En la siguiente entrada de Análisis de Datos en Psicología continuamos abordando una serie de conceptos iniciales. ¿Qué es la población? ¿y la muestra? A continuación seguimos ampliamos nuevos conceptos.
La población y la muestra [Análisis de Datos en Psicología]
Una población es el conjunto de todos los elementos que cumplen una determinada característica objeto de estudio. Por otro lado, una muestra es un subconjunto cualquiera de una población siendo personas, animales o cosas que cumplan una definición compartida por la población.
Por ejemplo, una población podrían ser los niños con Trastorno del Espectro Autista (TEA) de la Región de Murcia. En este ejemplo, los elementos de esta población son personas y las características que tienen en común son presentar un diagnóstico de TEA, ser niños y residir en la Región de Murcia.
En investigación suele elegirse un subconjunto y no trabajar con una población completa en la mayoría de casos por una cuestión de viabilidad, ya que es complejo trabajar con una población completa. Por ejemplo, el número de niños TEA puede ser demasiado grande como para trabajar con todos, además de que existan familias (elementos de población) que no deseen participar en el estudio. Por tanto, lo habitual es trabajar con muestras y establecer algunas técnicas de muestreo.
En investigaciones se trata de caracterizar a la población. Por ejemplo, en el caso planteado nos puede interesar conocer la inteligencia de los niños TEA utilizando un test de inteligencia con la muestra.
Por otro lado, es preciso distinguir entre parámetro y estadístico.
Un parámetro es un índice medido en una población que la describe de alguna manera. Un estadístico es un índice medido en una muestra.
Utilizando la estadística inferencial se pronostica el valor de los parámetros poblacionales a partir de los estadísticos muestrales. Así, en el ejemplo de los niños TEA se calcula la media en inteligencia de los niños de la muestra, que es el estadístico Ẋ, para pronosticar el valor medio en inteligencia de la población, que es el parámetro µ (el valor que realmente nos interesa).
0 comentarios:
Publicar un comentario