Población y muestra

-

 En una investigación, la población es el conjunto completo de personas, objetos o casos que te interesan. Es como decir de quién o de qué quieres hablar en general. Por ejemplo, si tu tema es el estrés en estudiantes de preparatoria de una ciudad, la población serían todos esos estudiantes, no solo los que conoces o los que puedes encuestar.

La muestra es solo una parte de esa población, pero elegida para estudiar y sacar conclusiones. Se usa porque casi nunca se puede medir o entrevistar a todos. Entonces, en lugar de trabajar con todo el grupo, tomas una parte manejable y analizas eso para tener una idea de lo que pasa en la población.

La clave está en que la muestra se parezca lo más posible a la población. Si tu muestra queda muy cargada hacia un tipo de personas, tus resultados pueden salir sesgados. Por eso importa cómo eliges a la gente o los casos. A veces se elige al azar para que sea más parecida al total, y otras veces se elige por facilidad o por características específicas, pero en ese caso hay que decirlo claro porque afecta hasta dónde se pueden generalizar los resultados



Comentarios

Publicar un comentario

Entradas más populares de este blog

Pruebas paramétricas y no paramétricas

-
Imagen
Cuando trabajas con datos, tarde o temprano te topas con la misma duda: si lo que salió diferente de verdad es una diferencia real o si solo se ve así por casualidad. Para eso sirven las pruebas estadísticas. Entre las más comunes están las pruebas paramétricas y las no paramétricas, y la diferencia principal tiene que ver con cómo se comportan tus datos y con qué tipo de medición estás usando. Las pruebas paramétricas suelen ir bien cuando tus datos son números y se ven más o menos parejos. En otras palabras, cuando no están demasiado cargados hacia un lado y no hay tantos valores extremos que te desordenen el resultado. En ese tipo de casos, este enfoque normalmente aprovecha mejor la información y puede darte conclusiones más precisas. Las pruebas no paramétricas entran cuando los datos no cooperan tanto. Son útiles si tienes pocos datos, si hay valores muy altos o muy bajos que cambian mucho el promedio, o si tus datos no son números exactos sino niveles u opciones, como bajo, medi...
Leer más

Alcances de una investigación

-
Imagen
  El alcance de una investigación es, básicamente, hasta dónde quieres llegar con tu estudio. No es lo mismo explorar un tema por primera vez que explicar por qué pasa algo. Por eso, antes de empezar, conviene definir el alcance, porque de ahí se decide qué información necesitas y cómo la vas a trabajar. Un alcance exploratorio se usa cuando el tema todavía no está claro o casi no hay información. Aquí la meta es ubicar el problema, entender qué variables podrían importar y tener un panorama inicial. Es como abrir el camino para estudios más completos. Un alcance descriptivo se centra en mostrar cómo es algo. No busca explicar causas, sino retratar la situación con claridad. Por ejemplo, describir características de una población, hábitos, niveles, opiniones o frecuencia de un fenómeno. Un alcance correlacional busca ver si dos o más cosas se mueven juntas. Aquí la pregunta típica es si cuando una sube, la otra también sube o baja. Importante: encontrar relación no significa que un...
Leer más

campana de Gauss

-
Imagen
  La campana de Gauss es la forma clásica de la distribución normal. Se ve como una campana porque la mayoría de los valores se juntan cerca del centro y, conforme te alejas, aparecen menos casos. Cuando tus datos tienen una forma parecida a esa campana, se dice que siguen aproximadamente una distribución normal. Lo más importante de esta campana es que suele ser simétrica. Eso significa que el lado izquierdo se parece al derecho y que el centro representa bien lo típico. En ese punto central, la media, la mediana y la moda tienden a quedar muy cerca entre sí, porque los datos no están cargados hacia un lado. La campana también sirve para tener una idea rápida de qué tan comunes son los valores alrededor del centro. En una normal, la mayor parte de los datos cae cerca del promedio y cada vez hay menos conforme te vas a extremos. Por eso, valores muy altos o muy bajos existen, pero son poco frecuentes. En la práctica, para ver si tus datos se parecen a la campana, lo más directo es ...
Leer más