INVESTIGACIÓN

Imagen 1. Modalidades de investigación, técnicas de recogida de datos e informes de

investigación

Fuente: McMillan, J. H. Schumacher, S. Investigación educativa, Madrid, España, Pearson Educación, referenciado
por Meza Sánchez, S. Zárate, J. J. y Batista García, J. D. (2019).
 La investigación se entiende como una búsqueda científica y sistemática que puede ser
cuantitativa o cualitativa. Está basada en una modalidad de Investigación del Estudio (colección
de prácticas eclécticas de indagación basada en un conjunto general de suposiciones, e implica
preferencias metodológicas, opiniones filosóficas e ideológicas, cuestiones de investigación y
resultados con viabilidad). Un diseño de investigación indica cómo se prepara la investigación,
qué le pasa a los sujetos y qué métodos de recogida de datos se utilizan. Su propósito es
proporcionar, dentro de una modalidad de investigación apropiada, las respuestas más válidas y
exactas a las preguntas que se plantean (Zárate, Meza Sánchez, & Batista García, 2019).

CUANTITATIVA
Experimental Descriptiva
Semiexperimental Comparativa
Caso único Correlacional
Encuesta
Ex post facto

Investigación experimental. En una modalidad experimental, el investigador tiene algún

control sobre que les pasará a los sujetos mediante la imposición u ocultación sistemáticas de
condiciones específicas. Su propósito concreto: es investigar las relaciones causa-efecto entre
las condiciones manipuladas y los resultados medidos (Electrólisis).

Características de los tres más comunes diseños experimentales.

1. Experimental Pura: Se caracteriza por su diseño en el que se da una asignación al azar

de los sujetos a los diferentes grupos. Esto permite al investigador concluir que los
resultados no se deben a diferencias entre los sujetos anteriores a recibir el tratamiento o
mientras transcurre este.

2. Semiexperimental: EI propósito de los métodos es el mismo (determinar causa y efecto) y

se da una manipulación directa de las condiciones. Sin embargo, no hay asignación aleatoria
de sujetos.

3. Caso Único: El investigador puede estar interesado en uno o dos sujetos, no en grupos
grandes. Además, ofrece una alternativa por la especificación de métodos que pueden ser
empleados con un único individuo o con unos pocos y, aun así, permite conclusiones
razonables de causa y efecto. Comparable a la investigación semiexperimental, existe
manipulación directa pero no hay asignación aleatoria.

Investigación no experimental. Describe alguna circunstancia que ha ocurrido o examina las

relaciones entre aspectos sin ninguna manipulación directa de las condiciones que son
experimentadas. Existen cinco tipos de modalidades de investigación no experimentales:
descriptivo, comparativo, correlacional, encuesta y ex post facto1.

1 EX POST FACTO: Después de ocurridos los hechos.

1) Descriptivo. Refiere simplemente un fenómeno existente utilizando números para
caracterizar individuos o un grupo. Evalúa la naturaleza de las condiciones existentes.

El propósito de la mayoría de las investigaciones descriptivas se limita a caracterizar algo

como es.

2) Comparativo. El investigador estudia si existen diferencias entre dos o más grupos

acerca del fenómeno que está siendo estudiado. Las modalidades comparativas se
emplean, a menudo, para estudiar las relaciones entre diferentes fenómenos, por ejemplo,
la relación entre la participación en pruebas de atletismo y la nota media.

3) Correlacional. Se ocupa de la valoración de las relaciones entre dos o más fenómenos.

Este tipo de estudio, normalmente, implica una medida estadística del grado de la relación,
llamado correlación. La relación medida es una afirmación sobre el grado de asociación
entre las variables de interés. Una correlación positiva significa que los valores altos de
una variable están asociados con los valores altos de una segunda variable. La relación
entre altura y anchura, entre la puntuación de CI y de pruebas de rendimiento en una
prueba, y entre la autoestima y las notas, son ejemplos de correlación positiva. Una
relación o correlación negativa significa que los valores altos de una variable están
asociados con los valores bajos de una segunda variable.

4) Encuesta. El investigador selecciona una muestra de sujetos y les administra un

cuestionario o realiza entrevistas para recoger los datos. Las encuestas son utilizadas,
frecuentemente, en la investigación educativa para describir actitudes, creencias,
opiniones y otros tipos de información. Normalmente la investigación está diseñada de
modo que la información sobre un gran número de personas (la población) pueda ser
inferida de las respuestas obtenidas por un grupo más pequeño de sujetos (la muestra).

5) Ex Post Facto. Se utiliza para explorar las relaciones causales posibles entre variables
que no pueden ser manipuladas por el investigador. El investigador diseña el estudio para
cotejar dos o más muestras que son comparables, excepto en un factor determinado. Las
causas posibles son estudiadas después de que hayan ocurrido. En lugar de manipular lo
que ocurrirá a los sujetos, como en los diseños experimentales, la investigación se centra
en lo que ha pasado diferencialmente a grupos de sujetos comparables, entonces
examina si los sujetos de cada grupo son diferentes de alguna manera.

CUALITATIVA
Interactiva No interactiva
Etnográfica Análisis de conceptos
Fenomenológica Análisis histórico
Estudio de caso
Teoría Fundamentada
Estudios Críticos
 Se clasifican en interactivas y no interactivas, son importantes porque cada una tiene una
historia prominente en alguna disciplina y ha generado revistas, libros y metodologías distintivas
que caracterizan su modo de aproximación. Como grupo, las modalidades cualitativas aparecen
de forma frecuente en las publicaciones, exponen metodologías rigurosas y sistemáticas e
ilustran la diversidad en el diseño de la investigación, el papel del investigador y las técnicas de
recogida de datos.

Investigación Interactiva. Consiste en un estudio en profundidad mediante el empleo de

técnicas cara a cara para recoger los datos de la gente en sus escenarios naturales. El
investigador interpreta los fenómenos en términos de los significados que |a gente les da. Los
investigadores cualitativos construyen un dibujo holístico y complejo con descripciones detalladas
de las perspectivas de los informantes

1) Etnografía. Es una descripción e interpretación de un grupo o sistema cultural o social. Como

proceso, la etnografía implica un trabajo de campo prolongado, empleando normalmente la
observación y entrevistas ocasionales con participantes de un grupo de actividad compartida
y recogiendo productos grupales. Se emplea un estilo documental enfocado en los detalles
mundanos de la vida diaria y revelando las habilidades de observación del investigador. El
punto de vista del informante es cuidadosamente expuesto a través de citas extensas y fieles
para comunicar que lo que se describe no es el punto de vista del trabajador de campo, sino
los comentarios auténticos y representativos de los participantes. El producto final es una
descripción narrativa comprensiva y una interpretación que integra todos los aspectos de la
vida del grupo e ilustra su complejidad (Zárate, Meza Sánchez, & Batista García, 2019).

2) Fenomenología. Se refiere tanto a una filosofía de la ciencia como a una modalidad de

investigación que describe los significados de una experiencia vivida. El investigador
“suspende” o deja a un lado todos los prejuicios y recoge los datos sobre cómo los individuos
descifran el significado de una experiencia o situación determinada. La meta de la
fenomenología es transformar una experiencia vivida en una descripción de “su esencia, de
tal forma que el efecto del texto es de inmediato un revivir reflexivo y la apropiación meditada
de algo significativo" (Van Manen, 1990, p. 36).

3) Estudio de caso. Mientras que algunos clasifican “el caso” como un objeto de estudio (Stake,
1995) y otros lo consideran una metodología (Yin, 1994), un estudio de caso examina un
“sistema definido" o un caso en detalle a Io largo del tiempo, empleando múltiples fuentes de
datos encontradas en el entorno. El caso puede ser un programa, un acontecimiento, una
actividad o un conjunto de individuos definidos en tiempo y lugar. EI investigador define el
caso y su límite. El foco de interés puede ser una entidad (estudio intrasituación) o varias
entidades (estudio multisituación). EI estudio proporciona una descripción detallada del caso,
un análisis de los temas o asuntos y las interpretaciones o afirmaciones del investigador sobre
el caso. Estas interpretaciones pueden denominarse “lecciones aprendidas” (Guba y Lincoln,
1989).

4) Teoría fundamentada. Es un conjunto riguroso de procedimientos para elaborar una teoría

sustantiva. Usando un método comparativo constante, el análisis de datos emplea
simultáneamente técnicas de inducción, deducción y verificación. EI investigador recoge,
en primer lugar, los datos de Ia entrevista, realizando múltiples visitas al campo. La
recogida inicial de datos se efectúa para obtener una variedad de perspectivas sobre los
fenómenos; luego, el investigador emplea la comparación constante para analizar es a través
de las categorías de información. Los datos se recogen hasta que las categorías de
información están “saturadas".
5) Estudios críticos. Comienzan con un compromiso de exponer la manipulación social y la
opresión, y de cambiar las estructuras sociales opresivas. Un investigador puede identificar
su género, su edad, su raza, su situación social y sus posiciones políticas para informar al
lector de que sus interpretaciones no están libres de valores (Carspecken, 1996; Rossman y
Rallis, 1998). Es necesario hacer dos aclaraciones. Primero, estas modalidades de
investigación no son modalidades prudentes. Las modalidades difieren en sus objetivos, la
importancia de Ia teoría, la disciplina original, la técnica de recogida de datos, el papel del
investigador y el formato narrativo del informe. Puesto que existe algún solapamiento entre
estos cuatro usos cualitativos “tradicionales”, se debe indicar la modalidad de investigación
predominante para el estudio. Segundo, usamos el término diseño de estudio de caso para
referirnos a un” caso 2” estudiado en profundidad, en contraste con los diseños
experimentales y no experimentales en los que los grupos son comparados a través de un
análisis estadístico. Podría tratarse de un individuo, un grupo de alumnos, un colegio, un
programa o un concepto. El diseño de estudio de caso se aplica a todos los tipos de
investigación, tradicional y no tradicional, e interactiva y no interactiva. Investigación

Investigación no Interactiva. Las modalidades de investigación no interactiva, conocidas

como investigación analítica, estudian conceptos y sucesos históricos a través de un
análisis de documentos. El investigador identifica, estudia y luego sintetiza los datos para
proporcionar un conocimiento del concepto o del suceso pasado que puede o no haber sido
directamente observable. Los documentos autentificados son la fuente principal de datos. El
investigador interpreta “hechos” para proporcionar explicaciones del pasado y descubre los
significados educativos colectivos que pueden subyacer a prácticas y temas actuales.

El análisis de conceptos es el estudio de conceptos educativos como “aprendizaje

cooperativo”, “agrupamiento por habilidades”, “liderazgo”, para describir los diferentes
significados y el uso apropiado del concepto.

El análisis histórico implica una recogida sistemática y una crítica de documentos que
describen sucesos pasados. Los historiadores educativos estudian programas educativos,
prácticas, instituciones, personas, políticas y movimientos pasados. Estos normalmente se
interpretan en el contexto de tendencias históricas, económicas, sociales, militares, tecnológicas
y políticas. Los análisis examinan causas y las consecuencias subsiguientes y, a menudo,
describen el pasado de los acontecimientos actuales.

Otra forma de clasificar los tipos de investigación es examinando la técnica empleada en el

estudio para la recogida de datos. Es decir, ¿cómo obtuvo los datos el investigador? Al igual que
las modalidades de investigación, las técnicas pueden clasificarse como cuantitativas o
cualitativas. Una diferencia fundamental es que las aproximaciones cuantitativas utilizan números
para describir el fenómeno, mientras que las técnicas cualitativas recurren a descripciones
narrativas.
 Técnicas cuantitativas. Destacan categorías a priori para la recogida de datos en forma de
números. La meta es proporcionar descripciones estadísticas, relaciones y explicaciones. Las
técnicas cuantitativas se emplean en diseños experimentales, descriptivos y correlacionales,
como una forma de resumir un número elevado de observaciones y de indicar numéricamente la
cantidad de errores en la recogida y presentación de los datos.

Cuadro 1. Características técnicas Cuantitativa vs Cualitativa

CUANTITATIVA CUALITATIVA
Observaciones estructuradas Observaciones participantes
Entrevistas estandarizadas Observación de campo
TIPOS
Cuestionarios Entrevistas en profundidad
Test de lápiz y papel Documentos y enseres
Evaluaciones alternativas Técnicas suplementarias
• Utilizan instrumentos para la • Los datos se recogen sin
recogida de datos. instrumentos. Los datos son
• Los datos son números. palabras.
• Decisión a priori en la • No hay decisión a priori con
presentación de los datos. respecto a la presentación de los
• Los datos toman una forma, la datos; depende de los recogidos.
respuesta está determinada por • Los datos toman muchas formas:
la prueba. notas de campo, documentos,
Características
• Los datos se tabulan y describen notas de entrevista, grabaciones,
estadísticamente. artefactos.
• El significado se deriva de los • La tabulación se limita a ayudar a
procedimientos estadísticos identificar patrones, usados como
empleados. apoyo de los significados
cualitativos.
• El significado se deriva de las
estrategias cualitativas empleadas.
Fuente: (Zárate, Meza Sánchez, & Batista García, 2019)

1) Observaciones estructuradas. El investigador observa y escucha directamente algún

fenómeno y luego registra de forma sistemática las observaciones resultantes. El observador
ha predeterminado categorías específicas de conducta que serán registradas; lo que
observará se determina antes de que la investigación se realice. Generalmente, se identifican
las unidades de conducta y se emplea un procedimiento sistemático para comprobar o
cuantificar conductas específicas.

2) Entrevistas estandarizadas. Es un conjunto estándar de preguntas que se plantean de

forma oral y en persona, y que están preparadas de antemano. Normalmente las preguntas
dan a elegir una respuesta o son semiestructuradas. Cuando se plantea una pregunta en la
que el sujeto puede elegir la respuesta, este la seleccionará de las alternativas
proporcionadas por el entrevistador. Las preguntas semiestructuradas están redactadas para
permitir respuestas únicas para cada sujeto. Independientemente del tipo de pregunta, las
respuestas se codifican, tabulan y resumen numéricamente.

3) Cuestionarios. Los cuestionarios abarcan una variedad de documentos en los que el sujeto
responde a cuestiones escritas que sonsacan reacciones, opiniones y actitudes. El
investigador elige o construye un conjunto de preguntas adecuadas y le pide al sujeto que las
conteste, normalmente en forma de preguntas en las que debe elegir la respuesta (por
ejemplo: sí, no, quizás). Esta técnica de recogida de datos es muy habitual en la investigación
educativa.
4) Test de lápiz y papel. Al entrevistado se le plantean una serie de preguntas que están
puntuadas objetivamente. Los formatos típicos de los ítems incluyen elección múltiple,
emparejamiento, verdadero y falso y completado. Las puntuaciones resultantes de las
pruebas se utilizan como datos. Debido a que estos tipos de prueba están bien establecidos
y poseen elevadas cualidades técnicas, se usan a menudo en investigación educativa como
una medida del rendimiento de los alumnos.

5) Evaluaciones alternativas. Son medidas de rendimiento que requieren la demostración de

un nivel de eficiencia al tener el entrevistado que crear, producir o hacer algo. Un tipo de
evaluación alternativa está basado en el rendimiento, tal como realizar una presentación oral,
escribir un proyecto, hacer una presentación musical, demostraciones, rendimiento atlético,
entre otros. Las carpetas de trabajo constituyen otro tipo de evaluación alternativa. Aunque
estas evaluaciones se han hecho populares como una técnica empleada en investigación en
los últimos años, están llenas de dificultades técnicas.

Técnicas cualitativas. Las técnicas cualitativas recogen los datos principalmente en forma de
palabras en lugar de números. El estudio proporciona una descripción narrativa detallada, un
análisis y una interpretación de los fenómenos. La mayoría de los investigadores cualitativos
emplean varias técnicas en sus estudios, pero, tienden a seleccionar una como método central.

1) Observación participante. La observación participante es una técnica interactiva de

“participar” hasta cierto punto en las situaciones que ocurren el suceso, de forma natural,
durante un periodo de tiempo y escribir extensas notas de campo que describen lo sucedido.
El investigador no recoge datos para responder a una hipótesis específica; más bien, las
explicaciones se derivan inductivamente de las notas de campo. Ya que el contexto de las
observaciones es importante, el investigador debe ser cuidadoso en documentar su papel en
la situación y qué efecto puede tener en los resultados.

2) Observación de campo. Son descripciones detalladas de sucesos, personas, acciones y

objetos en distintos escenarios. La observación de campo se utiliza en la recogida de datos
interactiva, como en la observación participante y en las entrevistas en profundidad. En la
primera, el investigador confía en la observación cuidadosa cuando explora inicialmente
varias áreas de interés en un lugar, seleccionando las que hay que estudiar en detalle y
buscando patrones de conducta y relaciones. En la segunda, el investigador anota el lenguaje
corporal no verbal y las expresiones faciales del entrevistado como ayuda para interpretar los
datos verbales.

3) Entrevistas en profundidad. La entrevista en profundidad se caracteriza por una

conversación con un objetivo. El investigador puede emplear una guía de entrevista general
o un protocolo, pero no un conjunto de preguntas específicas que él mismo ha formulado para
cada entrevista. Mejor dicho, hay unas pocas preguntas generales, con una libertad
considerable para seguir una gama amplia de temas. El entrevistado puede dar forma al
contenido de la entrevista centrándose en temas de importancia o interés. De hecho, el
investigador suele animar a la persona a hablar con detalle sobre los temas de su interés.
Una entrevista en profundidad, por lo general, dura como mínimo una hora. El investigador, a
menudo, graba las entrevistas y, posteriormente, las transcribe para analizar los temas
frecuentes de las descripciones de experiencias.

4) Documentos y enseres. Los documentos son registros de sucesos pasados que han sido
escritos o impresos; pueden ser notas anecdóticas, cartas, diarios, etcétera. Los documentos
oficiales incluyen papeles internos, comunicaciones a varias personas, archivos de
estudiantes y de personal, descripciones de programas y datos estadísticos institucionales.
Los documentos también proporcionan información de los antecedentes del tema, y son la
 fuente de datos más importante en el análisis conceptual y en los estudios históricos.
Generalmente se catalogan y conservan en archivos, almacenes de manuscritos o
bibliotecas. Los enseres son objetos materiales y símbolos de un suceso, grupo, persona u
organización pasados o presentes. Estos objetos son entidades tangibles que revelan
procesos, significados y valores sociales. Los logotipos y las mascotas de los colegios son
ejemplos de símbolos; los diplomas, premios y los productos de los estudiantes como dibujos,
trabajos y murales son ejemplos de objetos. El investigador cualitativo está más interesado
en los significados asignados a los enseres y en los procesos sociales que los producen que
en los objetos en sí mismos.

5) Técnicas suplementarias. Para obtener hallazgos creíbles, las técnicas suplementarias son
aproximaciones seleccionadas para ayudar a interpretar, elaborar o corroborar los datos
obtenidos desde la observación participante, la entrevista en profundidad, los documentos y
los enseres. Aunque cada una de estas técnicas es un método completamente independiente,
se incorporan a menudo dentro de una investigación cualitativa. Algunos ejemplos de
técnicas suplementarias son: técnicas visuales, películas etnográficas y el uso de
videos, películas y fotografías para captar la vida cotidiana de un grupo de estudio. La
quinesia es el estudio de los movimientos corporales y de la comunicación no verbal. El
análisis del espacio simbólico interpersonal se denomina proxemia2. Un grupo focal es una
entrevista grupal a ocho de quince individuos seleccionados que comparten ciertas
características relevantes para el propósito del estudio. Las encuestas pueden ser un
instrumento construido por los participantes o la confirmación para el investigador de los
resultados.

Partiendo de la información plasmada en este documento acerca de la

investigación, más su interés por profundizar en conceptos relacionados con la
temática, lo invitamos a desarrollar la siguiente actividad:

1. Suponiendo que usted junto con su equipo de trabajo, piensan llevar a cabo un proyecto con
el ánimo de fortalecer los procesos de aprendizajes de los niños de la comunidad indígena
Ticuna en el Amazonas, para lo cual han comentado a documentarse acerca de la comunidad,
de los trabajos desarrollados con la comunidad, entre otros aspectos, llegando a la
conclusión, que se requiere de más información, en especial acerca de sus costumbres, para
poder estructurar un proyecto que genere en la comunidad un impacto positivo.

¿Qué tipo de investigación considera se puede llevar a cabo?, justifique su respuesta.

2. En el caso hipotético de que usted tenga que brindar apoyo a un grupo de investigadores,
quienes le han indicado que debe comenzar con un análisis de varios textos o investigaciones
previas acerca de los procesos de tecnificación en el sector agropecuario,

2 La proxémica es una rama de la semiótica que se dedica a estudiar cómo se organiza el espacio en la comunicación
lingüística. Se trata del análisis de las relaciones espaciales entre los seres humanos y entre las personas y las cosas
durante una interacción, considerando la distancia corporal y la postura adoptada. La proxémica, determinada por
cómo se usa el cuerpo con relación al espacio, forma parte de la comunicación no verbal.
 a) ¿Usted qué tipo de investigación no interactiva utilizaría?
b) ¿Por qué considera que el tipo de investigación seleccionado es el más apropiado?
c) ¿Al indagar información, a qué fuentes acudiría y por qué?

3. Elabore un mapa mental acerca de las técnicas de recogida de datos

4. De acuerdo con el mapa mental construido por usted, indique, de las técnicas consultadas:

a) cuál o cuáles pueden ser usadas en el desarrollo del proyecto, y

b) qué beneficios trae para el desarrollo de la investigación de mercados.

5. Observe el vídeo denominado “Investigación Documental” (Universidad de Antioquía, 2018),

el cual se encuentra en su carpeta material de consulta, a partir de él, rescate un esquema
Araña donde plasme conceptos sobresalientes de este tipo de investigación.
 RECOPILACIÓN ACERCA DE ESTADÍSTICA

¿QUÉ ES LA ESTADÍSTICA?

El origen de la estadística empieza con los grandes imperios de la antigüedad, como

son Babilonia, Egipto, China, India, Grecia y Roma, entre otros, los cuales llevaban a
cabo listas de personas, profesiones y bienes (Perero, 1994), que se conocen como
censos (Gutiérrez Banegas, 2020).

La estadística se puede definir como:

“La ciencia de recopilar, organizar, presentar, analizar e interpretar información para la

toma de decisiones”

Importancia de la Estadística

De la definición de estadística se deriva su importancia:

• Presentar y describir la información en forma adecuada.

• Obtener conclusiones sobre poblaciones con base en la información de muestras. •
• Tomar decisiones sobre una base objetiva.

Entre los usos de la estadística están:

a) En el área de finanzas se utiliza para identificar tendencias en la tasa de interés a través del
tiempo, permitiendo tomar la decisión de invertir o no.
b) En empresas manufactureras se utilizan métodos estadísticos para mejorar la calidad de los
productos, así como para determinar los factores que influyen en el proceso de producción.
c) En la investigación de mercados es útil para estimar el porcentaje de personas que prefieren
cierto producto, lo que conlleva a elegir la estrategia publicitaria adecuada.
d) En recursos humanos, se pueden hacer estudios para determinar el nivel de rotación de
personal en una empresa, identificando los factores que la determinan y elaborando un plan
estratégico para reducirla.
e) En política, su uso es para medir el impacto de una campaña y hacer estimaciones sobre la
intención de voto.
f) En deportes, sirve para medir el desempeño de un equipo o el rendimiento de un jugador.

Estadística descriptiva e inferencial

Las dos principales ramas de la estadística son la estadística descriptiva y la estadística

inferencial. A continuación, se presenta en qué consiste cada una.
Imagen 2 Ramas de la estadística

Fuente: Gutiérrez Banegas, A. L. (2020). Cómo entender estadística fácilmente. Instituto Mexicano de Contadores
Públicos. https://elibro.net/es/ereader/usta/130922?page=15

ESTADISTICA DESCRIPTIVA

Por otro lado, de acuerdo con (Rodríguez Franco & Rodríguez Jimenez, 2016) la estadística
descriptiva, se encarga de obtener, organizar, presentar y describir los datos mediante la
aplicación de métodos y técnicas. Lo anterior se aplica de manera exclusiva a los datos que
constituyen una muestra, la cual permitiría inferir o generalizar acerca de la totalidad de los
elementos que conforman la población ende estudio, siempre y cuando dicha muestra sea
representativa. El resumen de los datos puede realizarse en forma tabular, gráfica o numérica.

• Un maestro de estadística aplica un cuestionario a un grupo de estudiantes

elegidos al azar, acerca de su gasto en transporte a la universidad, edad,
estatura, peso, talla y sexo. Estas esta- dísticas se pueden usar para analizar
el promedio de gasto en transporte, edad, peso y estatura de este grupo de
estudiantes. Los resultados obtenidos pueden utilizarse para llegar a
conclusiones válidas para este grupo y realizar una inferencia en todos los
grupos de la licenciatura en administración, porque se sabe que el tamaño de
Ejemplos

la muestra es representativa de la población.

• El jefe de producción de una empresa quiere conocer las aptitudes promedio

de doce emplea- dos. Para ello debe aplicar una prueba de aptitudes. El
estadístico que habrá de utilizarse es: la media aritmética, y el resultado
obtenido es de 110 puntos, el cual solo será válido para los doce cuestionarios
aplicados. El jefe de producción no puede utilizar estos datos para una
inferencia o generalización acerca de otros empleados de la empresa porque la
muestra no es representativa de la población, ello debido a que los empleados
fueron elegidos a conveniencia del jefe de producción

.
ESTADISTICA INFERENCIAL

Esta es otra rama de la estadística cuyos objetivos son generalizar o deducir a partir de
estudios de muestras, el comportamiento de una población a partir de estudios de muestras; con
lo que se pueden tomar decisiones útiles. La información que proporcionan las muestras se
obtiene de la estadística descriptiva.

• El jefe del departamento de control de calidad de una fábrica de cafeteras

eléctrica, al recibir un nuevo embarque de bases de jarras de vidrio, se pregunta
si lo acepta o no, ya que el empleado encargado del almacén le informa que,
en una caja de 60 bases, siete están defectuosas.

• En el programa de prevención de incendios forestales se decide seleccionar

Ejemplos

dos técnicas diferentes de combate (“A” y “B”) para capacitar a campesinos en

la quema de pastizales de manera segura. En el municipio se forman cuatro
grupos de campesinos con características y habilidades semejantes; los dos
primeros grupos emplean la técnica “A” y los dos últimos, la técnica “B”. Al
terminar el curso de capacitación, se realiza un simulacro, en el cual participan
los cuatro grupos. Se obtiene una calificación promedio con base en el
desempeño y las habilidades alcanzadas por cada grupo. El director del
programa de capacitación se pregunta ¿puede evaluarse la efectividad relativa
de las técnicas?

Población

Se le puede llamar también universo y es un conjunto finito o infinito de

personas u objetos que presentan características comunes.

Ejemplo: conjunto de estudiantes que hacen uso de más de 3 redes sociales

en el Sena.

Muestra

Es un subconjunto o parte representativa de la población. La muestra se

utiliza cuando la población es muy grande, o cuando el estudio no se puede
desarrollar con todos los individuos de la población.

Ejemplo: se selecciona una muestra representativa de aprendices para

aplicar la encuesta acerca del uso de las redes sociales.

Individuo

Unidad estadística, corresponde a cada uno de los elementos que

componen la población.

Ejemplo: Cada persona a quién se le preguntará.

➢ Dato: Es la representación numérica o alfabética de un atributo o de una característica por
analizar.

Los datos cualitativos se asocian con atributos o características y (se representan con
numera- les); por ejemplo, género, nacionalidad, nivel social, color de ojos, etcétera.

Los datos cuantitativos son resultados que se obtienen de una observación y se

representan por medio de números que se asocian con una unidad de medida; por ejemplo,
la longitud de una carretera en kilómetros, de la ciudad de Girardot a la ciudad de Bogotá,
ingreso per cápita en pesos, estatura de los estudiantes de último trimestre de Gestión de
proyectos de Desarrollo Económico y Social del Sena, expresada en metros y su peso
expresado en kilogramos, etcétera.

➢ Experimento: Operación que consiste en observar los resultados bajo ciertas condiciones.

➢ Parámetro: Es una medida calculada para describir una característica de la población.

➢ Estadístico: Es una medida calculada para describir una característica de la muestra.

Ejemplo: se desea desarrollar un estudio acerca del ingreso promedio que se percibe en el
país, por tanto:

Cuadro 2. Ejemplo elementos estadística

ASPECTO DESCRIPCIÓN
En este caso serían las personas mayores de edad que reciben una
Población
remuneración por la prestación de sus servicios.
Elegir una fracción de la población para determinar el ingreso promedio. Esta
Muestra fracción debe ser representativa de la población; es decir, en este caso, debe
abarcar habitantes de distintas regiones del país.
Dato Como el objetivo es el ingreso promedio se trata de un dato numérico.
Realizar encuestas o recurrir a bases de datos, por ejemplo, del DANE u
Experimento
Observatorio Laboral, para obtener información acerca del ingreso.
Parámetro El ingreso promedio de la población
Estadístico El ingreso promedio de la muestra.
Fuente: Gutiérrez Banegas, A. L. (2020). Cómo entender estadística fácilmente. Instituto Mexicano de Contadores
Públicos. https://elibro.net/es/ereader/usta/130922?page=17

Tipos de datos y escala de valores

De acuerdo con la definición, la estadística requiere de datos para su análisis para llevar a cabo
el proceso de toma de decisiones. Por lo tanto, los datos son una parte fundamental del análisis
estadístico y en este apartado se revisarán algunos aspectos sobre estos.
Imagen 3. Tipos de datos

Fuente: Gutiérrez Banegas, A. L. (2020). Cómo entender estadística fácilmente. Instituto Mexicano de Contadores
Públicos. https://elibro.net/es/ereader/usta/130922?page=17

Datos cualitativos
Se les conoce también como datos categóricos o de atributo y son las características no
numéricas (categorías o etiquetas) que se estudian.

Ejemplos de datos cualitativos en una encuesta:

a) Género. Las respuestas posibles son femenino o masculino. Aunque hoy en día, por temas de
inclusión de género, es normal que en algunas encuestas indique no sólo femenino o masculino,
sino otro, como, por ejemplo: bisexual, lesbiana, entre otros, respetando los temas de inclusión.
b) Estado civil. Se indica soltero, casado o viudo.
c) Color de auto. Las opciones son negro, blanco, rojo, azul, grafito, plata, entre otros.
d) Religión. Las opciones pueden ser católico, protestante, musulmán, u otra.

Datos cuantitativos
Reciben también el nombre de datos numéricos y es cuando la característica a estudiar procede
de un proceso de medición o de conteo. Los datos cuantitativos se clasifican en variables
discretas y continuas.

Variables discretas. Surgen de un proceso de conteo, por lo que asumen ciertos valores.

Ejemplo:
Algunos cuestionamientos que se refieren a variables discretas son:
• El número de habitaciones en una casa, pudiendo ser 1, 2, 3, 4, o más de 5.
• El número de mascotas que se tienen en cada hogar, pudiendo ser 0, 1, 2, 3, o más de 3.
• El tabulador de salarios dependiendo del nivel de estudios: $1.500.000 con nivel tecnológico;
con nivel profesional $ 2.000.000; con maestría 4.000.000 y con doctorado 6.000.000.

Variables continuas
Se originan de un proceso de medición y pueden asumir cualquier valor con un rango específico.

Ejemplo:
Algunos ejemplos que se refieren a variables continuas:
• La cantidad de gasolina consumida en un día, estando la respuesta entre cero y la capacidad
máxima del tanque.
• El gasto promedio mensual en comida y bebidas.
La estatura de una persona adulta, siendo la respuesta entre (0.75,2.30) metros.
Escalas de valores

Este tipo de clasificación está en función de la naturaleza de los datos, es decir, cuando se
observan valores o características y estos se comparan, estableciendo las llamadas escalas de
valores. Pueden ser nominales, ordinales o cardinales (imagen 3). Estas últimas se dividen en
escalas de intervalo o de razón.

Imagen 4. Escalas de valor

Fuente: Gutiérrez Banegas, A. L. (2020). Cómo entender estadística fácilmente. Instituto Mexicano de Contadores
Públicos. https://elibro.net/es/ereader/usta/130922?page=17

Es importante conocer la escala de valor de los datos, pues es lo que rige los cálculos que
deben realizarse con el fin de resumir y presentar la información.

Escala nominal.
Este tipo de escalas se utilizan cuando los datos utilizan nombres y no se requiere de un orden
en particular.

Este tipo de variables cualitativas solo se clasifican y se cuentan. Cuando únicamente hay dos
posibles resultados se le llama variable dicotómica.

Ejemplos de datos de escala nominal:

a Al llenar un formato se tiene “Sexo” con dos opciones: masculino o femenino. Por lo tanto,
“Sexo” es una variable dicotómica.

Imagen 5. Ejemplo pregunta dicotómica

Preguntas dicótomas. Es aquella que ofrece dos

alternativas de respuesta, mutuamente excluyentes.

b En un proceso de manufactura, los productos finales tienen dos opciones: cumplen o no con
las especificaciones. Por ende, esto sería una variable dicotómica.
c Marca de un automóvil.
d Idiomas que habla una persona.
Escala ordinal
Los datos se pueden clasificar mediante categorías o nombres y estas se ordenan bajo algún
criterio previamente definido.

Entre los ejemplos de escala ordinal están:

a) En el examen de una determinada materia o área, dependiendo del puntaje obtenido, el

nivel se clasifica en “aún no satisfactorio” “satisfactorio” y “sobresaliente”.
b) Grado educativo: primaria, secundaria, técnico, tecnólogo, pregrado y postgrado.
c) Nivel de satisfacción de un servicio: “malo”, “regular”, “bueno”, “Excelente”

Imagen 6. Ejemplo escala ordinal

Fuente (Sanclemente Daza, 2020)

Escala cardinal
Los valores son numéricos y pueden clasificarse en dos grupos:

Escala de intervalo. Incluye todas las características del nivel ordinal, pero, además, la
diferencia entre valores es una magnitud constante y el valor cero es arbitrario.

Como ejemplos de valores de escala de intervalo están la temperatura y las tallas de ropa,
entre otras. En el caso de la temperatura, 0 grados no representa la ausencia de calor, y la
medida del grado, sea Celsius o Fahrenheit, siempre es constante.

Imagen 7. Ejemplo escala de intervalo

Fuente: Sarmiento Carlos

Imagen 8. Ejemplo 2 Escala de Intervalo

Fuente (Sanclemente Daza, 2020)

Escala de razón. Incluye todas las características del nivel intervalo y, además, el valor cero
significa realmente la ausencia total de medida y la razón entre dos números es significativa.

Cuando los valores asignados a las unidades estadísticas no sólo permiten que éstas pueden ser
ordenadas, sino que, además las diferencias iguales entre éstos indican diferencias reales en las
cuantías de las propiedades a medir. El valor cero, representa ausencia de la característica a
medir.

Imagen 9. Ejemplo escala de razón - edad en años

Fuente: Sarmiento Carlos

 Teniendo en cuenta los temas abordados hasta aquí, con relación a conceptos
de estadística, desarrolle las siguientes actividades:

1. ¿Para usted cuál es el nivel de importancia de la estadística?

2. Explique las principales diferencias entre la estadística descriptiva y estadística inferencial

ESTADÍSTICA DESCRIPTIVA ESTADÍSTICA INFERENCIAL

3. Se llevará a cabo un estudio sobre el consumo de agua en el país con el fin de identificar los
factores que más influyen. La información que se recolecta es:

a) Gasto mensual o cantidad de consumo de agua

b) Edad del jefe(a) de casa
c) Nivel educativo del jefe(a) de casa
d) Número de cuartos
e) Número de baños
f) Número de habitantes
g) La vivienda posee jardín
h) En el hogar se dispone de vehículo
i) Ingreso mensual

4. Determine qué tipo de datos son con base en su continuidad en el rango de valores y por su
naturaleza.

POR RANGO DE
ASPECTO DE ANÁLISIS POR SU NATURALEZA
VALORES
Gasto mensual o cantidad de consumo de
agua
Edad del jefe(a) de casa
Nivel educativo del jefe(a) de casa
Número de cuartos
Número de baños
Número de habitantes
La vivienda posee jardín
En el hogar se dispone de vehículo
Ingreso mensual

5. ¿Cómo considera usted la estadística puede ayudarle para el desarrollo de su proyecto?

 CONCEPTOS BÁSICOS DE PROBABILIDAD

Experimento Aleatorio y Determinista

Los experimentos (o fenómenos) aleatorios son aquellos en los que no se puede predecir el
resultado (Llopis Fabra, s.f.).

Si se puede predecir el resultado, es un experimento determinista.

Ejemplos:

Lanzar una moneda es un experimento aleatorio ya que no sabemos si

obtendremos cara o sello:

Calentar agua a altas temperaturas es un experimento determinista ya que

sabemos, con toda seguridad, que el agua hervirá a partir de determinada
temperatura.

Lanzar un dado es un experimento aleatorio ya que no podemos predecir el número

que obtendremos.

Extraer una bola de una urna que sólo contiene bolas rojas es un experimento
determinista ya que podemos predecir que la bola extraída será roja.

Espacio Muestral
El espacio muestral es el conjunto de los resultados posibles de un experimento aleatorio.
Se denota el espacio muestral de un experimento con E o Ω.

Ejemplo:
El espacio muestral del lanzamiento de una moneda de 500 pesos, o de cualquier otro valor, es:

E = [Cara, Sello]
ya que éstas son las dos únicas posibilidades.
El espacio muestral del lanzamiento de un dado es:

E = [1, 2, 3, 4, 5, 6]
También puede ser: E = [Par, Impar]

Nótese que, dependiendo de lo que nos interese, el espacio muestral será de una forma u otra.

Por ejemplo, en el lanzamiento de un dado puede interesarnos la paridad del resultado obtenido
(es decir, si el número que ha salido es par o impar) o puede simplemente interesarnos el
número que ha salido.

Sucesos Aleatorios
Concepto de suceso aleatorio y sus tipos: seguro, imposible, dependiente, independiente,
compatible e incompatible.

Un suceso aleatorio es un elemento del espacio muestral.

Es decir, cada uno de los posibles resultados de un experimento aleatorio es un suceso

aleatorio.

En el lanzamiento de una moneda, los sucesos aleatorios son:

• Sale cara
• Sale sello

Decimos que un suceso aleatorio es un suceso imposible si nunca puede ocurrir.

Ejemplo:

En el lanzamiento de un dado, los siguientes sucesos son imposibles:

• sacar un 8
• sacar un número mayor que 6

En contraposición

Decimos que un suceso aleatorio es un suceso seguro si siempre ocurre.

Ejemplo:

En el lanzamiento de un dado, los siguientes sucesos son seguros:

• sacar un número mayor que 0

• sacar un número menor que 7

Finalmente, se clasifican los sucesos aleatorios según la relación que existe entre ellos en
dependientes o independientes y en compatibles o incompatibles.
Se dice que dos o más sucesos aleatorios son sucesos independientes cuando la posibilidad de
que ocurra uno de ellos no está condicionado por la probabilidad de que ocurra el otro (o los
otros).

En caso contrario, se dice que los sucesos son sucesos dependientes.

Ejemplo:

Sucesos independientes:

Si lanzamos dos dados (dado A y dado B), la probabilidad del suceso “Sacar un número par” en
el dado B no se ve afectada por lo que salga en el dado A.

Sucesos dependientes:

Tenemos una urna con 10 bolas numeradas del 1 al 10.

Realizamos una extracción (bola A) y después, sin reponer la bola extraída, realizamos otra
extracción (bola B).

Entonces, el suceso “Sacar un número par” está condicionado por la extracción de la primera
bola (bola A) ya que será menos probable que ocurra si la primera bola extraída es un número
par.

Se dice que dos sucesos, A y B, son sucesos contrarios si no pueden darse al mismo tiempo.
Ejemplo:

En el lanzamiento de un dado, los sucesos

Suceso A:

A = "sacar un número par"

Suceso B:

B = "sacar un número impar"

son sucesos contrarios ya que si el número que sacamos es par (suceso A), entonces no puede
ser impar (suceso B) y viceversa.
Unión e Intersección de Sucesos

Dados dos sucesos A y B, llamamos unión de los sucesos A y B y lo denotamos por

A∪B
al suceso “Se da A o se da B”.

Ejemplo:

En el lanzamiento de un dado, la unión de los sucesos

➢ A ="Sacar un número par"

➢ y B = "Sacar un número mayor que 4"

es A ∪ B = "Sacar un número par o mayor que 4”.

Dados dos sucesos A y B, llamamos intersección de los sucesos A y B y lo denotamos por

A∩B
al suceso “Se da A y se da B”.

Ejemplo:

En el lanzamiento de un dado, la intersección de los sucesos

➢ A ="Sacar un número par"

➢ y B = "Sacar un número mayor que 4"

es A ∩ B = "Sacar un número par y mayor que 4”.

Este suceso es el mismo que "sacar el número 6".

MUESTREO ALEATORIO SIMPLE PARA POBLACIONES FINITAS E

INFINITAS
El muestreo aleatorio simple es un procedimiento de muestreo probabilístico que da a cada
elemento de la población objetivo y a cada posible muestra de un tamaño determinado, la misma
probabilidad de ser seleccionado.

El muestreo aleatorio simple no es tan utilizado en investigaciones del consumidor, sobre todo
porque es complicado obtener un marco de muestreo donde extraer al azar y no se querrá dar a
todas las unidades de la muestra una probabilidad igual de ser elegidas, ya que usualmente para
hacer una investigación de este tipo se requiere a usuarios de tiendas o consumidores de ciertos
productos o ciertas áreas específicas para ser las unidades de muestreo.
 No hay que olvidar que una parte muy importante del muestreo consiste en tener el tamaño
de la muestra correcta, para no tener un error de muestreo, el cual debe ser el mínimo posible.

Para seleccionar una muestra de una población hay diversos métodos; uno de los más
comunes es el muestreo aleatorio simple. La definición de muestreo aleatorio simple y del proceso
de seleccionar una muestra aleatoria simple dependen de si la población es finita o infinita
(Anderson, Sweeney, & Williams, 2008).

De acuerdo con (Rodríguez Moguel, 2005) se aplica la fórmula del tamaño de la muestra de
acuerdo con el tipo de población:

Infinita: cuando no se sabe el número exacto de unidades del que está compuesta
la población.
Finita: cuando se conoce cuántos elementos tiene la población.
Para cada tipo de población se utiliza una fórmula distinta. Para poblaciones infinitas la fórmula
es:

Y para poblaciones finitas la fórmula es:

Ejemplo:

La empresa A & Z SAS., desea lanzar un nuevo producto al mercado, teniendo en cuenta que
varios clientes dieron sugerencias para éste, tomando una base de 800 clientes. Se tiene la
intención de aplicar una encuesta para conocer nivel de percepción frente al producto, tomándose
la decisión de sacar una muestra representativa según la población de referencia, contemplando
un error del 5% y un nivel de confianza del 95%.

Partiendo del hecho de que el ejercicio plantea la cantidad de clientes, que para el caso es:
800 personas, por tal razón se aplicará la fórmula:
 Solución paso a paso

Z^2 p * q * N
N * e^2 + Z^2 * p * q

4 0,5 0,5 800 768

0,003 799 4 0,5 0,5 3

n 260
N 800
e 0,05
Z 1,96
p 0,5
q 0,5

Cuando el tamaño de la población sea muy grande (suele considerarse cuando N >
100.000), la fórmula para hallar la muestra para obtener una proporción se simplifica:

Ejemplo 2: Se desea conocer la opinión que tienen los migrantes venezolanos con relación a
las preferencias de productos de aseo, lo anterior, teniendo en cuenta que a la fecha no se ha
llevado a cabo un estudio de este tipo.

Para lo cual se aplicará la fórmula de población infinita:

Solución:
Solución paso a paso

Z^2 p * q
e^2

3,84 0,5 0,5 0,960

0,003 0,003
 n 384
e 0,05
Z 1,96
p 0,5
q 0,5

Solución 0,960
384
Fórmula 0,003

NOTA: Se invita a observar el archivo Excel denominado “Determinación de la muestra”, en

este se dejan los ejercicios propuestos, con el paso a paso a paso para su respectiva solución.

MUESTREO ESTRATIFICADO

De acuerdo con lo expuesto por (Anderson, Sweeney, & Williams, 2008), en el muestreo aleatorio
estratificado los elementos de la población primero se dividen en grupos, a los que se les llama
estratos, de manera que cada elemento pertenezca a uno y sólo un estrato. La base para la
formación de los estratos, que puede ser departamento, edad, tipo de industria, etc., está a
discreción de la persona que diseña la muestra. Sin embargo, se obtienen mejores resultados
cuando los elementos que forman un estrato son lo más parecido posible.

Ejemplo:

La empresa A & Z SAS., desea lanzar un nuevo producto al mercado, teniendo en cuenta que
varios clientes dieron sugerencias para éste, tomando una base de 800 clientes. Se tiene la
intención de aplicar una encuesta para conocer nivel de percepción frente al producto, éste iría
dirigido para personas de estratos 4, 5 y 6; tomándose la decisión de sacar una muestra
representativa según la población de referencia, contemplando un error del 5% y un nivel de
confianza del 95%. Según informe económico CCB (2010), Chapinero cuenta con 166.000
habitantes, de los cuales, el 45,8% corresponde a estrato 6, 30,8% pertenece a estrato 4 y el
11,7%, al estrato 5.

n 260
N 800
e 0,05
Z 1,96
p 0,5
q 0,5

Solución 768
260
Fórmula 3

PORCENTAJE PORCENTAJE
PORCENTAJE
POBLACIÓN POBLACIÓN POR POBLACIÓN POR
ESTRATO
ESTRATO ESTRATO
Estrato 6 76.028 52% 135
Estrato 5 19.422 13% 34
Estrato 4 51.128 35% 91
Total estratos 4,
146.578 100% 260
5 y6
Interpretación: De los 800 clientes a encuestar y teniendo en cuenta los segmentos para los
cuales va dirigido el producto, deben aplicarse 135 encuestas a personas estrato 6, 34 a estrato
5 y 91 personas a estrato 4.

Explicación del valor de Z

En este caso debe contemplarse los datos plasmados en la Campana de Gauss. Entendiendo
que la mitad de los datos estarían antes de la línea central y la otra mitad después de la línea
central. Es decir, 50% y 50% para un total de 100%. Sin embargo, el nivel de confianza esperada
es del 95% quedándose el 5% por fuera (Cortés, 2016).

100% − 95% = 5%

Luego el 5% se divide en 2 para llevarlo a la campana de Gauss para la distribución normal.

5%
Así: 2
= 2,5 ➔ este resultado de ubica al lado de la campana

Ahora al 50% se le resta el 2,5% que es la porción no incluida.

Quedando así:

50% − 2,5 = 47,5 𝑙𝑙𝑒𝑣𝑎𝑑𝑜𝑠 𝑎 𝑑𝑒𝑐𝑖𝑚𝑎𝑙 0,475

El 0, 475 se ubica en la tabla de distribución normal ordinaria. Y allí se relacionan con los
números de Z que están en la parte superior y en la parte izquierda. A continuación, se
muestra el ejercicio y en él podrá sacar la siguiente conclusión:

1,9 + 0,06 = 1,96

 Teniendo en cuenta los temas abordados hasta aquí, con relación a conceptos
de probabilidad.

1. En grupos de GAES, tomen una moneda de $200 o $500 pesos, cada integrante debe hacer
20 lanzamientos, registrando los resultados [Cara, Sello], consolidando la información y
socializándola con el grupo, con el ánimo de recibir retroalimentación por parte del instructor
técnico.

2. Explique por medio de una imagen, probabilidad lanzamiento de 2 dados

 Teniendo en cuenta los temas abordados hasta aquí, relacionados con muestra
poblacional

CASO 1
Un emprendedor que desea vender sus productos agrícolas a hogares de la ciudad, personas
estratos socioeconómicos 3 y 4, con edades entre los 20 y 60 años. Teniendo en cuenta que en
la formulación de proyectos se recomienda un mínimo de error en la muestra, se recomienda
trabajar un 5% de error y un nivel de confianza del 95%. Según informe estadístico consultado,
la ciudad cuenta con 5.500.000 personas, de las cuales, un 20% pertenece al estrato 1; 25% al
estrato 2; 35% estrato 3; 20% al estrato 4 y 10% a estrato 5. Se estima que del total de los
habitantes un 60% están dentro del rango de edad de los 20 y 60 años.
Se solicita determinar la muestra poblacional, para saber cuántas encuestas deben aplicarse,
según población objetivo.

CASO 2
Se desea conocer opinión que tienen los pequeños lecheros de Colombia, frente a los precios
que pagan los compradores (personas naturales o jurídicas), plazos de pago y beneficios
otorgados. A la fecha el equipo de trabajo no conoce cifras concretas acerca de dichos
productores, como tampoco han encontrado estudios previos. Indique cuál sería la fórmula para
determinar la muestra y por qué, desarrolle la fórmula.

CASO 3
Contemplando las características del segmento seleccionado para el caso 1, donde el producto
va dirigido para personas que están dentro de los 20 y 60 años, que pertenecen a los estratos
socioeconómicos 4 y 5, desarrolle la tabla de muestreo estratificado.
 BIBLIOGRAFÍA

Anderson, D. R., Sweeney, D. J., & Williams, T. A. (2008). Estadísticas para Administración y
Economía (10 ed.). (M. d. Hano Roa, Trad.) México: Cengage Learning. Recuperado el 20 de
02 de 2021
Cortés, N. (2016). LEC_002: Muestreo aleatorio simple finito e infinito. Bogotá D.C., Colombia:
Sena. Recuperado el 21 de 02 de 2021
Gutiérrez Banegas, A. L. (2020). Cómo entender la estadística fácilmente. México: Instituto
Mexicano de Contadores Públicos, A.C. Recuperado el 18 de 02 de 2021, de
https://elibro.net/es/ereader/usta/130922?page=13.
Llopis Fabra, J. L. (s.f.). matesfacil.com. Recuperado el 21 de 02 de 2021, de
https://www.matesfacil.com/
Rodríguez Franco, J., & Rodríguez Jimenez, E. (2016). Estadística para Administración (2 ed.).
México: Grupo Editorial Patria. Recuperado el 18 de 02 de 2021
Rodríguez Moguel, E. A. (2005). Metodología de la Investigación (5 ed.). México: Universidad de
Juárez Autónoma de Tabasco. Recuperado el 21 de 02 de 2021
Sanclemente Daza, M. L. (2020). Investigación Comercial con SPSS 1. Cali: Universidad del
Cauca. Recuperado el 18 de 02 de 2021
Universidad de Antioquía. (05 de 10 de 2018). Investigación Documental. Medellín, Colombia.
Recuperado el 19 de 02 de 2021, de https://www.youtube.com/watch?v=yoEtZZITXmA
Zárate, J. J., Meza Sánchez, S., & Batista García, J. D. (2019). Investigación en el Desarrollo de
Proyectos (1 ed.). México: Grupo Editorial Éxodo. Recuperado el 19 de 02 de 2021