Universidad Csar Valle

Lima Norte

Maestra en Educacin CON MENCIN EN DOCENCIA

Y GESTION EDUCATIVA

ESQUEMA DEL PROYECTO

DE INVESTIGACION
Ing. Herclito Chacn Snchez

a) El Problema de Investigacin
El problema a solucionar debe ser
formulado en forma lo suficientemente
concreta como para que pueda ser
resuelto efectivamente por la va
cientfica, y lo suficientemente clara
como para saber que datos buscar
para resolverlo.
Ej: Qu incentiva el rendimiento escolar?

Influye la educacin recibida sobre

la ideologa poltica de la persona?

b) El esquema de Investigacin
Una vez formulado adecuadamente el problema
( y si es en forma de pregunta tanto mejor),
procedemos ahora a trazarnos un esquema de
investigacin para resolverlo.
Un esquema de investigacin es un plan que
hacemos para recolectar y analizar datos
combinndolos entre s, con la intencin de
hallar una respuesta al problema de la forma
ms sencilla y econmica posible.

 EJEMPLO:
porqu en ciertos barrios hay mayor
ndice de drogadiccin que en otros?
Para resolverlo:
a) Recolectar datos.
b) Analizar los datos recolectados.
c) Hallar una respuesta al problema.
Rspta. El ndice de drogadiccin depende
de la mayor o menor presencia policial.

 c) Tipos de Esquemas de investigacin.

Los podemos clasificar segn cuatro
criterios:
* Segn la fuente de datos.
* Segn el lugar donde investigamos a los
sujetos.
* Segn el grado de control ejercido sobre las
variables.
* Segn su propsito o finalidad.

 Segn datos: con datos primarios o datos

secundarios.
Segn Lugar: de laboratorio de campo.
Segn control: no experimental (expostfacto) experimental.
Segn fin: exploratorio, descriptivo,
explicativo.
Segn la fuente de donde se obtiene los
datos, que son primarios o secundarios (o
ambos).

 Los primeros son aquellos obtenidos

directamente por el investigador de la
realidad mediante la simple observacin o
a travs de cuestionarios, entrevistas,
tests u otro medio.
Datos secundarios son aquellos que
fueron obtenidos por otras personas o
instituciones, tales como censos, etc.

 Segn el lugar donde investigamos, la inv.

Puede ser de lab. o de campo.
Inv. de campo no significa inv. Rural, sino
una inv. Donde estudiamos a los
individuos en los mismos lugares donde
viven, trabaja o se divierten, o sea en su
habitad natural.

 La inv. de lab. Se saca a los sujetos de

sus lugares naturales, los aisla de su
entorno llevndolos a un lugar especial, el
laboratorio.
En este caso el investigador est presente
atendiendo casi continuamente lo que
sucede con las personas.

 Segn el grado de control ejercido sobre

las variables, el esquema de inv. Podr
ser no experimntal o experimental.
Los estudios no experimentales no
provocamos el fenmeno a estudiar sino
que debemos esperar a que l ocurra
espontneamente para luego estudiarlo, y
por ello se llama ex-post-facto (despues
de ocurrido el hecho).
En los estudios experimentales controlamos
la influencia de variables, la cual puede
adoptar, indistintamente, la forma de una
inv. De laboratorio o de una de campo.

 Segn la finalidad que persiga el

cientfico:
Estos tipos de investigacin son
esencialmente etapas cronolgicas de las
mismas que nos permitirn comprender
cmo procede el cientfico cuando indaga
y piensa la realidad.
Cualquier investigacin comienza siempre
con una etapa exploratoria; recin
despus se encarar una inv.descriptiva y
finalmente una explicativa.

 No se puede hacer un estudio explicativo

si antes, uno mismo u otro investigador no
realiz antes un estudio descriptivo, como
tampoco podemos iniciar este ltimo sin
que alguien antes haya hecho una inv.
Exploratoria.
Las tres etapas persiguen propsitos
diferentes: la Inv.exploratoria identifica
posibles variables, la Inv. Descritiva
constata correlaciones entre variables, y
la Inv. Explicativa intenta probar vnculos
causales entre variables.

d) Etapas de una Investigacin Tpica.

Se trata de un conjunto de pasos o etapas que

habitualmente deben cumplirse en la mayora
de las investigaciones que podemos encontrar
en las publicaciones cientficas.
EJEMPLO:
Una investigacin que indague acerca de las
relaciones entre ESTADO CIVIL y ESTADO DE
ANIMO.
1. Seleccin del tema de investigacin. El tema
de investigacin es bsicamente la VD. En
nuestro ejemplo cualquiera de ambas podra
serlo: el estado civil puede depender del
estado de nimo (estoy triste por lo tanto me
divorcio)

o el estado de nimo puede depender del

estado civil (estoy soltero y por lo tanto estoy
alegre). Por tanto debemos elegir, debemos
decidir cul es nuestra VD. Por ejm., elegimos
estado de nimo.
2. Formulacin del problema.- El problema se
expresa mediante una pregunta, la cual
deber ser contestada en la investigacin.
Por ejemplo: Existe alguna relacin
significativa entre estado civil y estado de
nimo?

3. Explicitacin del marco terico.- Las

variables elegidas han de ser definidas
dentro de un marco terico.
Por ejemplo, para definir estado civil
podemos tomar como referencia el cdigo
civil. Se sintetizarn los marcos tericos
utilizados, mientras que las definiciones
tericas de las variables se especifican en
un paso ulterior (identificacin, definicin y
clasificacin de variables).

4. Revisin de investigaciones
anteriores.- Revisar todas las
investigaciones realizadas concernientes
a la relacin entre estado de nimo y
estado civil, para lo cul deberemos
recorrer bibliotecas, la red internet, etc.
La idea es hacer una sntesis de todo lo
encontrado utilizando solamente los
abstracts de la investigaciones
encontradas.

Podriamos encontrarnos con que nuestra

investigacin que ya fue realizada, pero
ello no debe disilusionarnos: por lo
general nuestra investigacin partir de
muestras diferentes, utilizar otros
instrumentos de medicin, lo cual la
convierte en una investigacin original que
complementar la ya realizada.

5) Explicitacin de los objetivos.Explicamos aqu que operaciones

realizaremos para solucionar el problema
que puso en marcha la investigacin.
Suelen especificarse un objetivo general y
objetivos especficos; en nuestro ejemplo:
Objetivo General. Probar si existe o no una
relacin significativa entre estado civil y
estado de nimo

Objetivos Especficos:
-Revisar las investigaciones recientes sobre el
tema.
-Discutir las diferencias encontradas con otras inv.
encontradas sobre el mismo tema.
-Examinar la incidencia de las variables edad y
nivel de instruccin en la muestra seleccionada.
Notemos que cuando especificamos los objetivos,
siempre habremos de utilizar verbos en
infinitivo, puesto que ellos designan acciones a
realizar (probar, revisar, discutir, etc).

6) Seleccin del tipo de Investigacin.

Nuestra investigacin ser de laboratorio o de
campo? Experimental o no experimental?
Ser un estudio exploratorio, descriptivo,
explicativo o una combinacin de ellos? Ser
una investigacin con datos primarios o con
datos secundarios?
Supondremos que en nuestro ejemplo
realizaremos una investigacin de campo,
experimental, descriptivo-explicativo y con datos
primarios.

7) Formulacin de la hiptesis.
La hiptesis puede formularse en forma
general y especfica.
La forma general sera: existe una relacin
significativa entre estado civil y estado de
nimo.
Un ejemplo de hiptesis especfica sera:
las personas solteras tienden a sufrir
estados depresivos.

En una hiptesis especfica, pueden

especificarse varias cosas: el vnculo entre
variables (en vez de decir existe una relacin
entre decimos es la causa de),alguna
categora de alguna variable (en vez de
estado civil decimos casado), o alguna
dimensin o indicador de alguna variable (en
vez de estado de nimo decimos presentan
desinters por el mundo exterior).
Normalmente, la hiptesis que ser verificada
en la investigacin es la hiptesis general.

8) Identificacin, definicin y clasificacin de variables.

Qu variables principales estudiaremos?
Estado civil y estado de nimo.
Cmo las definiremos tericamente?
De acuerdo a las definiciones que encontremos en el
cdigo civil, otras fuentes de informacin.
Las clasificaciones que no pueden obviarse son:
Independiente o dependiente.
VI : estado civil.
VD : estado de nimo.
Y cualitativa o cuantitativa. Esta ltima clasificacin es
importante porque especifica en que nivel de medicin
las estamos midiendo, Por Ejm: estado civil ser una
variable cualitativa nominal, mientras que estado de
nimo ser una variable cualitativa ordinal.

9) Categorizacin y operacionalizacin de las variables.

Asignaremos categoras a las variables:
Para estado civil puede ser:
-Soltero
-Casado
-Separado
-Divorciado
-Juntado
-Viudo, etc.
Para estado de nimo:
-Muy deprimido
-Deprimido
-Alegre
-Muy alegre.

En cuanto a la operacionalizacin, si las variables

son complejas selecionaremos dimensiones e
indicadores.
Dimensiones de estado de nimo podrin ser:
-Manifestaciones fsicas.
-Manifestaciones psquicas.
Y sus respectivos indicadores:
-Postura corporal
-Inters por el trabajo.
Como estado civil es una variable simple,
seleccionaremos un solo indicador, Por Ejm.
Aquello que nos responde el sujeto cuando le
preguntamos por su estado civil.

10) Seleccin de la poblacin.

Especificamos la poblacin que queremos
estudiar. Por ejemplo todas las personas
entre 20 y 60 aos que viven en la ciudad
de Oxapampa.
Por lo tanto nuestra unidad de anlisis
sern personas (y no por ejemplo grupos
o familias).

11) Seleccin de la Tcnica de muestreo.

Podramos elegir una muestra de tipo
probabilstico: elegimos al azar una cierta
cantidad de nmeros telefnicos.
Hay otros procedimientos menos aconsejables
porque no son aleatorios, como elegir a las
personas que conocemos de nuestro entorno
(familiares, amigos, vecinos, etc). En estos
casos la muestra estara sesgada por nuestras
preferencias y por un determinado estrato social
o zona geogrfica.

12) Seleccin del tipo de diseo.

Como estamos suponiendo que nuestra
investigacin es explicativa y adems
indaga una sola variable causal.

13) Seleccin de los grupos.

Dentro de la muestra elegimos al azar dos
grupos:
El primero conformado por personas
solteras y el segundo por personas
casadas.
Tambin podemos elegir tantos grupos
como categoras tenga la variable estado
civl.

14) Seleccin de los instrumentos de

medicin ya construidos.
Hay varios tests que miden estado de
nimo; si no hemos encontrado ningn
instrumento apto para medir nuestras
variables, deberemos construir nosotros
mismos.

15) Construccin de los instrumentos de

medicin.
En nuestro ejemplo, debemos construir un
test para medir estado de nimo. Para
medir estado civil obviamente no se
requiere ningn test, basta con preguntar
a cada persona cul es su estado civil.
La construccin de nuestro test implica
cumplir los siguientes pasos:
a) Seleccin de los items, es decir, las
preguntas o las pruebas que incluir.

Para nuestro ejemplo, uno de los items

puede ser la pregunta se siente triste la
mayor parte de los das?
b) Categorizar los item, es decir,
establecer las respuestas posibles que
podra responder cada sujeto en cada
item. Por ejemplo para el item anterior, las
posibles categoras pueden ser si y
no .

c) Construir un sistema de puntuacin de

las respuestas. Por ejemplo asignamos
arbitrariamente el nmero 1 si contest
que s y 0 si contest que no. Luego
sumando todos los puntos de cada item,
debemos obtener un ndice, en este caso,
un ndice de estado de nimo.

Tambin aqu estableceremos como interpretar

estos ndices.
Por ejemplo, si obtuvo entre ms de 20
categorizaremos al sujeto como muy
deprimido, si obtubo entre 15 y 19 lo
ubicaremos como deprimido, y as
sucesivamente.
d) Finalmente determinaremos la valides y
la confiabilidad del instrumento as
construido.

16) Recoleccin de datos.

Aplicamos o administramos los instrumentos de
medicin.
Tomamos a los sujetos elegidos un test de estado de
nimo y le preguntamos su estado civil.
De todos los pasos de esta investigacin, este es el
nico en el cual tomamos contacto con los sujetos de
estudio.
Todos los otros pasos los podemos realizar solos en
nuestro lugar de trabajo.

17) Construccin de la Matriz de datos.

Organizamos y sistematizamos toda la
informacin obtenida en una matriz , que,
en nuestro ejemplo puede asumir la
siguiente forma:

SUJETO

ESTADO CIVIL

ESTADO DE ANIMO

SOLTERO

MUY
DEPRIMIDO
DEPRIMIDO
ALEGRE
MUY ALEGRE
TOTAL

SEPARADO

DIVORCIADO

JUNTADO

TOTAL

19) Graficacin
Opcional. Sirve para presentar la
informacin de las tablas de una forma
ms intuitiva y rpidamente
comprensible.

20) Obtencin de medidas de posicin y

dispersin.

Generalmente pueden obtenerse de tabla

de doble entrada.
Como en el ejemplo que estamos
siguiendo las variables no son
cuantitativas, no podemos utilizar la
media aritmtica ni el desvo standard.

Debemos usar medidas estadsticas para

variables cualitativas, como la moda o la
mediana (medidas de posicin), y otras.
Por ejemplo, si la categora que ms se
repite para la variable estado de nimo
Es alegre, entonces alegre es la moda.

21) Anlisis de los datos

De acuerdo a los fines que nos hayamos
propuesto, podemos optar por varias
posibilidades, entre las que se encuentran el
anlisis de correlacin, el anlisis de
regresin, la prueba de significacin, la
prueba de espureidad o alguna combinacin
de ellos.

22) Interpretacin de los datos.

Opcional pero recomendable.
En este paso arriesgamos algunas
conjeturas personales acerca del porqu
de la asociacin detectada entre ambas
variables.
Por Ejemplo, hemos encontrado una alta
asociacin entre alegra y casado quiz
porque el matrimonio permite compartir
trances y dificultades ms fcilmente, con
lo cual hay menor margen para la
depresin

La interpretacin de los datos puede

hacerse desde algn marco terico
existente o bien, si somos audaces e
imaginativos, porque crear nuestro
propio marco terico porque no hay
ninguno que nos satisfaga.

23) Comunicacin de los resultados.

Mientras fuimos cumpliendo los pasos
anteriores, es muy probable que hayamos
escrito varias hojas en borrador.
Con este material redactamos nuestro
informe final, luego el abstracto o
resumen del mismo, luego seleccionamos
el ttulo para nuestro informe y,
finalmente, publicamos los resultados.

Este proceso se realimenta continuamente:

en cuanto damos a conocer nuestro
trabajo a la comunidad cientfica, desde
ese momento entra a formar parte de la
bibliografa existente sobre el tema y, por
tanto, ser consultado por otro
investigador que se encuentra en la etapa
Revisiones de investigaciones anteriores

EL PAPEL DE LA ESTADISTICA.
Nos conviene tener una idea general de
la ESTADISTICA y de cmo se emplea en
la actividad cientfica, en la medida en
que se trata de una herramienta
fundamental que la matemtica provee al
INVESTIGADOR para poder resumir y
analizar gran cantidad de informacin.

Tanto en la investigaciones
EXPLORATORIAS como en las
DESCRIPTIVAS y EXPLICATIVAS, el
cientfico no maneja un solo dato sino
muchos, sea porque muchos individuos (las
edades de todos los peruanos, o el cociente
intelectual de todos los adolescentes de un
colegio), sea porque estudia un solo
individuo sobre el cual se hacen muchas
observaciones que proporcionarn,
entonces, muchos datos (las calificaciones
que obtiene Pedro en las distintas
asignaturas y a travs de varios aos).

Cuando, como en tales casos, hay que

considerar una gran cantidad de datos,
necesariamente una herramienta para
poder organizarlos, analizarlos y
finalmente sacar conclusiones sobre la
poblacin o el individuo de donde esos
datos fueron extrados, y este
instrumento se llama ESTADISTICA.

La utilidad de la estadstica, entonces,

no apunta necesariamente al estudio
de muchos individuos (poblacin), sino
fundamentalmente al estudio de
muchos datos, sea porque provengan
de un solo sujeto o de muchos.
Sabemos la diferencia entre individuo
y poblacin: una cosa es un peruano
determinado, y otra cosa el conjunto
de habitantes del Per.

O tambin: una cosa es la ciudad de

Pars y otra el conjunto de todas las
ciudades del mundo, lo que viene a
mostrarnos que lo que llamamos
individuo es simplemente un elemento
dentro de un todo (poblacin) y que
para evitar malos entendidos,
llamaremos genricamente unidades
de anlisis.

En Psicologa la unidad de anlisis pueden

ser personas.
En Psicologa Social, la unidad de anlisis
grupos pequeos.
En Sociologa, la unidad de anlisis
sociedades o clases sociales.
En Demografa, la unidad de anlisis
Ciudades.
En Qumica, la unidad de anlisis metales
En Biologa, la unidad de anlisis gatos,
etc.

POBLACION O UNIVERSO.
Definible como el conjunto de todas las
unidades de anlisis, puede ser finita o
infinita, segn tenga o no un nmero
determinado de individuos:

a) Muestra y muestreo.
Nos interesarn, entonces, las poblaciones.
Pero aqu surge un problema: Como
habitualmente las poblaciones son muy
grandes (infinitas), no podemos obtener
klos datos de todos los individuos, y
entonces nos vemos obligados a
seleccionar una parte de esa poblacin,
que se llama muestra.
Debemos asegurarnos de que la muestra sea
representativa de la poblacin.

Si queremos tomar una muestra de los

habitantes de una ciudad y solo
seleccionamos veinte, esta muestra no
representar adecuadamente a la
poblacin.
En cambio si seleccionamos la misma
cantidad de sujetos tomando uno de
cada 100 de la gua telefnica aqu ya
puedo empezar a pensar ms en la
posibilidad de cierta representatividad,
pues estn tomadas al azar.

El tamao elegido para la muestra es tambin

importante, y variar de acuerdo a cada
investigacin pudiendo ser el 5%, el 20%, etc.
De la poblacin total.
Suele ser difcil elegir el tamao justo, ya que
no se puede pecar por defecto (un solo
individuo no representa a una poblacin an
tomndolo al azar) o por exceso (una muestra
que sea el 80% de la poblacin es altamente
confiable pero no econmica).

El procedimiento por el cual

seleccionamos una muestra se llama
muestreo, y clsicamente se los divide
en probabilsticos y no probabilsticos.
Lo esencial del muestro probabilstico
es que cada individuo de la poblacin
total tiene la misma probabilidad de
estar incluido en la muestra.
La probabilidad que tiene de haber sido
seleccionado el seor Prez es la
misma que tiene el seor Jimnez o
cualquier otro (Probabilidad del 1%).

Hay varias tcnicas para realizar muestreos

probabilsticos, y todos se basan en la
seleccin de individuos al azar.
El muestreo puede ser:
a) Simple: partiendo de toda la poblacin se
toman individuos al azar segn diversos
procedimientos.
b) Estratificado: Previamente se seleccionan
en la poblacin estratos ( por ejemplo clases
sociales: alta, media y baja), y dentro de cada
estrato se toman individuos al azar segn el
muestreo simple.

c) Por reas o conglomerados:

Se delimitan previamente reas
geogrficas (provincias, ciudades) y
dentro de cada una de ellas se toman
individuos al azar segn el muestreo
simple o estratificado.

Muestreo no probabilstico: los

individuos de la poblacin no tienen
todos la misma probabilidad de
aparecer en la muestra, ya que aqu no
hacemos una estricta seleccin al azar
sino que tomamos casos tpicos (que
suponemos representativos de la
media poblacional) o casos en forma
accidental (los que tenemos ms a la
mano),etc.

Descripcin de la muestra.
Una vez obtenida la muestra, procedemos
ahora a hacer una descripcin de la
muestra, para lo cual usaremos ciertas
medidas especiales diferentes a las
medidas que usamos para medir
individuos.
Si queremos describir sujetos individuales
usaremos una media individual:
Pedro tiene cociente intelectual 110.
Juan tiene poco inters por la msica, etc.

Pero si queremos describir una muestra

usaremos lo que se llama una medida
estadstica.
Por ejemplo:
Tal muestra se compone de sujetos cuyo
promedio de cocientes intelectuales es 120.
Tal muestra tiene un 70% de sujetos con poco
inters en la msica, etc.
Como vemos, estas medidas estadsticas son
verdaderas sntesis o resmenes de
muchas medidas individuales, y un ejemplo
tpico es la media aritmtica, o sea un
simple promedio.

Examinemos como ejemplo dos

muestras diferentes, compuestas cada
una por tres individuos y donde nos
interesar describirlas considerando el
factor intelectual:
Muestra 1)
105
110
115
Promedio: 110
Muestra 2)
80
110
140
Promedio: 110
Ambas muestras tienen el mismo promedio y
sin embargo, son dos muestras diferentes.

Por lo tanto, solamente un promedio no

basta para describir e identificar
adecuadamente una muestra, y debemos
usar una segunda medida estadstica que
nos permita conocer cun lejos o cun
cerca estn los individuos del promedio, o
sea, su grado de dispersin.
En el ejemplo vemos que la muestra 1
Es menos dispersa ya que los diferentes
valores obtenidos estn muy prximos al
promedio, mientras que la muestra 2 es
ms dispersa.
es

Recin cuando se han tomado ambas

medidas podemos afirmar que hemos
descrito adecuadamente las
muestras, con lo cual no queda
posibilidad de confundirlas con otras.
Y an cuando dos muestras pueden
ser distintas porque las componen
diferentes individuos, si tienen la
misma media aritmtica y la misma
dispersin las consideraremos
iguales a efectos del anlisis
estadstico.

El primer tipo de medida estadstica se llama

medida de posicin (o de tendencia central), y
nos est indicando alrededor de qu valor (en
el ejemplo 110) giran todos los valores
individuales.
El segundo tipo se llama medida de dispersin, y
nos indica cun prximos o alejados estn los
distintos valores del promedio, o sea de la
medida de posicin, de lo cul se desprende
que no podremos tomar una medida de
dispersin sin antes haber tomado la
correspondiente medida de posicin.

Un ejemplo de medida de dispersin es

el desvo estndar, conceptualmente
es un promedio de las distancias de
cada valor respecto de la media.
b) Pruebas de significacin
Hasta aqu lo nico que hicimos fue
describir una muestra, pero lo que a
la estadstica le interesa en ltima
instancia es la poblacin, con lo cual
debemos resolver una segunda
cuestin: la representatividad de la
muestra.

Es decir, interesa saber hasta qu

punto las medidas que describieron
la muestra describen igualmente
bien la poblacin de donde la
muestra fue extrada.
Ms concretamente: el promedio 110
de la muestra podemos tambin
adscribrselo con confianza a la
poblacin?
pasa lo mismo con la medida de
dispersin?

La estadstica ha diseado ciertas pruebas

de significacin.
Son pruebas basadas en el clculo de
probabilidades, ya que aqu lo que
debemos verificar es si lo concluido
respecto de la muestra vale tambin para
la poblacin y con grado de probabilidad.
Hay dos tipos de probabilidad: lgica e
inductiva.

*Probabilidad lgica: se tiene un dado

perfectamente balanceado, no necesita
arrojarlo para saber que probabilidad tiene
de salir el nmero 3.
Como ya s que tiene seis caras
equiprobables, su probabilidad ser de uno
sobre seis (p=1/6).
*Probabilidad inductiva: puede ocurrir que el
dado no este balanceado, y solo s qu tiene
6 caras. A priori, o sea antes de arrojar los
dados, en estos casos no puedo saber qu
probabilidad el 3 de salir, debido a mi
desconocimiento del dado.

No obstante tengo un medio para saberlo:

arrojo una gran cantidad de veces y voy
notando los nmeros que aparecieron. Si
constato que el 3 sali en un 50% de los
casos, entonces puedo concluir que la
probabilidad ser de de tres sobre seis
(p=3/6=1/2).
Las mismas consideraciones que hicimos
con las caras de un dado tambin
podemos hacerlas con los individuos de
una poblacin.

En estadstica, puesto que

generalmente desconocemos la
naturaleza de la poblacin, el tipo de
probabilidad empleado es el
inductivo.
c) Etapas de la estadstica
1. Estadstica descriptiva, que busca
seleccionar una muestra y luego
describirla adecuadamente mediante
medidas de posicin y dispersin.

2. Estadstica inductiva o inferencial,

que busca extender lcitamente
nuestras conclusiones sobre la
muestra a toda la poblacin.
Obviamente, el problema central de
esta segunda etapa ser saber hasta
que punto las medidas de la muestra
describen tambin la poblacin.

La estadstica descriptiva debe

preocuparse de si la muestra est
o no bien descripta a partir de los
datos de los individuos, mientras
que la estadstica inductiva se
preocupar de establecer la
representatividad de la muestra
respecto de la poblacin.

Ms generalmente, la primera es
eminentemente descriptiva y no ampla
mayormente nuestro conocimiento: mas
bien lo resume mediante las medidas
estadsticas.
En cambio la segunda si ampla nuestro
conocimiento pues lo extiende a toda la
poblacin. De aqu que tenga un carcter
predictivo, pues conociendo la muestra,
pudo predecir hasta cierto punto
confiable cmo habr de ser la poblacin.