UNIVERSIDAD NACIONAL DE SAN CRISTOBAL DE HUAMANGA

FACULTAD DE INGENIERÍA DE MINAS, GEOLOGÍA Y CIVIL

ESCUELA DE FORMACIÓN PROFESIONAL DE INGENIERÍA CIVIL

TRABAJO ENCARGADO N° 01

TÉCNICAS DE MUESTREO PROBABILÍSTICOS Y NO PROBABILÍSTICOS

ASIGNATURA: ESTADÍSTICA Y PROBABILIDADES (ES-241)

ESTUDIANTE: EYZAGUIRRE CUADROS, Alexander

DOCENTE: Ing. TAPIA CALDERÓN, Guillermo Bernardino

CÓDIGO: 16181102

SERIE: 200

GRUPO: 02

TURNO: TARDE

FECHA DE ENTREGA: 21 de mayo del 2019

AYACUCHO-PERÚ
2019
 INDICE
INTRODUCCIÓN ..................................................................................................................................4
1. MARCO TEORICO ........................................................................................................................5
1.1. POBLACIÓN.........................................................................................................................5
1.2. MUESTRA............................................................................................................................5
1.3. TERMINOLOGÍA ..................................................................................................................5
1.4. MUESTREO .........................................................................................................................6
2. TIPOS DE MUESTREO ..................................................................................................................7
2.1. TÉCNICAS DE MUESTREO PROBABILÍSTICO ........................................................................7
2.1.1. MUESTREO ALEATORIO SIMPLE..................................................................................7
2.1.2. MUESTREO ALEATORIO ESTRATIFICADO ....................................................................8
2.1.3. MUESTREO ALEATORIO SISTEMÁTICO ........................................................................9
2.1.4. MUESTREO POR CONGLOMERADO ..........................................................................11
2.1.5. MUESTREO ALEATORIO PONDERADO ......................................................................12
2.2. MUESTREOS NO PROBABILÍSTICOS ..................................................................................13
2.2.1. MUESTREO VOLUNTARIO .........................................................................................13
2.2.2. MUESTREO POR CONVENIENCIA ..............................................................................14
2.2.3. MUESTREO POR CUOTAS ..........................................................................................15
2.2.4. MUESTREO-BOLA DE NIEVE ......................................................................................16
2.2.5. MUESTREO DE POBLACIONES MOVILES ...................................................................17
2.2.6. MUESTREO DE OPINION ...........................................................................................17
2.2.7. MUESTREO DE JUICIO ...............................................................................................19
3. BIBLIOGRAFÍA ...........................................................................................................................21
El presente trabajo es dedicado a mi familia,

quienes han sido parte fundamental para la

realización de este trabajo, ellos son quienes me

dieron grandes enseñanzas y los principales

protagonistas para encontrarme donde estoy.

 INTRODUCCIÓN
Las técnicas de muestreo son un conjunto de técnicas estadísticas que estudian la forma de

seleccionar una muestra representativa de la población, es decir, que represente lo más

fielmente posible a la población a la que se pretende extrapolar o inferir los resultados de la

investigación, asumiendo un error mesurable y determinado. Cuando queremos estudiar

alguna característica de una población para obtener el máximo de información veraz, se nos

plantea un problema relacionado con la elección de los individuos. Puesto que no podemos

estudiar a toda la población por varias razones (proceso largo y coste elevado, entre otros),

debemos elegir estudiar una muestra que sea representativa y que nos permita extrapolar los

resultados que obtengamos a la población de referencia. Sin embargo, debemos considerar

que el empleo de técnicas de muestreo implica una serie de ventajas y limitaciones.

La mejor forma de asegurar la validez de las inferencias es seleccionar la muestra mediante

una técnica aleatoria. A este tipo de muestreo se le denomina muestreo probabilístico y puede

definirse como aquel en que todos los individuos de la población tienen una probabilidad de

entrar a formar parte de la muestra (normalmente equiprobable, es decir, con la misma

probabilidad). Los diseños en que interviene el azar producen muestras representativas la

mayoría de las veces, aunque no garantizan la representatividad de la población que

sometemos a estudio. Aunque en muchos estudios no es posible obtenerla rigurosamente de

esta forma, es importante seleccionarla intentando que sea lo más parecida posible a la

población de interés. En este caso, el muestreo no probabilístico utiliza métodos en que no

interviene el azar y por lo tanto, se desconoce la probabilidad asociada a cada individuo para

formar parte de la muestra. Normalmente estos métodos se utilizan en estudios exploratorios

o intencionales, en los cuales no es necesario proyectar los resultados. El inconveniente de

este método es que no puede asegurarse la representatividad de la muestra.

 1. MARCO TEORICO
1.1.POBLACIÓN
Es todo conjunto de elementos, finito o infinito, definido por una o más características, de las

que gozan todos los elementos que lo componen, y sólo ellos.

En muestreo se entiende por población a la totalidad del universo que interesa considerar, y

que es necesario que esté bien definido para que se sepa en todo momento que elementos lo

componen.

No obstante, cuando se realiza un trabajo puntual, conviene distinguir entre población

teórica: conjunto de elementos a los cuales se quieren extrapolar los resultados, y población

estudiada: conjunto de elementos accesibles en nuestro estudio.

1.2.MUESTRA
En todas las ocasiones en que no es posible o conveniente realizar un censo, lo que hacemos

es trabajar con una muestra, entendiendo por tal una parte representativa de la población.

Para que una muestra sea representativa, y por lo tanto útil, debe de reflejar las similitudes y

diferencias encontradas en la población, ejemplificar las características de la misma.

Cuando decimos que una muestra es representativa indicamos que reúne aproximadamente

las características de la población que son importantes para la investigación.

1.3.TERMINOLOGÍA
Población objeto: conjunto de individuos de los que se quiere obtener una información.

Unidades de muestreo: número de elementos de la población, no solapados, que se van a

estudiar. Todo miembro de la población pertenecerá a una y sólo una unidad de muestreo.

Unidades de análisis: objeto o individuo del que hay que obtener la

información. Marco muestral: lista de unidades o elementos de

muestreo.

Muestra: conjunto de unidades o elementos de análisis sacados del marco.

 1.4.MUESTREO
Población objeto: conjunto de individuos de los que se quiere obtener una información.

Unidades de muestreo: número de elementos de la población, no solapados, que se van a

estudiar. Todo miembro de la población pertenecerá a una y sólo una unidad de muestreo.

Unidades de análisis: objeto o individuo del que hay que obtener la

información. Marco muestral: lista de unidades o elementos de

muestreo.

Muestra: conjunto de unidades o elementos de análisis sacados del marco.

 2. TIPOS DE MUESTREO
2.1.TÉCNICAS DE MUESTREO PROBABILÍSTICO
Como acabamos de explicar, el muestreo probabilístico es el que todos los individuos de la

población a estudiar tienen una probabilidad conocida asociada al hecho de entrar en el

estudio. Entre los métodos de muestreo probabilísticos más utilizados en investigación

encontramos los siguientes: Muestreo aleatorio simple, estratificado, sistemático y muestreo

en etapas múltiples. A continuación se describen las características de cada uno de los

sistemas de muestreo.

2.1.1. MUESTREO ALEATORIO SIMPLE

Para N el tamaño de la población, universo o colectivo y “n” el tamaño de la muestra; se obtiene

una muestra aleatoria simple cuando las n unidades de la muestra han sido seleccionadas de tal

manera que todos los grupos diferentes de n unidades que se pueden formar con las N unidades de

la población, han tenido igual probabilidad de constituir la muestra.

Los valores para cualquier atributo especifico en las N unidades que comprenden la

población, se representa por:

𝑌1 , 𝑌2 , … , 𝑌𝑁

𝑦1 , 𝑦2 , … , 𝑦𝑛

Población:

Total: 𝑌 = ∑𝑁
𝐼=1 𝑌𝑖 = 𝑌1 + 𝑌2 + ⋯ + 𝑌3

𝑌1 ,+𝑌2 +⋯+𝑌𝑁 ∑𝑁
𝑖=1 𝑌𝑖
Media: 𝑌̅ = =
,𝑁 𝑁

Muestra:
Total: ∑𝑛𝑖=1 𝑦𝑖 = 𝑦1 + 𝑦2 + ⋯ + 𝑦𝑛

𝑦1 +𝑦2 +⋯+𝑦𝑛 ∑𝑛
𝑖=1 𝑦𝑖
Media; 𝑦̿ = =
𝑛 𝑛

2.1.2. MUESTREO ALEATORIO ESTRATIFICADO

En este tipo de muestreo, la población de N unidades es dividida en sub-poblaciones de N1, N2,…,

NL unidades, respectivamente. Estas sub-poblaciones no se sobreponen y juntas forman la totalidad

de la población, por lo que

N1+ N2+…+ NL = N

Las sub-poblaciones son llamados estratos. Para obtener un beneficio completo de la estratificación

se debe de conocer Nh. Una vez que han sido determinados los estratos, se saca una muestra de

cada uno, la extracción se realiza de forma independiente en cada estrato. Los tamaños de la

muestra dentro de los estratos son representados por n1, n2,…, nL.

Si se toma una muestra aleatoria simple en cada estrato, el procedimiento completo es conocido

como muestreo estratificado aleatorio.

La estratificación es una técnica común. Hay muchas razones para realizarla; las principales son:

Si se desea cierta precisión en alguna subdivisión, es necesario tratarla como si fuera una

“población” por sí sola.

Las conveniencias de tipo administrativo.

La diversidad de determinados grupos (por ejemplo, hoteles, hospitales, prisiones, etc.) hace

necesario un enfoque diferente al de las personas normales. O, por ejemplo, las grandes compañías
conviene separarlas en un estrato diferente, para las pequeñas empresas se puede utilizar un tipo de

muestreo por áreas.

La estratificación puede dar lugar a una ganancia en precisión de los estimadores de la población.

Esto ocurre cuando una población heterogénea es dividida en sub-poblaciones cada una de las

cuales es internamente homogénea.

𝑁ℎ Número total de unidades

𝑛ℎ Número de unidades en la muestra

𝑁ℎ
𝑊ℎ = Ponderación de estrato
𝑁

𝑓ℎ = 𝑛ℎ Fracción de muestreo en el estrato

𝑁ℎ

𝑛ℎ 𝑦
∑𝑖=1 ℎ𝑖
𝑦̿ℎ = Media verdadera
𝑛ℎ

2.1.3. MUESTREO ALEATORIO SISTEMÁTICO

Este método de muestreo consiste en lo siguiente: Supóngase que las N unidades de la población

se numeran en algún orden de 1 a N. Para seleccionar una muestra de n unidades tomamos una al

azar de las k primeras unidades, a continuación elegimos la que viene k unidades siguientes y así

sucesivamente. Por ejemplo, si k =30 y la primera unidad elegida es la 19, las subsiguientes

unidades serán los números 49, 79, 109, etc. La selección de la primera unidad determina la muestra

completa. Este tipo de muestreo se llama muestra sistemática de cada k-ésima unidad.

Las ventajas de este método sobre el aleatorio simple son:

La población en n sustratos, los cuales consisten en las primeras k unidades, las Es más fácil obtener

la muestra y ejecutarlo con menos errores.

Intuitivamente aparece como más preciso que el muestreo simple aleatorio. En efecto, estratifica

segundas k unidades, etc. Eligiendo una unidad por estrato. La diferencia está en que en el muestreo

estratificado la unidad dentro de cada sustrato se elige al azar, en este siempre está en la misma

posición relativa.

Una variante del muestreo sistemático consiste en escoger cada unidad en el centro del estrato; esto

es, en lugar de empezar la secuencia con un número al azar escogido del 1 al k, tomamos el número

inicial como (k+1)/2 si k es impar y (k+2)/2 si k es par.

- Es un método sugerido por Madow (1949), que como señala Murty (1967), se utilizó en

una encuesta en la india, tenemos una extensión de muestreo sistemático. Sus ventajas son

que la muestra fácilmente se extrae para cualquier n, el método conserva 𝜋𝑖 = 𝑛𝑧𝑖 , y

proporciona una estimación insesgada de Y. además la persona que construye la muestra

puede en ocasiones poseer un conocimiento anticipado, que le permita arreglar

aproximadamente las unidades en un orden para el cual el muestreo sistemático da buenos

resultados. Una desventaja del método sistemático, es como de costumbre la ausencia de una

𝑌̂
𝑠𝑦𝑠 insesgada.

𝑦 1 𝑦
𝑌𝑠𝑦𝑠 = ∑𝑛𝑖 𝜋𝑖 = 𝑛 ∑𝑛𝑖 𝑧 𝑖 es una estimación insesgada de Y. (Cochran William, 1982)
𝑖 𝑖
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 los 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.

2.1.4. MUESTREO POR CONGLOMERADO

El muestreo de unidades elementales tiene dos principales inconvenientes de tipo práctico:

Imposibilidad en muchas ocasiones de obtener una lista de unidades elementales en la cual basar

la selección de la muestra. La selección de unidades elementales proporciona, en general, una

muestra muy esparcida de unidades a entrevistar con el consiguiente incremento de coste y tiempo.

Para evitar estos inconvenientes surge de forma natural la idea de agrupar unidades elementales

próximas entre sí en una unidad mayor que se denomina conglomerado, constituyéndose el

conjunto de conglomerados en las nuevas unidades de muestreo. Los conglomerados deben estar

perfectamente definidos, lo cual significa que no haya solapamiento entre ellos -una unidad

elemental pertenece sólo a un conglomerado- y que el conjunto de todos los conglomerados

contiene a la población objeto de estudio. Así pues, en el muestreo de conglomerados se selecciona

una muestra de conglomerados. Si posteriormente, investigamos todas las unidades elementales

contenidas en los conglomerados seleccionados en la muestra, el muestreo se dice de

conglomerados sin submuestreo o muestreo en una etapa, que es el que vamos a estudiar aquí. Se

denomina tamaño del conglomerado al número de unidades elementales que contiene.

Supondremos que todos los conglomerados son de igual tamaño M. Supondremos también que la

selección de la muestra se hace con probabilidades iguales y sin reemplazamiento (muestreo

aleatorio simple):

N = número de conglomerados en la población.

M0=NM= número total de unidades elementales en la población.

n= número de conglomerados en la muestra.

nM= número de unidades elementales en la muestra.

1
N= ∑𝑛𝑖=1 𝑚𝑖 El promedio del tamaño de los conglomerados de la muestra se calcula de la
𝑛

siguiente manera

N=∑𝑛𝑖=1 𝑚𝑖 El tamaño de la población se calcula de la siguiente manera

2.1.5. MUESTREO ALEATORIO PONDERADO

Cuando la población incluye un grupo muy pequeño pero esencial, hay el riesgo de que

ningún miembro de ese grupo quede dentro de una muestra aleatoria. Tales grupos claves de

usuarios de productos son, entre otros, gente corto de vista, duro de oído o con la capacidad

reducida del movimiento, véase una lista de tal gente. Otras minorías a menudo significativas

originan de religiones, de nacionalidades y de lenguas.

Para asegurar por lo menos algunos de una minoría clave (marcada con x en el diagrama a la

derecha) en la muestra, podemos incrementar deliberadamente la razón de la muestra sobre

este grupo de especial importancia. Por supuesto que esto generará un desequilibrio en las

mediciones que se obtengan a partir de la muestra ponderada, pero será fácil restaurar el
equilibro original. Esto se hace así cuando se combinan los resultados; por ejemplo, al

calcular la media de todas las mediciones daremos a las mediciones de cada grupo su peso

apropiado correspondiente a los porcentajes genuinos en la población.

2.2.MUESTREOS NO PROBABILÍSTICOS
- La selección de la muestra no es aleatoria, sino que se basa, en parte, en el juicio

del entrevistador o de responsable de la investigación.

- No se basa en ninguna teoría de la probabilidad y, por lo tanto, no es posible calcular

la precisión o acotar el error cometido.

- No es posible calcular estos errores ni la confianza de las estimaciones que, además,

no siempre se reducen aumentando el tamaño de la muestra.

- En el muestreo no probabilístico los costes y la dificultad del diseño son más

reducidos (al no ser necesario disponer de un marco). Este muestreo puede dar

buenos resultados, pero también apareja el riesgo de proporcionar una información

errónea.

2.2.1. MUESTREO VOLUNTARIO

Es creada cuando todos los miembros de la población tienen la oportunidad de participar en

la muestra. Si usted inserta una forma de cuestionario en un periódico o en una página de

Internet y pide que la gente dé sus opiniones sobre un asunto, usted conseguirá una muestra

de voluntarios. Un otro ejemplo es la respuesta de los clientes que llega a una empresa.

Una muestra de voluntarios puede ser una alternativa práctica cuando no hay lista de los

miembros de la población de quien una muestra aleatoria se podría escoger, o cuando es

difícil de contactar a la gente en una muestra porque sus direcciones no se saben. La

desventaja es que es difícil determinar la presencia del sesgo, es decir si las opiniones u otras
características interesantes de los voluntarios se desvían de ésos de la población. Cuando en

vista de esta pregunta, hay dos cuestiones que plantearse:

- ¿Qué es la población que usted apunta? ¿Es cierto que todos los miembros de la

población concernida tenían las mismas oportunidades de ser incluidos en la muestra?

- ¿Hay cualquier razón por qué puedan diferir los voluntarios del resto de la población?

¿Por ejemplo, tienen ellos, o por lo menos algunos de ellos, una razón especial para

ofrecerse?

Si usted, por ejemplo, quiere obtener una muestra de gente que ha comprado su último

producto, usted puede incluir en el paquete del producto un formulario franqueo-pagada

donde la gente puede dar sus nombres y direcciones. ¿Qué sucedería si usted pidió además

que los respondedores dieran sus opiniones del producto? Usted conseguiría probablemente

respuestas sobre todo de la gente que tiene una opinión fuerte de su producto, positiva o

negativa. La gente sin opinión definida de su producto quizás no incomodaría contestar. La

muestra sería así sesgada, y usted tendría que considerar si tal tendencia podría ser aceptable

para sus fines.

2.2.2. MUESTREO POR CONVENIENCIA

Un grupo existente, por ejemplo la gente en una reunión, podría ser designado como muestra.

Este es un método fácil y barato, pero el sesgo suele ser imposible de estimar. El método es

popular en las demostraciones de cursos sobre métodos, donde los datos obtenidos de la

muestra no se usarán. Asimismo, esto es un método posible cuando usted necesita a algunos

clientes potenciales asistir al desarrollo de producto, a condición de que los resultados

obtenidos sean probados más adelante con una muestra mejor escogida de la clientela-

objetivo.

2.2.3. MUESTREO POR CUOTAS

Las aproximaciones no probabilísticas son utilizadas cuando el investigador no dispone del

marco muestral para la población en estudio o cuando simplemente, no se considera necesario

o adecuado el uso de un procedimiento probabilístico. El muestreo por cuotas encuentra su

fundamento en que, si se conocieran todas las características de la población y sus

proporciones correspondientes, sería posible organizar una muestra que estuviera

“cuotificada” en todas sus dimensiones, de tal manera que fuera representativa de la

población, sin necesidad de extracción aleatoria individual de sus unidades. Por ejemplo, si

se pretendiera abordar la influencia del nivel de estudios en los hábitos de lectura de una

población, se deberían establecer cuotas a partir de los distintos niveles de estudio que se

pueden alcanzar. Las cuotas más habituales en la investigación social vienen definidas por el

sexo, la edad, la educación, la etnia, la religión y el nivel socioeconómico, pues la mayoría

de los marcos o bases muestrales recogen estas variables. En el muestreo por cuotas, se suelen

dar instrucciones generales a los entrevistadores como: buscar dos hombres y tres mujeres en

una manzana específica y asegurarse que cuatro tengan más de 25 años y uno menor de 25

años. Por otro lado, en el muestreo probabilístico a los entrevistadores se les proporcionan

nombres o direcciones ya seleccionadas aleatoriamente sin subjetividad humana.

Es una técnica en donde el investigador asegura una representación equitativa y

proporcionada de los sujetos, en función de que rasgo es considerado base de la cuota. En el

muestreo por cuotas se escogen personas con las características deseadas, pero no se
seleccionan aleatoriamente de la población. En general, se trata de elaborar una matriz donde

se calculan las proporciones relativas para cada celda cuya base sería la proporción que

representa cada categoría de las variables seleccionadas de la población total.

PROCEDIMIENTOS:

Se divide la población en subgrupos exclusivos.

- El investigador identifica las proporciones de estos subgrupos en la población. Esta

misma proporción será aplicada al proceso de muestreo.

- El investigador selecciona sujetos de los diversos subgrupos teniendo en cuenta las

proporciones observadas en el paso anterior.

2.2.4. MUESTREO-BOLA DE NIEVE

Este diseño muestral es atribuido a Leo. A Goodman, estadístico de la Universidad de

Chicago conocido por sus desarrollos en ciencia sociales; el cual en 1961 publico el artículo

“Snowball Sampling”. La bola de nieve se usa con frecuencia para medir características en

poblaciones que carecen de marco muestral, para acceder a poblaciones de baja incidencia

y/o a individuos de difícil acceso; a lo que se conoce como poblaciones ocultas. En estos

casos no es posible aplicar alguna técnica de muestreo probabilístico, y de allí surge la

conveniencia de usar el método de bola de nieve. Esta técnica no probabilística sustenta que

los miembros de la población tienen una red social, la cual nos permitirá contactarlos. Trata

que los individuos seleccionados para ser estudiados recluten a nuevos participantes entre

sus conocidos, así el tamaño de la muestra incrementa durante el desarrollo del muestreo.
Para aumentar la validez del proyecto es indispensable que la muestra generada se aproxime

a una muestra aleatoria simple, lo cual se puede facilitar considerando los siguientes puntos:

- El primer grupo debe ser seleccionado aleatoriamente, considerar este punto nos

ayudará a reducir el sesgo generado.

- Considerar la diversidad de los miembros en muestra ayudará a aumentar la validez

del estudio en proceso.

2.2.5. MUESTREO DE POBLACIONES MOVILES

Este tipo de muestreo utiliza métodos de captura marca y recaptura. Se utiliza mucho en el

estudio de migración de poblaciones de animales y otras características.

El muestreo de poblaciones móviles suele depender de métodos de captura-marca-recaptura.

La población total se estima de la proporción de los individuos en la recaptura que han sido

capturados previamente y marcados. Hay modelos teóricos ingeniosos que se utilizan para

expresar en forma explícita las suposiciones del método. Estos tipos diferentes de muestreo

de modelos varían muy ampliamente en grado y área de justificación. Sin embargo, tienen

en común gran dependencia en la validez de suposiciones muy amplias acerca de las

distribuciones de las variables de encuesta en la población. (Leslie Kish, 1972)

Nos trata de explicar que este método de muestreo se utiliza mucha para el cálculo de la

migración de poblaciones, es muy eficaz en el campo demográfico

2.2.6. MUESTREO DE OPINION

Se encarga de realizar estudios de opinión pública sobre aspectos sociales, económicos y

políticos. También realiza estudios de mercado, contando para ello con un personal
especializado en muestreo. Por muchos años, los sondeos de opinión fueron realizados a

través de telecomunicaciones o, principalmente cara a cara, tanto en las calles como en los

hogares de las personas. Los métodos y técnicas variaban, aunque están ampliamente

aceptados en la mayor parte de lugares. Se pueden realizar encuestas verbales, con papeletas

de votación y procesadas de manera eficiente, para contrastar otros tipos de encuesta con

matrices sistemáticas y más complicadas en comparación a los procedimientos ortodoxos

previos.

Los sondeos de opinión se desarrollaron en aplicaciones populares, aunque las tasas de

respuesta para algunas encuestas declinaron. En algunos países se ha vuelto común la

realización de sondeos de opinión mediante llamadas telefónicas, siendo estas más fáciles,

baratas y rápidas que le método cara a cara. Además de esto, los sondeos vía se van tomando

más populares, a pesar de las dificultades de tomar muestras de carácter científico en gran

parte por ciertos sectores importantes en algunos países. Los encuestadores que utilizan

encuestas por internet, deben trazar la muestra a partir de un gran parte de voluntarios y los

resultados son sopesados para reflejar la demografía de la población de interés. Esto marca

una diferencia en las encuestas populares a las cuales se someten cualesquiera participar, más

que una muestra científica de la población y por ello no son generalmente considerados como

precisas. La redacción de un sondeo puede incluir sesgos, dado que el sesgo puede estar en

la opinión. Por ejemplo, es más probable que el público indique su apoyo por una persona

que es descrita por el operador como uno de los candidatos que lideran la elección. Esta

pregunta en sí mismo oculta un sesgo sutil por un candidato, al agrupar que se utilizan en los

sondeos del siglo XXI varían en complejidad debido a estas circunstancias.

 2.2.7. MUESTREO DE JUICIO
Una muestra es llamada muestra de juicio cuando sus elementos son seleccionados mediante

juicio personal. La persona que selecciona los elementos de la muestra, usualmente es un

experto en la medida dada. Una muestra de juicio es llamada una muestra probabilística,

puesto que este método está basado en los puntos de vista subjetivos de una persona y la

teoría de la probabilidad no puede ser empleada para medir el error de muestreo, Las

principales ventajas de una muestra de juicio son la facilidad de obtenerla y que el costo

usualmente es bajo.
CONCLUSIÓN

El muestreo Estadístico resulta beneficioso para implementarlo en la realización de un

estudio, debido a que mediante este se pueden obtener probabilidades bajas o altas a través

de determinados beneficios que estas técnicas ofrecen. En los diferentes tipos de muestreo

existen no probabilística en los cuales se deben establecer diferencia en el momento de

realizar nuestras investigaciones por tanto que en el no probabilística no toda la población

forma parte de la muestra y en el probabilística todos los individuos tienen probabilidad

positiva de formar parte de la muestra.

El muestreo es sencillamente el procedimiento que se emplea a extraer una pequilla parte de

una población dentro de un universo a esta se le llama espacio muestra dentro de un universo.

Es importante resaltar que el primer procedimiento al realizar una auditoría, es iniciar las

investigaciones de manera tal que esta arrojen conclusiones provenientes de determinados

estudios como puede ser el estadístico a través de una muestra probabilística.

3. BIBLIOGRAFÍA
- Azorín (1986). Muestreo. Madrid. Edit. Alianza

- Ochoa, C. (2015) Muestreo no probabilístico: muestreo por bola de nieve.

- Cochran Gemmell, W. (1978). tecnica de muestreo. [En linea].

- Azorín Poch,Francisco. (1972). curso de muestreo y aplicación. [En linea].

- kish, Leslie. (1965). muestreo de encuestas. [En linea]. consultado[14,mayo,2019 ].

Disponible http://www.bibliotecacentral.uni.edu.pe/pdfs/IECOS/2,2006/art_012.pdf

- Adela Abad de Servín, A. A. (1984). introduccion al muestreo.Edit. limusa.

- Calzada Benza, J . (1970). Estadistica general con enfasis en muestreo. Edit. Jurídica