calculo de la muestra

Calcular la muestra

El cálculo del tamaño de la muestra es uno de los aspectos a concretar en las fases previas de la investigación comercial y determina el grado de credibilidad que concederemos a los resultados obtenidos.

Una fórmula muy extendida que orienta sobre el cálculo del tamaño de la muestra para datos globales es la siguiente:

N: es el tamaño de la población o universo (número total de posibles encuestados).

k: es una constante que depende del nivel de confianza que asignemos. El nivel de confianza indica la probabilidad de que los resultados de nuestra investigación sean ciertos: un 95,5 % de confianza es lo mismo que decir que nos podemos equivocar con una probabilidad del 4,5%.

Los valores k más utilizados y sus niveles de confianza son:

La extensión del uso de Internet y la comodidad que proporciona, tanto para el encuestador como para el encuestado, hacen que este método sea muy atractivo.

K	1,15	1,28	1,44	1,65	1,96	2	2,58
Nivel de confianza	75%	80%	85%	90%	95%	95,5%	99%

e: es el error muestral deseado. El error muestral es la diferencia que puede haber entre el resultado que obtenemos preguntando a una muestra de la población y el que obtendríamos si preguntáramos al total de ella. Ejemplos:

• Ejemplo 1: si los resultados de una encuesta dicen que 100 personas comprarían un producto y tenemos un error muestral del 5% comprarán entre 95 y 105 personas.
• Ejemplo 2: si hacemos una encuesta de satisfacción a los empleados con un error muestral del 3% y el 60% de los encuestados se muestran satisfechos significa que entre el 57% y el 63% (60% +/- 3%) del total de los empleados de la empresa lo estarán.
• Ejemplo 3:si los resultados de una encuesta electoral indicaran que un partido iba a obtener el 55% de los votos y el error estimado fuera del 3%, se estima que el porcentaje real de votos estará en el intervalo 52-58% (55% +/- 3%).

p: es la proporción de individuos que poseen en la población la característica de estudio. Este dato es generalmente desconocido y se suele suponer que p=q=0.5 que es la opción más segura.

q: es la proporción de individuos que no poseen esa característica, es decir, es 1-p.

n: es el tamaño de la muestra (número de encuestas que vamos a hacer).

TIPOS DE MUESTRAS

TIPOS DE MUESTREO 

Existen diferentes criterios de clasificación de los diferentes tipos de muestreo, aunque en general pueden dividirse en dos grandes grupos: métodos de muestreo probabilistas y métodos de muestreo no probabilistas.

I. Muestreo probabilístico

 Los métodos de muestreo probabilísticos son aquellos que se basan en el principio de equiprobabilidad. Es decir, aquellos en los que todos los individuos tienen la misma probabilidad de ser elegidos para formar parte de una muestra y, consiguientemente, todas las posibles muestras de tamaño n tienen la misma probabilidad de ser seleccionadas. Sólo estos métodos de muestreo probabilísticos nos aseguran la representatividad de la muestra extraída y son, por tanto, los más recomendables. Dentro de los métodos de muestreo probabilísticos encontramos los siguientes tipos:


 1.- Muestreo aleatorio simple: 

El procedimiento empleado es el siguiente: 1) se asigna un número a cada individuo de la población y 2) a través de algún medio mecánico (bolas dentro de una bolsa, tablas de números aleatorios, números aleatorios generados con una calculadora u ordenador, etc.) se eligen tantos sujetos como sea necesario para completar el tamaño de muestra requerido. Este procedimiento, atractivo por su simpleza, tiene poca o nula utilidad práctica cuando la población que estamos manejando es muy grande.

2.- Muestreo aleatorio sistemático: 

Este procedimiento exige, como el anterior, numerar todos los elementos de la población, pero en lugar de extraer n números aleatorios sólo se extrae uno. Se parte de ese número aleatorio i, que es un número elegido al azar, y los elementos que integran la muestra son los que ocupa los lugares i, i+k, i+2k, i+3k,...,i+(n-1)k, es decir se toman los individuos de k en k, siendo k el resultado de dividir el tamaño de la población entre el tamaño de la muestra: k= N/n. El número i que empleamos como punto de partida será un número al azar entre 1 y k.

El riesgo este tipo de muestreo está en los casos en que se dan periodicidades en la población ya que al elegir a los miembros de la muestra con una periodicidad constante (k) podemos introducir una homogeneidad que no se da en la población. Imaginemos que estamos seleccionando una muestra sobre listas de 10 individuos en los que los 5 primeros son varones y los 5 últimos mujeres, si empleamos un muestreo aleatorio sistemático con k=10 siempre seleccionaríamos o sólo hombres o sólo mujeres, no podría haber una representación de los dos sexos.

3.- Muestreo aleatorio estratificado: 

Trata de obviar las dificultades que presentan los anteriores ya que simplifican los procesos y suelen reducir el error muestral para un tamaño dado de la muestra. Consiste en considerar categorías típicas diferentes entre sí (estratos) que poseen gran homogeneidad respecto a alguna característica (se puede estratificar, por ejemplo, según la profesión, el municipio de residencia, el sexo, el estado civil, etc.). Lo que se pretende con este tipo de muestreo es asegurarse de que todos los estratos de interés estarán representados adecuadamente en la muestra. Cada estrato funciona independientemente, pudiendo aplicarse dentro de ellos el muestreo aleatorio simple o el estratificado para elegir los elementos concretos que formarán parte de la muestra. En ocasiones las dificultades que plantean son demasiado grandes, pues exige un conocimiento detallado de la población. (Tamaño geográfico, sexos, edades,...).

La distribución de la muestra en función de los diferentes estratos se denomina afijación, y puede ser de diferentes tipos:

Afijación Simple: A cada estrato le corresponde igual número de elementos muéstrales.

 Afijación Proporcional: La distribución se hace de acuerdo con el peso (tamaño) de la población en cada estrato.

Afijación Optima: Se tiene en cuenta la previsible dispersión de los resultados, de modo que se considera la proporción y la desviación típica. Tiene poca aplicación ya que no se suele conocer la desviación.

4.- Muestreo aleatorio   por conglomerados:

Los métodos presentados hasta ahora están pensados para seleccionar directamente los elementos de la población, es decir, que las unidades muéstrales son los elementos de la población. En el muestreo por conglomerados la unidad muestral es un grupo de elementos de la población que forman una unidad, a la que llamamos conglomerado. Las unidades hospitalarias, los departamentos universitarios, una caja de determinado producto, etc., son conglomerados naturales. En otras ocasiones se pueden utilizar conglomerados no naturales como, por ejemplo, las urnas electorales. Cuando los conglomerados son áreas geográficas suele hablarse de "muestreo por áreas". El muestreo por conglomerados consiste en seleccionar aleatoriamente un cierto numero de conglomerados (el necesario para alcanzar el tamaño muestral estable

El concepto de mercado se refiere a dos ideas relativas a las transacciones comerciales. 

Por una parte se trata de un lugar físico especializado en las actividades de vender y comprar productos y en algunos casos servicios. En este lugar se instalan distintos tipos de vendedores para ofrecer diversos productos o servicios, en tanto que ahí concurren los compradores con el fin de adquirir dichos bienes o servicios. Aquí el mercado es un lugar físico. 

Por otra parte, el mercado también se refiere a las transacciones de un cierto tipo de bien o servicio, en cuanto a la relación existente entre la oferta y la demanda de dichos bienes o servicios. La concepción de ese mercado es entonces la evolución de un conjunto de movimientos a la alza y a la baja que se dan en torno a los intercambios de mercancías específicas o servicios y además en función del tiempo o lugar. Aparece así la delimitación de un mercado de productos, un mercado regional, o un mercado sectorial. Esta referencia ya es abstracta pero analizable, pues se puede cuantificar, delimitar e inclusive influir en ella.

 En función de un área geográfica, se puede hablar de un mercado local, de un mercado regional, de un mercado nacional o del mercado mundial. De acuerdo con la oferta, los mercados pueden ser de mercancías o de servicios. Y en función de la competencia, sólo se dan los mercados de competencia perfecta y de competencia imperfecta. El primero es fundamentalmente teórico, pues la relación entre los oferentes y los demandantes no se da en igualdad de circunstancias, especialmente en periodos de crisis, no obstante, entre ambos tipos de participantes regulan el libre juego de la oferta y la demanda hasta llegar a un equilibrio. El segundo, es indispensable para regular ciertas anomalías que, por sus propios intereses, podría distorsionar una de las partes y debe entonces intervenir el Estado para una sana regulación. 

El mercado visto así puede presentar un conjunto de rasgos que es necesario tener presente para poder participar en él y, con un buen conocimiento, incidir de manera tal que los empresarios no pierdan esfuerzos ni recursos. Visto lo anterior, cualquier proyecto que se desee emprender, debe tener un estudio de mercado que le permita saber en qué medio habrá de moverse, pero sobre todo si las posibilidades de venta son reales y si los bienes o servicios podrán colocarse en las cantidades pensadas, de modo tal que se cumplan los propósitos del empresario.

Estudio de Mercado - Objetivos del estudio de mercado 

Un estudio de mercado debe servir para tener una noción clara de la cantidad de consumidores que habrán de adquirir el bien o servicio que se piensa vender, dentro de un espacio definido, durante un periodo de mediano plazo y a qué precio están dispuestos a obtenerlo. Adicionalmente, el estudio de mercado va a indicar si las características y especificaciones del servicio o producto corresponden a las que desea comprar el cliente. Nos dirá igualmente qué tipo de clientes son los interesados en nuestros bienes, lo cual servirá para orientar la producción del negocio. Finalmente, el estudio de mercado nos dará la información acerca del precio apropiado para colocar nuestro bien o servicio y competir en el mercado, o bien imponer un nuevo precio por alguna razón justificada.

Por otra parte, cuando el estudio se hace como paso inicial de un propósito de inversión, ayuda a conocer el tamaño indicado del negocio por instalar, con las previsiones correspondientes para las ampliaciones posteriores, consecuentes del crecimiento esperado de la empresa. Finalmente, el estudio de mercado deberá exponer los canales de distribución acostumbrados para el tipo de bien o servicio que se desea colocar y cuál es su funcionamiento.


Estudio de Mercado - El producto del proyecto

 Como resultado de un proyecto, se debe obtener una visión clara de las características del bien o servicio que se piensa colocar en el mercado. El producto de este trabajo es una de las primeras guías para seguir los pasos que lleven a cumplir con las exigencias del consumo, en ese momento. Pero también es la primera parte de un sistema de trabajos de actualización con el fin de permanecer dentro de la competencia. Lo anterior significa el inicio del proceso de planificación en la empresa.
Dentro de las principales funciones de un proyecto están:

-El uso del bien o del servicio
-Los sucedáneos
-La presentación
-El consumidor
-El precio
-La distribución

Estudio de Mercado - Métodos para el estudio de mercado 

Ahora bien, la manera de integrar un estudio de mercado puede hacerse con distintos medios documentales. Por una parte, es necesario recopilar información existente sobre el tema, desde el punto de vista del mercado. A esto se le llama información de fuentes secundarias y proviene, generalmente de instituciones abocadas a recopilar documentos, datos e información sobre cada uno de los sectores de su interés. Las Cámaras Industriales o de Comercio de cada ramo son las que reciben información directa de sus agremiados y publican informes y estadísticas sobre los sectores productivos de su competencia. A la par, órganos oficiales como el Instituto Nacional de Estadística, Geografía e Informática, los bancos de desarrollo como Banco Nacional de Comercio Exterior, S.N.C., Nacional Financiera, S.N.C. y la propia banca comercial publican regularmente información estadística y estudios sobre diversos sectores de la economía en donde se puede obtener las características fundamentales de las ramas de interés para el inversionista potencial.

Por otra parte, la información primaria es aquélla investigada precisamente por el interesado o por personal contratado por él, y se obtiene mediante entrevistas o encuestas a los clientes potenciales o existentes o bien a través de la facturación, para los negocios ya en operación, con el fin de detectar algunos rasgos de interés para una investigación específica. A través de un ordenamiento de preguntas debidamente encauzadas con el fin de abarcar una visión clara de algunos puntos precisos de su interés, se recibe una respuesta concreta sobre determinados temas que 

PROBABILIDAD

probabilidad 

La probabilidad es la posibilidad que existe entre varias posibilidades, que un hecho o condición se produzcan. La probabilidad, entonces, mide la frecuencia con la cual se obtiene un resultado en oportunidad de la realización de un experimento sobre el cual se conocen todos los resultados posibles gracias a las condiciones de estabilidad que el contexto supone de antemano.


El estudio científico de la probabilidad, a diferencia de lo que ha ocurrido con otras cuestiones matemáticas (porque obviamente ambas disciplinas están estrechamente vinculadas entre sí), no resulta ser una preocupación que se remonta a la antigüedad, por ejemplo, tiempos en los que la mayoría de los grandes pensadores ocupaban aparentemente sus pensamientos en otras cuestiones más determinantes para esa época. Entonces, el estudio y la profundización acerca de la cuestión de la probabilidad, se puede decir que es más bien un acontecimiento moderno.

La gran aliada de la probabilidad es la llamada teoría de la probabilidad, ya que gracias a lo que esta postula y sostiene, es que los seres humanos podemos anticiparnos a que algunos sucesos potenciales ocurran finalmente. La mencionada teoría es muy utilizada y consultada por disciplinas como ser la estadística, la filosofía, las matemáticas y la ciencia, para sacar conclusiones respecto de los sucesos potenciales que las ocupan.


La teoría de la probabilidad es un modelo matemático que se ocupa de analizar los fenómenos aleatorios; esto implica la contraposición respecto de los fenómenos ya determinados, que son aquellos en los cuales el resultado del experimento que se realiza, atendiendo a determinadas condiciones, produce un resultado único y previsible, que se repetirá la cantidad de veces que éste vuelva a hacerse, siempre y cuando se respeten las mismas condiciones.

Por ejemplo, el agua que se calienta a 100 grados Celsius a nivel del mar se convierte en vapor: éste es un fenómeno ya determinado. En tanto, los aleatorios, que son de los que se ocupa la teoría de la probabilidad, podrán realizarse miles de veces bajo las mismas circunstancias pero siempre tendrán como resultado un variado conjunto de alternativas. Un clarísimo ejemplo resulta ser las diversas posibilidades y combinaciones que permite el lanzamiento de dados cuando se está jugando a la generala.

Quizá esto que les expuse suene bastante abstracto para nuestra vida cotidiana; sin embargo, la probabilidad está absolutamente inmersa en nuestro día a día como parte integrante de una sociedad y comunidad determinada, ya que en el análisis de riesgos y en el comercio de materias primas, la probabilidad, tiene una incidencia y una importancia vital.

Por citar tan sólo un ejemplo, pero que resulta bien gráfico, la mayoría de los gobiernos, alguna vez, han echado mano de los métodos probabilísticos, para atender a un futuro escenario en el cual el bienestar de su población puede entrar en serio riesgo. Las cuestiones inherentes al cuidado del medio ambiente o la propensión a los ataques exteriores que pueden recibirse de alguna nación vecina, pueden ser el objeto de una medición probabilística en algún momento. En este sentido, la aplicación de los modelos informáticos ha permitido, en el marco de políticas sensatas y a largo plazo, incluir las variables más insospechadas en el cálculo de la probabilidad de una acontecimiento. Por ejemplo, cuando se planifica el resultado de una cosecha, suelen considerarse en el razonamiento de las probabilidades la superficie a sembrar, el tipo de semilla, la cantidad de trabajadores, las condiciones de riego… sin embargo, mediante las computadores actuales, pueden incluirse verdaderos imponderables, como largas sequías o, por el contrario, anegamientos e inundaciones.

En este contexto, surge la moderna idea, muy aplicada por distintas ciencias, de igualar la idea de probabilidad con el concepto de riesgo. Esto nos puede parecer tremendista, pero resulta ser un fenómeno de utilización muy común en la medicina. Así, sabemos que si una persona es fumadora, tiene el colesterol elevado y no realiza actividad física tiene una mayor probabilidad (o sea, un mayor riesgo) de sufrir un infarto de miocardio o un accidente cerebrovascular. Mediante la aplicación de la teoría de la probabilidad, sabremos que es necesario invertir un gran esfuerzo en combatir el tabaquismo y promover una vida sana para reducir la tasa de problemas cardíacos y evitar complicaciones en salud a largo plazo.

Vemos así que la idea de probabilidad forma parte del día a día, desde el simple hecho de cruzar una calle y definir sus riesgos, hasta el complejo diseño de un viaje por el espacio.

ESTADÍSTICA

Estadística:

La estadística es comúnmente considerada como una colección de hechos numéricos expresados en términos de una relación sumisa, y que han sido recopilado a partir de otros datos numéricos.

Kendall y Buckland (citados por Gini V. Glas / Julian C. Stanley, 1980) definen la estadística como un valor resumido, calculado, como base en una muestra de observaciones que generalmente, aunque no por necesidad, se considera como una estimación de parámetro de determinada población; es decir, una función de valores de muestra.

"La estadística es una técnica especial apta para el estudio cuantitativo de los fenómenos de masa o colectivo, cuya mediación requiere una masa de observaciones de otros fenómenos más simples llamados individuales o particulares". (Gini, 1953.

Murria R. Spiegel, (1991) dice: "La estadística estudia los métodos científicos para recoger, organizar, resumir y analizar datos, así como para sacar conclusiones válidas y tomar decisiones razonables basadas en tal análisis.

"La estadística es la ciencia que trata de la recolección, clasificación y presentación de los hechos sujetos a una apreciación numérica como base a la explicación, descripción y comparación de los fenómenos". (Yale y Kendal, 1954).

Cualquiera sea el punto de vista, lo fundamental es la importancia científica que tiene la estadística, debido al gran campo de aplicación que posee.

ESTADÍSTICA DESCRIPTIVA

La Estadística descriptiva registra los datos en tablas y los representa en gráficos. Calcula los parámetros estadísticos (medidas de centralización y de dispersión), que describen el conjunto estudiado.

ESTADÍSTICA INFERENCIA 

La Estadística inferencial o Inferencia estadística estudia cómo sacar conclusiones generales para toda la población a partir del estudio de una muestra, y el grado de fiabilidad o significación de los resultados obtenidos.

VARIABLES discretas, continuas, cualitativas y cuantitativas

VARIABLE DISCRETA 

Una variable discreta es aquella que está en condiciones de adoptar valores de un conjunto numérico dado. Es decir: solo adquiere valores de un conjunto, no cualquier valor.

Entre los valores potencialmente observables de una variable discreta existe una distancia que resulta imposible de “completar” con valores intermedios. Por lo tanto, entre dos valores hay, al menos, un valor que no es observable.

El número de automóviles que tiene una persona es una variable discreta. Un hombre puede tener, por ejemplo, un automóvil, dos automóviles o tres automóviles, por citar algunas posibilidades. Pero no puede tener 1,6 automóviles ni 2,8 automóviles.

En un sentido similar, la cantidad de hijos de una mujer también es una variable discreta. Se pueden tener 2, 4 o 6 hijos, nunca 2,1 o 5,78 hijos.

En cambio, las variables continuas pueden adquirir cualquier valor en un intervalo, existiendo siempre otros valores intermedios entre dos valores observables. La existencia de más o menos valores depende de la precisión de la medición. Por ejemplo: la altura de un niño puede ser 1,2 metros, 1,24 metros o 1,249 metros de acuerdo a cómo se mida. Esto implica que se registran ciertos errores de medición.

VARIABLE CONTINUA 

Una variable continua es aquella que puede adoptar cualquier valor en el marco de un intervalo que ya está predeterminado. Entre dos de los valores, siempre puede existir otro valor intermedio, susceptible de ser tomado como valor por la variable continua.

Estas particularidades diferencian a la variable continua de la variable discreta, que solo puede adquirir un valor de un conjunto de números. Existen separaciones entre los valores sucesivos que pueden observarse: es decir, que no se “llenan” con otros valores intermedios. Un hombre tiene un perro o dos perros, nunca un perro y medio.

Las variables continuas, en teoría, no se pueden medir con absoluta exactitud: el valor que se observa depende del instrumento empleado para la medición. Consideremos las variables continuas a partir del peso de una persona. Puede pesar 78,5 kilogramos, 78, 54 kilogramos o 78, 546 kilogramos de acuerdo a la exactitud de la balanza. El ejemplo revela que, al trabajar con variables continuas, hay que aceptar la existencia de un error de medición que se debe tratar de minimizar, ya que implica una diferencia entre el valor verdadero y el valor medido.

VARIABLE CUANTITATIVA 

Las variables cualitativas son aquellas variables que toman valores que son nombres o etiquetas. El color de una pelota (por ejemplo, rojo, verde, azul) o la raza de un perro (por ejemplo, collie, pastor, terrier) serían ejemplos de variables cualitativas.

Esto no supone que no puedan utilizarse en modelos matemáticos, económicos o financieros. Para ello, estas se convierten en números asignando a cada posible valor un numero concreto. Poe ejemplo el sexo es una variable cualitativa (hombre o Mujer) en un análisis matemático esta variable se incluiría por ejemplo dando a todos los hombres el valor 0 y a todas mujeres el valor 1.

También conocidas como variables categóricas, las variables cualitativas son variables que no tienen sentido natural para su orden. Por lo tanto, se miden en una escala nominal. Por ejemplo, el color del pelo (Negro, Marrón, Gris, Rojo, Amarillo) es una variable cualitativa, como es el nombre (Adam, Becky, Christina, Dave...). Las variables cualitativas se pueden codificar numéricamente pero sus números no tienen porque tener sentido.

Una variable cualitativa puede tomar un número finito de valores numéricos, categorías o códigos y se pueden clasificar en:

• Variables nominales,
• Las variables ordinales,
• Variables ficticias de las variables cuantitativas,
• Variables de preferencia y
• Variables de respuesta múltiple

VARIABLE CUANTITATIVA 

Las variables cuantitativas discretas, en cambio, adquieren valores que están separados entre sí en la escala. Dicho de otro modo: no existen otros valores entre los valores específicos que la variable adquiere. La cantidad de mascotas que tiene una persona es una variable cuantitativa discreta: una mujer puede tener 2, 3 o 4 perros, pero nunca 2,5 o 3,25 perros. En este caso, 2 y 3 son valores que la variable está en condiciones de adoptar, sin que exista ningún otro valor posible en el medio de ambos.

Ambos tipos de variables cuantitativas pueden combinarse en una encuesta o en una entrevista. Al aspirante a un puesto laboral se le puede preguntar cuánto pesa (variable cuantitativa continua) y cuántos hijos tiene (variable cuantitativa discreta).

Una variable cuantitativa es la que se expresa mediante un número, por tanto se pueden realizar operaciones aritméticas con ella. Podemos distinguir dos tipos:

Variable discreta

Una variable discreta es aquella que toma valores aislados, es decir no admite valores intermedios entre dos valores específicos. Por ejemplo:

El número de hermanos de 5 amigos: 2, 1, 0, 1, 3.

Variable continúa

Una variable continua es aquella que puede tomar valores comprendidos entre dos números. Por ejemplo:

La altura de los 5 amigos: 1.73, 1.82, 1.77, 1.69, 1.75.

En la práctica medimos la altura con dos decimales, pero también se podría dar con tres decimales.

MUESTRA

Muestra: “Es una parte representativa de la población que es seleccionada para ser estudiada, ya que la población es demasiado grande para ser estudiada en su totalidad” Allen Webster.

Ya que se ha definido que es población y muestra, se procede a definir dos conceptos que se encuentran íntimamente relacionados a ellos:

Parámetro: Son las medidas o características descriptivas inherentes a las poblaciones. Los salarios promedio de todos los empleados de una empresa, puede ser un ejemplo de parámetro.

Estadístico o Esta-dígrafo: Son las medidas descriptivas inherentes a una muestra, las cuales pueden usarse como estimación del parámetro. Como ejemplo podría tomarse los salarios promedio de una muestra de los empleados de la empresa.

POBLACIÓN

Población:

 Es la colección de datos que corresponde a las características de  la totalidad de individuos, objetos, cosas o valores en un proceso de investigación.

Para su estudio, en general se clasifican en Poblaciones Finitas y Poblaciones Infinitas.

Poblaciones Finitas: Constan de un número determinado de elementos, susceptible a ser contado. Ejemplo: Los empleados de una fábrica, elementos de un lote de producción, etc.

Poblaciones Infinitas: Tienen un número indeterminado de elementos, los cuales no pueden ser contados. Ejemplo: Los números naturales.

Así también las poblaciones pueden ser clasificadas en Reales e Hipotéticas, las reales son aquellas concretas, que ya existen. Ejemplo: Los aspirantes a un puesto de trabajo, los vendedores de una empresa. Mientras que las hipotéticas, son las formas imaginables en que se podría presentar un suceso. Ejemplo: Estimaciones de la población económicamente activa dentro de diez años.

En toda investigación lo ideal sería contar con observaciones o características de todos los elementos de nuestro grupo de interés, pero en muchas ocasiones eso sería muy caro y/o muy tardado o simplemente imposible, es por ello que se toman muestras.

MÉTODO CIENTÍFICO

¿Qué es el método científico?

    La ciencia, como la conocemos hoy en día, es fruto de una serie de descubrimientos y, sus protagonistas tienen una forma de llevar a cabo sus estudios. Hoy en día, diferentes campos de la investigación utilizan el llamado “método científico,” una forma de investigar y producir conocimientos, que se rige por un protocolo que pretende obtener resultados confiables mediante el seguimiento de ciertos pasos, con rigurosidad y objetividad. Así que te propongo saber qué es el método científico y cuáles son sus etapas.

Los pasos del método científico

El método científico está compuesto de varios pasos que deben seguirse en un orden y completa rigurosidad. Estos son:

• Observación: investigación o recolección previa de datos relacionados al tema a investigar, los cuales se analizan y organizan, de forma de ofrecer información confiable que lleve al siguiente paso
• Proposición: establecer la duda que se quiere resolver o aquello que se desea estudiar
• Hipótesis: la posible solución o respuesta que queremos comprobar y que basa en una suposición en base a investigación. Puede ser o no verdadera y, mediante los siguiente pasos, se trata de demostrar su posible validez.
• Verificación y experimentación: se trata de probar o desechar la hipótesis mediante la experimentación o aplicación de investigaciones válidas y objetivas.
• Demostración o refutación de la hipótesis: se analiza si ésta es correcta o incorrecta, basándose en los datos obtenidos durante la verificación.
• Conclusiones: se indican el porqué de los resultados, enunciando las teorías que pueden surgir de ellos y el conocimiento científico que se genero mediante la aplicación correcta del método.

•