1) El documento habla sobre la selección de muestras en investigación. 2) Explica la importancia de definir claramente la unidad de análisis y las características de la población para delimitar el alcance del estudio. 3) Describe los diferentes tipos de muestras, como las probabilísticas y no probabilísticas, y métodos de muestreo como el aleatorio simple.
El documento habla sobre cómo seleccionar una muestra adecuada para la investigación. Explica los conceptos de muestra, población y tipos de muestras. También cubre cómo definir la unidad de análisis, delimitar la población, determinar el tamaño de la muestra y obtener la muestra usando diferentes métodos de selección como las muestras probabilísticas y no probabilísticas. El objetivo es que los estudiantes comprendan este proceso y puedan seleccionar muestras científicamente válidas
El documento habla sobre cómo seleccionar una muestra para investigación. Explica los conceptos de muestra, población y tipos de muestras. Discute la importancia de definir claramente la unidad de análisis y delimitar las características de la población objetivo. También describe los diferentes métodos para seleccionar una muestra, incluyendo muestras probabilísticas y no probabilísticas, y cómo elegir el método apropiado dependiendo de los objetivos del estudio.
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.
Seleccion de la Muestra en Investigaciongambitguille
El documento explica los conceptos de población, muestra, y diferentes tipos de muestreo. Indica que la selección de una muestra adecuada es fundamental para la investigación estadística. Explica que las muestras pueden ser probabilísticas o no probabilísticas, y proporciona ejemplos de diferentes tipos de muestras como muestras por conveniencia y muestras en cadena. También cubre cómo calcular el tamaño de la muestra para poblaciones finitas e infinitas.
Este documento presenta un grupo de 5 participantes para un proyecto. Los participantes son Jenny Montilla, Dastenia Casado, Lina, Orlando Holguin-Veras Sánchez e Ivette Troncoso.
Este documento describe los conceptos de población, muestreo y extracción de muestras en investigación. Explica que la población debe definirse de manera precisa antes de seleccionar una muestra representativa. Describe dos métodos de muestreo: al azar y estratificado, señalando que el estratificado divide primero la población en grupos homogéneos. Resalta la importancia de obtener muestras lo suficientemente grandes para representar a la población total de manera precisa.
1) El documento describe el proceso de investigación cuantitativa, comenzando por definir la unidad de análisis sobre la cual se recolectarán los datos. 2) Explica que es necesario delimitar la población de estudio y elegir un método de muestreo probabilístico o no probabilístico. 3) Señala que se debe precisar el tamaño de la muestra requerida y aplicar el procedimiento de selección para obtener la muestra.
La poblacion y muestra en una investigacionLima - Perú
El documento introduce los conceptos de población y muestra en el contexto de la teoría del muestreo. Explica que una población es el conjunto total de elementos sobre los cuales se realizará un estudio, mientras que una muestra es un subconjunto de la población. También describe diferentes tipos de muestreo, como el probabilístico, no probabilístico, estratificado y por conglomerados. Finalmente, resalta la importancia de que la muestra sea representativa de la población total para obtener conclusiones válidas.
El documento habla sobre cómo seleccionar una muestra adecuada para la investigación. Explica los conceptos de muestra, población y tipos de muestras. También cubre cómo definir la unidad de análisis, delimitar la población, determinar el tamaño de la muestra y obtener la muestra usando diferentes métodos de selección como las muestras probabilísticas y no probabilísticas. El objetivo es que los estudiantes comprendan este proceso y puedan seleccionar muestras científicamente válidas
El documento habla sobre cómo seleccionar una muestra para investigación. Explica los conceptos de muestra, población y tipos de muestras. Discute la importancia de definir claramente la unidad de análisis y delimitar las características de la población objetivo. También describe los diferentes métodos para seleccionar una muestra, incluyendo muestras probabilísticas y no probabilísticas, y cómo elegir el método apropiado dependiendo de los objetivos del estudio.
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.
Seleccion de la Muestra en Investigaciongambitguille
El documento explica los conceptos de población, muestra, y diferentes tipos de muestreo. Indica que la selección de una muestra adecuada es fundamental para la investigación estadística. Explica que las muestras pueden ser probabilísticas o no probabilísticas, y proporciona ejemplos de diferentes tipos de muestras como muestras por conveniencia y muestras en cadena. También cubre cómo calcular el tamaño de la muestra para poblaciones finitas e infinitas.
Este documento presenta un grupo de 5 participantes para un proyecto. Los participantes son Jenny Montilla, Dastenia Casado, Lina, Orlando Holguin-Veras Sánchez e Ivette Troncoso.
Este documento describe los conceptos de población, muestreo y extracción de muestras en investigación. Explica que la población debe definirse de manera precisa antes de seleccionar una muestra representativa. Describe dos métodos de muestreo: al azar y estratificado, señalando que el estratificado divide primero la población en grupos homogéneos. Resalta la importancia de obtener muestras lo suficientemente grandes para representar a la población total de manera precisa.
1) El documento describe el proceso de investigación cuantitativa, comenzando por definir la unidad de análisis sobre la cual se recolectarán los datos. 2) Explica que es necesario delimitar la población de estudio y elegir un método de muestreo probabilístico o no probabilístico. 3) Señala que se debe precisar el tamaño de la muestra requerida y aplicar el procedimiento de selección para obtener la muestra.
La poblacion y muestra en una investigacionLima - Perú
El documento introduce los conceptos de población y muestra en el contexto de la teoría del muestreo. Explica que una población es el conjunto total de elementos sobre los cuales se realizará un estudio, mientras que una muestra es un subconjunto de la población. También describe diferentes tipos de muestreo, como el probabilístico, no probabilístico, estratificado y por conglomerados. Finalmente, resalta la importancia de que la muestra sea representativa de la población total para obtener conclusiones válidas.
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.
Una muestra es un subconjunto de casos o individuos de una población. En diversas aplicaciones, interesa que una muestra sea representativa, y para ello debe escogerse una técnica de muestra adecuada que produzca una muestra aleatoria adecuada. También es un subconjunto de la población, y para ser representativa, debe tener las mismas características de la población.
El documento habla sobre cómo seleccionar una muestra en investigación. Explica los conceptos de muestra, población y tipos de muestras. Discute la importancia de definir primero la unidad de análisis y delimitar claramente las características de la población objetivo. Luego presenta dos tipos de muestras: probabilísticas y no probabilísticas, dando ejemplos de cuando usar cada una.
Este capítulo se centra en los conceptos básicos de diseño muestral y en los diferentes tipos de poblaciones involucradas en un estudio de investigación (población diana, población de estudio, población muestreada y muestra). Explica conceptos como muestra, muestreo, principios de representatividad y comparabilidad. Además, describe los criterios de selección e inclusión/exclusión para definir la población muestreada. Finalmente, presenta algunos ejemplos para ilustrar estos conceptos.
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.
Este documento presenta información sobre la selección de muestras en investigación. Explica que la muestra debe ser representativa de la población y seleccionada aleatoriamente para evitar sesgos. Describe los tipos de muestras probabilísticas y no probabilísticas, y métodos como la estratificación. También cubre el cálculo del tamaño de muestra y ejemplos de selección de muestra probabilística.
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 de población, muestra y muestreo probabilístico. Explica que la población es el conjunto total de casos que se quiere estudiar, mientras que la muestra es una parte representativa de esa población. Detalla diferentes tipos de muestreo probabilístico como el muestreo aleatorio simple, y la importancia de que la muestra sea lo suficientemente grande y se seleccione de manera aleatoria para que sea representativa de la población total.
Las estadísticas de por sí no tienen sentido si no se consideran o se relacionan dentro del contexto con que se trabajan.
Por lo tanto es necesario entender los conceptos de población y de muestra para lograr comprender mejor su significado en la investigación educativa o social que se lleva a cabo.
Este documento describe diferentes tipos de muestras y el cálculo del tamaño de la muestra. Explica que una muestra es un subconjunto representativo de una población y que debe seleccionarse usando una técnica de muestreo adecuada como el muestreo aleatorio para que sea representativa. También describe diferentes tipos de muestreo como el aleatorio simple, estratificado y por conglomerados. Finalmente, explica cómo calcular el tamaño de la muestra necesario para estimar una proporción o media con un nivel de confianza y precisión dados
El documento explica los conceptos de población, muestra y muestreo. Define una población como el conjunto total de elementos a estudiar, y una muestra como una parte representativa de la población seleccionada para el estudio. Explica que existen diferentes tipos de muestreo como el aleatorio simple, sistemático y estratificado, y la importancia de que la muestra sea representativa para extrapolar los resultados a toda la población.
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 define conceptos clave de la estadística inferencial como población, parámetro, muestra y estadístico. Explica los tipos de muestreo probabilístico como aleatorio simple, sistemático y estratificado, así como los no probabilísticos como intencional y por cuotas. Además, describe ventajas e inconvenientes del muestreo y cómo seleccionar una muestra aleatoria usando tablas de números aleatorios.
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.
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.
En estadística una muestra estadística (también llamada muestra aleatoria o simplemente muestra) es un subconjunto de casos o individuos de una población.
Este documento explica los conceptos de población, muestra y muestreo. La población se refiere al conjunto total de elementos sobre los cuales se investiga, mientras que la muestra es una parte representativa de la población. El muestreo es el método utilizado para seleccionar los elementos de la muestra de forma aleatoria o no aleatoria. Algunos tipos de muestreo incluyen el aleatorio simple, sistemático y estratificado. El objetivo del muestreo es estudiar una parte de la población de manera más factible que estudiar la
Este documento discute los tipos de muestras probabilísticas y no probabilísticas. Explica que las muestras probabilísticas permiten medir el error estándar y generalizar los resultados a la población, mientras que las muestras no probabilísticas se seleccionan de manera dirigida pero pueden ofrecer casos ricos para análisis cualitativos. También describe procedimientos como la tombola y selección sistemática para elegir muestras probabilísticas y los factores que influyen en el tamaño ópt
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
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 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.
Una muestra es un subconjunto de casos o individuos de una población. En diversas aplicaciones, interesa que una muestra sea representativa, y para ello debe escogerse una técnica de muestra adecuada que produzca una muestra aleatoria adecuada. También es un subconjunto de la población, y para ser representativa, debe tener las mismas características de la población.
El documento habla sobre cómo seleccionar una muestra en investigación. Explica los conceptos de muestra, población y tipos de muestras. Discute la importancia de definir primero la unidad de análisis y delimitar claramente las características de la población objetivo. Luego presenta dos tipos de muestras: probabilísticas y no probabilísticas, dando ejemplos de cuando usar cada una.
Este capítulo se centra en los conceptos básicos de diseño muestral y en los diferentes tipos de poblaciones involucradas en un estudio de investigación (población diana, población de estudio, población muestreada y muestra). Explica conceptos como muestra, muestreo, principios de representatividad y comparabilidad. Además, describe los criterios de selección e inclusión/exclusión para definir la población muestreada. Finalmente, presenta algunos ejemplos para ilustrar estos conceptos.
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.
Este documento presenta información sobre la selección de muestras en investigación. Explica que la muestra debe ser representativa de la población y seleccionada aleatoriamente para evitar sesgos. Describe los tipos de muestras probabilísticas y no probabilísticas, y métodos como la estratificación. También cubre el cálculo del tamaño de muestra y ejemplos de selección de muestra probabilística.
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 de población, muestra y muestreo probabilístico. Explica que la población es el conjunto total de casos que se quiere estudiar, mientras que la muestra es una parte representativa de esa población. Detalla diferentes tipos de muestreo probabilístico como el muestreo aleatorio simple, y la importancia de que la muestra sea lo suficientemente grande y se seleccione de manera aleatoria para que sea representativa de la población total.
Las estadísticas de por sí no tienen sentido si no se consideran o se relacionan dentro del contexto con que se trabajan.
Por lo tanto es necesario entender los conceptos de población y de muestra para lograr comprender mejor su significado en la investigación educativa o social que se lleva a cabo.
Este documento describe diferentes tipos de muestras y el cálculo del tamaño de la muestra. Explica que una muestra es un subconjunto representativo de una población y que debe seleccionarse usando una técnica de muestreo adecuada como el muestreo aleatorio para que sea representativa. También describe diferentes tipos de muestreo como el aleatorio simple, estratificado y por conglomerados. Finalmente, explica cómo calcular el tamaño de la muestra necesario para estimar una proporción o media con un nivel de confianza y precisión dados
El documento explica los conceptos de población, muestra y muestreo. Define una población como el conjunto total de elementos a estudiar, y una muestra como una parte representativa de la población seleccionada para el estudio. Explica que existen diferentes tipos de muestreo como el aleatorio simple, sistemático y estratificado, y la importancia de que la muestra sea representativa para extrapolar los resultados a toda la población.
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 define conceptos clave de la estadística inferencial como población, parámetro, muestra y estadístico. Explica los tipos de muestreo probabilístico como aleatorio simple, sistemático y estratificado, así como los no probabilísticos como intencional y por cuotas. Además, describe ventajas e inconvenientes del muestreo y cómo seleccionar una muestra aleatoria usando tablas de números aleatorios.
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.
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.
En estadística una muestra estadística (también llamada muestra aleatoria o simplemente muestra) es un subconjunto de casos o individuos de una población.
Este documento explica los conceptos de población, muestra y muestreo. La población se refiere al conjunto total de elementos sobre los cuales se investiga, mientras que la muestra es una parte representativa de la población. El muestreo es el método utilizado para seleccionar los elementos de la muestra de forma aleatoria o no aleatoria. Algunos tipos de muestreo incluyen el aleatorio simple, sistemático y estratificado. El objetivo del muestreo es estudiar una parte de la población de manera más factible que estudiar la
Este documento discute los tipos de muestras probabilísticas y no probabilísticas. Explica que las muestras probabilísticas permiten medir el error estándar y generalizar los resultados a la población, mientras que las muestras no probabilísticas se seleccionan de manera dirigida pero pueden ofrecer casos ricos para análisis cualitativos. También describe procedimientos como la tombola y selección sistemática para elegir muestras probabilísticas y los factores que influyen en el tamaño ópt
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
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
Cardiopatias cianogenas con hipoflujo pulmonar.pptxELVISGLEN
Las cardiopatías congénitas acianóticas incluyen problemas cardíacos que se desarrollan antes o al momento de nacer pero que normalmente no interfieren en la cantidad de oxígeno o de sangre que llega a los tejidos corporales.
Priones, definiciones y la enfermedad de las vacas locasalexandrajunchaya3
Durante este trabajo de la doctora Mar junto con la coordinadora Hidalgo, se presenta un didáctico documento en donde repasaremos la definición de este misterio de la biología y medicina. Proteinas que al tener una estructura incorrecta, pueden esparcir esta estructura no adecuada, generando huecos en el cerebro, de esta manera creando el tejido espongiforme.
¿Qué es?
El VIH es un virus que ataca el sistema inmunitario del cuerpo humano, debilitándolo y dejándolo vulnerable a otras infecciones y enfermedades.
Se transmite a través de fluidos corporales como sangre, semen, secreciones vaginales y leche materna.
A medida que avanza, el VIH puede desarrollarse en SIDA, una etapa avanzada de la infección donde el sistema inmunitario está severamente comprometido.
Estadísticas
Más de 38 millones de personas viven con VIH en todo el mundo, según datos de la ONU.
Las tasas de infección varían según la región y el grupo demográfico, con una prevalencia más alta en África subsahariana.
Modos de Transmisión
El VIH se transmite principalmente a través de relaciones sexuales sin protección, compartir agujas contaminadas y de madre a hijo durante el parto o la lactancia.
No se transmite por contacto casual como estrechar la mano o compartir utensilios.
Prevención y Tratamiento
La prevención incluye el uso de preservativos durante las relaciones sexuales, evitar compartir agujas y acceder a la profilaxis preexposición (PrEP) para aquellos con mayor riesgo.
El tratamiento del VIH implica el uso de terapia antirretroviral (TAR), que ayuda a controlar la replicación viral y permite que las personas con VIH vivan vidas más largas y saludables
Esta presentación nos informa sobre los pólipos nasales, estos son crecimientos benignos en el revestimiento de los senos paranasales o fosas nasales, causados por inflamación crónica debido a alergias, infecciones o asma.
La era precámbrica comenzó hace 4 millones de años y se cuenta hasta hace 570 millones de años. Durante este período se creó el complejo basal propio de la Guayana venezolana, al sur del país; también en Los Andes; en la cordillera norte de Perijá, estado de Zulia; y en el Baúl, estado de Cojedes.
1. Selección de la muestra
¿Sobre qué o quiénes se recolectarán datos?
Aquí el interés se centra en “qué o quiénes”, es decir, en los participantes, objetos, sucesos
o comunidades de estudio (las unidades de análisis), lo cual depende del planteamiento de
la investigación y de los alcances del estudio. Así, en la situación de que el objetivo sea
describir el uso que hacen los niños de la televisión, lo más factible sería interrogar a un
grupo de niños. También serviría entrevistar a los padres de los niños. Escoger entre los
niños o sus padres, o ambos, dependería no sólo del objetivo de la investigación, sino del
diseño de la misma. En el caso de la investigación donde el propósito básico del estudio es
describir la relación niño-televisión, se podría determinar que los participantes
seleccionados para el estudio fueran niños que respondieran sobre sus conductas y
percepciones relacionadas con este medio de comunicación.
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.
La muestra es un subgrupo de la población de interés sobre el cual se recolectarán datos, y
que tiene que definirse o delimitarse de antemano con precisión, éste deberá ser
representativo de dicha población. El investigador pretende que los resultados encontrados
en la muestra logren generalizarse o extrapolarse a la población (en el sentido de la validez
externa que se comentó al hablar de experimentos). El interés es que la muestra sea
estadísticamente representativa.
¿Cómo se delimita una población?
Una vez que se ha definido cuál 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. Así,
una población es el conjunto de todos los casos que concuerdan con una serie de
especificaciones.
Una deficiencia que se presenta en algunos trabajos de investigación es que no describen
lo suficiente las características de la población o consideran que la muestra la representa
de manera automática. Es común que algunos estudios que sólo se basan en muestras de
estudiantes universitarios (porque es fácil aplicar en ellos el instrumento de medición) y se
hagan generalizaciones temerarias sobre jóvenes que tal vez posean otras características
sociales. Es preferible entonces establecer con claridad las características de la población,
con la finalidad de delimitar cuáles serán los parámetros muéstrales.
Lo anterior puede ilustrarse con el ejemplo, que hemos utilizado en más de una ocasión, de
la investigación sobre el uso de la televisión por los niños. Está claro que en dicha
2. investigación la unidad de análisis son los niños. Pero, ¿de qué población se trata?, ¿de
todos los niños del mundo?, ¿de todos los niños de la República mexicana? Sería muy
ambicioso y prácticamente imposible referirnos a poblaciones tan grandes. Así, en nuestro
ejemplo, la población se delimitaría con base en la figura 1.
Figura 1. Ejemplo de delimitación de la muestra.
Esta definición elimina, por tanto, a niños mexicanos que no vivan en el área metropolitana
de la Ciudad de México, a los que no van a la escuela, a los que asisten a clases por la tarde
(turno vespertino) y a los infantes más pequeños. Aunque, por otra parte, permite hacer
una investigación costeable, con cuestionarios que serán respondidos por niños que ya
saben escribir y con un control sobre la inclusión de niños de todas las zonas de la metrópoli,
al utilizar la ubicación de las escuelas como puntos de referencia y de selección. En éste y
otros casos, la delimitación de las características de la población no sólo depende de los
objetivos de la investigación, sino de otras razones prácticas. Un estudio no será mejor por
tener una población más grande; la calidad de un trabajo investigativo gravita en delimitar
claramente la población con base en el planteamiento del problema.
Al seleccionar la muestra debemos evitar tres errores que pueden presentarse:
1. Desestimar o no elegir a casos que deberían ser parte de la muestra (participantes que
deberían estar y no fueron seleccionados).
2. Incluir a casos que no deberían estar porque no forman parte de la población.
3. Seleccionar casos que son verdaderamente inelegibles.
Por ejemplo, en una encuesta sobre preferencias electorales entrevistar a individuos que
son menores de edad y no pueden votar legalmente (no deben ser agregados a la muestra,
pero sus respuestas se incluyeron, esto, evidentemente es un error).
El primer paso para evitar tal error es una adecuada delimitación del universo o población.
Los criterios que cada investigador cumpla dependen de sus objetivos de estudio, lo
importante es establecerlos de manera muy específica. Toda investigación debe ser
3. transparente, así como estar sujeta a crítica y réplica, este ejercicio no es posible si al
examinar los resultados el lector no puede referirlos a la población utilizada en un estudio.
¿Cómo seleccionar la muestra?
Hasta este momento hemos visto que se debe definir, cuál será la unidad de análisis y cuáles
son las características de la población. En este apartado hablaremos de la muestra, o mejor
dicho de los tipos de muestra, con la finalidad de poder elegir la más conveniente para un
estudio.
La muestra es, en esencia, un subgrupo de la población. Digamos que es un subconjunto de
elementos que pertenecen a ese conjunto definido en sus características al que llamamos
población. Esto se representa en la figura 2. Con frecuencia leemos y escuchamos hablar de
muestra representativa, muestra al azar, muestra aleatoria, como si con los simples
términos se pudiera dar más seriedad a los resultados. En realidad, pocas veces es posible
medir a toda la población, por lo que obtenemos o seleccionamos una muestra y, desde
luego, se pretende que este subconjunto sea un reflejo fiel del conjunto de la población.
Todas las muestras (bajo el enfoque cuantitativo) deben ser representativas; por lo tanto,
el uso de este término resulta un poco inútil. Los términos al azar y aleatorio denotan un
tipo de procedimiento mecánico relacionado con la probabilidad y con la selección de
elementos; pero no logran esclarecer tampoco el tipo de muestra y el procedimiento de
muestreo.
Figura 2. Representación de una muestra como subgrupo.
Características de una buena muestra
Una muestra debe ser adecuada en cantidad y en calidad. En relación con el primer aspecto,
existen procedimientos estadísticos para saber cuál es el número mínimo de elementos que
debemos incluir en el estudio para obtener resultados válidos. La calidad involucra el
concepto de representatividad de la muestra. Se dice que una muestra es representativa de
4. la población cuando es un reflejo de ella, es decir cuando reúne las características
principales de la población en relación con la variable en estudio.
Por ejemplo, si nuestro objetivo es determinar la duración promedio de la hospitalización
de los pacientes del Hospital Carlos Cisternas de Calama, para lograr una muestra
representativa deberíamos incluir pacientes de los departamentos de Medicina, Cirugía,
Obstetricia y Pediatría, dado que la estadía hospitalaria fluctúa entre ellos. Si estudiamos
una gran proporción de pacientes de obstetricia, estaríamos subestimando la duración de
la estadía hospitalaria, en dicho centro asistencial, de las demás áreas. La representatividad
de la muestra es entonces un aspecto de gran importancia en la investigación y para lograrla
es necesario seleccionar el tipo y clase de muestreo que garantice esta condición y trabajar
con un tamaño de muestra adecuado.
Tipos de muestra
Se conoce como muestreo el proceso de obtención de la muestra. Puede ser probabilístico
y no probabilístico. Hablamos de un muestreo probabilístico cuando los integrantes de la
muestra se escogen al azar y por lo tanto, puede calcularse con antelación la probabilidad
de obtener cada una de las muestras que pueden formarse de esa población o la
probabilidad que tiene cada elemento de la población de ser incluido en la muestra.
La selección de los elementos puede hacerse por el método de la lotería, la tabla de
números aleatorios o con paquetes automatizados que forman números al azar. El método
de la lotería consiste en asignarle un número a cada integrante de la población y luego
seleccionar tantos números como sea necesario para completar la muestra. Esto puede
hacerse con un biombo (como en las loterías), o con papeles numerados introducidos en
una bolsa de la cual se extraen.
Es recomendable trabajar con muestras probabilísticas puesto que permiten que los
resultados obtenidos en ellas puedan ser extrapolados a la población con un margen de
confianza determinado.
En relación con las muestras no probabilísticas, llamadas también muestras por
conveniencia, los elementos son escogidos con base en la opinión del investigador y se
desconoce la probabilidad que tiene cada elemento de ser elegido para la muestra. En este
tipo de muestreo existen el intencional (o deliberado) y los accidentales (o por comodidad).
En el primero el investigador escoge aquellos elementos que considera típicos de la
población. En los segundos, se toman los casos que estén disponibles en el momento. Otro
tipo es el muestreo por cuotas en el cual el investigador establece una cuota o cantidad de
elementos según algunas características de la población, ejemplo, sexo, estado civil y edad,
luego escoge los sujetos que encuentra hasta cubrir la cuota establecida. Este último se usa
frecuentemente en las encuestas de opinión pública.
5. Clases de muestreo
Existen varias clases de muestreo y la decisión sobre cuál utilizar depende de las
características de la población y de la posibilidad de manejar los aspectos técnicos del
diseño de la muestra. A continuación, vamos a analizar el diseño más representativo y que
se encuentra acorde con la necesidad de la ejecución de su proyecto de investigación:
Muestreo aleatorio simple (MAS):
a. Descripción: Consiste en seleccionar “n” elementos de los “N” que conforman la
población de forma que todos ellos tengan igual posibilidad de ser escogidos para
integrar la muestra.(Convencionalmente se emplea la letra “n” minúscula para indicar
el tamaño de la muestra y “N” mayúscula para designar el de la población). El diseño
necesita:
• Disponer de una lista numerada de los “N” integrantes de la población.
• Seleccionar en forma aleatoria cada uno de los integrantes de la muestra.
b. Usos: Esta clase de muestreo sirve cuando la población es bastante homogénea en lo
que respecta a la variable en estudio y es posible obtener el listado de los elementos de
la población. Ejemplo: si deseamos conocer la opinión de un grupo de alumnos de una
carrera del área salud acerca de la dinámica empleada en las clases, es bastante factible
que esta opinión sea parecida entre la mayoría de los alumnos, por lo que se puede
considerar una población homogénea. Por otra parte, el listado de los alumnos existe,
por lo que esta clase de muestreo es aplicable.
c. Ventajas: La sencillez del diseño y de los cálculos estadísticos.
d. Limitaciones: No se puede practicar cuando es imposible obtener la lista con todos los
integrantes de la población.
Tamaño de la muestra
El cálculo del tamaño de la muestra exige una variedad tal de información que excede las
posibilidades de este curso, pues para cada clase de muestra y dentro de ellas, para cada
tipo de medición, existe un procedimiento particular. Sin embargo, es necesario que la
persona que realiza investigaciones conozca los factores de los cuales depende el tamaño
de la muestra para que pueda comunicarse con el especialista capacitado para hacerlo.
Existen en la actualidad una serie de softwares como EPI INFO o STATS, que son idóneos ara
realizar los cálculos de tamaño. Los factores que intervienen en la muestra son:
6. a) El error máximo admisible (“d” o “e”): Determina la precisión de los resultados. Es la
máxima diferencia que podemos tolerar entre el valor de la variable obtenido en la
muestra y el verdadero valor de ésta en el universo. Para establecer el valor de “e”
debemos preguntarnos cuán precisos deseamos que sean los resultados de la
investigación, es decir, qué tan exactamente deseamos conocer el valor de la variable.
Por ejemplo, para una investigación que tiene como objetivo determinar el porcentaje
de trabajadores agrícolas del Valle de Azapa que desconoce las normas de seguridad
para el manejo de plaguicidas y deseamos un error no mayor de 5%, entonces, si en la
muestra se obtiene que el porcentaje de trabajadores agrícolas que desconoce las
normas de seguridad resulta ser de 19%, estaríamos aceptando que realmente el
verdadero valor esté entre 19 ± 5, es decir, entre 14% y 24%.
b) Coeficiente de confianza de la estimación: Para hacer la afirmación anterior sobre los
límites dentro de los cuales se encuentra el verdadero valor poblacional, debe
conocerse la probabilidad de que estos resultados sean ciertos y esto lo da el coeficiente
o nivel de confianza, el cual es la medida probabilística de que el intervalo fijado con
“e”, contenga el valor poblacional. En el ejemplo de los trabajadores agrícolas el
investigador decidió trabajar con un nivel de confianza de 95%, con lo cual podríamos
afirmar con un 95% de certeza que el porcentaje de trabajadores agrícolas del Valle de
Azapa está entre 14% y 24%. Claro está, queda 5% de posibilidades de equivocarnos al
establecer esa conclusión. Si trabajamos con 99% de confianza, nos quedaría una
posibilidad de equivocarnos de 1%. Por supuesto que nos gustaría tener un gran nivel
de confianza (de hecho, en el área de la salud se acostumbra trabajar con 95 o 99% de
confianza), pero resulta que el tamaño de la muestra se relaciona directamente con este
nivel, en el sentido que mientras más confianza queremos tener en los resultados, el
tamaño de la muestra será mayor.
Los valores de “e” y del nivel de confianza los establece el investigador dependiendo de:
• Las características del estudio: ¿qué resultados espera obtener?, ¿para qué se utilizarán
los resultados?
• Del número de sujetos que realmente puede estudiar con los recursos disponibles.
c) La homogeneidad de la población en lo que respecta a la variable en estudio: Si la
variable se encuentra presente en un elevado porcentaje de la población, decimos que
ésta es homogénea y bastaría una muestra pequeña para realizar la investigación. Las
fórmulas para calcular el tamaño de la muestra contienen una estimación del valor de
la variable en la población, el cual tenemos que suponer a partir del conocimiento que
tengamos de la población, de estudios realizados en poblaciones parecidas a la nuestra,
o de estudios pilotos.