Este documento describe los conceptos básicos de muestra y población en estadística. Explica que una muestra es un subconjunto representativo de una población más grande y analiza diferentes métodos de selección de muestras, incluyendo muestreo aleatorio simple, sistemático, estratificado y de conglomerados. También define términos clave como estadístico, parámetro, error estándar y error de muestreo.
COMPRENDER EL USO APROPIADO DE LAS HERRAMIENTAS QUE PRPORCIONA LA ESTADISTICA DESCRIPTIVA E INFERENCIAL ES UNO DE LOS GRANDES RETOS DE LOS ASPIRANTES A PARTICIPAR EN LA CREACION DE PROYECTOS DE INVESTIGACION FACTUAL Y FORMAL.
Este documento introduce los conceptos básicos de muestreo, incluyendo los tipos de muestreo probabilístico como el muestreo aleatorio simple, el muestreo sistemático, el muestreo aleatorio estratificado y el muestreo por conglomerados. También explica cómo calcular el tamaño de la muestra para auditorías de historias clínicas usando fórmulas estadísticas y una hoja de cálculo adjunta. El objetivo general es ofrecer una herramienta para apoyar la evaluación de indicadores de calidad mediante el m
Este documento presenta una introducción al concepto de muestreo estadístico. Explica que el muestreo surge de la necesidad de conocer ciertas poblaciones de manera más eficiente en términos de costo y tiempo. También define los conceptos clave de población, marco y muestra, y describe las etapas clave del proceso de muestreo como la delimitación de la población objetivo, el diseño de la muestra, el trabajo de campo y el procesamiento y presentación de resultados. Finalmente, introduce brevemente la teoría del muest
Este documento trata sobre la teoría de muestreo estadístico. Explica que la teoría de muestreo estudia las relaciones entre una población y las muestras extraídas de ella, permitiendo estimar características desconocidas de la población a partir de las características de las muestras. También define conceptos clave como población, muestra, estadístico, parámetro y estimador. Finalmente, describe diferentes tipos de muestreo como el aleatorio, sistemático, estratificado y por conglomerados
Este documento describe la teoría del muestreo, incluyendo definiciones de población, muestra, parámetros, estadísticos y diferentes tipos de muestreo. Explica que el muestreo es el proceso de seleccionar una muestra representativa de una población para hacer inferencias sobre la población. Luego detalla métodos de muestreo como el muestreo simple, doble y múltiple; y métodos de selección como el muestreo de juicio, aleatorio y otros. Finalmente, discute conceptos como el tamaño de la m
Las muestras se obtienen con la intención de inferir propiedades de la totalidad de la población, para lo cual deben ser representativas de la misma (una muestra representativa se denomina técnicamente muestra aleatoria). Para cumplir esta característica, la inclusión de sujetos en la muestra debe seguir una técnica de muestreo
Este documento describe los conceptos básicos de muestra y población en estadística. Explica que una muestra es un subconjunto representativo de una población más grande y analiza diferentes métodos de selección de muestras, incluyendo muestreo aleatorio simple, sistemático, estratificado y de conglomerados. También define términos clave como estadístico, parámetro, error estándar y error de muestreo.
COMPRENDER EL USO APROPIADO DE LAS HERRAMIENTAS QUE PRPORCIONA LA ESTADISTICA DESCRIPTIVA E INFERENCIAL ES UNO DE LOS GRANDES RETOS DE LOS ASPIRANTES A PARTICIPAR EN LA CREACION DE PROYECTOS DE INVESTIGACION FACTUAL Y FORMAL.
Este documento introduce los conceptos básicos de muestreo, incluyendo los tipos de muestreo probabilístico como el muestreo aleatorio simple, el muestreo sistemático, el muestreo aleatorio estratificado y el muestreo por conglomerados. También explica cómo calcular el tamaño de la muestra para auditorías de historias clínicas usando fórmulas estadísticas y una hoja de cálculo adjunta. El objetivo general es ofrecer una herramienta para apoyar la evaluación de indicadores de calidad mediante el m
Este documento presenta una introducción al concepto de muestreo estadístico. Explica que el muestreo surge de la necesidad de conocer ciertas poblaciones de manera más eficiente en términos de costo y tiempo. También define los conceptos clave de población, marco y muestra, y describe las etapas clave del proceso de muestreo como la delimitación de la población objetivo, el diseño de la muestra, el trabajo de campo y el procesamiento y presentación de resultados. Finalmente, introduce brevemente la teoría del muest
Este documento trata sobre la teoría de muestreo estadístico. Explica que la teoría de muestreo estudia las relaciones entre una población y las muestras extraídas de ella, permitiendo estimar características desconocidas de la población a partir de las características de las muestras. También define conceptos clave como población, muestra, estadístico, parámetro y estimador. Finalmente, describe diferentes tipos de muestreo como el aleatorio, sistemático, estratificado y por conglomerados
Este documento describe la teoría del muestreo, incluyendo definiciones de población, muestra, parámetros, estadísticos y diferentes tipos de muestreo. Explica que el muestreo es el proceso de seleccionar una muestra representativa de una población para hacer inferencias sobre la población. Luego detalla métodos de muestreo como el muestreo simple, doble y múltiple; y métodos de selección como el muestreo de juicio, aleatorio y otros. Finalmente, discute conceptos como el tamaño de la m
Las muestras se obtienen con la intención de inferir propiedades de la totalidad de la población, para lo cual deben ser representativas de la misma (una muestra representativa se denomina técnicamente muestra aleatoria). Para cumplir esta característica, la inclusión de sujetos en la muestra debe seguir una técnica de muestreo
Este documento trata sobre el tema del diseño y procedimientos de muestreo. Explica la terminología básica del muestreo, las etapas en la selección de la muestra, los tipos de muestreo probabilístico como el aleatorio simple, sistemático y estratificado, y los tipos de muestreo no probabilístico como el de conveniencia y por cuotas. Además, describe los métodos de determinación del tamaño de la muestra para los casos de muestreo aleatorio simple y estratificado.
El documento describe diferentes métodos de muestreo para recopilar datos de una población, incluyendo métodos probabilísticos como el muestreo aleatorio simple, el muestreo aleatorio sistemático y el muestreo aleatorio estratificado, así como métodos no probabilísticos como el muestreo por cuotas y la bola de nieve. Explica los pasos involucrados en cada método y sus ventajas e inconvenientes relativos.
El documento presenta información sobre estadística II, incluyendo conceptos como población, muestra, muestreo y tipos de muestreo. Explica que una población es el conjunto total de elementos sobre los cuales se harán inferencias y una muestra es un subconjunto de casos que representa a la población. También describe diferentes tipos de muestreo como muestreo probabilístico, muestreo aleatorio simple y muestreo estratificado.
Este documento describe los conceptos clave relacionados con la selección de muestras en una investigación. Explica que la muestra es una parte representativa de la población total que se estudiará. Detalla diferentes tipos de muestreo como aleatorio simple, estratificado y por conveniencia. Además, señala que el tamaño de la muestra depende del error permitido, el nivel de confianza y los recursos disponibles.
El documento describe los conceptos básicos de muestreo y distribuciones muestrales. Explica por qué es necesario realizar muestreos en lugar de estudiar poblaciones completas debido a limitaciones de costo, tiempo y factibilidad. Luego define conceptos clave como población, muestra, parámetro, estadístico y error muestral. Finalmente, describe diferentes métodos de muestreo probabilísticos y no probabilísticos, incluyendo muestreo aleatorio simple, estratificado y por conglomerados.
Este documento describe los conceptos clave relacionados con la selección de muestras en la investigación. Explica que una muestra es un subgrupo representativo de una población del que se recopilan datos. Detalla los tipos de muestras probabilísticas y no probabilísticas, y los factores que deben considerarse para seleccionar una muestra como el tamaño de la muestra, las unidades de análisis, y los métodos de selección como la rifa, números aleatorios y selección sistemática. También cubre temas como
El documento define conceptos clave como universo, población, muestra y tipos de muestra. Explica que la población se delimita según las características del problema de investigación y los objetivos del estudio. Las muestras pueden ser probabilísticas o no probabilísticas, y las probabilísticas como la estratificada y por racimos permiten obtener una muestra representativa de la población de manera aleatoria. También cubre cómo determinar el tamaño óptimo de una muestra.
Este documento describe diferentes técnicas de muestreo para seleccionar unidades de observación en una investigación cuantitativa. Explica los diseños probabilísticos como el muestreo aleatorio simple y los no probabilísticos, y destaca la importancia de definir correctamente la población, marco muestral y tamaño de muestra para obtener información de calidad.
Este documento trata sobre conceptos básicos de muestreo. Explica que una vez definido el problema de investigación y los objetivos, es necesario determinar la población de estudio y cómo seleccionar una muestra representativa de ella. Luego describe diferentes tipos de muestreo como el aleatorio simple, estratificado y por grupos, y los factores que influyen en el tamaño de la muestra como la heterogeneidad poblacional, el margen de error y el nivel de confianza.
Este documento describe diferentes tipos y técnicas de muestreo para investigaciones, incluyendo muestreo probabilístico y no probabilístico. El muestreo probabilístico incluye métodos como aleatorio simple, estratificado y en racimos, donde todos los elementos tienen la misma probabilidad de ser seleccionados. El muestreo no probabilístico incluye métodos como por conveniencia, bola de nieve y discrecional, donde la selección depende de factores como accesibilidad o juicio del investigador. El documento provee ejemplos detallados
El documento habla sobre los conceptos de población, muestra, y muestreo en el contexto de investigación. Explica que la población es el conjunto total de unidades de análisis relevantes, mientras que la muestra es una subparte representativa de la población. Detalla los pasos típicos del proceso de muestreo, incluyendo definir la población y unidad de análisis, determinar el tamaño de la muestra, y seleccionar la muestra. También distingue entre muestreo probabilístico y no probabilístico.
Este documento presenta una introducción a la teoría básica del muestreo y describe varios métodos de muestreo probabilísticos y no probabilísticos. Explica que el muestreo implica obtener una o más muestras representativas de una población para hacer inferencias sobre parámetros desconocidos. Luego describe métodos como el muestreo aleatorio simple, sistemático, estratificado y por conglomerados, así como otros métodos como el discrecional, doble y opinático.
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 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 describe la teoría del muestreo, incluyendo el tamaño de la muestra, la distribución muestral de medias y el error muestral. Explica que cuanto mayor es el tamaño de la muestra, menor es la fluctuación entre las medias muestrales extraídas de la misma población. También cubre cómo calcular el tamaño de muestra necesario para estimar con un error máximo prefijado, así como cómo calcular la varianza y el error estándar de la media muestral.
7.Seleccion de la muestra. Paso 7 de la Investigacion Científica.Edison Coimbra G.
Enunciar los conceptos de muestra y población y describir los procedimientos para calcular y seleccionar los diferentes tipos de muestra en la investigación científica
Determinación de muestreo y determinación del tamaño del tamaño de la muestra Blanca Tapia
Este documento presenta diferentes métodos de muestreo para la determinación del tamaño de la muestra en estudios epidemiológicos. Describe el muestreo aleatorio simple, el muestreo sistemático, el muestreo estratificado, el muestreo por conglomerados y los muestreos no probabilísticos. Además, explica que el tamaño de la muestra depende de factores como la frecuencia del fenómeno estudiado y el error máximo admitido, y que diseños más complejos requieren muestras mayores.
Este documento describe diferentes tipos de muestreo para estudios estadísticos. Se dividen en dos grupos: métodos probabilísticos y no probabilísticos. Los métodos probabilísticos incluyen muestreo aleatorio simple, sistemático, estratificado y por conglomerados. Estos garantizan la representatividad de la muestra. Los métodos no probabilísticos como por cuotas, opinático e incidental no aseguran la representatividad.
Este documento describe la diferencia entre la investigación cuantitativa y cualitativa, enfocándose en sus enfoques de muestreo. La investigación cuantitativa utiliza el muestreo probabilístico con muestras grandes para cuantificar y generalizar conclusiones, mientras que la investigación cualitativa emplea el muestreo intencional con muestras pequeñas para profundizar en detalle en aspectos específicos. Aunque diferentes, ambos enfoques son complementarios para comprender la complejidad de la realidad social.
El documento explica conceptos básicos sobre muestreo. Define términos como estadístico, parámetro, distribución en el muestreo, error estándar y error muestral. También describe diferentes métodos de selección de muestras, incluyendo muestreo simple, doble y múltiple, así como muestreo de juicio y aleatorio. Dentro del muestreo aleatorio, explica muestreo aleatorio simple, sistemático, estratificado y de conglomerados.
SIN LUGAR A DUDA, LAS HERRAMIENTAS QUE PROPORCIONA LA ESTADISTICA DESCRIPTICA E INFERENCIAL SON DE GRAN IMPORTANCIA EN EL PROCESO DE TODA INVESTIGACION CIENTIFICA, DESDE LA SELECCION DE LA POBLACION DE ESTUDIO, HASTA LA DETERMINACION Y CALCULO DE LA MUESTRA PROBABILISTICA.
Este documento trata sobre el tema del diseño y procedimientos de muestreo. Explica la terminología básica del muestreo, las etapas en la selección de la muestra, los tipos de muestreo probabilístico como el aleatorio simple, sistemático y estratificado, y los tipos de muestreo no probabilístico como el de conveniencia y por cuotas. Además, describe los métodos de determinación del tamaño de la muestra para los casos de muestreo aleatorio simple y estratificado.
El documento describe diferentes métodos de muestreo para recopilar datos de una población, incluyendo métodos probabilísticos como el muestreo aleatorio simple, el muestreo aleatorio sistemático y el muestreo aleatorio estratificado, así como métodos no probabilísticos como el muestreo por cuotas y la bola de nieve. Explica los pasos involucrados en cada método y sus ventajas e inconvenientes relativos.
El documento presenta información sobre estadística II, incluyendo conceptos como población, muestra, muestreo y tipos de muestreo. Explica que una población es el conjunto total de elementos sobre los cuales se harán inferencias y una muestra es un subconjunto de casos que representa a la población. También describe diferentes tipos de muestreo como muestreo probabilístico, muestreo aleatorio simple y muestreo estratificado.
Este documento describe los conceptos clave relacionados con la selección de muestras en una investigación. Explica que la muestra es una parte representativa de la población total que se estudiará. Detalla diferentes tipos de muestreo como aleatorio simple, estratificado y por conveniencia. Además, señala que el tamaño de la muestra depende del error permitido, el nivel de confianza y los recursos disponibles.
El documento describe los conceptos básicos de muestreo y distribuciones muestrales. Explica por qué es necesario realizar muestreos en lugar de estudiar poblaciones completas debido a limitaciones de costo, tiempo y factibilidad. Luego define conceptos clave como población, muestra, parámetro, estadístico y error muestral. Finalmente, describe diferentes métodos de muestreo probabilísticos y no probabilísticos, incluyendo muestreo aleatorio simple, estratificado y por conglomerados.
Este documento describe los conceptos clave relacionados con la selección de muestras en la investigación. Explica que una muestra es un subgrupo representativo de una población del que se recopilan datos. Detalla los tipos de muestras probabilísticas y no probabilísticas, y los factores que deben considerarse para seleccionar una muestra como el tamaño de la muestra, las unidades de análisis, y los métodos de selección como la rifa, números aleatorios y selección sistemática. También cubre temas como
El documento define conceptos clave como universo, población, muestra y tipos de muestra. Explica que la población se delimita según las características del problema de investigación y los objetivos del estudio. Las muestras pueden ser probabilísticas o no probabilísticas, y las probabilísticas como la estratificada y por racimos permiten obtener una muestra representativa de la población de manera aleatoria. También cubre cómo determinar el tamaño óptimo de una muestra.
Este documento describe diferentes técnicas de muestreo para seleccionar unidades de observación en una investigación cuantitativa. Explica los diseños probabilísticos como el muestreo aleatorio simple y los no probabilísticos, y destaca la importancia de definir correctamente la población, marco muestral y tamaño de muestra para obtener información de calidad.
Este documento trata sobre conceptos básicos de muestreo. Explica que una vez definido el problema de investigación y los objetivos, es necesario determinar la población de estudio y cómo seleccionar una muestra representativa de ella. Luego describe diferentes tipos de muestreo como el aleatorio simple, estratificado y por grupos, y los factores que influyen en el tamaño de la muestra como la heterogeneidad poblacional, el margen de error y el nivel de confianza.
Este documento describe diferentes tipos y técnicas de muestreo para investigaciones, incluyendo muestreo probabilístico y no probabilístico. El muestreo probabilístico incluye métodos como aleatorio simple, estratificado y en racimos, donde todos los elementos tienen la misma probabilidad de ser seleccionados. El muestreo no probabilístico incluye métodos como por conveniencia, bola de nieve y discrecional, donde la selección depende de factores como accesibilidad o juicio del investigador. El documento provee ejemplos detallados
El documento habla sobre los conceptos de población, muestra, y muestreo en el contexto de investigación. Explica que la población es el conjunto total de unidades de análisis relevantes, mientras que la muestra es una subparte representativa de la población. Detalla los pasos típicos del proceso de muestreo, incluyendo definir la población y unidad de análisis, determinar el tamaño de la muestra, y seleccionar la muestra. También distingue entre muestreo probabilístico y no probabilístico.
Este documento presenta una introducción a la teoría básica del muestreo y describe varios métodos de muestreo probabilísticos y no probabilísticos. Explica que el muestreo implica obtener una o más muestras representativas de una población para hacer inferencias sobre parámetros desconocidos. Luego describe métodos como el muestreo aleatorio simple, sistemático, estratificado y por conglomerados, así como otros métodos como el discrecional, doble y opinático.
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 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 describe la teoría del muestreo, incluyendo el tamaño de la muestra, la distribución muestral de medias y el error muestral. Explica que cuanto mayor es el tamaño de la muestra, menor es la fluctuación entre las medias muestrales extraídas de la misma población. También cubre cómo calcular el tamaño de muestra necesario para estimar con un error máximo prefijado, así como cómo calcular la varianza y el error estándar de la media muestral.
7.Seleccion de la muestra. Paso 7 de la Investigacion Científica.Edison Coimbra G.
Enunciar los conceptos de muestra y población y describir los procedimientos para calcular y seleccionar los diferentes tipos de muestra en la investigación científica
Determinación de muestreo y determinación del tamaño del tamaño de la muestra Blanca Tapia
Este documento presenta diferentes métodos de muestreo para la determinación del tamaño de la muestra en estudios epidemiológicos. Describe el muestreo aleatorio simple, el muestreo sistemático, el muestreo estratificado, el muestreo por conglomerados y los muestreos no probabilísticos. Además, explica que el tamaño de la muestra depende de factores como la frecuencia del fenómeno estudiado y el error máximo admitido, y que diseños más complejos requieren muestras mayores.
Este documento describe diferentes tipos de muestreo para estudios estadísticos. Se dividen en dos grupos: métodos probabilísticos y no probabilísticos. Los métodos probabilísticos incluyen muestreo aleatorio simple, sistemático, estratificado y por conglomerados. Estos garantizan la representatividad de la muestra. Los métodos no probabilísticos como por cuotas, opinático e incidental no aseguran la representatividad.
Este documento describe la diferencia entre la investigación cuantitativa y cualitativa, enfocándose en sus enfoques de muestreo. La investigación cuantitativa utiliza el muestreo probabilístico con muestras grandes para cuantificar y generalizar conclusiones, mientras que la investigación cualitativa emplea el muestreo intencional con muestras pequeñas para profundizar en detalle en aspectos específicos. Aunque diferentes, ambos enfoques son complementarios para comprender la complejidad de la realidad social.
El documento explica conceptos básicos sobre muestreo. Define términos como estadístico, parámetro, distribución en el muestreo, error estándar y error muestral. También describe diferentes métodos de selección de muestras, incluyendo muestreo simple, doble y múltiple, así como muestreo de juicio y aleatorio. Dentro del muestreo aleatorio, explica muestreo aleatorio simple, sistemático, estratificado y de conglomerados.
SIN LUGAR A DUDA, LAS HERRAMIENTAS QUE PROPORCIONA LA ESTADISTICA DESCRIPTICA E INFERENCIAL SON DE GRAN IMPORTANCIA EN EL PROCESO DE TODA INVESTIGACION CIENTIFICA, DESDE LA SELECCION DE LA POBLACION DE ESTUDIO, HASTA LA DETERMINACION Y CALCULO DE LA MUESTRA PROBABILISTICA.
Las muestras son subconjuntos de la población ellas se dividen en: muestras probabilísticas y no probabilísticas. Las muestras no probabilísticas son más sencillas y baratas de obtener, ya que, como su nombre lo indican no dependen de probabilidades, dichas muchas muestras no deberían ser usadas para la inferencia en las poblaciones, están conformadas por: muestras de cuota, de juicio y de trozo.
La muestra o análisis muestral es una parte representativa de la población; El muestreo es sencillamente el procedimiento que se emplea para extraer una pequeña parte de una población dentro de un universo a esta se le llama espacio muestral o muestra.
Este documento presenta información sobre conceptos básicos de muestreo estadístico. Explica que una muestra es un subconjunto de una población y describe los tipos de muestras probabilísticas y no probabilísticas. También define términos como estadístico, parámetro, error estándar y error de muestreo. Por último, describe diferentes métodos de selección de muestras como el muestreo aleatorio simple, sistemático y estratificado.
El documento describe diferentes técnicas de muestreo para seleccionar una muestra representativa de una población más grande. Explica el muestreo aleatorio simple, el muestreo sistemático, el muestreo estratificado, el muestreo por etapas múltiples, el muestreo por conglomerados, y el muestreo no probabilístico, incluyendo el muestreo por cuotas y el muestreo de bola de nieve. El objetivo del muestreo es obtener una muestra que aproxime las propiedades de la población total con un
Este documento describe diferentes métodos de muestreo para investigaciones de mercado. Explica conceptos clave como muestra, muestreo, marco muestral y tamaño de muestra. También describe diferentes tipos de muestreo como probabilístico (aleatorio simple, aleatorio mediante números aleatorios, sistemático, estratificado y conglomerado) y no probabilístico (intencional, accidental y por cuota). El objetivo del muestreo es obtener una muestra representativa de una población más grande para hacer inferencias sobre la población total de manera más ráp
Investigación de Mercados II
Tema: Muestra o Análisis Muestral
Alumno: Rivas Gonzales Alejandro Javier
Docente: Mgr. José Ramiro Zapata Barrientos
Pensamiento: TODO ES EDITABLE. R.Zapata
Este documento presenta un proyecto de estadística sobre muestreo realizado por Gladys Pilar Cando Satán para su curso de cuarto semestre en la Universidad Nacional de Chimborazo. El proyecto describe los objetivos de aprender sobre el diseño de muestras representativas y el cálculo del tamaño de muestra, e introduce los conceptos clave de población, marco muestral, muestra y diferentes métodos de muestreo probabilísticos y no probabilísticos.
Este documento presenta conceptos básicos sobre la estimación estadística, incluyendo definiciones de población, muestra e individuo. Explica diferentes tipos de muestreo como el aleatorio simple, sistemático y estratificado. También describe la distribución muestral y cómo se puede estimar parámetros poblacionales mediante intervalos de confianza.
El documento resume los conceptos básicos del muestreo, incluyendo definiciones de población, muestra, unidad de análisis y tipos de muestreo como aleatorio, intencional y sin norma. Explica las ventajas del muestreo como menor costo y tiempo, y los tipos de errores como de muestreo e inferencia.
La estadística describe la recolección, organización y análisis de datos numéricos. Incluye conceptos como población, muestra, variable, datos cualitativos y cuantitativos. Explica métodos para presentar datos como tablas de frecuencias y distribuciones agrupadas. También cubre medidas de tendencia central y dispersión para resumir conjuntos de datos.
Este documento describe los métodos de selección de muestras probabilísticas y no probabilísticas. Explica que las muestras probabilísticas requieren determinar el tamaño de la muestra y seleccionar elementos de manera aleatoria para asegurar que todos tengan la misma probabilidad de ser seleccionados. También describe diferentes procedimientos de selección como la tombola y números aleatorios. Las muestras no probabilísticas se seleccionan de manera informal y sus resultados solo son generalizables a la muestra, no a la población
Este documento describe diferentes tipos de muestreo utilizados en estadística inferencial, incluyendo muestreo probabilístico como aleatorio simple, sistemático y estratificado, y muestreo no probabilístico como por cuotas e intencional. Explica las características, ventajas e inconvenientes de cada método de muestreo.
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 habla sobre los conceptos básicos y tipos de muestreo. Explica que el muestreo es una herramienta de investigación científica que permite seleccionar una parte representativa de una población para hacer inferencias sobre la población completa. Describe los tipos de muestreo como aleatorio, estratificado, por conglomerados, intencional y sin norma. También explica conceptos como unidades de análisis, error de muestreo y estimador.
Este documento presenta definiciones básicas sobre muestreo. Define población como un conjunto completo de individuos que comparten alguna característica, y muestra como una porción representativa de la población. Explica que el muestreo es una herramienta de investigación que permite inferir sobre una población examinando solo una parte de ella. También describe los errores de muestreo y la importancia de definir claramente la población objetivo antes de iniciar el muestreo.
Procedimiento para la obtención de una muestra, el muestreo como se dijo es el proceso de obtención de la muestra, puede ser probabilístico y no probabilístico.
Este documento define los conceptos de población y universo en estadística. Explica que una población es el conjunto total de elementos sobre los cuales se desea estudiar una característica, mientras que el universo puede ser finito o infinito. También indica que cuando la población es muy grande, en lugar de estudiar a todos los elementos se toma una muestra representativa. Finalmente, concluye que la población y universo deben estar bien definidos para realizar una investigación.
Este documento describe las diferentes formas de clasificar las competencias administrativas, incluyendo la competencia material, jerárquica, territorial y ratione temporis. Explica que las competencias administrativas son las atribuciones legales de las autoridades para realizar funciones y tareas, como la ejecución de proyectos de salud y educación. Además, señala que los hospitales de segundo nivel son responsabilidad de los municipios, los de tercer nivel de las gobernaciones, y los de cuarto nivel del gobierno central.
Este documento resume la teoría de las seis emociones básicas de Paul Ekman. Ekman descubrió que hay seis emociones universales que se expresan de forma involuntaria a través de las expresiones faciales: ira, asco, miedo, alegría, tristeza y sorpresa. Realizó estudios en culturas aisladas como Nueva Guinea para demostrar que estas emociones no dependen de la cultura. También investigó las microexpresiones faciales para detectar mentiras. Sus conclusiones influyeron en protocolos de seguridad y
Investigación de mercados II
Tema: Diferencia entre creatividad e innovación empresarial
Alumno: Nicol Estefani Valdez Jimenez
Docente: Mgr José Ramiro Zapata Barrientos
Bolivia importa una gran cantidad de alimentos debido a que la producción interna es insuficiente para satisfacer la demanda. Los principales alimentos importados son el trigo, las manzanas y productos elaborados. Las importaciones de alimentos han aumentado en los últimos años debido a la disminución de la producción agrícola nacional y a que los precios externos son más bajos. Para lograr soberanía alimentaria, se necesitan mejores políticas que fomenten la producción agrícola interna y reduzcan la dependencia de las importaciones.
El documento describe el flujo circular de la economía, un modelo económico que representa la interacción entre hogares (consumidores) y empresas (productores) en una economía cerrada sin comercio internacional. Los hogares ofrecen mano de obra a las empresas a cambio de salarios, que luego usan para comprar bienes y servicios de las empresas, creando un flujo circular constante. Sin embargo, el modelo depende completamente del consumo, por lo que las crisis económicas reducen el consumo y generan desempleo, empeorando aún más la crisis.
Investigación de mercados II
Tema: Estudio comparativo en los impuestos en latinoamerica
Alumno: Nicol Estefani Valdez Jimenez
Docente: Mgr. Jose Ramiro Zapata Barrientos
La teoría malthusiana propone que la población crece geométricamente mientras que los recursos alimenticios solo pueden crecer aritméticamente, lo que eventualmente conducirá a una catástrofe malthusiana. Aunque influyente históricamente, la teoría fracasó porque no consideró opciones para controlar el crecimiento poblacional ni el progreso tecnológico agrícola que aumentó la producción de alimentos.
Este documento describe el análisis multivariante y su importancia en la investigación de mercados. El análisis multivariante estudia múltiples variables medidas para cada individuo u objeto, lo que permite un mejor entendimiento del fenómeno que el análisis de una o dos variables. Cuando se realiza una investigación de mercados, se dividen los datos recolectados en diferentes variables como datos generales, preferencias, opiniones, etc. Cada variable se convierte en una pregunta. El análisis multivariante es útil porque permite estudiar las relaciones entre las respuestas
Todo sobre la tarjeta de video (Bienvenidos a mi blog personal)AbrahamCastillo42
Power point, diseñado por estudiantes de ciclo 1 arquitectura de plataformas, esta con la finalidad de dar a conocer el componente hardware llamado tarjeta de video..
La inteligencia artificial sigue evolucionando rápidamente, prometiendo transformar múltiples aspectos de la sociedad mientras plantea importantes cuestiones que requieren una cuidadosa consideración y regulación.
Catalogo general tarifas 2024 Vaillant. Amado Salvador Distribuidor Oficial e...AMADO SALVADOR
Descarga el Catálogo General de Tarifas 2024 de Vaillant, líder en tecnología para calefacción, ventilación y energía solar térmica y fotovoltaica. En Amado Salvador, como distribuidor oficial de Vaillant, te ofrecemos una amplia gama de productos de alta calidad y diseño innovador para tus proyectos de climatización y energía.
Descubre nuestra selección de productos Vaillant, incluyendo bombas de calor altamente eficientes, fancoils de última generación, sistemas de ventilación de alto rendimiento y soluciones de energía solar fotovoltaica y térmica para un rendimiento óptimo y sostenible. El catálogo de Vaillant 2024 presenta una variedad de opciones en calderas de condensación que garantizan eficiencia energética y durabilidad.
Con Vaillant, obtienes más que productos de climatización: control avanzado y conectividad para una gestión inteligente del sistema, acumuladores de agua caliente de gran capacidad y sistemas de aire acondicionado para un confort total. Confía en la fiabilidad de Amado Salvador como distribuidor oficial de Vaillant, y en la resistencia de los productos Vaillant, respaldados por años de experiencia e innovación en el sector.
En Amado Salvador, distribuidor oficial de Vaillant en Valencia, no solo proporcionamos productos de calidad, sino también servicios especializados para profesionales, asegurando que tus proyectos cuenten con el mejor soporte técnico y asesoramiento. Descarga nuestro catálogo y descubre por qué Vaillant es la elección preferida para proyectos de climatización y energía en Amado Salvador.
El uso de las TIC en la vida cotidiana.pptxjgvanessa23
En esta presentación, he compartido información sobre las Tecnologías de la Información y la Comunicación (TIC) y su aplicación en diversos ámbitos de la vida cotidiana, como el hogar, la educación y el trabajo.
He explicado qué son las TIC, las diferentes categorías y sus respectivos ejemplos, así como los beneficios y aplicaciones en cada uno de estos ámbitos.
Espero que esta información sea útil para quienes la lean y les ayude a comprender mejor las TIC y su impacto en nuestra vida cotidiana.
Infografia TCP/IP (Transmission Control Protocol/Internet Protocol)codesiret
Los protocolos son conjuntos de
normas para formatos de mensaje y
procedimientos que permiten a las
máquinas y los programas de aplicación
intercambiar información.
Second Life, informe de actividad del maestro Tapia
Muestra o analisis muestrall
1. Nicol Estefani Valdez Jimenez
Mgr. José Ramiro Zapata Barrientos
Materia: Investigación de mercados II
“LIBEREMOS BOLIVIA”
Muestra o Análisis Muestral
«Luego alcancé a comprender que el tiempo nunca se gana y que nunca se pierde, que la vida se gasta,
simplemente».
—Almudena Grandes
1. Introducción
La Estadística es una ciencia matemática que se utiliza para describir, analizar e interpretar ciertas
características de un conjunto de individuos llamado población. Cuando nos referimos a muestra y
población hablamos de conceptos relativos pero estrechamente ligados. Una población es un todo y una
muestra es una fracción o segmento de ese todo.
Podemos dividir la estadística en dos ramas; la estadística descriptiva, que se dedica a los métodos de
recolección, descripción, visualización y resumen de datos originados a partir de los fenómenos en
estudio; y la estadística inferencial, que se dedica a la generación de los modelos, inferencias y
predicciones asociadas a los fenómenos en cuestión.
La estadística trata en primer lugar, de acumular la masa de datos numéricos provenientes de la
observación de multitud de fenómenos, procesándolos de forma razonable. Mediante la teoría de la
probabilidad analiza y explora la estructura matemática subyacente al fenómeno del que estos datos
provienen y, trata de sacar conclusiones y predicciones que ayuden al mejor aprovechamiento del
fenómeno.1
2. Desarrollo
Definiciones de muestra:
Pedro Luis López Comunicador Social Docente: Es un subconjunto o parte del universo o población en
que se llevará a cabo la investigación. Hay procedimientos para obtener la cantidad de los componentes
de la muestra como fórmulas, lógica y otros que se verá más adelante. La muestra es una parte
representativa de la población.
Julián Pérez Porto 2009: Una muestra es una parte o una porción de un producto que permite conocer
la calidad del mismo.
José Francisco López: Una muestra estadística es un subconjunto de datos perteneciente a una población
de datos. Estadísticamente hablando, debe estar constituido por un cierto número de observaciones que
representen adecuadamente el total de los datos.
M. en E. Neftali Toledo Díaz de León Una muestra es una parte de la población.
2. Nicol Estefani Valdez Jimenez
Mgr. José Ramiro Zapata Barrientos
Materia: Investigación de mercados II
“LIBEREMOS BOLIVIA”
La muestra puede ser definida como un SUBGRUPO DE LA POBLACIÓN o universo. Para seleccionar la
muestra, primero deben delimitarse las características de la población.
Clara Laguna: subconjunto representativo de una población.2
Terminología básica para el muestreo
Estadístico:
Un estadístico es una medida usada para describir alguna característica de una muestra , tal como una
media aritmética, una mediana o una desviación estándar de una muestra.
Parámetro:
Una parámetro es una medida usada para describir alguna característica de una población, tal como una
media aritmética, una mediana o una desviación estándar de una población.
Cuando los dos nuevos términos de arriba son usados, por ejemplo, el proceso de estimación en
inferencia estadística puede ser descrito como le proceso de estimar un parámetro a partir del
estadístico correspondiente, tal como usar una media muestral ( un estadístico para estimar la media de
la población (un parámetro).
Los símbolos usados para representar los estadísticos y los parámetros, en éste y los siguientes capítulos,
son resumidos en la tabla siguiente:
Símbolos para estadísticos y parámetros correspondientes
Medida Símbolo para el estadístico Símbolo para el parámetro
(Muestra) (Población)
Media X µ
Desviación estándar s
Número de elementos n N
3. Nicol Estefani Valdez Jimenez
Mgr. José Ramiro Zapata Barrientos
Materia: Investigación de mercados II
“LIBEREMOS BOLIVIA”
Proporción p P
Distribución en el muestreo:
Cuando el tamaño de la muestra (n) es más pequeño que el tamaño de la población (N), dos o más
muestras pueden ser extraídas de la misma población. Un cierto estadístico puede ser calculado para
cada una de las muestras posibles extraídas de la población. Una distribución del estadístico obtenida de
las muestras es llamada la distribución en el muestreo del estadístico.
Por ejemplo, si la muestra es de tamaño 2 y la población de tamaño 3 (elementos A, B, C), es posible
extraer 3 muestras ( AB, BC Y AC) de la población. Podemos calcular la media para cada muestra. Por lo
tanto, tenemos 3 medias muéstrales para las 3 muestras. Las 3 medias muéstrales forman una
distribución. La distribución de las medias es llamada la distribución de las medias muéstrales, o la
distribución en el muestreo de la media. De la misma manera, la distribución de las proporciones (o
porcentajes) obtenida de todas las muestras posibles del mismo tamaño, extraídas de una población, es
llamada la distribución en el muestreo de la proporción.
Error Estándar:
La desviación estándar de una distribución, en el muestreo de un estadístico, es frecuentemente llamada
el error estándar del estadístico. Por ejemplo, la desviación estándar de las medias de todas la muestras
posibles del mismo tamaño, extraídas de una población, es llamada el error estándar de la media. De la
misma manera, la desviación estándar de las proporciones de todas las muestras posibles del mismo
tamaño, extraídas de una población, es llamada el error estándar de la proporción. La diferencia entre
los términos "desviación estándar" y "error de estándar" es que la primera se refiere a los valores
originales, mientras que la última está relacionada con valores calculados. Un estadístico es un valor
calculado, obtenido con los elementos incluidos en una muestra.
Error muestral o error de muestreo
La diferencia entre el resultado obtenido de una muestra (un estadístico) y el resultado el cual
deberíamos haber obtenido de la población (el parámetro correspondiente) se llama el error muestral o
error de muestreo. Un error de muestreo usualmente ocurre cuando no se lleva a cabo la encuesta
completa de la población, sino que se toma una muestra para estimar las características de la población.
El error muestral es medido por el error estadístico, en términos de probabilidad, bajo la curva normal.
El resultado de la media indica la precisión de la estimación de la población basada en el estudio de la
muestra. Mientras más pequeño el error muestras, mayor es la precisión de la estimación. Deberá
hacerse notar que los errores cometidos en una encuesta por muestreo, tales como respuestas
inconsistentes, incompletas o no determinadas, no son considerados como errores muéstrales. Los
errores no muéstrales pueden también ocurrir en una encuesta completa de la población.
2. Métodos de selección de muestras.
Una muestra debe ser representativa si va a ser usada para estimar las características de la población.
Los métodos para seleccionar una muestra representativa son numerosos, dependiendo del tiempo,
4. Nicol Estefani Valdez Jimenez
Mgr. José Ramiro Zapata Barrientos
Materia: Investigación de mercados II
“LIBEREMOS BOLIVIA”
dinero y habilidad disponibles para tomar una muestra y la naturaleza de los elementos individuales de
la población. Por lo tanto, se requiere una gran volumen para incluir todos los tipos de métodos de
muestreo.
Los métodos de selección de muestras pueden ser clasificados de acuerdo a:
El número de muestras tomadas de una población dada para un estudio y
La manera usada en seleccionar los elementos incluidos en la muestra. Los métodos de muestreo
basados en los dos tipos de clasificaciones son expuestos en seguida.
Métodos de muestreo clasificados de acuerdo con el número de muestras tomadas de una población.
Bajo esta clasificación, hay tres tipos comunes de métodos de muestreo. Estos son, muestreo simple,
doble y múltiple.
Muestreo simple
Este tipo de muestreo toma solamente una muestra de una población dada para el propósito de
inferencia estadística. Puesto que solamente una muestra es tomada, el tamaño de muestra debe ser los
suficientemente grandes para extraer una conclusión. Una muestra grande muchas veces cuesta
demasiado dinero y tiempo.
Muestreo doble
Bajo este tipo de muestreo, cuando el resultado del estudio de la primera muestra no es decisivo, una
segunda muestra es extraída de la misma población. Las dos muestras son combinadas para analizar los
resultados. Este método permite a una persona principiar con una muestra relativamente pequeña para
ahorrar costos y tiempo. Si la primera muestra arroja una resultado definitivo, la segunda muestra puede
no necesitarse.
Por ejemplo, al probar la calidad de un lote de productos manufacturados, si la primera muestra arroja
una calidad muy alta, el lote es aceptado; si arroja una calidad muy pobre, el lote es rechazado.
Solamente si la primera muestra arroja una calidad intermedia, será requerirá la segunda muestra. Un
plan típico de muestreo doble puede ser obtenido de la Military Standard Sampling Procedures and
Tables for Inspection by Attributes, publicada por el Departamento de Defensa y también usado por
muchas industrias privadas. Al probar la calidad de un lote consistente de 3,000 unidades
manufacturadas, cuando el número de defectos encontrados en la primera muestra de 80 unidades es
de 5 o menos, el lote es considerado bueno y es aceptado; si el número de defectos es 9 o más, el lote
es considerado pobre y es rechazado; si el número está entre 5 y 9, no puede llegarse a una decisión y
una segunda muestra de 80 unidades es extraída del lote. Si el número de defectos en las dos muestras
combinadas (incluyendo 80 + 80 = 160 unidades) es 12 o menos, el lote es aceptado si el número
combinado es 13 o más, el lote es rechazado.
Muestreo múltiple
El procedimiento bajo este método es similar al expuesto en el muestreo doble, excepto que el número
de muestras sucesivas requerido para llegar a una decisión es más de dos muestras.
5. Nicol Estefani Valdez Jimenez
Mgr. José Ramiro Zapata Barrientos
Materia: Investigación de mercados II
“LIBEREMOS BOLIVIA”
Métodos de muestreo clasificados de acuerdo con las maneras usadas en seleccionar los elementos de
una muestra.
Los elementos de una muestra pueden ser seleccionados de dos maneras diferentes:
a. Basados en el juicio de una persona.
b. Selección aleatoria (al azar)
Muestreo de juicio
Una muestra es llamada muestra de juicio cuando sus elementos son seleccionados mediante juicio
personal. La persona que selecciona los elementos de la muestra, usualmente es un experto en la medida
dada. Una muestra de juicio es llamada una muestra probabilística, puesto que este método está basado
en los puntos de vista subjetivos de una persona y la teoría de la probabilidad no puede ser empleada
para medir el error de muestreo, Las principales ventajas de una muestra de juicio son la facilidad de
obtenerla y que el costo usualmente es bajo.
Muestreo Aleatorio
Una muestra se dice que es extraída al azar cuando la manera de selección es tal, que cada elemento de
la población tiene igual oportunidad de ser seleccionado. Una muestra aleatoria es también llamada una
muestra probabilística son generalmente preferidas por los estadísticos porque la selección de las
muestras es objetiva y el error muestral puede ser medido en términos de probabilidad bajo la curva
normal. Los tipos comunes de muestreo aleatorio son el muestreo aleatorio simple, muestreo
sistemático, muestreo estratificado y muestreo de conglomerados.
A. Muestreo aleatorio simple
Una muestra aleatoria simple es seleccionada de tal manera que cada muestra posible del mismo tamaño
tiene igual probabilidad de ser seleccionada de la población. Para obtener una muestra aleatoria simple,
cada elemento en la población tenga la misma probabilidad de ser seleccionado, el plan de muestreo
puede no conducir a una muestra aleatoria simple. Por conveniencia, este método pude ser reemplazado
por una tabla de números aleatorios. Cuando una población es infinita, es obvio que la tarea de numerar
cada elemento de la población es infinita, es obvio que la tarea de numerar cada elemento de la
población es imposible. Por lo tanto, ciertas modificaciones del muestreo aleatorio simple son
necesarias. Los tipos más comunes de muestreo aleatorio modificado son sistemático, estratificado y de
conglomerados.
B. Muestreo sistemático.
Una muestra sistemática es obtenida cuando los elementos son seleccionados en una manera ordenada.
La manera de la selección depende del número de elementos incluidos en la población y el tamaño de la
muestra. El número de elementos en la población es, primero, dividido por el número deseado en la
muestra. El cociente indicará si cada décimo, cada onceavo, o cada centésimo elemento en la población
van a ser seleccionado.
6. Nicol Estefani Valdez Jimenez
Mgr. José Ramiro Zapata Barrientos
Materia: Investigación de mercados II
“LIBEREMOS BOLIVIA”
El primer elemento de la muestra es seleccionado al azar. Por lo tanto, una muestra sistemática puede
dar la misma precisión de estimación acerca de la población, que una muestra aleatoria simple cuando
los elementos en la población están ordenados al azar.
C. Muestreo Estratificado
Para obtener una muestra aleatoria estratificada, primero se divide la población en grupos, llamados
estratos, que son más homogéneos que la población como un todo. Los elementos de la muestra son
entonces seleccionados al azar o por un método sistemático de cada estrato. Las estimaciones de la
población, basadas en la muestra estratificada, usualmente tienen mayor precisión (o menor error
muestral) que si la población entera muestreada mediante muestreo aleatorio simple. El número de
elementos seleccionado de cada estrato puede ser proporcional o desproporcional al tamaño del estrato
en relación con la población.
D. Muestreo de conglomerados.
Para obtener una muestra de conglomerados, primero dividir la población en grupos que son
convenientes para el muestreo. En seguida, seleccionar una porción de los grupos al azar o por un
método sistemático. Finalmente, tomar todos los elementos o parte de ellos al azar o por un método
sistemático de los grupos seleccionados para obtener una muestra. Bajo este método, aunque no todos
los grupos son muestreados, cada grupo tiene una igual probabilidad de ser seleccionado. Por lo tanto la
muestra es aleatoria.
Una muestra de conglomerados, usualmente produce un mayor error muestral (por lo tanto, da menor
precisión de las estimaciones acerca de la población) que una muestra aleatoria simple del mismo
tamaño. Los elementos individuales dentro de cada "conglomerado" tienden usualmente a ser iguales.
Por ejemplo la gente rica puede vivir en el mismo barrio, mientras que la gente pobre puede vivir en otra
área. No todas las áreas son muestreadas en un muestreo de áreas. La variación entre los elementos
obtenidos de las áreas seleccionadas es, por lo tanto, frecuentemente mayor que la obtenida si la
población entera es muestreada mediante muestreo aleatorio simple. Esta debilidad puede reducida
cuando se incrementa el tamaño de la muestra de área.
El incremento del tamaño de la muestra puede fácilmente ser hecho en muestra muestra de área. Los
entrevistadores no tienen que caminar demasiado lejos en una pequeña área para entrevistar más
familias. Por lo tanto, una muestra grande de área puede ser obtenida dentro de un corto período de
tiempo y a bajo costo.
Por otra parte, una muestra de conglomerados puede producir la misma precisión en la estimación que
una muestra aleatoria simple, si la variación de los elementos individuales dentro de cada conglomerado
es tan grande como la de la población.3
Ejemplos de muestra
Ejemplo 1
7. Nicol Estefani Valdez Jimenez
Mgr. José Ramiro Zapata Barrientos
Materia: Investigación de mercados II
“LIBEREMOS BOLIVIA”
Para estudiar cuál es el candidato presidencial por el cual votarán los peruanos en las próximas
elecciones, se toma una muestra de 3500 personas de todo el país. La pregunta es la siguiente, ¿por
quién votará en las próximas elecciones presidenciales? Determine la población, muestra e individuos.
En este caso, la población sería la población electoral del país, es decir, peruanos con derecho a
voto.
La muestra sería el conjunto de 3500 peruanos que forman parte de la población.
Un individuo sería cada uno de los peruanos con derecho a voto.
Ejemplo 2
Un estudiante de estadística quiere conocer si los profesores de su universidad, UNAM, prefieren dictar
clases con ropa formal o con ropa informal. Para ello, realiza una encuesta a 120 profesores de la UNAM
elegidos de forma aleatoria. Identifique la población, muestra e individuos.
Población: conjunto de todos los profesores de la UNAM.
Muestra: 120 profesores de la UNAM.
Individuo: cada uno de los profesores de la UNAM.4
3. Conclusiones
Si no tenemos representatividad, seguramente tendremos datos que no nos servirán para nada. Es
importante que garanticemos que las características que nos importan y necesitamos investigar, se
encuentren en la muestra que va a ser objeto de estudio.
Siempre estaremos propenso a caer en un sesgo de la muestra, porque siempre habrá personas que no
contesten la encuesta por estar ocupadas, o la contesten de manera incompleta, por lo que no podremos
obtener los datos que requerimos.
Mientras más grande sea, aumenta la posibilidad de que sea más representativa de la población. Que
una muestra sea representativa nos da mayor certeza de que las personas que estén incluidas sean las
que necesitamos, además reducimos un posible sesgo.
4. Referencias
1. https://sites.google.com/site/lpsjestadistica/conclusion
2. file:///C:/Users/pc/Downloads/ensayo-150619182002-lva1-app6892.pdf
3. https://www.monografias.com/trabajos11/tebas/tebas.shtml#intro
4. https://matemovil.com/poblacion-y-muestra-ejemplos-y-ejercicios/
8. Nicol Estefani Valdez Jimenez
Mgr. José Ramiro Zapata Barrientos
Materia: Investigación de mercados II
“LIBEREMOS BOLIVIA”
5. Videos