Tema: Distribución Muestral

TEORÍA ELEMENTAL DE MUESTREO

Si se desea hacer un levantamiento total, completo y exhaustivo de una determinada población
(Censo) requiere de mucho tiempo y recursos. Para resolver estos problemas prácticos surgió la teoría
del muestreo. Esta teoría trata sobre los fundamentos probabilísticos, las distribuciones estadísticas,
los métodos o técnicas de selección, las fórmulas de cálculo de los errores de muestreo, las fórmulas y
tablas de determinación del tamaño de la muestra, los métodos de estimación de los parámetros
poblacionales a partir de los estadísticos muéstrales.

Esta teoría indica los procedimientos o técnicas para extraer una parte o muestra del colectivo o
población que se quiere estudiar, o analizar en ella las características que interesen y el del resultado
de este análisis inferir o afirmar algo del universo total.
La teoría de muestreo se refiere al estudio de las relaciones que existen entre un colectivo o población
y las muestras que se extraen de las mismas. El estudio de las muestras permite hacer estimaciones de
características desconocidas de la población (tales como media, desviación típica, proporciones, etc).
Estas estimaciones se hacen a partir del conocimiento de las características de las muestras (media,
desviación típica, proporción, etc).
Las características o medidas obtenidas de una muestra se llaman estadísticos; y las medidas
correspondientes a la población parámetros. Cuando una medida muestral o estadístico es utilizada
como representante de una característica poblacional o parámetro se denomina estimador. En
general, un estudio de inferencias, realizado sobre una población mediante muestras extraídas de la misma,
junto con las indicaciones sobre la exactitud de tales inferencias aplicadas a la teoría de la probabilidad, se
conoce como inferencia estadística.

Muestras al azar.
Números aleatorios para que las conclusiones de la teoría del muestreo e inferencia estadística sean
válidas, las muestras deben elegirse de forma que sean representativas de la población. Un estudio
sobre métodos de muestreo y los problemas que tales métodos implican, se conoce como diseño de
experimentos. El proceso mediante el cual se extrae de una población una muestra representativa
de la misma se conoce como muestreo al azar, de acuerdo con ello cada miembro de la población
tiene la misma posibilidad de ser incluido en la muestra.

Una técnica para obtener una muestra al azar es asignar números a cada miembro de la población,
escritos estos números en pequeños papeles, se introducen en una urna y después se extraen números
de la urna, teniendo cuidado de mezclados bien antes de cada extracción. La técnica anterior no es
muy confiable (Sesgo). Esto puede ser sustituido por el empleo de una tabla de números aleatorios,
construida especialmente para tales propósitos, es decir seleccionar las unidades o elementos de
forma aleatorio.

POBLACION: Es el conjunto total de todos los individuos u objetos que poseen una característica
común observable, que sean de interés en un estudio. Es el objeto de estudio, es decir lo que se va
estudiar en un momento determinado. Cuando hablamos de población estadística, hacemos referencia
a una agrupación de seres, entidades u objetos a partir del cual se busca concluir en la obtención de
algún tipo de información que es fundamental para la realización de algún modelo de análisis.
 Individuo o unidad estadística : Cualquier elemento que porte información sobre el
fenómeno que se estudia, es decir cada uno de los elementos que componen la población Así, si
estudiamos la altura de los niños de una clase, cada alumno es un individuo; si se estudia el precio de
la vivienda, cada vivienda es un individuo.

Población finita: aquella que incluye un número limitado de medidas y observaciones, o aquellas
poblaciones donde se puede construir un listado

Población infinita: Es aquella que por incluir un gran número de medidas y observaciones no es posible
determinar la cantidad de estas. O aquellas poblaciones donde por su grado de complejidad no se puede
construir un listado

Censo: Es un proceso por medio del cual se realiza el conteo y diagnóstico de todos los elementos que
componen una determinada población, con el fin de generar las informaciones estadísticas necesarias
para el diseño e implementación de políticas públicas y proyectos de desarrollo a nivel nacional.
Se realiza aproximadamente cada 10 años con el propósito de conocer las actividades
económicas de los habitantes antes, el
conocimiento, desplazamiento, nivel de estudios, infraestructura, poder adquisitivo,
entre otros, con el fin de hacer finalmente un conteo a nivel nacional que de un resumen del
estado actual de ese país o nación. Un censo de población es un conjunto de operaciones que recoge,
recopila, evalúa, analiza y publica datos demográficos, económicos y sociales relativos a todos los
habitantes de un país, en un momento determinado.

El muestreo: Es un proceso que consiste en tomar un subgrupo de sujetos que sea representativo con
el fin de estudiarlos y poder caracterizar el total de la población. La muestra debe tener un tamaño
suficiente como para garantizar un análisis estadístico. El muestreo se realiza porque es imposible probar
a cada individuo de la población. También se lleva a cabo para ahorrar tiempo, dinero y esfuerzos
mientras se realiza la investigación. Sin embargo, cada investigador debe tener en cuenta que lo ideal
sería probar a todos los individuos (Censo) para obtener resultados fiables, válidos y precisos. Si esto no
es posible, ésta es la única situación en donde confiamos en las técnicas de muestreo.

Ventajas del muestreo

 Se trata de una menor cantidad de sujetos, lo que reduce la inversión en tiempo y dinero.
 El muestreo en realidad puede ser más preciso que estudiar toda la población, ya que los
investigadores pueden tener mayor control sobre los sujetos. Los estudios grandes pueden
ocultar correlaciones interesantes entre todo el "ruido".
 Las manipulaciones estadísticas son mucho más fáciles con conjuntos más pequeños de datos y así
es más fácil evitar el error humano cuando al ingresar y analizar los datos.

Desventajas del muestreo

 Hay lugar para un posible sesgo en la selección de sujetos adecuados para la investigación. Esto
puede ser porque el investigador selecciona sujetos que son más propensos a dar los resultados
deseados o que los sujetos tienden a seleccionarse a ellos mismos.
Por ejemplo, si una empresa de sondeo de opinión realiza encuestas telefónicas entre las 9 y las
17hs. no van a ubicar a muchas personas que salen a trabajar, lo que invalidará totalmente sus
resultados. Éstos son denominados factores determinantes y también incluyen un diseño del
experimento malo, variables de confusión y el error humano.

 El muestreo exige un conocimiento de estadísticas y todo el diseño del experimento depende del
método de muestreo requerido.
 Muestra: Es una parte de la población con la que realmente se realiza el estudio, es decir es un subconjunto de
elementos de la población.

El mejor resultado para un proceso estadístico seria estudiar a toda la población. Pero esto
generalmente resulta imposible, ya sea porque supone un costo económico alto o porque requiere
demasiado tiempo. Frente a la dificultad de hacer un censo (estudio de toda la población), se examina
una muestra estadística que representará a la totalidad de los sujetos. Con los resultados obtenidos
mediante la muestra, se intentará inferir las propiedades de todos los elementos, mediante la estadística
inferencial.

La muestra elegida debe ser representativa de la población. Una muestra es representativa cuando
contiene las características relevantes de la población en las mismas proporciones en que están incluidas
en la población. Obtener una muestra adecuada o representativa significa lograr una versión simplificada
de la población, que reproduzca de algún modo sus rasgos básicos.

Encuesta: Es un censo en pequeña escala con un propósito más específico que el censo. Las
encuestas tienen por objetivo obtener información estadística basada en una muestra.

¿Para qué sirve el muestreo estadístico?

La razón principal para llevar acabo el muestreo es la viabilidad técnica, es decir: conocer las características
de una población (o conjunto de datos) puede requerir mucho tiempo; también puede ser demasiado
costoso o es físicamente imposible. Actualmente las limitantes se extienden a razones tecnológicas.
Estudiar bases de datos cuyo tamaño supera la capacidad de los ordenadores convencionales, o la
velocidad con que se genera la información en estas bases hacen muy complicado estudiarlas en su
totalidad. En casos como los anteriores es cuando se utiliza el muestreo para conocer las características de
la población a partir del estudio de una parte.
Estadística Inferencial: Es una parte de la estadística que comprende los métodos y
procedimientos que por medio de la inducción determina propiedades de una población estadística, a
partir de una pequeña parte de la población (muestra). Se basa en la simplificación y el análisis de los
datos con el fin de generar inferencias o conclusiones sobre el universo total. Por tanto, la estadística
inferencial tiene como propósito establecer conclusiones o generalizaciones sobre un universo a partir
de datos extraídos de una muestra particular
Tamaño de la muestra: Un aspecto importante en la metodología de la investigación, es el cálculo de la
cantidad de participantes que deben incluirse en un estudio. El tamaño de muestra es el número de sujetos
o individuos que componen la muestra extraída de una población, necesarios para que los datos obtenidos
sean representativos de la población, Es decir, permite a los investigadores saber cuántos individuos son
necesarios estudiar, para poder estimar un parámetro determinado con el grado de confianza deseado, o el
número necesario para poder detectar una determinada diferencia entre los grupos de estudio, suponiendo
que existiese realmente. El cálculo del tamaño de la muestra es una función matemática que expresa la
relación entre las variables, cantidad de participantes y poder estadístico.
La muestra de un estudio debe ser representativa de la población de interés. El objetivo principal de
seleccionarla es hacer inferencias estadísticas acerca de la población de la que proviene. La selección debe
ser probabilística

Antes de calcular el tamaño de la muestra necesitamos determinar varias cosas:

1. Tamaño de la población. Una población es una colección bien definida de objetos o
individuos que tienen características similares. ...
2. Margen de error (intervalo de confianza). ...
3. Nivel de confianza
4. La varianza o la desviación estándar
 El margen de error, te dice en qué medida puedes esperar que los resultados de tu encuesta
reflejen las visiones de la población general. Recuerda que encuestar es un acto de equilibrio donde
utilizas un pequeño grupo (tus encuestados) para representar a una población mucho más grande (el
mercado objetivo o población total).

Nivel de precisión
El nivel de precisión, también llamado error de muestreo, es el rango en donde se estima que está el
valor real de la población. Este rango se expresa en puntos porcentuales. Por lo tanto, si un investigador
descubre que el 70% de los agricultores de la muestra han adoptado una tecnología recomendada con

una tasa de precisión de 5%, el investigador puede concluir que entre el 65% y el 75% de los agricultores
de la población han adoptado la nueva tecnología.
Nivel de confianza
El intervalo de confianza es la medida estadística del número de veces de cada 100 que se espera que los
resultados se encuentren dentro de un rango específico. Por ejemplo, un intervalo de confianza de 90%
significa que los resultados de una acción probablemente cubrirán las expectativas el 90% de las veces.
Tipos de Muestreos
Muestreo probabilístico. Es una técnica de muestreo en virtud de la cual las muestras son recogidas en
un proceso que brinda a todos los individuos de la población las mismas oportunidades de ser seleccionados.
En el muestreo probabilístico, cada individuo de la población tiene igual probabilidad de ser seleccionado
como sujeto de la investigación.
La ventaja de utilizar el muestreo probabilístico es la exactitud de los métodos estadísticos después del
experimento. También se puede utilizar para determinar los parámetros de la población, ya que es
representativo de toda la población. También es un método fiable para eliminar el sesgo de muestreo

¿Cuáles son los pasos para llevar a cabo un muestreo probabilístico?

1.- Elige cuidadosamente tu población de interés: piensa detenidamente y elige entre la población de
manera correcta. Las personas que crees que tienen opiniones que deban recopilarse son las que tienes
que incluir en tu muestra.

2.- Determina un marco de muestra adecuado: tu marco debe incluir una muestra de tu población de
interés y nadie del exterior. Esto es importante si quieres recopilar datos precisos y que te sirvan.

3.-Selecciona tu muestra y comienza tu encuesta: a veces puede ser difícil encontrar la muestra correcta y
determinar el marco de muestra adecuado. Incluso cuando todos los factores están a nuestro favor,
muchas veces pueden haber problemas imprevistos como el factor de costo, la calidad de los encuestados
y la rapidez de estos en responder.

Obtener una muestra para responder a una verdadera encuesta de probabilidad puede ser difícil, pero no
imposible. En la mayoría de los casos, utilizar la técnica de muestreo probabilístico te ahorrará tiempo,
dinero y mucha frustración. Probablemente no puedas enviar encuestas a todas las personas, pero siempre
puedes darle a todos la oportunidad de participar, de esto es de lo que se trata la técnica de muestreo de
probabilidad.

¿Cuándo utilizar el muestreo probabilístico?

1.- Cuando se tiene que reducir el sesgo en el muestreo: este método de muestreo se utiliza comúnmente
cuando el sesgo debe ser mínimo. La selección de la muestra determina en gran medida la calidad de la
investigación. Y la forma en la que los investigadores seleccionan su muestra determina la calidad de
sus hallazgos. El muestreo probabilístico proporciona en gran medida calidad en los hallazgos
del investigador, esto sucede porque se trata de investigar a una representación imparcial de la población.
Esto es de especial importancia para eliminar el sesgo en tus encuestas.

2.- Cuando la población es diversa: cuando el tamaño de la población es grande y diversa, este método de
muestreo es útil ya que ayuda a los investigadores a crear muestras que representan completamente a la
población. Supongamos que queremos saber cuántas personas prefieren el turismo médico antes
de recibir un tratamiento en su propio país, este método de muestreo puede ayudarle al investigador a
recoger muestras de diversos estratos socioeconómicos, antecedentes, etc., para representar a la
población general. Conoce más de la importancias de una muestra representativa para una
investigación eficaz.

3.- Para crear una muestra precisa: el muestreo probabilístico ayuda a los investigadores a crear una
muestra precisa de su población. Los investigadores pueden utilizar este método para crear un tamaño
de muestra preciso que les pueda ayudar a obtener datos bien definidos.
Ventajas del muestreo probabilístico
1.- Es rentable: este proceso es rentable y efectivo en relación al tiempo y costo.

2.- Es simple y fácil: el muestreo de probabilidad es un método fácil ya que no implica un proceso
complicado. Es rápido y ahorra tiempo.

3.- No es técnico: este método de muestreo no requiere ningún conocimiento técnico debido a la
simplicidad con la que puede realizarse. Este método no requiere ningún tipo de conocimiento complejo
y por suerte, no es nada largo.

Muestreo aleatorio simple, tal y como su nombre lo indica, es un método completamente

aleatorio que se utiliza para seleccionar una muestra. Este método de muestreo es tan fácil como asignar
números a los individuos (muestra) y luego elegir de manera aleatoria números entre los números a través
de un proceso automatizado. Finalmente, los números que se eligen son los miembros que se incluyen la
muestra. Existen dos formas en que las muestras se eligen: A través de un sistema de lotería y uso de
software de generación de números aleatorios. Esta técnica de muestreo funciona generalmente en
grandes poblaciones y tiene tanto ventajas como desventajas.
Forman parte de este tipo de muestreo todos aquellos métodos para los que se puede calcular la
probabilidad de extracción de cualquiera de las muestras posibles. Este conjunto de técnicas de muestreo
es el más aconsejable, aunque en ocasiones no es posible optar por él.
Sin reposición de los elementos: Cada elemento extraído se descarta para la subsiguiente extracción. Por
ejemplo, si se extrae una muestra de una "población" de bombillas para estimar la vida media de las
bombillas que la integran, no será posible medir más que una vez la bombilla seleccionada.
Con reposición de los elementos: Las observaciones se realizan con remplazo de los individuos, de forma
que la población es idéntica en todas las extracciones. En poblaciones muy grandes, la probabilidad de
repetir una extracción es tan pequeña que el muestreo puede considerarse con reposición aunque,
realmente, no lo sea.
Con reposición múltiple: En poblaciones muy grandes, la probabilidad de repetir una extracción es tan
pequeña que el muestreo puede considerarse con reposición.
Para realizar este tipo de muestreo, y en determinadas situaciones, es muy útil la extracción de números
aleatorios mediante ordenadores, calculadoras o tablas construidas al efecto.

Muestreo estratificado: este es un método en el cual una población grande se divide en dos grupos más
pequeños, que generalmente no se superponen, sino que representan a toda la población en conjunto.
Durante el muestreo, estos grupos pueden organizarse y luego de estos se puede obtener una muestra de
cada grupo por separado.
Algo común en este tipo de método es organizar o clasificar las muestras por sexo, edad, etnia, etc. Este
método divide sujetos en grupos mutuamente exclusivos y luego utiliza un muestreo aleatorio simple para
elegir miembros de los grupos. Los miembros de cada uno de estos grupos deben ser distintos para que
todos los miembros de todos los grupos tengan la misma oportunidad de ser seleccionados utilizando la
probabilidad simple.
Según la cantidad de elementos de la muestra que se han de elegir de cada uno de los estratos, existen dos
técnicas de muestreo estratificado:
Asignación proporcional: el tamaño de la muestra dentro de cada estrato es proporcional al tamaño del
estrato dentro de la población.
Asignación óptima: la muestra recogerá más individuos de aquellos estratos que tengan más variabilidad.
Para ello es necesario un conocimiento previo de la población.
Por ejemplo, para un estudio de opinión, puede resultar interesante estudiar por separado las opiniones
de hombres y mujeres pues se estima que, dentro de cada uno de estos grupos, puede haber cierta
homogeneidad. En la asignación proporcional, si la población está compuesta de un 55% de mujeres y un
45 % de hombres, se tomaría una muestra que contenga también esos mismos porcentajes de hombres y
mujeres. En la asignación óptima, si todos los hombres piensan igual, pero las mujeres son impredecibles,
se tomaría una muestra con más del 55% de mujeres.
Muestreo por conglomerados: Este es un método que selecciona de manera aleatoria a los participantes
cuando están dispersos geográficamente. Por ejemplo, tenemos a 1000 participantes de toda la población
de México, supongamos que es probable que no sea posible obtener una lista completa de todos estos.
Pero en cambio, lo que hace el investigador es seleccionar áreas de manera aleatoria (es decir, ciudades,
comunidades, etc), y selecciona al azar dentro de esos límites. El muestreo por conglomerados por lo
general analiza a una población particular en la que la muestra consiste en varios elementos, por ejemplo,
ciudad, familia, universidad, etc. Los conglomerados se seleccionan básicamente dividiendo la población
mayor en varias secciones más pequeñas.

Se utiliza cuando la población se encuentra dividida, de manera natural, en grupos que se supone que
contienen toda la variabilidad de la población, es decir, la representan fielmente respecto a la característica
a elegir, pueden seleccionarse sólo algunos de estos grupos o conglomerados para la realización del
estudio. Dentro de los grupos seleccionados se ubicarán las unidades elementales, por ejemplo, las
personas a encuestar, y podría aplicársele el instrumento de medición a todas las unidades, es decir, los
miembros del grupo, o sólo se le podría aplicar a algunos de ellos, seleccionados al azar. Este método tiene
la ventaja de simplificar la recogida de información muestral.
Cuando, dentro de cada conglomerado seleccionado, se extraen algunos individuos para integrar la
muestra, el diseño se llama muestreo bietápico.
Las ideas de estratos y conglomerados son, en cierto sentido, opuestas. El primer método funciona mejor
cuanto más homogénea es la población respecto del estrato, aunque más diferentes son éstos entre sí. En
el segundo, ocurre lo contrario. Los conglomerados deben presentar toda la variabilidad, aunque deben ser
muy parecidos entre sí.
Homogéneo significa, en el contexto de la estratificación, que no hay mucha variabilidad. Los estratos
funcionan mejor cuanto más homogéneos son cada uno de ellos respecto a la característica a medir. Por
ejemplo, si se estudia la estatura de una población, es bueno distinguir entre los estratos mujeres y
hombres porque se espera que, dentro de ellos, haya menos variabilidad, es decir, sean menos
heterogéneos. Dicho de otro modo, no hay tantas diferencias entre unas estaturas y otras dentro del
estrato que en la población total. Por el contrario, la heterogeneidad hace inútil la división en estratos. Si
se dan las mismas diferencias dentro del estrato que en toda la población, no hay por qué usar este método
de muestreo. En los casos en los que existan grupos que contengan toda la variabilidad de la población, lo
que se construyen son conglomerados, que ahorran algo del trabajo que supondría analizar toda la
población.
En resumen, los estratos y los conglomerados funcionan bajo principios opuestos: los primeros son mejores
cuanto más homogéneo es el grupo respecto a la característica a estudiar y los conglomerados, si
representan fielmente a la población, esto es, contienen toda su variabilidad, o sea, son heterogéneos.
Muestreo sistemático: este se enfoca en elegir a cada “enésima” persona para que sea parte de la muestra.
Por ejemplo, puedes elegir que cada quinta persona sea parte de la muestra, o que cada décima persona
sea parte de ella. El muestreo sistemático es una implementación extendida de la mismísima técnica de
probabilidad en la que cual, cada miembro de un grupo es seleccionado en periodos regulares para formar
una muestra. Cuando se utiliza este método de muestreo, existe una oportunidad igual para que cada
miembro de una población sea seleccionado.

Se utiliza cuando el universo o población es de gran tamaño, o ha de extenderse en el tiempo. Primero hay
que identificar las unidades y relacionarlas con el calendario (cuando proceda). Luego hay que calcular una
constante, denominada coeficiente de elevación:

K= N/n

Donde N es el tamaño de la población y n el tamaño de la muestra. Para determinar en qué fecha se

producirá la primera extracción hay que elegir al azar un número entre 1 y K; de ahí en adelante tomar uno
de cada K a intervalos regulares. Ocasionalmente, es conveniente tener en cuenta la periodicidad del
fenómeno. Esto quiere decir que si tenemos un determinado número de personas que es la población (N)
y queremos escoger de esa población un número más pequeño el cual es la muestra (n), dividimos el
número de la población por el número de la muestra que queremos tomar y el resultado de esta operación
será el intervalo, entonces escogemos un número al azar desde uno hasta el número del intervalo, y a partir
de este número escogemos los demás siguiendo el orden.
Muestreo no probabilístico: En este tipo de muestreo de población, los miembros de la población no tienen
las mismas posibilidades de ser seleccionados. Debido a esto, no es seguro suponer que la muestra representa
completamente a la población. También es posible que el investigador elija deliberadamente a las personas que
participarán en el estudio. El método de muestreo no probabilístico de población es útil para estudios
piloto, estudios de caso, investigación cualitativa y desarrollo de hipótesis.

Este método de muestreo se utiliza generalmente en estudios que no están interesados en los
parámetros de toda la población. Algunos investigadores prefieren esta técnica de muestreo porque
es barata, rápida y fácil.

Muestreo por cuotas: Se establece habitualmente sobre el fundamento de un buen

discernimiento de los estratos o sectores de la población o de los individuos o elementos más
representativos o idóneos para los objetivos de la investigación.
Conserva, por tanto, similitudes con la muestra aleatoria estratificada, pero no posee la facultad de
aleatoriedad de aquella muestra. En este tipo de muestra se asignan unas cuotas que residen en un
número determinado de individuos que llenan unas condiciones específicas.

Por ejemplo: 30 individuos de 25 a 50 años, de sexo masculino habitantes de El Rosario. Una vez que se
fija la cuota se seleccionan los primeros que se encuentren y que reúnan esas características. Esta
metodología se usa mucho en encuestas de opinión y sondeos.

 Muestreo intencional o de conveniencia: Este muestreo se destaca por un esfuerzo premeditado de

adquirir muestras significativas por medio de la inclusión en las muestras de agrupaciones
presuntamente típicas.

Se utiliza con mucha frecuencia en encuestas y sondeos preelectorales en sitios donde los votantes han
tenido alta participación con su voto. Igualmente, puede darse el caso que un investigador escoja de
forma directa deliberadamente, los individuos específicos de la población.

Los casos donde se presentan estos tipos de procedimientos con más frecuencia es donde se tiene fácil
acercamiento a los individuos como ejemplo, los profesores universitarios lo emplean con sus
estudiantes.
Bola de nieve: Se ubica a algunos individuos o elementos, los cuales llevan a otros, y estos a su vez a
otros, y así hasta lograr una muestra conveniente. Este método se utiliza frecuentemente cuando se
realizan estudios en zonas marginadas, maleantes, sectas, enfermos de todo tipo, etc. Prudencial a juicio
del investigador, los elementos son recopilados sobre lo que él considere que pueden arrojar algo a la
investigación.

Por juicio u opinión: Este tipo de muestreo es más efectivo en situaciones en las que sólo hay un
número restringido de personas que poseen cualidades que un investigador espera de la población
objetivo. Los investigadores prefieren implementar el muestreo deliberado, crítico o por juicio cuando
sienten que otras técnicas de muestreo consumirán más tiempo y confían en su conocimiento para
seleccionar una muestra para llevar a cabo la investigación.

Esta clase de muestreo se utiliza generalmente en situaciones en las que la población objetivo está
formada por individuos altamente intelectuales que no pueden elegirse utilizando ninguna tipo
de muestreo probabilístico o no probabilístico. También se utiliza en situaciones en las que la muestra
seleccionada necesita ser aprobada o filtrada utilizando otros métodos de muestreo.
Ejercicio sobre aplicación de los métodos de muestreo