LICEO

UNIVERSIDAD PEDRO DE GANTE

“POR UNA CULTURA HUMANISTA Y TRASCENDENTE”
LICENCIATURA EN CONTADURÍA PÚBLICA
TERCER CUATRIMESTRE

NOMBRE Y MATRÍCULA:
IRENE GUADALUPE PLIEGO MONRREAL
UCF18070062

TEMA:
Actividad de aprendizaje 1:
“TEORÍA DEL MUESTREO”

CATEDRÁTICO:
DR. YASUNARI CRISTÓBAL MUÑOZ
“ESTADÍSTICA II”

18 de octubre de 2019
 ÍNDICE

OBJETIVOS ................................................................................................................ 3

INTRODUCCIÓN. ........................................................................................................ 4

I. TEORÍA DEL MUESTREO ................................................................................ 5

II. EJEMPLO EXPERIMENTAL DE CADA TIPO DE MUESTREO. ..................... 12

CONCLUSIONES. ..................................................................................................... 20

BIBLIOGRAFIA: ......................................................................................................... 21
 OBJETIVOS
Objetivo general del tema 1: analizar la importancia del muestreo, como base primordial de la
estadística.
 Para poder cumplir con el objetivo se analizará el texto anexo que contiene los
siguientes puntos:
TEMA 1: TEORÍA DEL MUESTREO
 Sesgo y error de muestreo.
 Selección de una muestra aleatoria.
 Poblaciones y muestras.
 Estimación basada en una muestra aleatoria.
 Parámetros estadísticos.
 Muestreo aleatorio estratificado.
 Muestreo por conglomerados.
 Determinación del tamaño de muestra.

 Visualizar el siguiente video: https://www.youtube.com/watch?v=elTml6zLxy4

 Realizar un diagrama de los diferentes tipos de muestreo y un ejemplo experimental
utilizando cada uno de los tipos de muestreo. En cada uno de los ejemplos
experimentales deberá:
o Título del experimento.
o Describir paso a paso su experimento ya sea de un fenómeno natural o
social.
o El objetivo del experimento.
o Hipótesis del experimento.
o Razón por la cual utiliza este tipo de muestreo y no otros.

3
 INTRODUCCIÓN.

La investigación del presente trabajo tiene como objetivo conocer y entender la

importancia del Muestreo como base primordial de la Estadística, para ello es
importante investigar y leer el texto anexo que nos permita distinguir las diferentes
clases de muestreo que hay, cuáles son sus características, ventajas y desventajas.

La teoría del muestreo es el estudio de las relaciones existentes entre una población
y las muestra extraídas de la misma. Permite estimar cantidades desconocidas de la
población como la media poblacional, la varianza, etc., frecuentemente llamadas
parámetros poblacionales, a partir de los conocimientos de las cantidades muestrales
tales como la media, la varianza muestral, etc. llamados estadísticos muestrales o
estadígrafos. Los parámetros describen el universo, mientras que los estadígrafos
describen la muestra.

El muestreo demanda atención en todas las fases del trabajo; un trabajo deficiente
en algunas de las etapas puede arruinar una encuesta en la que todo lo demás se
haya hecho bien. El propósito de la Teoría del Muestreo es hacer que esta actividad
sea más eficiente. Intenta desarrollar métodos de selección de muestras y métodos
de estimación que proporcionen, al más bajo costo posibles, estimadores que sean lo
suficientemente precisos para nuestro propósito.

Atentamente.
Irene G. Pliego Monrreal

4
 I. TEORÍA DEL MUESTREO
MUESTREO
En ocasiones en que no es posible o conveniente realizar un censo (analizar a todos
los elementos de una población), se selecciona una muestra, entendiendo por tal una
parte representativa de la población.
El muestreo es por lo tanto una herramienta de la investigación científica, cuya
función básica es determinar que parte de una población debe examinarse, con la
finalidad de hacer inferencias sobre dicha población.
La muestra debe lograr una representación adecuada de la población, en la que se
reproduzca de la mejor manera los rasgos esenciales de dicha población que son
importantes para la investigación. Para que una muestra sea representativa, y por lo
tanto útil, debe de reflejar las similitudes y diferencias encontradas en la población,
es decir ejemplificar las características de ésta.

Los errores más comunes que se pueden cometer son:

1.- Hacer conclusiones muy generales a partir de la observación de sólo una parte de
la Población, se denomina error de muestreo.
2.- Hacer conclusiones hacia una Población mucho más grandes de la que
originalmente se tomó la muestra. Error de Inferencia.
En la estadística se usa la palabra población para referirse no sólo a personas sino a
todos los elementos que han sido escogidos para su estudio y el término muestra se
usa para describir una porción escogida de la población.

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
probabilísticos y métodos de muestreo no probabilísticos.

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

5
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 las 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.

6
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 Óptima: 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

7
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
número de conglomerados (el necesario para alcanzar el tamaño muestral
establecido) y en investigar después todos los elementos pertenecientes a los
conglomerados elegidos.

II. Métodos de muestreo no probabilísticos

A veces, para estudios exploratorios, el muestreo probabilístico resulta
excesivamente costoso y se acude a métodos no probabilísticos, aun siendo
conscientes de que no sirven para realizar generalizaciones (estimaciones
inferenciales sobre la población), pues no se tiene certeza de que la muestra extraída
sea representativa, ya que no todos los sujetos de la población tienen la misma
probabilidad de ser elegidos. En general se seleccionan a los sujetos siguiendo
determinados criterios procurando, en la medida de lo posible, que la muestra sea
representativa.
En algunas circunstancias los métodos estadísticos y epidemiológicos permiten
resolver los problemas de representatividad aun en situaciones de muestreo no
probabilístico, por ejemplo, los estudios de caso-control, donde los casos no son
seleccionados aleatoriamente de la población.
Entre los métodos de muestreo no probabilísticos más utilizados en investigación
encontramos:

1.- Muestreo por cuotas:

También denominado en ocasiones "accidental". Se asienta generalmente sobre la
base de un buen conocimiento de los estratos de la población y/o de los individuos
más "representativos" o "adecuados" para los fines de la investigación. Mantiene, por
tanto, semejanzas con el muestreo aleatorio estratificado, pero no tiene el carácter
de aleatoriedad de aquél.
En este tipo de muestreo se fijan unas "cuotas" que consisten en un número de
individuos que reúnen unas determinadas condiciones, por ejemplo: 20 individuos de

8
25 a 40 años, de sexo femenino y residentes en Gijón. Una vez determinada la cuota
se eligen los primeros que se encuentren que cumplan esas características. Este
método se utiliza mucho en las encuestas de opinión.

2.- Muestreo intencional o de conveniencia:

Este tipo de muestreo se caracteriza por un esfuerzo deliberado de obtener muestras
"representativas" mediante la inclusión en la muestra de grupos supuestamente
típicos. Es muy frecuente su utilización en sondeos preelectorales de zonas que en
anteriores votaciones han marcado tendencias de voto.
También puede ser que el investigador seleccione directa e intencionadamente los
individuos de la población. El caso más frecuente de este procedimiento el utilizar
como muestra los individuos a los que se tiene fácil acceso (los profesores de
universidad emplean con mucha frecuencia a sus propios alumnos).

3.- Bola de nieve:

Se localiza a algunos individuos, los cuales conducen a otros, y estos a otros, y así
hasta conseguir una muestra suficiente. Este tipo se emplea muy frecuentemente
cuando se hacen estudios con poblaciones "marginales", delincuentes, sectas,
determinados tipos de enfermos, etc.

4.- Muestreo Discrecional: A criterio del investigador los elementos son elegidos
sobre lo que él cree que pueden aportar al estudio.

9
 Ventajas e inconvenientes de los distintos tipos de muestreo probabilístico
CARACTERISTICAS VENTAJAS INCONVENIENTES

Se selecciona una  Sencillo y de fácil Requiere que se

muestra de tamaño n de comprensión. posea de antemano un
una población de N  Cálculo rápido de medias listado completo de
unidades, cada elemento y varianzas. toda la población.
Aleatorio simple
tiene una probabilidad de  Se basa en la teoría Cuando se trabaja con
inclusión igual y conocida estadística, y por tanto muestras pequeñas es
de n/N. existen paquetes posible que no
informáticos para analizar represente a la
los datos población
adecuadamente.

Conseguir un listado de  Fácil de aplicar. Si la constante de

los N elementos de la muestreo está
población  No siempre es necesario asociada con el
tener un listado de toda la fenómeno de interés,
Determinar tamaño población. las estimaciones
muestral n. obtenidas a partir de la
Definir un intervalo k=  Cuando la población está muestra pueden
Sistemático ordenada siguiendo una contener sesgo de
N/n.
tendencia conocida, selección.
Elegir un número asegura una cobertura de
aleatorio, r, entre 1 y k (r= unidades de todos los
arranque aleatorio). tipos

Seleccionar los
elementos de la lista.

En ciertas ocasiones  Tiende a asegurar que la Se ha de conocer la

resultará conveniente muestra represente distribución en la
estratificar la muestra adecuadamente a la población de las
según ciertas variables de población en función de variables utilizadas
interés. Para ello unas variables para la estratificación.
debemos conocer la seleccionadas
composición estratificada  Se obtienen estimaciones
de la población objetivo a más precisa
Estratificado hacer un muestreo. Una  Su objetivo es conseguir
vez calculado el tamaño una muestra lo más
muestral apropiado, este semejante posible a la
se reparte de manera población en lo que a la o
proporcional entre los las variables
distintos estratos estratificadoras se refiere.
definidos en la población
usando una simple regla
de tres.

Se realizan varias fases  Es muy eficiente cuando la  El error estándar es

de muestreo sucesivas población es muy grande y mayor que en el
(polietápico) dispersa. muestreo aleatorio
 No es preciso tener un simple o
La necesidad de listados listado de toda la estratificado.
Conglomerados de las unidades de una población, sólo de las  El cálculo del error
etapa se limita a aquellas unidades primarias de estándar es
unidades de muestreo muestreo. complejo
seleccionadas en la etapa
anterior.

10
DIAGRAMA DE LOS DIFERENTES TIPOS DE MUESTREO.

TIPOS DE MUESTREO

No estadístico
Estadísitico
(no
(probabilísitco)
probabilísitico)

Muestreo
Muestreo Muestreo Muestreo Muestreo por Muestreo por Muestreo
intencional o de Bola de nieve
Aleatorio Simple Sistemático Estratificado Conglomerados cuotas discrecional
conveniencia

11
 II. EJEMPLO EXPERIMENTAL DE CADA TIPO DE MUESTREO.

MUESTREO ESTADÍSTICO PROBABILÍSTICO.

Ejemplo de muestreo aleatorio simple:
Título del experimento: Evaluación del rendimiento laboral en la empresa “X”
Descripción del experimento: La empresa cuenta con 120 empleados y se requiere
evaluar el rendimiento laboral de los trabajadores. Para poder obtener nuestra
muestra lo primero que debemos hacer es enumerar a los empleados del 1 al 120,
sorteamos 30 números entre los 120 trabajadores, de esta manera la muestra estará
formada por los 30 empleados que salieron seleccionados de los números obtenidos,
a los cuales se les aplicará una encuesta basada en una serie de preguntas como:
1. ¿Existe un responsable, encargado de velar por el bienestar del personal de la
empresa?
2. ¿Se realiza con frecuencia una evaluación a su desempeño laboral?
3. ¿Conoce el objetivo de realizar una evaluación al desempeño?
4. ¿Conoce los resultados de su Evaluación?
5. ¿Se reconocen y motivan el desempeño eficiente de un trabajador?
6. ¿Cómo calificaría su Ambiente Laboral?
7. ¿Se encuentran bien definidas sus funciones laborales?
8. ¿Existe un Plan de Mejora en función de su desempeño profesional?
9. ¿Se potencializa al interior de la institución sus competencias profesionales?

Objetivo del experimento: identificar los aspectos que necesitan ser mejorados, para
poder reforzar las técnicas de trabajo y planificar y gestionar la formación y desarrollo
profesional de los trabajadores, y, por tanto, mejorar el rendimiento económico de la
empresa.

Hipótesis: la inadecuada evaluación del desempeño laboral incide significativamente

en el rendimiento de los trabajadores de la empresa.

12
Razones por las que se aplica este tipo de muestreo y no otros: se utiliza este tipo
de muestreo porque cada individuo que labora en esta empresa, tiene las mismas
probabilidades de ser elegido en la muestra, de modo que es el azar el único que
interviene en la elección de la muestra, lo que puede evitar cualquier tipo de
subjetividad.

Ejemplo de muestreo sistemático:

El muestreo sistemático es otro tipo de muestreo probabilístico, esta se
basa en enlistar a toda la población y elegir el primer individuo para la
muestra de forma aleatoria y luego a partir de un intervalo definido por el
investigador, se seleccionará a cada individuo.
Por ejemplo, supongamos que necesitamos extraer una muestra de 10
persona sobre una población total de 100. El primer individuo s eleccionado
para la muestra es el número 3, a partir de este, con un intervalo de 4,
decido por el investigador, se seleccionarán los próximos individuos hasta
completar la muestra. Por lo que los próximos individuos para formar la
muestra serán el número 7, 11, 15, etc.

Ejemplo de muestreo sistemático con intervalo de 4.

En el caso de que se tenga una población de unos 1000 individuos y se

necesita obtener una muestra de 100 de ellos. Para ello se debe dividir en
primer lugar el total de la población en 100 fragmentos aleatorios de 10

13
individuos. Luego se debe seleccionar un número al azar entre el núme ro 1
y 10.
Supongamos que dicho número al azar sea el número 6, eso quiere decir a
que partir de este individuo de la población se definirá la muestra. A partir
del individuo número 6 se irá completando a partir de intervalos de 10, es
decir: 6, 16, 26, 36, 46 hasta el 996.
De esta manera queda conformada la muestra de 100 individuos a través
del método del muestreo sistemático.

Ejemplo de muestreo estratificado:

El muestreo estratificado es un método de muestreo probabilístico que
consiste en dividir a todo el universo o población sobre la cual se realiza la
investigación en diferentes estratos o subgrupos. Generalmente, estos
estratos se conforman por individuos que comparten características
similares.
Una vez estratificada la población, se debe seleccionar al azar los sujetos
o individuos finales de cada uno de los estratos de forma proporcional,
conformando de esta manera la muestra estadística.

En naranja y celeste, dos estratos diferentes, de los cuales luego se

seleccionan personas al azar .

14
Se desea realizar una investigación sobre la cantidad de personas que
consumen bebidas alcohólicas en el Estado de México. El investigador a
cargo supone que utilizar el muestreo es tratificado y dividir la población en
diferentes grupos según la edad es una buena manera de realizar la
muestra para dicha investigación.
Por lo que decide dividir la población de 45 millones de personas en los
diferentes grupos (estratos):
 Personas menores a 18 años: 20 millones
 Personas mayores a 18 y menores a 35 años: 15 millones
 Personas mayores a 35 años: 10 millones
A partir de esta subdivisión de la población, decide realizar la muestra
obteniendo de manera proporcional 10000 personas:

Estrato Individuos Porcentaje Muestra

1 20 mm 44,4% 4450

2 15 mm 33,3% 3330

3 10 mm 22,2% 2220

De esta manera queda conformada la muestra estadística de 10000

personas con la que puede realizar la investigación surgida a partir de 3
diferentes estratos de la muestra estratificada.

Ejemplo de muestreo por conglomerados:

Este método es utilizado específicamente cuando no es práctico o es
imposible elaborar una lista exacta de los elementos y detalles co n los que
cuenta una población. Para llevarlo a cabo, los detalles de dicha pobl ación
ya deben estar agrupados con sus poblaciones y las listas ya deben existir
o se pueden crear.

15
Por ejemplo: Un investigador decide realizar una investigación sobre
México, por lo que dividir a toda la población del país en grupos sería difícil
e impráctico. Por lo tanto, aprovecha y utiliza la separación natural por
ciudades. A partir de cada ciudad, elige los individuos de forma aleatoria y
conforma así la muestra.

Ejemplo de muestreo por cuotas:

El muestreo por cuotas es un tipo de muestreo no probabilístico que
consiste en formar la muestra estadística a partir de determinados estratos
que compartan las mismas características, las cual busca ser proporcional
y representativa de la población.
Es decir, el investigador divide la población en grupos o estratos que
compartan las mismas características (sexo, edad, región, etc), a partir de
estos estratos selecciona individuos para conformar la muestra de tal
manera que esta sea proporcional y representativa de toda la población.
Por último, en el muestreo por cuotas, el investigador podrá hacer la
selección de individuos en base a las proporciones de la población, ya sea
por conveniencia o comodidad de este, sin necesidad de que esta sea
aleatoria.
Para entender mejor esta definición, analizaremos el siguiente ejemplo de
muestreo por cuotas.
Se decide realizar una investigación sobre aquellas personas con algún
problema de salud en una empresa. Esta posee 1000 empleados
(población), por lo que el investigador decide separarlos en estratos según
su rango de edad, conformándose los estratos d e la siguiente manera:

Estrato Edad Cantidad Porcentaje

1 18 – 29 600 60%

16
 Estrato Edad Cantidad Porcentaje

2 30 – 59 300 30%

3 60 – 100 100 10%

Con los estratos ya segmentados, el investigador decide realizar una

muestra estadística de 100 personas para realizar su investigación , por lo
que dicha muestra deberá estar conformada de forma proporcional al total
de la población.
Ante esto, el investigador decide agarrar 60 empleados entre 18 y 29 años
(60%), 30 empleados de 30 a 59 años (30%) y 10 empleados de 60 a 100
años (10%). Dicho criterio de selección de estos fue por su propia
conveniencia, eligió a aquellos empleados que más confianza y relación
tenía el investigador.
De esta manera, queda conformada el mues treo por cuotas de 100
personas de forma proporcional a la población. A partir de esta muestra, el
investigador realizará su investigación sobre los problemas de salud sobre
los empleados de dicha empresa.

Ejemplo de muestreo intencional o de conveniencia:

El muestreo por conveniencia es un tipo de muestreo no probabilístico que
se aplica cuando la muestra estadística a formar es seleccionada en el
entorno próximo al investigador sin que medien requisitos específicos . La
idea es facilitar el trabajo de quien va a desarrollar el estudio.
Como no se espera que la muestra sea representativa de la población, no
se aplica ningún proceso de selección para formarla. Por eso se privilegia
la disponibilidad de las personas y la facilidad para acceder a ellas. Incluso
suelen aceptarse a voluntarios que deseen colaborar con el estudio.

17
Supongamos que un directivo decide conocer cuáles son las opiniones
acerca de un profesor en un aula , por lo que decide llamar a 5 alumnos al
azar para realizarles una encuesta sobre este, conformando su muestra
estadística de una manera rápida y de fácil alcance.
Otro ejemplo podría ser un investigador decide conocer cuál es la imagen
que tienen las personas sobre un determinado producto , sin importar si
estos son o no consumidores. Por lo que procede a realizar una serie de
preguntas a diversas personas en la call e o en un centro comercial.

Ejemplo de muestreo bola de nieve:

También conocido como muestreo en cadena, este método de muestra no
probabilística es aquella en donde el encargado de la investigación le exige
al primer sujeto identificar o señalar a otra persona que tenga potencial y
que cumpla con los requisitos de dicha investigación .
Por ejemplo: Un investigador decide realizar una investigación en donde la
muestra va a estar conformada por individuos que posean una rara
enfermedad. Por lo tanto, al encontrar un individuo que posea dicha
enfermedad, el investigador le pide ayuda a este individuo para encontrar
otros con sus mismas características, conformándose de esta manera la
muestra.

Ejemplo de muestreo discrecional:

También conocida como muestreo por juicio o intencional . En este caso se
consiguen las muestras y los sujetos se eligen para llegar a ser un grupo
en donde la muestra busca un objetivo específico . En este particular, el
encargado de la investigación sabe que algunas personas resultan más
adecuadas para el análisis que otras .
Por ejemplo: Se desea realizar una investigación sobre el comportamiento
de los padres con sus hijos. Por lo tanto, el investigador seleccionara los

18
individuos para su muestra en base a personas que tengan hijos, ya que lo
considera aptos de conocimiento para formar parte de la muestra deseada.

19
CONCLUSIONES.

A través de esta investigación y de los ejemplos analizados se puede llegar a la

conclusión de que el muestreo es de vital importancia, ya que un muestreo de toda la
población puedes examinar y sacar conclusiones en base a una pequeña parte de la
población total, dando por sentado que los resultados obtenidos en la muestra son de
hecho representativa de toda la población, una ventaja muy grande es que es mucho
más sencillo trabajar con una pequeña parte de un todo.

La importancia de entender y aplicar de forma correcta la teoría de muestreo, se

puede ver en varios campos de la vida diaria, así como en diferentes profesiones
como en la ingeniería, en el campo de los negocios, etc.

Por tal motivo, es conveniente repasar estos temas y con la práctica, hacer lo posible
por evitar errores en nuestras investigaciones, para que los resultados sean lo más
apegados a la realidad.

Atentamente.
Irene G. Pliego Monrreal

20
BIBLIOGRAFIA:

 ESTADÍSTICA- CÁTEDRA ADMINISTRACIÓN, LIC. DANIELLA M. REPETTO

DANIELLA M. REPETTO DANIELLA M. REPETTO IMES 2006. IMES 2006.
IMES 2006.
 file:///D:/ESTADÍSTICAII/Tipos%20de%20Muestreo%20(1).pdf
 https://enciclopediaeconomica.com/muestreo-probabilistico/
 Manual de Publicaciones de la American Psychological Asociation (APA). Tercera
Edición, traducida de la sexta en inglés.

21