Disponibilidad: En un plazo máximo de 24 horas hábiles después de haberse acreditado el pago.
Con este curso
- Conocerá acerca de los fundamentos del muestreo y los distintos métodos empleados y su relación con las buenas prácticas de muestreo
- Comprenderá los conceptos estadísticos involucrados con la exactitud de los resultados desde la óptica del muestreo (representatividad).
- Aprenderá a planificar y desarrollar una sistemática adecuada a los fines de calcular la incertidumbre, validar y monitorear la calidad de los distintos métodos de muestreo a fin de contribuir a la generación de resultados de medición confiables.
Clase 1. Parte A:
Modalidad: Autogestionado. A Distancia Asincrónica (no es necesario cumplir horarios). Se incluye una hora semanal para consultas en la modalidad sincrónica en horario a acordar con cada participante.
Incluye consultoría permanente con el docente respecto de los temas tratados en el curso.
¿Que recibirá Ud. al finalizar el curso?
- Un certificado de aprobación o participación (dependiendo del grado de cumplimiento de los criterios para la evaluación)
- Un informe de actividades desarrolladas en la plataforma
Horas certificadas: 38 (treinta y ocho). El curso requiere 38 horas de dedicación, las cuales puede distribuir a su conveniencia en el tiempo que desee.
Tutor: Lic. Sergio Chesniuk (ARG)
Le invitamos a leer nuestras políticas de plazos y matriculaciones.
En caso de requerir 3 (tres) o más inscripciones y su correspondiente descuento, por favor indíquenoslo por cualquier canal de mensajes o por email a info@metroquimica.net
Descargue desde AQUI las especificaciones del curso
Si ya ha adquirido el curso, ingrese a él desde nuestro Campus Virtual
Complete el siguiente FORMULARIO para solicitar más información o escríbanos a info@metroquimica.net
Puede comprar este curso en la presente página web o inscribirse AQUI para que nosotros iniciemos por usted el proceso de matriculación. A la brevedad le confirmaremos el pedido y le remitiremos la solicitud de pago correspondiente.
Las ofertas publicadas podrían modificarse sin previo aviso.
El muestreo correcto se basa en una serie de principios que deben ser seguidos para garantizar que la muestra sea representativa y que los resultados sean precisos y confiables. A continuación se presentan algunos de los principios más importantes del muestreo correcto:
Aleatoriedad: la muestra debe ser seleccionada de forma aleatoria para garantizar que todos los elementos de la población tengan la misma probabilidad de ser seleccionados y que la muestra sea representativa.
Tamaño de la muestra: el tamaño de la muestra debe ser suficientemente grande para representar la población de forma adecuada. El tamaño de la muestra dependerá del tamaño de la población y del nivel de precisión requerido.
Diseño de la muestra: la muestra debe ser diseñada de manera que sea representativa de la población. Esto implica que la muestra debe ser estratificada por características importantes de la población, como edad, género, ubicación geográfica, etc.
Métodos de selección de muestra: existen diferentes métodos para seleccionar muestras, como el muestreo aleatorio simple, el muestreo estratificado y el muestreo por conglomerados. Cada método tiene sus propias ventajas y desventajas y debe ser elegido en función de la población y el objetivo de la investigación.
Establecimiento de criterios de inclusión y exclusión: se deben establecer criterios claros para incluir o excluir elementos de la población en la muestra. Esto puede ser importante para garantizar que la muestra sea representativa y que los resultados sean precisos y confiables.
Control de sesgos: es importante controlar los sesgos que puedan influir en la selección de la muestra y en los resultados obtenidos. Algunos de los sesgos más comunes son el sesgo de selección, el sesgo de respuesta y el sesgo de medición.
En resumen, el muestreo correcto implica seleccionar una muestra aleatoria y representativa de la población, utilizando un tamaño y un diseño adecuados, y controlando los sesgos potenciales. De esta manera, se pueden obtener resultados precisos y confiables que sean generalizables a la población de interés.