SlideShare a Scribd company logo
1 of 5
Estudiante:Mamani FernándezBladimir
Docente.Mgr. José RamiroZapata Barrientos
Materia: Investigaciónde MercadosII
“LIBEREMOS BOLIVIA”
“MUESTRA O ANÁLISIS MUESTRAL”
“La innovación distingue a los líderes de los seguidores.”
Steve Jobs
1.- INTRODUCCION:
Muestra es una porción de la totalidad de un fenómeno, producto o actividad que se considera
representativa del total también llamada una muestra representativa.
Muestraviene de mostrarsiendoquedaaconoceralosinteresadosopúblicosobjetivosresultados,
productos o servicios que ejemplifican o sirve como demostración de un tipo de evento, calidad o
la estandarización.1
2.- DESARROLLO:
En estadística,una muestraes un subconjuntode casoso individuosde una población.Endiversas
aplicaciones,interesaque unamuestra sea representativa,ypara ellodebe escogerse unatécnica
de muestra adecuada que produzca una muestra aleatoria adecuada. También es un subconjunto
de lapoblación,ypara serrepresentativa,debe tenerlasmismascaracterísticasde la población.Si
se obtiene una muestra sesgada, su interés y utilidad son más limitados, en función del grado de
sesgos que presente.1
Como un subgrupo o subconjunto representativo de la población,extraída seleccionada por algún
método de muestreo, la muestra siempre es una parte de la población. Si se tienen varias
poblaciones,entonces se tendrán varias muestras. La muestra debe poseer toda la información
deseadaparatenerla posibilidadde extraerla,yestosolose puede lograrconuna buenaselección
de la muestra y un trabajo muy cuidadoso y de alta calidad en la recogida de datos.2
En la teoría de probabilidades, el espacio muestral o espacio de muestreo (denotado E, S, Ω o U)
consiste enel conjuntode todoslosposiblesresultadosde un experimentoaleatorio,juntoconuna
estructura sobre el mismo (ver más adelante).
Por ejemplo,si el experimentoconsiste enlanzardosmonedas,el espaciomuestral esel conjunto
{(cara, cara), (cara, cruz), (cruz, cara) y (cruz, cruz)}. Un evento o suceso es cualquier subconjunto
del espaciomuestral conestructurade σ-álgebra,1
llamándosealossucesosquecontenganunúnico
elemento sucesos elementales. En el ejemplo, el suceso "sacar cara en el primer lanzamiento",o
{(cara,cara), (cara,cruz)},estaría formadoporlossucesoselementales{(cara,cara)} y{(cara,cruz)}.
Para algunos tipos de experimento puede haber dos o más espacios de muestreo posibles. Por
ejemplo, cuandose tomaunacarta de un mazo normal de 52 cartas, unaposibilidaddelespaciode
muestreopodríaserel número(del asal rey),mientrasqueotraposibilidadseríael palo(diamantes,
tréboles,corazonesypicas).Unadescripcióncompletade losresultados,sinembargo,especificaría
ambos valores,númeroy palo,y se podría construirun espaciode muestreoque describiese cada
carta individual como el producto cartesiano de los dos espacios de muestreo descritos.
Los espacios de muestreo aparecen de forma natural en una aproximación elemental a
la probabilidad, pero son también importantes en espacios de probabilidad. Un espacio de
probabilidad(Ω, F,P) incorpora un espaciode muestreode resultados,Ω, perodefine unconjunto
de sucesos de interés, la σ-álgebra F, por la cual se define la medida de probabilidad P.3
Técnicas de Muestreo
Una muestra puede ser obtenida de dos tipos: probabilística y no probabilística. Las técnicas de
muestreo probabilísticas, permiten conocer la probabilidad que cada individuo a estudio tiene de
serincluidoenlamuestraa travésde una selecciónal azar. En cambio,enlas técnicasde muestreo
de tipono probabilísticas,laselecciónde lossujetosaestudiodependeráde ciertascaracterísticas,
Estudiante:Mamani FernándezBladimir
Docente.Mgr. José RamiroZapata Barrientos
Materia: Investigaciónde MercadosII
“LIBEREMOS BOLIVIA”
criterios, etc. que él (los) investigador (es) considere (n) en ese momento; por lo que pueden ser
poco válidos y confiables o reproducibles; debido a que este tipo de muestras no se ajustan a un
fundamento probabilístico, es decir, no dan certeza que cada sujeto a estudio represente a la
población blanco (Walpole & Myers, 1996; Ávila Baray; Arias-Gómez et al.).
1. Técnicas de muestreo probabilístico:
a) Aleatorio simple: Garantiza que todos los individuos que componen la población blanco tienen
la mismaoportunidadde serincluidosenlamuestra. Estasignificaque laprobabilidadde selección
de unsujetoaestudio "x"esindependientede laprobabilidadquetienenelrestode lossujetosque
integran forman parte de la población blanco. Por ejemplo: ante la siguiente pregunta de
investigación¿Cuál eslamuestranecesariaparaestablecerlaprevalenciade cambiosinflamatorios
enbiopsiashepáticasde pacientesconcolangitisaguda(CA)?Unmuestreoaleatoriosimple aplicaría
de la siguiente forma: entre todos los sujetos con CA, seleccionar al azar un subgrupo que los
represente.
b) Aleatorio estratificado: Se determina los estratos que conforman la población blanco para
seleccionar y extraer de ellos la muestra (se define como estrato a los subgrupos de unidades de
análisisque difierenenlascaracterísticasque van a ser analizadas). Labase de la estratificación se
basa en variable como edad, sexo, nivel socioeconómico, etc. Entonces, se divide la población
compuestapor "N" individuos,en"x"subpoblacionesoestratos,con base a variablesimportantes
para laconduccióndel estudio,yde tamañosrespectivosN1,N2,N3,N4...,Nk;yrealizandoencada
una de estosestratos,muestreosaleatoriossimplesde tamañoni; para finalmente definircuantos
elementosde lamuestrase han de seleccionarde cadauno de los estratos;para locual se dispone
de las siguientes opciones: asignación proporcional (el tamaño de la muestra de cada estrato es
proporcional al tamaño del estrato que le dio origen, respecto a la población total) y asignación
óptima(el tamañode lamuestrade cada estrato,sondefinidosporquienhace el muestreo)(Bai et
al.,2013). Porejemplo:ante lapregunta¿Cuáleslamuestranecesariaparaestablecerlaprevalencia
de cambios inflamatorios en biopsias hepáticas de pacientes con CA? Un muestreo aleatorio
estratificado aplicaría de la siguiente forma: entre todos los sujetos con CA, agrupar en forma
aleatoriapor característicasde interéscomo:gravedadde la enfermedad(leve,moderado,grave);
intensidad de la fiebre (febril,afebril, hipotérmico); leucocitosis (con y sin leucocitosis); nivel de
bilirrubina total (hasta 2,0; 2,1 a 4,0; 4,1 a 6,9; 7,0 o más), etc.
c) Aleatorio sistemático:Cuandoel criteriode distribuciónde lossujetosaestudioenuna serie es
tal,que losmássimilarestiendenaestarmáscercanos. Este tipode muestreosuele ser máspreciso
que el aleatorio simple,debido a que recorre la poblaciónde forma más uniforme. De esta modo,
se seleccionará cada hésimo caso (Arias-Gómez et al.). Por ejemplo: ante la pregunta ¿Cuál es la
muestranecesariaparaestablecerlaprevalenciade cambiosinflamatoriosenbiopsiashepáticasde
pacientes con CA? Un muestreo aleatorio sistemático aplicaría de la siguiente forma: entre todos
los sujetos con CA, seleccionar aquellos que ingresan los días impares del mes, o aquellos cuya
primer dígito del RUT sea par, hasta completar la muestra estimada.
d) Porconglomerados:Consiste enelegirde formaaleatoriaciertosbarriosoconglomeradosdentro
de unaregión,ciudad,comuna,etc., paraluegoelegirunidadesmáspequeñascomocuadras,calles,
etc. y finalmente otras más pequeñas, como escuelas, consultorios, hogares (una vez elegido esta
unidad,se aplicaelinstrumentode mediciónatodossusintegrantes).Si sedesearealizarunestudio
de prevalencia o una encuesta en habitantes de una localidad, el muestreo aleatorio simple es
complejoyde altocosto,yaque estudiarunamuestrade tamaño"n",suponeenviarencuestadores
a "x" puntosdiferentesde lamisma;de tal formaque encada unode estospuntos,sólose aplicará
una encuesta(Hundetal.,2015). Por ello,esque eneste tipode casosse sugiere aplicarmuestreo
por conglomerados,puessonmáseconómicosyeficientes.Eneste tipode muestreo,lossujetosa
estudio,se encuentranincluidosenlugaresfísicosogeográficos(conglomerados); porende,resulta
Estudiante:Mamani FernándezBladimir
Docente.Mgr. José RamiroZapata Barrientos
Materia: Investigaciónde MercadosII
“LIBEREMOS BOLIVIA”
imprescindible diferenciar entre sujetos a estudio (quiénes va a ser medidos) y unidad muestral
(conglomerado a través del cual se logra acceder a los sujetos a estudio). 4
2. Técnicas de muestreo no probabilístico:
a) Intencional:Permiteseleccionarcasoscaracterísticosde unapoblaciónlimitandolamuestrasólo
a estoscasos.Se utilizaenescenariosenlasque lapoblaciónesmuyvariable y consiguientemente
lamuestraesmuypequeña.Porejemplo,entretodoslossujetosconCA,seleccionaraaquellosque
más convengan al equipo investigador, para conducir la investigación.
b) Por conveniencia:Permite seleccionaraquelloscasosaccesiblesque aceptenserincluidos.Esto,
fundamentadoenlaconveniente accesibilidadyproximidadde los sujetosparael investigador. Por
ejemplo,entre todoslossujetosconCA,solamenteaquellosque se encuentrenhospitalizadosenel
Hospital Regional de Temuco.
c) Accidental o consecutivo:Se fundamentaenreclutarcasos hasta que se completael número de
sujetosnecesarioparacompletareltamañode muestradeseado. Estos,se eligende maneracasual,
de tal modo que quienes realizan el estudioeligen un lugar, a partir del cual reclutanlos sujetos a
estudiode lapoblaciónque accidentalmentese encuentrenasudisposición.Essimilaral muestreo
por conveniencia, excepto que intenta incluir a todos los sujetos accesibles como parte de la
muestra. Por ejemplo, entre todos los sujetos con CA, seleccionar los primeros 50 incluibles que
lleguen al servicio de urgencias del Hospital Regional de Temuco.
EJEMPLOS
Ejemplo 1: En un estudio cuyo objetivo fue determinar la eficiencia de los programas de tamizaje
de cáncer gástrico por endoscopiadigestivaaltaen4 centros de atenciónprimariaen de la ciudad
de Niigata, cuya población era de 811.000 habitantes; para optimizar la productividad de estos
programas, se realizóun muestreonoprobabilísticopor convenienciade 44 sujetosasintomáticos
mayores de 40 años, que fueron estudiados de forma gratuita. En ellos se midieron los tiempos,
número de personas y costes involucradas en el procedimiento. Se verificó que los tiempos de
preparación y premedicación; del procedimiento propiamente tal y de los cuidados post-
procedimiento(recuperaciónylimpieza);representaronel 34,1 %;10,6 % y 54,4 % del tiempototal
de la endoscopia, respectivamente. Concluyendo de esta manera que la mayor parte del tiempo
necesario para completar la detección del cáncer gástrico vía endoscópica es consumido por la
preparación, la premedicación y los procedimientos posteriores, en los que las enfermeras
desempeñan un papel clave (Goto et al., 2014).
Ejemplo2: En un estudioconducidoenIrán,cuyo objetivofue evaluarlaepidemiologíade laERGE
y susfactoresde riesgode enunapoblaciónbasadaenel estudiode Mashhad(segundaciudadmás
grande de Irán); se realizóunestudiode corte transversal,aplicandoel cuestionariogeneradopor
la Clínica Mayo a un total de 1685 sujetos; para lo cual se desarrolló una técnica de muestreo por
conglomeradosen50 locacionesseleccionadasapartir de loscódigosde área eléctrica,incluyendo
50 participantes por cada locación. Encontraron un 25,7 % de síntomas de ERGE en la población
estudiada; y los siguientes factores de riesgo: tabaquismo, consumo de anti inflamatorios no
esteroidales,enfermedadescrónicas,consumode te y café,sobrealimentaciónyERGE enla pareja
(Vossoughinia et al., 2014).
Ventajas y Desventajas de la Aplicación de Técnicas de Muestreo
Se puede comentarque cadatécnicade muestreotiene susventajasydesventajassinembargo,en
términos generales existen ventajas y desventajas comunes para todas ellas.
VENTAJAS
Reducción de costos: Los costes de un estudio serán menores si los datos de interés se pueden
obtener a partir de una muestra de la población blanco. Por ejemplo,cuando se realizanestudios
de prevalencia de un evento de interés, es más económico medir una muestra representativa de
1500 sujetos de la población blanco, que a los 250.000 individuos que la componen.
Estudiante:Mamani FernándezBladimir
Docente.Mgr. José RamiroZapata Barrientos
Materia: Investigaciónde MercadosII
“LIBEREMOS BOLIVIA”
Eficiencia:Al trabajarconunnúmeroreducidode sujetosaestudio,representativosde lapoblación
blanco; el tiempo necesario para conducir el estudio y obtener resultados y conclusiones será
ostensiblemente menor.
DESVENTAJA
Inadecuada representación de la población blanco: Esto puede ocurrir si se decide trabajar con
muestras pequeñas.
Por ejemplo, es muy común ver publicaciones en las que se comparan 50 sujetos tratados con la
intervenciónenestudioversus50con la intervenciónestándar.Este esunnúmeromuyrecurrente,
pero posiblemente conlleva una mala representación de la población a la que se desea inferir los
resultados.4
3.- CONCLUCIONES:
Podemosdeterminarquelamuestraesmuyimportante alahorade hacerunainvestigaciónyaque
esta nos ayudará a identificar la representatividad de una población,tenemos que tener presente
que la muestra tiene que ser de calidad y para lograr ese objetivo, la muestra que tomamos tiene
que ser representativa de la población de esa manera nos será útil a la hora de realizar nuestra
investigación.
4.- REFERENCIAS:
1.- https://www.significados.com/muestra/
2.- https://es.wikipedia.org/wiki/Muestra_estad%C3%ADstica
3.-
https://es.wikipedia.org/wiki/Espacio_muestral#:~:text=En%20la%20teor%C3%ADa%20de%20pro
babilidades,mismo%20(ver%20m%C3%A1s%20adelante).
4.- https://scielo.conicyt.cl/scielo.php?script=sci_arttext&pid=S0717-95022017000100037
5.- https://www.questionpro.com/blog/es/muestra-representativa-para-investigacion/
5.- VIDEOS:
https://www.youtube.com/watch?v=oc8i9g144Y0
Estudiante:Mamani FernándezBladimir
Docente.Mgr. José RamiroZapata Barrientos
Materia: Investigaciónde MercadosII
“LIBEREMOS BOLIVIA”
https://www.youtube.com/watch?v=iXJfDZAt2qs

More Related Content

What's hot

What's hot (20)

Presentación capítulo 8 sampieri
Presentación capítulo 8 sampieriPresentación capítulo 8 sampieri
Presentación capítulo 8 sampieri
 
Diseño y procedimientos de muestreo
Diseño y procedimientos de muestreoDiseño y procedimientos de muestreo
Diseño y procedimientos de muestreo
 
El muestreo desde un enfoque cuantitativo
El muestreo desde un enfoque cuantitativoEl muestreo desde un enfoque cuantitativo
El muestreo desde un enfoque cuantitativo
 
La Muestra
La MuestraLa Muestra
La Muestra
 
Selección de la muestra
Selección de la muestraSelección de la muestra
Selección de la muestra
 
Ti teoria del muestreo 12052007
Ti teoria del muestreo 12052007Ti teoria del muestreo 12052007
Ti teoria del muestreo 12052007
 
Capitulo 9
Capitulo  9Capitulo  9
Capitulo 9
 
Estadistica ii
Estadistica iiEstadistica ii
Estadistica ii
 
Muestreo: Diseño y Procedimientos
Muestreo: Diseño y ProcedimientosMuestreo: Diseño y Procedimientos
Muestreo: Diseño y Procedimientos
 
conceptos básicos de estadística
conceptos básicos de estadísticaconceptos básicos de estadística
conceptos básicos de estadística
 
Muestreo encuesta
Muestreo encuestaMuestreo encuesta
Muestreo encuesta
 
Población, muestra y elaboración de instrumentos en investigaciones cuantitat...
Población, muestra y elaboración de instrumentos en investigaciones cuantitat...Población, muestra y elaboración de instrumentos en investigaciones cuantitat...
Población, muestra y elaboración de instrumentos en investigaciones cuantitat...
 
Seleccion Muestra
Seleccion MuestraSeleccion Muestra
Seleccion Muestra
 
Muestreo
MuestreoMuestreo
Muestreo
 
Diseno muestral ecc
Diseno muestral eccDiseno muestral ecc
Diseno muestral ecc
 
Tipos de Muestras
Tipos de MuestrasTipos de Muestras
Tipos de Muestras
 
Muestreo
MuestreoMuestreo
Muestreo
 
El muestreo. Unidad para 1º de Bachillerato
El muestreo. Unidad para 1º de BachilleratoEl muestreo. Unidad para 1º de Bachillerato
El muestreo. Unidad para 1º de Bachillerato
 
Tiposmuestra
TiposmuestraTiposmuestra
Tiposmuestra
 
Tipos de muestras
Tipos de muestrasTipos de muestras
Tipos de muestras
 

Similar to Muestra o análisis muestral

Trabajo: Selección de muestras
Trabajo: Selección de muestrasTrabajo: Selección de muestras
Trabajo: Selección de muestrasWilarRivera
 
Distribuciones muestrales
Distribuciones muestralesDistribuciones muestrales
Distribuciones muestralesYerli Mariño
 
Guia Unidad 3 Muestreo y Distribucion Muestral.pdf
Guia Unidad 3 Muestreo y Distribucion Muestral.pdfGuia Unidad 3 Muestreo y Distribucion Muestral.pdf
Guia Unidad 3 Muestreo y Distribucion Muestral.pdfSistemadeEstudiosMed
 
La muestra grupo #8 mti
La muestra grupo #8 mtiLa muestra grupo #8 mti
La muestra grupo #8 mtiMoises Flores
 
Muestreo Probabilístico y sus Métodos
Muestreo Probabilístico y sus MétodosMuestreo Probabilístico y sus Métodos
Muestreo Probabilístico y sus MétodosJesús Gómez Ávila
 
Distribución normal estadistica aplicada
Distribución normal estadistica aplicadaDistribución normal estadistica aplicada
Distribución normal estadistica aplicadayodia45
 
Distribución normal estadistica aplicada
Distribución normal estadistica aplicadaDistribución normal estadistica aplicada
Distribución normal estadistica aplicadayodia45
 
Tipos de muestreo probabilìsticos.enero 2012.
Tipos de muestreo probabilìsticos.enero 2012.Tipos de muestreo probabilìsticos.enero 2012.
Tipos de muestreo probabilìsticos.enero 2012.maryanbalmaceda
 
Tipos de muestreo probabilìsticos.julio 2011
Tipos de muestreo probabilìsticos.julio 2011Tipos de muestreo probabilìsticos.julio 2011
Tipos de muestreo probabilìsticos.julio 2011maryanbalmaceda
 
Tipos de muestreo probabilìsticos.julio 2011
Tipos de muestreo probabilìsticos.julio 2011Tipos de muestreo probabilìsticos.julio 2011
Tipos de muestreo probabilìsticos.julio 2011maryanbalmaceda
 

Similar to Muestra o análisis muestral (20)

Muestra o analisis muestral
Muestra o analisis muestralMuestra o analisis muestral
Muestra o analisis muestral
 
Tipos de muestreo
Tipos de muestreoTipos de muestreo
Tipos de muestreo
 
Trabajo: Selección de muestras
Trabajo: Selección de muestrasTrabajo: Selección de muestras
Trabajo: Selección de muestras
 
Introducion al muestreo y tipos de muestreo
Introducion al muestreo y tipos de muestreoIntroducion al muestreo y tipos de muestreo
Introducion al muestreo y tipos de muestreo
 
El muestreo
El muestreoEl muestreo
El muestreo
 
Distribuciones muestrales
Distribuciones muestralesDistribuciones muestrales
Distribuciones muestrales
 
Muestreo y Tipos
Muestreo y TiposMuestreo y Tipos
Muestreo y Tipos
 
Introduccion a los métodos de muestreo
Introduccion a los métodos de muestreoIntroduccion a los métodos de muestreo
Introduccion a los métodos de muestreo
 
Estadistica
EstadisticaEstadistica
Estadistica
 
5to ccll estadistica
5to ccll estadistica5to ccll estadistica
5to ccll estadistica
 
Guia Unidad 3 Muestreo y Distribucion Muestral.pdf
Guia Unidad 3 Muestreo y Distribucion Muestral.pdfGuia Unidad 3 Muestreo y Distribucion Muestral.pdf
Guia Unidad 3 Muestreo y Distribucion Muestral.pdf
 
La muestra grupo #8 mti
La muestra grupo #8 mtiLa muestra grupo #8 mti
La muestra grupo #8 mti
 
Muestreo Probabilístico y sus Métodos
Muestreo Probabilístico y sus MétodosMuestreo Probabilístico y sus Métodos
Muestreo Probabilístico y sus Métodos
 
Muestreo Y Probabilidad
Muestreo Y Probabilidad Muestreo Y Probabilidad
Muestreo Y Probabilidad
 
Distribución normal estadistica aplicada
Distribución normal estadistica aplicadaDistribución normal estadistica aplicada
Distribución normal estadistica aplicada
 
Distribución normal estadistica aplicada
Distribución normal estadistica aplicadaDistribución normal estadistica aplicada
Distribución normal estadistica aplicada
 
Tipos de muestreo probabilìsticos.enero 2012.
Tipos de muestreo probabilìsticos.enero 2012.Tipos de muestreo probabilìsticos.enero 2012.
Tipos de muestreo probabilìsticos.enero 2012.
 
Tipos de muestreo probabilìsticos.julio 2011
Tipos de muestreo probabilìsticos.julio 2011Tipos de muestreo probabilìsticos.julio 2011
Tipos de muestreo probabilìsticos.julio 2011
 
Tipos de muestreo probabilìsticos.julio 2011
Tipos de muestreo probabilìsticos.julio 2011Tipos de muestreo probabilìsticos.julio 2011
Tipos de muestreo probabilìsticos.julio 2011
 
Elmuestreo
ElmuestreoElmuestreo
Elmuestreo
 

More from MamaniFernandezBladi (17)

Población o universo
Población o universoPoblación o universo
Población o universo
 
Las competencias administrativas
Las competencias administrativasLas competencias administrativas
Las competencias administrativas
 
ANÁLISIS FODA
ANÁLISIS FODA ANÁLISIS FODA
ANÁLISIS FODA
 
ANÁLISIS P.E.S.T.
ANÁLISIS P.E.S.T.ANÁLISIS P.E.S.T.
ANÁLISIS P.E.S.T.
 
Emociones y creatividad
Emociones y creatividadEmociones y creatividad
Emociones y creatividad
 
Evolución del marketing
Evolución del marketing Evolución del marketing
Evolución del marketing
 
Las seis emociones básicas de Paul Ekman
Las seis emociones básicas de Paul EkmanLas seis emociones básicas de Paul Ekman
Las seis emociones básicas de Paul Ekman
 
La Previsión
La PrevisiónLa Previsión
La Previsión
 
Recopilación de información para trabajos de investigación.
Recopilación de información para trabajos de investigación.Recopilación de información para trabajos de investigación.
Recopilación de información para trabajos de investigación.
 
Flujo circular de la economía
Flujo circular de la economíaFlujo circular de la economía
Flujo circular de la economía
 
Importaciones de alimentos en bolivia
Importaciones de alimentos en boliviaImportaciones de alimentos en bolivia
Importaciones de alimentos en bolivia
 
Enfoque Sistémico
Enfoque SistémicoEnfoque Sistémico
Enfoque Sistémico
 
Estudio comparativo de los impuestos en latinoamerica
Estudio comparativo de los impuestos en latinoamericaEstudio comparativo de los impuestos en latinoamerica
Estudio comparativo de los impuestos en latinoamerica
 
Teoría Malthusiana
Teoría MalthusianaTeoría Malthusiana
Teoría Malthusiana
 
Investigación Multivariante
Investigación MultivarianteInvestigación Multivariante
Investigación Multivariante
 
Investigación Cualitativa
Investigación CualitativaInvestigación Cualitativa
Investigación Cualitativa
 
Inv. Cuantitativa.
Inv. Cuantitativa.Inv. Cuantitativa.
Inv. Cuantitativa.
 

Recently uploaded

VOLUMEN 1 COLECCION PRODUCCION BOVINA . SERIE SANIDAD ANIMAL
VOLUMEN 1 COLECCION PRODUCCION BOVINA . SERIE SANIDAD ANIMALVOLUMEN 1 COLECCION PRODUCCION BOVINA . SERIE SANIDAD ANIMAL
VOLUMEN 1 COLECCION PRODUCCION BOVINA . SERIE SANIDAD ANIMALEDUCCUniversidadCatl
 
05 Fenomenos fisicos y quimicos de la materia.pdf
05 Fenomenos fisicos y quimicos de la materia.pdf05 Fenomenos fisicos y quimicos de la materia.pdf
05 Fenomenos fisicos y quimicos de la materia.pdfRAMON EUSTAQUIO CARO BAYONA
 
Secuencia didáctica.DOÑA CLEMENTINA.2024.docx
Secuencia didáctica.DOÑA CLEMENTINA.2024.docxSecuencia didáctica.DOÑA CLEMENTINA.2024.docx
Secuencia didáctica.DOÑA CLEMENTINA.2024.docxNataliaGonzalez619348
 
3. Pedagogía de la Educación: Como objeto de la didáctica.ppsx
3. Pedagogía de la Educación: Como objeto de la didáctica.ppsx3. Pedagogía de la Educación: Como objeto de la didáctica.ppsx
3. Pedagogía de la Educación: Como objeto de la didáctica.ppsxJuanpm27
 
Actividad transversal 2-bloque 2. Actualización 2024
Actividad transversal 2-bloque 2. Actualización 2024Actividad transversal 2-bloque 2. Actualización 2024
Actividad transversal 2-bloque 2. Actualización 2024Rosabel UA
 
Día de la Madre Tierra-1.pdf día mundial
Día de la Madre Tierra-1.pdf día mundialDía de la Madre Tierra-1.pdf día mundial
Día de la Madre Tierra-1.pdf día mundialpatriciaines1993
 
Los Nueve Principios del Desempeño de la Sostenibilidad
Los Nueve Principios del Desempeño de la SostenibilidadLos Nueve Principios del Desempeño de la Sostenibilidad
Los Nueve Principios del Desempeño de la SostenibilidadJonathanCovena1
 
Fichas de Matemática DE SEGUNDO DE SECUNDARIA.pdf
Fichas de Matemática DE SEGUNDO DE SECUNDARIA.pdfFichas de Matemática DE SEGUNDO DE SECUNDARIA.pdf
Fichas de Matemática DE SEGUNDO DE SECUNDARIA.pdfssuser50d1252
 
Presentación de Estrategias de Enseñanza-Aprendizaje Virtual.pptx
Presentación de Estrategias de Enseñanza-Aprendizaje Virtual.pptxPresentación de Estrategias de Enseñanza-Aprendizaje Virtual.pptx
Presentación de Estrategias de Enseñanza-Aprendizaje Virtual.pptxYeseniaRivera50
 
SIMULACROS Y SIMULACIONES DE SISMO 2024.docx
SIMULACROS Y SIMULACIONES DE SISMO 2024.docxSIMULACROS Y SIMULACIONES DE SISMO 2024.docx
SIMULACROS Y SIMULACIONES DE SISMO 2024.docxLudy Ventocilla Napanga
 
TUTORIA II - CIRCULO DORADO UNIVERSIDAD CESAR VALLEJO
TUTORIA II - CIRCULO DORADO UNIVERSIDAD CESAR VALLEJOTUTORIA II - CIRCULO DORADO UNIVERSIDAD CESAR VALLEJO
TUTORIA II - CIRCULO DORADO UNIVERSIDAD CESAR VALLEJOweislaco
 
Técnicas de grabado y estampación : procesos y materiales
Técnicas de grabado y estampación : procesos y materialesTécnicas de grabado y estampación : procesos y materiales
Técnicas de grabado y estampación : procesos y materialesRaquel Martín Contreras
 
FICHA DE MONITOREO Y ACOMPAÑAMIENTO 2024 MINEDU
FICHA DE MONITOREO Y ACOMPAÑAMIENTO  2024 MINEDUFICHA DE MONITOREO Y ACOMPAÑAMIENTO  2024 MINEDU
FICHA DE MONITOREO Y ACOMPAÑAMIENTO 2024 MINEDUgustavorojas179704
 
CIENCIAS NATURALES 4 TO ambientes .docx
CIENCIAS NATURALES 4 TO  ambientes .docxCIENCIAS NATURALES 4 TO  ambientes .docx
CIENCIAS NATURALES 4 TO ambientes .docxAgustinaNuez21
 
Fichas de MatemáticA QUINTO DE SECUNDARIA).pdf
Fichas de MatemáticA QUINTO DE SECUNDARIA).pdfFichas de MatemáticA QUINTO DE SECUNDARIA).pdf
Fichas de MatemáticA QUINTO DE SECUNDARIA).pdfssuser50d1252
 

Recently uploaded (20)

VISITA À PROTEÇÃO CIVIL _
VISITA À PROTEÇÃO CIVIL                  _VISITA À PROTEÇÃO CIVIL                  _
VISITA À PROTEÇÃO CIVIL _
 
VOLUMEN 1 COLECCION PRODUCCION BOVINA . SERIE SANIDAD ANIMAL
VOLUMEN 1 COLECCION PRODUCCION BOVINA . SERIE SANIDAD ANIMALVOLUMEN 1 COLECCION PRODUCCION BOVINA . SERIE SANIDAD ANIMAL
VOLUMEN 1 COLECCION PRODUCCION BOVINA . SERIE SANIDAD ANIMAL
 
05 Fenomenos fisicos y quimicos de la materia.pdf
05 Fenomenos fisicos y quimicos de la materia.pdf05 Fenomenos fisicos y quimicos de la materia.pdf
05 Fenomenos fisicos y quimicos de la materia.pdf
 
Aedes aegypti + Intro to Coquies EE.pptx
Aedes aegypti + Intro to Coquies EE.pptxAedes aegypti + Intro to Coquies EE.pptx
Aedes aegypti + Intro to Coquies EE.pptx
 
Secuencia didáctica.DOÑA CLEMENTINA.2024.docx
Secuencia didáctica.DOÑA CLEMENTINA.2024.docxSecuencia didáctica.DOÑA CLEMENTINA.2024.docx
Secuencia didáctica.DOÑA CLEMENTINA.2024.docx
 
PPTX: La luz brilla en la oscuridad.pptx
PPTX: La luz brilla en la oscuridad.pptxPPTX: La luz brilla en la oscuridad.pptx
PPTX: La luz brilla en la oscuridad.pptx
 
3. Pedagogía de la Educación: Como objeto de la didáctica.ppsx
3. Pedagogía de la Educación: Como objeto de la didáctica.ppsx3. Pedagogía de la Educación: Como objeto de la didáctica.ppsx
3. Pedagogía de la Educación: Como objeto de la didáctica.ppsx
 
Actividad transversal 2-bloque 2. Actualización 2024
Actividad transversal 2-bloque 2. Actualización 2024Actividad transversal 2-bloque 2. Actualización 2024
Actividad transversal 2-bloque 2. Actualización 2024
 
Día de la Madre Tierra-1.pdf día mundial
Día de la Madre Tierra-1.pdf día mundialDía de la Madre Tierra-1.pdf día mundial
Día de la Madre Tierra-1.pdf día mundial
 
Los Nueve Principios del Desempeño de la Sostenibilidad
Los Nueve Principios del Desempeño de la SostenibilidadLos Nueve Principios del Desempeño de la Sostenibilidad
Los Nueve Principios del Desempeño de la Sostenibilidad
 
Fichas de Matemática DE SEGUNDO DE SECUNDARIA.pdf
Fichas de Matemática DE SEGUNDO DE SECUNDARIA.pdfFichas de Matemática DE SEGUNDO DE SECUNDARIA.pdf
Fichas de Matemática DE SEGUNDO DE SECUNDARIA.pdf
 
Presentación de Estrategias de Enseñanza-Aprendizaje Virtual.pptx
Presentación de Estrategias de Enseñanza-Aprendizaje Virtual.pptxPresentación de Estrategias de Enseñanza-Aprendizaje Virtual.pptx
Presentación de Estrategias de Enseñanza-Aprendizaje Virtual.pptx
 
Earth Day Everyday 2024 54th anniversary
Earth Day Everyday 2024 54th anniversaryEarth Day Everyday 2024 54th anniversary
Earth Day Everyday 2024 54th anniversary
 
SIMULACROS Y SIMULACIONES DE SISMO 2024.docx
SIMULACROS Y SIMULACIONES DE SISMO 2024.docxSIMULACROS Y SIMULACIONES DE SISMO 2024.docx
SIMULACROS Y SIMULACIONES DE SISMO 2024.docx
 
TUTORIA II - CIRCULO DORADO UNIVERSIDAD CESAR VALLEJO
TUTORIA II - CIRCULO DORADO UNIVERSIDAD CESAR VALLEJOTUTORIA II - CIRCULO DORADO UNIVERSIDAD CESAR VALLEJO
TUTORIA II - CIRCULO DORADO UNIVERSIDAD CESAR VALLEJO
 
Técnicas de grabado y estampación : procesos y materiales
Técnicas de grabado y estampación : procesos y materialesTécnicas de grabado y estampación : procesos y materiales
Técnicas de grabado y estampación : procesos y materiales
 
recursos naturales america cuarto basico
recursos naturales america cuarto basicorecursos naturales america cuarto basico
recursos naturales america cuarto basico
 
FICHA DE MONITOREO Y ACOMPAÑAMIENTO 2024 MINEDU
FICHA DE MONITOREO Y ACOMPAÑAMIENTO  2024 MINEDUFICHA DE MONITOREO Y ACOMPAÑAMIENTO  2024 MINEDU
FICHA DE MONITOREO Y ACOMPAÑAMIENTO 2024 MINEDU
 
CIENCIAS NATURALES 4 TO ambientes .docx
CIENCIAS NATURALES 4 TO  ambientes .docxCIENCIAS NATURALES 4 TO  ambientes .docx
CIENCIAS NATURALES 4 TO ambientes .docx
 
Fichas de MatemáticA QUINTO DE SECUNDARIA).pdf
Fichas de MatemáticA QUINTO DE SECUNDARIA).pdfFichas de MatemáticA QUINTO DE SECUNDARIA).pdf
Fichas de MatemáticA QUINTO DE SECUNDARIA).pdf
 

Muestra o análisis muestral

  • 1. Estudiante:Mamani FernándezBladimir Docente.Mgr. José RamiroZapata Barrientos Materia: Investigaciónde MercadosII “LIBEREMOS BOLIVIA” “MUESTRA O ANÁLISIS MUESTRAL” “La innovación distingue a los líderes de los seguidores.” Steve Jobs 1.- INTRODUCCION: Muestra es una porción de la totalidad de un fenómeno, producto o actividad que se considera representativa del total también llamada una muestra representativa. Muestraviene de mostrarsiendoquedaaconoceralosinteresadosopúblicosobjetivosresultados, productos o servicios que ejemplifican o sirve como demostración de un tipo de evento, calidad o la estandarización.1 2.- DESARROLLO: En estadística,una muestraes un subconjuntode casoso individuosde una población.Endiversas aplicaciones,interesaque unamuestra sea representativa,ypara ellodebe escogerse unatécnica de muestra adecuada que produzca una muestra aleatoria adecuada. También es un subconjunto de lapoblación,ypara serrepresentativa,debe tenerlasmismascaracterísticasde la población.Si se obtiene una muestra sesgada, su interés y utilidad son más limitados, en función del grado de sesgos que presente.1 Como un subgrupo o subconjunto representativo de la población,extraída seleccionada por algún método de muestreo, la muestra siempre es una parte de la población. Si se tienen varias poblaciones,entonces se tendrán varias muestras. La muestra debe poseer toda la información deseadaparatenerla posibilidadde extraerla,yestosolose puede lograrconuna buenaselección de la muestra y un trabajo muy cuidadoso y de alta calidad en la recogida de datos.2 En la teoría de probabilidades, el espacio muestral o espacio de muestreo (denotado E, S, Ω o U) consiste enel conjuntode todoslosposiblesresultadosde un experimentoaleatorio,juntoconuna estructura sobre el mismo (ver más adelante). Por ejemplo,si el experimentoconsiste enlanzardosmonedas,el espaciomuestral esel conjunto {(cara, cara), (cara, cruz), (cruz, cara) y (cruz, cruz)}. Un evento o suceso es cualquier subconjunto del espaciomuestral conestructurade σ-álgebra,1 llamándosealossucesosquecontenganunúnico elemento sucesos elementales. En el ejemplo, el suceso "sacar cara en el primer lanzamiento",o {(cara,cara), (cara,cruz)},estaría formadoporlossucesoselementales{(cara,cara)} y{(cara,cruz)}. Para algunos tipos de experimento puede haber dos o más espacios de muestreo posibles. Por ejemplo, cuandose tomaunacarta de un mazo normal de 52 cartas, unaposibilidaddelespaciode muestreopodríaserel número(del asal rey),mientrasqueotraposibilidadseríael palo(diamantes, tréboles,corazonesypicas).Unadescripcióncompletade losresultados,sinembargo,especificaría ambos valores,númeroy palo,y se podría construirun espaciode muestreoque describiese cada carta individual como el producto cartesiano de los dos espacios de muestreo descritos. Los espacios de muestreo aparecen de forma natural en una aproximación elemental a la probabilidad, pero son también importantes en espacios de probabilidad. Un espacio de probabilidad(Ω, F,P) incorpora un espaciode muestreode resultados,Ω, perodefine unconjunto de sucesos de interés, la σ-álgebra F, por la cual se define la medida de probabilidad P.3 Técnicas de Muestreo Una muestra puede ser obtenida de dos tipos: probabilística y no probabilística. Las técnicas de muestreo probabilísticas, permiten conocer la probabilidad que cada individuo a estudio tiene de serincluidoenlamuestraa travésde una selecciónal azar. En cambio,enlas técnicasde muestreo de tipono probabilísticas,laselecciónde lossujetosaestudiodependeráde ciertascaracterísticas,
  • 2. Estudiante:Mamani FernándezBladimir Docente.Mgr. José RamiroZapata Barrientos Materia: Investigaciónde MercadosII “LIBEREMOS BOLIVIA” criterios, etc. que él (los) investigador (es) considere (n) en ese momento; por lo que pueden ser poco válidos y confiables o reproducibles; debido a que este tipo de muestras no se ajustan a un fundamento probabilístico, es decir, no dan certeza que cada sujeto a estudio represente a la población blanco (Walpole & Myers, 1996; Ávila Baray; Arias-Gómez et al.). 1. Técnicas de muestreo probabilístico: a) Aleatorio simple: Garantiza que todos los individuos que componen la población blanco tienen la mismaoportunidadde serincluidosenlamuestra. Estasignificaque laprobabilidadde selección de unsujetoaestudio "x"esindependientede laprobabilidadquetienenelrestode lossujetosque integran forman parte de la población blanco. Por ejemplo: ante la siguiente pregunta de investigación¿Cuál eslamuestranecesariaparaestablecerlaprevalenciade cambiosinflamatorios enbiopsiashepáticasde pacientesconcolangitisaguda(CA)?Unmuestreoaleatoriosimple aplicaría de la siguiente forma: entre todos los sujetos con CA, seleccionar al azar un subgrupo que los represente. b) Aleatorio estratificado: Se determina los estratos que conforman la población blanco para seleccionar y extraer de ellos la muestra (se define como estrato a los subgrupos de unidades de análisisque difierenenlascaracterísticasque van a ser analizadas). Labase de la estratificación se basa en variable como edad, sexo, nivel socioeconómico, etc. Entonces, se divide la población compuestapor "N" individuos,en"x"subpoblacionesoestratos,con base a variablesimportantes para laconduccióndel estudio,yde tamañosrespectivosN1,N2,N3,N4...,Nk;yrealizandoencada una de estosestratos,muestreosaleatoriossimplesde tamañoni; para finalmente definircuantos elementosde lamuestrase han de seleccionarde cadauno de los estratos;para locual se dispone de las siguientes opciones: asignación proporcional (el tamaño de la muestra de cada estrato es proporcional al tamaño del estrato que le dio origen, respecto a la población total) y asignación óptima(el tamañode lamuestrade cada estrato,sondefinidosporquienhace el muestreo)(Bai et al.,2013). Porejemplo:ante lapregunta¿Cuáleslamuestranecesariaparaestablecerlaprevalencia de cambios inflamatorios en biopsias hepáticas de pacientes con CA? Un muestreo aleatorio estratificado aplicaría de la siguiente forma: entre todos los sujetos con CA, agrupar en forma aleatoriapor característicasde interéscomo:gravedadde la enfermedad(leve,moderado,grave); intensidad de la fiebre (febril,afebril, hipotérmico); leucocitosis (con y sin leucocitosis); nivel de bilirrubina total (hasta 2,0; 2,1 a 4,0; 4,1 a 6,9; 7,0 o más), etc. c) Aleatorio sistemático:Cuandoel criteriode distribuciónde lossujetosaestudioenuna serie es tal,que losmássimilarestiendenaestarmáscercanos. Este tipode muestreosuele ser máspreciso que el aleatorio simple,debido a que recorre la poblaciónde forma más uniforme. De esta modo, se seleccionará cada hésimo caso (Arias-Gómez et al.). Por ejemplo: ante la pregunta ¿Cuál es la muestranecesariaparaestablecerlaprevalenciade cambiosinflamatoriosenbiopsiashepáticasde pacientes con CA? Un muestreo aleatorio sistemático aplicaría de la siguiente forma: entre todos los sujetos con CA, seleccionar aquellos que ingresan los días impares del mes, o aquellos cuya primer dígito del RUT sea par, hasta completar la muestra estimada. d) Porconglomerados:Consiste enelegirde formaaleatoriaciertosbarriosoconglomeradosdentro de unaregión,ciudad,comuna,etc., paraluegoelegirunidadesmáspequeñascomocuadras,calles, etc. y finalmente otras más pequeñas, como escuelas, consultorios, hogares (una vez elegido esta unidad,se aplicaelinstrumentode mediciónatodossusintegrantes).Si sedesearealizarunestudio de prevalencia o una encuesta en habitantes de una localidad, el muestreo aleatorio simple es complejoyde altocosto,yaque estudiarunamuestrade tamaño"n",suponeenviarencuestadores a "x" puntosdiferentesde lamisma;de tal formaque encada unode estospuntos,sólose aplicará una encuesta(Hundetal.,2015). Por ello,esque eneste tipode casosse sugiere aplicarmuestreo por conglomerados,puessonmáseconómicosyeficientes.Eneste tipode muestreo,lossujetosa estudio,se encuentranincluidosenlugaresfísicosogeográficos(conglomerados); porende,resulta
  • 3. Estudiante:Mamani FernándezBladimir Docente.Mgr. José RamiroZapata Barrientos Materia: Investigaciónde MercadosII “LIBEREMOS BOLIVIA” imprescindible diferenciar entre sujetos a estudio (quiénes va a ser medidos) y unidad muestral (conglomerado a través del cual se logra acceder a los sujetos a estudio). 4 2. Técnicas de muestreo no probabilístico: a) Intencional:Permiteseleccionarcasoscaracterísticosde unapoblaciónlimitandolamuestrasólo a estoscasos.Se utilizaenescenariosenlasque lapoblaciónesmuyvariable y consiguientemente lamuestraesmuypequeña.Porejemplo,entretodoslossujetosconCA,seleccionaraaquellosque más convengan al equipo investigador, para conducir la investigación. b) Por conveniencia:Permite seleccionaraquelloscasosaccesiblesque aceptenserincluidos.Esto, fundamentadoenlaconveniente accesibilidadyproximidadde los sujetosparael investigador. Por ejemplo,entre todoslossujetosconCA,solamenteaquellosque se encuentrenhospitalizadosenel Hospital Regional de Temuco. c) Accidental o consecutivo:Se fundamentaenreclutarcasos hasta que se completael número de sujetosnecesarioparacompletareltamañode muestradeseado. Estos,se eligende maneracasual, de tal modo que quienes realizan el estudioeligen un lugar, a partir del cual reclutanlos sujetos a estudiode lapoblaciónque accidentalmentese encuentrenasudisposición.Essimilaral muestreo por conveniencia, excepto que intenta incluir a todos los sujetos accesibles como parte de la muestra. Por ejemplo, entre todos los sujetos con CA, seleccionar los primeros 50 incluibles que lleguen al servicio de urgencias del Hospital Regional de Temuco. EJEMPLOS Ejemplo 1: En un estudio cuyo objetivo fue determinar la eficiencia de los programas de tamizaje de cáncer gástrico por endoscopiadigestivaaltaen4 centros de atenciónprimariaen de la ciudad de Niigata, cuya población era de 811.000 habitantes; para optimizar la productividad de estos programas, se realizóun muestreonoprobabilísticopor convenienciade 44 sujetosasintomáticos mayores de 40 años, que fueron estudiados de forma gratuita. En ellos se midieron los tiempos, número de personas y costes involucradas en el procedimiento. Se verificó que los tiempos de preparación y premedicación; del procedimiento propiamente tal y de los cuidados post- procedimiento(recuperaciónylimpieza);representaronel 34,1 %;10,6 % y 54,4 % del tiempototal de la endoscopia, respectivamente. Concluyendo de esta manera que la mayor parte del tiempo necesario para completar la detección del cáncer gástrico vía endoscópica es consumido por la preparación, la premedicación y los procedimientos posteriores, en los que las enfermeras desempeñan un papel clave (Goto et al., 2014). Ejemplo2: En un estudioconducidoenIrán,cuyo objetivofue evaluarlaepidemiologíade laERGE y susfactoresde riesgode enunapoblaciónbasadaenel estudiode Mashhad(segundaciudadmás grande de Irán); se realizóunestudiode corte transversal,aplicandoel cuestionariogeneradopor la Clínica Mayo a un total de 1685 sujetos; para lo cual se desarrolló una técnica de muestreo por conglomeradosen50 locacionesseleccionadasapartir de loscódigosde área eléctrica,incluyendo 50 participantes por cada locación. Encontraron un 25,7 % de síntomas de ERGE en la población estudiada; y los siguientes factores de riesgo: tabaquismo, consumo de anti inflamatorios no esteroidales,enfermedadescrónicas,consumode te y café,sobrealimentaciónyERGE enla pareja (Vossoughinia et al., 2014). Ventajas y Desventajas de la Aplicación de Técnicas de Muestreo Se puede comentarque cadatécnicade muestreotiene susventajasydesventajassinembargo,en términos generales existen ventajas y desventajas comunes para todas ellas. VENTAJAS Reducción de costos: Los costes de un estudio serán menores si los datos de interés se pueden obtener a partir de una muestra de la población blanco. Por ejemplo,cuando se realizanestudios de prevalencia de un evento de interés, es más económico medir una muestra representativa de 1500 sujetos de la población blanco, que a los 250.000 individuos que la componen.
  • 4. Estudiante:Mamani FernándezBladimir Docente.Mgr. José RamiroZapata Barrientos Materia: Investigaciónde MercadosII “LIBEREMOS BOLIVIA” Eficiencia:Al trabajarconunnúmeroreducidode sujetosaestudio,representativosde lapoblación blanco; el tiempo necesario para conducir el estudio y obtener resultados y conclusiones será ostensiblemente menor. DESVENTAJA Inadecuada representación de la población blanco: Esto puede ocurrir si se decide trabajar con muestras pequeñas. Por ejemplo, es muy común ver publicaciones en las que se comparan 50 sujetos tratados con la intervenciónenestudioversus50con la intervenciónestándar.Este esunnúmeromuyrecurrente, pero posiblemente conlleva una mala representación de la población a la que se desea inferir los resultados.4 3.- CONCLUCIONES: Podemosdeterminarquelamuestraesmuyimportante alahorade hacerunainvestigaciónyaque esta nos ayudará a identificar la representatividad de una población,tenemos que tener presente que la muestra tiene que ser de calidad y para lograr ese objetivo, la muestra que tomamos tiene que ser representativa de la población de esa manera nos será útil a la hora de realizar nuestra investigación. 4.- REFERENCIAS: 1.- https://www.significados.com/muestra/ 2.- https://es.wikipedia.org/wiki/Muestra_estad%C3%ADstica 3.- https://es.wikipedia.org/wiki/Espacio_muestral#:~:text=En%20la%20teor%C3%ADa%20de%20pro babilidades,mismo%20(ver%20m%C3%A1s%20adelante). 4.- https://scielo.conicyt.cl/scielo.php?script=sci_arttext&pid=S0717-95022017000100037 5.- https://www.questionpro.com/blog/es/muestra-representativa-para-investigacion/ 5.- VIDEOS: https://www.youtube.com/watch?v=oc8i9g144Y0
  • 5. Estudiante:Mamani FernándezBladimir Docente.Mgr. José RamiroZapata Barrientos Materia: Investigaciónde MercadosII “LIBEREMOS BOLIVIA” https://www.youtube.com/watch?v=iXJfDZAt2qs