHEZ
CARLOS ALEJANDRO SÁNCHEZ GONZÁLEZ
ASESOR:
L.I. MARÍA DE LOS ÁNGELES MARTÍNEZ
MORALES
S.E.P D.G.E.S.T S.N.E.S.T
INSTITUTO TECNOLÓGICO DE
TUXTEPEC
INGENIERIA EN SISTEMAS COMPUTACIONALES
2.
3. POBLACIÓN Y MUESTRA
Se analizan los conceptos de muestra, población
o universo, tamaño de la muestra,
representatividad de la muestra y procedimiento
de selección.
Se presenta una tipología de muestras:
probabilísticas y no probabilísticas. Se explica
cómo definir a las unidades de análisis
(participantes, otros seres vivos, objetos, sucesos
o comunidades), de las cuales se habrán de
recolectar los datos.
Asimismo, se presenta cómo determinar el
tamaño adecuado de una muestra cuando
INTRODUCCIÓN
4. • Tómbolas
• Tablas de números
aleatorios
• STATS®
• Selección sistemática
Procedimientos
Listado o marco
muestral
Muestra
(es un subgrupo de la
población)
• Se utiliza por economía de
tiempo y recursos
• Implica definir la unidad de
análisis
• Requiere delimitar la
población para generalizar
resultados y establecer
parámetros
No probabilística o
dirigida
Requiere precisar el
tamaño de la muestra
Sus tipos son:
• Muestra aleatoria simple
• Muestra estratificada
• Muestra por racimos o
clusters
Probabilística
Clases
Seleccionar elementos
muéstrales por medio de:
• Selecciona participantes
por uno o varios propósitos
• No pretende que los
casos sean representativos
de la población
5. POBLACIÓN Y MUESTRA
Subgrupo de la población del cual se
recolectan los datos y debe ser
representativo de ésta.
Se utiliza por economía de tiempo y recursos
Implica definir la unidad de análisis
Requiere delimitar la población para
generalizar resultados y establecer
parámetros
MUESTRA
6. POBLACIÓN Y MUESTRA
MUESTREO
CUANTITATIVO
Objetivo central:
Seleccionar casos representativos para la generalización
Mediante una técnica adecuada
Generalizar:
• Características
• Hipótesis
Con la finalidad de construir y/o probar teorías que
expliquen a la población o fenómeno
7. POBLACIÓN Y MUESTRA
No siempre, pero en la mayoría de las
situaciones si realizamos el estudio en una
muestra.
Las muestras se utilizan por economía de
tiempo y recursos.
¿EN UNA INVESTIGACIÓN
SIEMPRE TENEMOS UNA
MUESTRA?
8. POBLACIÓN Y MUESTRA
Aquí el interés se centra en “qué o quienes”, es
decir, en los participantes, objetos, sucesos o
comunidades de estudio, lo cual depende del
planteamiento de la investigación y de los
alcances del estudio.
Para seleccionar una muestra, lo primero que hay
que hacer es definir la unidad de análisis
(individuos, organizaciones, periódicos,
comunidades, situaciones, eventos, etc.). Una vez
definida la unidad de análisis se delimita la
población.
¿SOBRE QUÉ O QUIÉNES
SE RECOLECTARÁN
DATOS?
Unidades de análisis: Se les denomina
también casos o elementos.
9. POBLACIÓN Y MUESTRA
POBLACIÓN: Es el conjunto de todos los casos que
concuerdan con una serie de especificaciones.
Una vez que se ha definido cual será la unidad de
análisis, se procede a delimitar la población que va a
ser estudiada y sobre la cual se pretende generalizar
los resultados.
¿CÓMO SE DELIMITA
UNA POBLACIÓN?
POSIBLES
ERRORES
Seleccionar casos que son
verdaderamente inelegibles.
Incluir a casos que no deberían
estar porque no forman parte de la
población.
Desestimar o no elegir a casos
que deberían ser parte de la
muestra.
10. EJEMPLO DE DELIMITACIÓN
DE LA MUESTRA
POBLACIÓN Y MUESTRA
Límites de población
Todos los niños del área
metropolitana de la Ciudad
de México, que cursen 4o.,
5o. y 6o. de primaria en
escuelas privadas y públicas
del turno matutino.
11. POBLACIÓN Y MUESTRA
Muestra probabilística: Subgrupo de la
población en el que todos los elementos de ésta
tienen la misma posibilidad de ser elegidos.
TIPOS DE MUESTRA
EJEMPLO
Se realiza una investigación en un país, digamos Nicaragua,
para saber cuántos niños han sido vacunados y cuántos no,
y las variables asociadas (nivel socioeconómico, lugar donde
viven, educación) con esta conducta y sus motivaciones. Se
haría una muestra probabilística nacional de —digamos por
ahora— 1 600 infantes, y de los datos obtenidos se tomarían
decisiones para formular estrategias de vacunación, así
como mensajes dirigidos a persuadir la pronta y oportuna
vacunación de los niños.
12. 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.
TIPOS DE MUESTRA
EJEMPLO
Tenemos una investigación sobre inmigrantes extranjeros en
México (Baptista, 1988). El objetivo de la investigación era
documentar sus experiencias de viaje, de vida y de trabajo.
Para cumplir dicho propósito se seleccionó una muestra no
probabilística de personas extranjeras que por diversas
razones (económicas, políticas, fortuitas) hubieran llegado a
México entre 1900 y 1960. Las personas se seleccionaron por
medio de conocidos, de asilos y de referencias. De esta
manera se entrevistó a 40 inmigrantes con entrevistas
semiestructuradas, que permitieron al participante hablar
13. POBLACIÓN Y MUESTRA
Se determina con base en el planteamiento
del problema, las hipótesis, el diseño de
investigación y el alcance de sus
contribuciones.
¿CÓMO SE SELECCIONA
UNA
MUESTRA
PROBABILÍSTICA?
14. POBLACIÓN Y MUESTRA
Para hacer una muestra probabilística son
necesarios dos procedimientos:
1.- Calcular un tamaño de muestra, que sea
representativo de la población.
2.- Seleccionar los elementos muestrales
(casos), de manera que al inicio todos
tengan la misma posibilidad de ser elegidos,
se requiere un marco de selección
adecuado y un procedimiento la
aleatoriedad en la selección.
¿CÓMO SE SELECCIONA
UNA
MUESTRA
PROBABILÍSTICA?
15. POBLACIÓN Y MUESTRA
Cuando se hace una muestra probabilística, uno debe
preguntarse: dado que una población es de N tamaño,
cuál es el menor número de unidades muestrales
(personas, organizaciones, capítulos de telenovelas,
etc.) que necesito para conformar una muestra (n) que
me asegure un determinado nivel de error estándar.
Se busca encontrar una muestra que sea
representativa del universo o población con cierta
posibilidad de error (se pretende minimizar) y nivel de
CÁLCULO DEL TAMAÑO
DE MUESTRA
16. CÁLCULO DEL TAMAÑO
DE MUESTRA
En donde:
N= Población
n= Muestra
Z= Nivel de confianza. Es una constante dada por el nivel deseado de
confianza elegida
(1.96 para el caso de precisión 95%)
E= Error máximo tolerable. Es el margen dentro del cual deben
ubicarse la verdadera respuesta. Se utiliza 5%=0.05.
P= Porcentaje estimado de la muestra. Cuando es desconocida o no
existe precedente de la investigación se utiliza P=0.5.
Fórmula para calcular el tamaño
de muestra:
17. EJEMPLO
Supongamos que el gobierno de un estado, provincia o
departamento ha emitido una ley que impide (prohibición
expresa) a las estaciones de radio transmitir comerciales que
utilicen un lenguaje procaz (groserías, malas palabras). Dicho
gobierno nos solicita analizar en qué medida los anuncios
radiofónicos transmitidos en el estado utilizan en su contenido
este lenguaje, digamos, durante el último mes.
Tamaño de la población: 20000
Error máximo aceptable: 5%
Porcentaje estimado de la muestra: 50%
Nivel de confianza: 95%
CÁLCULO DEL TAMAÑO
DE MUESTRA
18. PROCEDIMIENTO
n = (1.96)2 (0.5) (0.5) (20,000)
(20,000-1)(0.05)2 + (1.96)2 (0.5) (0.5)
n = 19,208 = 376.9386 ≈ 377
50.9579
Que es el número de comerciales radiofónicos que necesitamos
para representar al universo de 20 000, con un error de 0.05 (5%)
y un nivel de confianza de
95%.
CÁLCULO DEL TAMAÑO
DE MUESTRA
19. POBLACIÓN Y MUESTRA
Muestreo en el que la población se divide en
segmentos y se selecciona una muestra para
cada segmento.
La estratificación aumenta la precisión de la
muestra e implica el uso deliberado de diferentes
tamaños de muestra para cada estrato, a fin de
lograr reducir la varianza de cada unidad de la
media muestral.
MUESTRA PROBABILÍSTICA
ESTRATIFICADA
20. MUESTRA PROBABILÍSTICA
ESTRATIFICADA
Ejemplos de estratos en la variable
Religión Grado o nivel de
estudios
Católicos Preescolar
Cristianos Primaria
Protestantes Secundaria
Judíos Bachillerato
Mahometanos Universidad (o
equivalente)
Budistas Posgrado
21. DE MUESTRA PROBABILÍSTICA
ESTRATIFICADA
En donde:
fh = La fracción del estrato
n = El tamaño de la muestra
sh =Es la desviación estándar de cada elemento en
el estrato h
K = Una proporción constante que nos dará como
resultado una q optima para cada estrato.
22. POBLACIÓN Y MUESTRA
Muestreo en el que las unidades de análisis se
encuentran encapsuladas en determinados lugares
físicos.
En este tipo de muestreo se reducen costos,
tiempo y energía, al considerar que muchas veces
las unidades de análisis se encuentran
encapsuladas o encerradas en determinados
lugares físicos o geográficos, a los que se
denomina racimos.
MUESTREO
PROBABILÍSTICO
POR RACIMOS
23. POBLACIÓN Y MUESTRA
Muestrear por racimos implica diferenciar entre la
unidad de análisis y la unidad muestral.
La unidad de análisis indica quienes van a ser
medidos, o sea, los participantes o casos a quienes
en ultima instancia vamos a aplicar el instrumento
de medición.
La unidad muestral (en este tipo de muestra) se
refiere al racimo por medio del cual se logra el
acceso a la unidad de análisis.
MUESTREO
PROBABILÍSTICO
POR RACIMOS
24. POBLACIÓN Y MUESTRA
TÓMBOLA
Muy simple pero muy rápido, consiste en numerar
todos los elementos muestrales de la población, del
uno al número N. Después se hacen fichas o papeles,
uno por cada elemento, se revuelven en una caja y se
van sacando n número de fichas, según el tamaño de
la muestra. Los números elegidos al azar conformaran
la muestra.
Cuando nuestro muestreo es estratificado, se sigue el
¿CÓMO SE LLEVA A CABO
EL PROCEDIMIENTO
DE SELECCIÓN DE LA
MUESTRA?
25. POBLACIÓN Y MUESTRA
Números Random o números aleatórios
STATS®
Excelente alternativa para generar números
aleatorios se encuentra en el programa
STATS®, que contiene un subprograma
para ello y evita el uso de la tabla de
números aleatorios.
¿CÓMO SE LLEVA A CABO
EL PROCEDIMIENTO
DE SELECCIÓN DE LA
MUESTRA?
26. POBLACIÓN Y MUESTRA
Este procedimiento de selección es muy útil e implica
elegir dentro de una población N un número n de
elementos a partir de un intervalo K. Este ultimo (K )
es un intervalo que se va a determinar por el tamaño
de la población y el tamaño de la muestra. De
manera que tenemos que K = N/n.
En donde K = un intervalo de selección sistemática
N = la población
n = la muestra
SELECCIÓN SISTEMÁTICA
DE
ELEMENTOS MUESTRALES
28. POBLACIÓN Y MUESTRA
Marco muestral: Es un marco de referencia que
nos permite identificar físicamente los elementos
de la población, así como la posibilidad de
enumerarlos y seleccionar los elementos
muéstrales.
Las muestras probabilísticas requieren la
determinación del tamaño de la muestra y de un
proceso de selección aleatoria que asegure que
todos los elementos de la población tengan la
LISTADOS Y OTROS
MARCOS MUESTRALES
29. POBLACIÓN Y MUESTRA
El marco muestral constituye, un marco de
referencia que nos permita identificar físicamente
los elementos de la población, la posibilidad de
enumerarlos y, por ende, de proceder a la
selección de los elementos muéstrales (los casos
de la muestra). Normalmente se trata de un listado
existente o una lista que es necesario confeccionar
ad hoc, con los casos de la población.
LISTADOS Y OTROS
MARCOS MUESTRALES
30. POBLACIÓN Y MUESTRA
LISTADOS Y OTROS
MARCOS MUESTRALES
Los listados existentes sobre una población son
variados: guías telefónicas, listas de miembros de las
asociaciones, directorios especializados, listas oficiales
de escuelas de la zona, bases de datos de los alumnos
de una universidad o de los clientes de una empresa,
registros médicos, catastros, nóminas de una
organización, etc. En todo caso hay que tener en cuenta
lo completo de una lista, su exactitud, su veracidad, su
calidad y su nivel de cobertura en relación con el
problema a investigar y la población que va a medirse,
ya que todos estos aspectos influyen en la selección de
31. POBLACIÓN Y MUESTRA
No siempre existen listas que permitan identificar
a nuestra población. Entonces, será necesario
recurrir a otros marcos de referencia que
contengan descripciones del material, las
organizaciones o los casos que serán
seleccionados como unidades de análisis.
Ejemplos:
• Mapas
• Archivos electrónicos de periódicos en la web
LISTADOS Y OTROS
MARCOS MUESTRALES
32. POBLACIÓN Y MUESTRA
TAMAÑO ÓPTIMO DE
UNA MUESTRA
Las muestras probabilísticas requieren dos
procedimientos básicos:
1) La determinación del tamaño de la muestra.
2) La selección aleatoria de los elementos
muéstrales.
Precisar adecuadamente el tamaño de la muestra
puede tornarse complejo, esto depende del
problema de investigación y la población a estudiar.
33. POBLACIÓN Y MUESTRA
Ejemplo: Muestras utilizadas con frecuencia
en investigaciones nacionales y regionales
según área de estudio.
Tipos de estudio Nacionales Regionales
Económicos 1000+ 100
Médicos 1000+ 500
Conductas 1000+ 700-300
Actitudes 1000+ 700-400
Experimentos de
laboratorio
--- 100
34. POBLACIÓN Y MUESTRA
Ejemplo: Muestras típicas de estudios sobre
poblaciones humanas y organizaciones.
Número de
subgrupos
Población de
individuos u
hogares
Población de
organizaciones
Ninguno-pocos
(menos de 5)
Promedio (5 a
10)
Más de 10
Nacionales
Regionales
1000-1500 200-500
1500-2500 500-
1000
2500 + 1000 +
Nacionales
Regionales
200-500 50-
200
500-1 000 200-
500
1 000 + 500 +
35. POBLACIÓN Y MUESTRA
Ejemplo: Tamaños de muestra mínimos en
estudios cuantitativos.
Tipo de estudio Tamaño mínimo de muestra
Transeccional descriptivo
o correlacional
30 casos por grupo o segmento del
universo.
Encuesta a gran escala
100 casos para el grupo o segmento
más importante del universo y de 20 a
50 casos para grupos menos
importantes.
Causal 15 casos por variable independiente.
Experimental o
cuasiexperimental
15 por grupo.
36. POBLACIÓN Y MUESTRA
¿CÓMO Y CUÁLES SON LAS
MUESTRAS NO
PROBABILÍSTICAS?Las muestras no probabilísticas, también llamadas muestras
dirigidas, suponen un procedimiento de selección informal. Se
utilizan en diversas investigaciones cuantitativas y cualitativas.
Ventaja:
Desde la visión cuantitativa— es su utilidad para determinado
diseño de estudio que requiere no tanto una “representatividad”
de elementos de una población, sino una cuidadosa y
controlada elección de casos con ciertas características
especificadas previamente en el planteamiento del problema.
Desventaja:
Al no ser probabilísticas, no es posible calcular con precisión el
error estándar, es decir, no podemos calcular con qué nivel de
confianza hacemos una estimación.
37. La muestra es un subgrupo de la población y puede ser
probabilística o no probabilística.
Elegir qué tipo de muestra se requiere depende del
enfoque y alcances de la investigación, los objetivos del
estudio y el diseño.
En el enfoque cuantitativo las muestras probabilísticas
son esenciales en diseños de investigación por
encuestas, donde se pretenden generalizar los
resultados a una población.
El tamaño de la muestra se calcula mediante fórmulas o
por medio de programas.
Las muestras no probabilísticas pueden también
CONCLUSIONES