UNIVERSIDAD PRIVADA DOMINGO SAVIO

FACULTAD DE CIENCIAS EMPRESARIALES

TIPOS DE MUESTREOS

MATERIA:

ESTADISTICA INFERENCIAL

DOCENTE:

ING. RICARDO CHURA SUCOJAYO

INTEGRANTES:

HAROLD DANTE QUISBERT BILBAO

DIANA ROSSELY ROCHA OJEDA

SANTA CRUZ - BOLIVIA

Octubre - 2022
1 INTRODUCCION

Se denomina muestreo al proceso por el que generamos las muestras. Una

muestra es una parte (un subconjunto) de la población, y se desea que la
muestra sea lo más representativa posible de la población de la que procede.
Sin embargo, por muy cuidadosa que sea la selección de la muestra
difícilmente será una representación exacta de la población. Esto significa que
su tendencia central, variabilidad, etc., aproximarán las de la población, pero
habrá cierta diferencia, que interesa sea lo menor posible. Un concepto clave
de muestreo es el de representatividad: Los procedimientos de muestreo
tienen por objeto generar muestras lo más representativas posible de las
poblaciones dados los objetivos de la investigación y las circunstancias que
afectan al muestreo.

Desde un punto de vista aplicado, se denomina muestreo el proceso de

selección de la muestra o muestras a utilizar para la investigación. Esto supone
generar una o pocas muestras. Actualmente es de interés la selección de
muestras para la simulación informática de los procesos de muestreo,
particularmente para la obtención de distribuciones muestrales. En estos casos
el número de muestras generadas puede ser muy grande (10.000, 80.000, o
más) y el procedimiento de muestreo se realiza informáticamente y con
procedimientos específicos.

Desde un punto de vista teórico, el concepto de muestreo es fundamental para

la Inferencia Estadística. El hecho de que las muestras no sean exactamente
representativas de las poblaciones significa que las inferencias presentan cierto
margen de incertidumbre. Para cuantificarlo y definir técnicas inferenciales es
necesario conocer cómo se comportan los estadísticos obtenidos en las
muestras, esto es, cómo son las distribuciones muestrales de los estadísticos
habitualmente utilizados para la inferencia.

Las muestras singulares generadas para investigación con sujetos suelen

utilizarse para obtener algunos estadísticos (Media, proporción, cuasi varianza,
etc.) con los que se realiza el proceso de inferencia. En cambio, las muestras
simuladas por ordenador suelen ser utilizadas para obtener distribuciones
muestrales y realizar inferencia. Esto es de interés cuando se dan
circunstancias especiales que no aconsejan utilizar los procedimientos
habituales. Las distribuciones muestrales son las distribuciones de estadísticos
de muestras que pertenecen a la misma población. Por ejemplo, la distribución
muestral de la Media es la distribución de las Medias de muestras de un mismo
tamaño extraídas de la misma población.

2 ANTECEDENTES

El origen del muestreo estadístico en la actividad auditora, según estudios

ocurrió en el año 1900 producto del desarrollo de las grandes empresas, pues
anteriormente, una auditoría adecuada era aquella que incluía una revisión
exhaustiva de todas las transacciones. A partir de entonces, esta nueva técnica
transformó el proceso de auditoría en una aplicación de pruebas selectivas de
las transacciones, en lugar de llevar a cabo la comprobación de todas las
operaciones, pues el proceso de muestreo no es más que la selección
adecuada en cantidad y calidad de las operaciones a examinar para estudiar la
relación existente entre este grupo y la población de que procede.

El gran volumen de las operaciones o elementos a verificar en una auditoría,

hace que esta sea muy costosa y requiera de gran cantidad de tiempo para su
ejecución, por lo cual es necesario que los auditores dominen las principales
técnicas de muestreo y el uso de tablas y fórmulas matemáticas aplicables a
dichas técnicas.

Con el fin de evaluar el grado de aplicación del muestreo estadístico, en la

práctica actual y conocer la opinión de los auditores sobre las ventajas y
desventajas de este método se realizó una encuesta aleatoria a 189 auditores.

En la muestra estuvieron representados los auditores internos de diferentes

empresas cooperativas, de la unidad central de auditoría interna y auditores
pertenecientes a la Contraloría General de la República.

Para la selección de la muestra se utilizó el Muestreo Aleatorio Estratificado

(MAE), según Calero (1987) y el Método de Selección Sistemática para
garantizar que el tamaño de la muestra en los estratos se distribuya
proporcionalmente al número de unidades presentes en cada uno, se empleó la
asignación proporcional.

Algunos de los resultados del estudio realizado fueron los siguientes:

- El 92 por ciento de los auditores encuestados consideran necesario contar

con una metodología para aplicar de forma sencilla el muestreo estadístico en
la auditoría, sirviendo, así como complemento científico al juicio del auditor.

- El 86 por ciento de los auditores expresaron que al menos una vez en su

trabajo como auditor se han encontrado con situaciones que pudieran afectar la
objetividad e independencia.

- El 70 por ciento de los encuestados expresaron que al no tener una

herramienta que les permita definir la muestra de forma estadística para la
selección de las cuentas, operaciones, productos, expedientes y otros
elementos a verificar en un examen de auditoría utilizan de manera general los
siguientes elementos.

 Los montos de las operaciones.

 Objetivos de la acción de control.
 Los importes históricos en los estados financieros.
 Variaciones significativas con relación al período auditado.
 La exploración previa general con el objetivo de conocer los aspectos
esenciales, incluyendo la situación financiera de la entidad y a partir de
ahí se planifica el trabajo.
 La susceptibilidad a robo, fraude o de alguna cuenta en específico.
 Los elementos relacionados con los estados de orígenes, ingresos y
gastos, financieros y otros que sustentan el objeto social de la entidad.
 Según su incidencia en la gestión económica de la entidad, en el caso
de empresas productivas considerar los elementos de gasto y las
producciones.
 Se deberá tener en cuenta el universo total de los elementos a
comprobar, el impacto social del bien a verificar.
Los resultados del estudio sirvieron de base para identificar que la mayoría de
los auditores no utilizan las ventajas que ofrece el muestreo estadístico, lo que
lleva a conformar una propuesta metodológica para aplicar en la auditoría,
utilizando métodos de fácil interpretación y en estrecha relación con los
métodos no estadísticos.

3 OBJETIVO GENERAL

Determinar que parte de una realidad en estudio (población o universo) debe

examinarse, con la finalidad de hacer inferencias sobre dicha población.
Obtener una muestra adecuada significa lograr una versión simplificada de la
población, que reproduzca de algún modo sus rasgos básicos.

4 OBJETIVOS ESPECIFICOS

 Aplicar los conocimientos adquiridos para la realización del muestreo de

una determinada población
 Investigar los tipos de muestreo utilizando los diferentes parámetros o
características correspondientes
 Demostrar los tipos de muestreo aleatorio
 Determinar el tamaño de la muestra
 Diferenciar los tipos de muestreo
 Comprender las aplicaciones de los tipos de muestreo
5. METODOLOGÍA

El método que se utilizara para el estudio e investigación de los diferentes tipos

de muestreos, es el método analítico-sintético e investigativo, estudio y análisis
teórico y práctico de los tipos de muestreos, el cual se investigara en páginas
web, libros y a través de la biblioteca virtual de la UPDS, mediante el cual se
desarrollara y se explicara la importancia sobre los tipos de muestreos, etc.
Haciendo uso de sistemas informáticos para el desarrollo de la misma.

6. MARCO CONCEPTUAL

Para poder cumplir con los objetivos mencionados definimos los siguientes
puntos:

 Unidad de Muestreo
 Será un individuo o conjunto de individuos que se seleccionan en una
única extracción. Como requisito se exige que el elemento o el grupo de
elementos que componen el estudio reúnan las características de la
población.
 Marco del Muestreo
El conjunto de todas las unidades muestreadas
consideradas.
 Muestreo
Son las técnicas o herramientas utilizadas para la realización de una
muestra. En la aplicación de estas técnicas es necesario conocer y
manejar algunos términos indispensables en el desarrollo de una
investigación, tal como se expondrá acontinuacion.
 Universo
Es un conjunto finito o infinito de animales, seres, cosas, etc. En
términos de esta definición puede hablarse de un universo de individuo,
animales, vehículos, etc.
 Población
Son cada una de las variables que se definen sobre un universo.
Mediante esta definición puede hacerse notar que puede existir más de
una población asociada a un mismo universo.

 Finito
Que tiene fin o límite en el espacio o en el tiempo, y por tanto puede ser
numerado o medido.
 Infinito
Infinito es un adjetivo que significa que algo no tiene límites, que no tiene
ni principio ni fin. La palabra proviene del latín infinitus, que significa ‘sin
límite’, ‘indefinido’ o ‘indeterminado’.

6 DESARROLLO

Que es un muestreo
El muestreo es un proceso o conjunto de métodos para obtener una muestra
finita de una población finita o infinita, con el fin de estimar valores de
parámetros o corroborar hipótesis sobre la forma de una distribución de
probabilidades o sobre el valor de un parámetro de una o más poblaciones.

Para que se lo realiza

Para determinar que parte de una realidad en estudio (población o universo)
debe examinarse con la finalidad de hacer inferencias sobre dicha población.

Ventajas y Desventajas de la Aplicación de Técnicas de Muestreo

Se puede comentar que cada técnica de muestreo tiene sus ventajas y

desventajas; sin embargo, 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 realizan estudios 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.

Eficiencia: Al trabajar con un número reducido de sujetos a estudio,

representativos de la población 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 intervención
en estudio versus 50 con la intervención estándar. Este es un número muy
recurrente, pero posiblemente conlleva una mala representación de la
población a la que se desea inferir los resultados.

TIPOS DE MUESTREOS
a) Muestreo probalisticos

El muestreo probabilístico es una técnica de muestreo en la que un

investigador establece una selección de unos pocos criterios y elige al azar a
los miembros de una población. Todos los miembros tienen la misma
oportunidad de formar parte de la muestra con este parámetro de selección.

b) Muestreo no probalisticos

En el muestreo no probabilístico, el investigador elige al azar a los miembros de

la investigación. Este método de muestreo no es un proceso de selección fijo o
predefinido. Esto dificulta que todos los elementos de una población tengan las
mismas posibilidades de ser incluidos en una muestra.

Diferencias

Muestreo Probalistico Muestreo no Probalistico

- Cuantitativo - Cualitativos
- Todos los casos tienen la - Todos los casos no tienen la
misma probabilidad de ser misma probabilidad de ser
seleccionados. seleccionados.
- Es ciego a la hora de - El investigador elige los casos
seleccionar casos. que más le interesan (más
- No requiere un conocimiento ricos en información).
de la población a estudiar - Requiere un conocimiento más
- Persigue la inferencia elevado de la población.
estadística. - Persigue la inferencia lógica.
- Requiere una muestra con - Requiere una muestra con
mayor número de casos. menos casos.

METODOS O TIPOS DE MUESTREO NO PROBALISTICO

a) Muestreo por conveniencia

El muestreo por conveniencia es una técnica de muestreo no
probabilística donde las muestras de la población se seleccionan solo
 porque están convenientemente disponibles para el investigador. Estas
muestras se seleccionan solo porque son fáciles de reclutar y porque el
investigador no consideró seleccionar una muestra que represente a
toda la población.
Idealmente, en la investigación, es bueno analizar muestras que
representen a la población. Pero, en algunas investigaciones, la
población es demasiado grande para evaluar y considerar a toda la
población.
Esta es una de las razones por las que los investigadores confían en el
muestreo por conveniencia, que es la técnica de muestreo no
probabilística más común, debido a su velocidad, costo-efectividad y
facilidad de disponibilidad de la muestra.
Un ejemplo de muestreo por conveniencia sería utilizar a estudiantes
voluntarios que sean conocidos del investigador. El investigador puede
enviar la encuesta a los estudiantes y ellos en este caso actuarían como
muestra.
b)  Muestreo consecutivo
Esta técnica de muestreo no probabilística es muy similar al muestreo
por conveniencia (con una ligera variación). En el muestreo
consecutivo el investigador elige una sola persona o un grupo de
muestra, realiza una investigación durante un periodo de tiempo, analiza
los resultados y luego pasa a otra asignatura o grupo de sujetos si es
necesario.
Esta técnica de muestreo le da al investigador la oportunidad de trabajar
con muchos temas y afinar su investigación mediante la recopilación de
resultados que tienen conocimientos vitales.
c) Muestreo por cuotas
Hipotéticamente, supongamos que un investigador desea estudiar los
objetivos profesionales de los empleados de una organización. En esta
organización trabajan 500 empleados y estos son conocidos en conjunto
como “población”.
Para comprender mejor una población, el investigador solo necesitará
una muestra, no a toda la población. Además, el investigador está
interesado en estratos particulares dentro de la población. Es aquí
 donde el muestreo por cuotas ayuda a dividir la población en estratos o
grupos.
Ejemplo: Para estudiar los objetivos de más de 500 empleados,
técnicamente la muestra seleccionada debe tener un número
proporcional de hombres y mujeres. Lo que significa que debe haber 250
hombres y 250 mujeres. Como esto es improbable, los grupos o estratos
se seleccionan mediante el muestreo por cuotas
d) Muestreo intencional o por juicio
En esta técnica de muestreo no probabilístico, las muestras se
seleccionan basándose únicamente en el conocimiento y la credibilidad
del investigador. En otras palabras, los investigadores eligen solo a
aquellos que estos creen que son los adecuados (con respecto a los
atributos y la representación de una población) para participar en un
estudio de investigación.
La desventaja del muestreo intencional es que los resultados pueden
estar influenciados por nociones percibidas del investigador. Por lo tanto,
hay una gran cantidad de ambigüedad involucrada en esta técnica de
investigación. Por ejemplo, este tipo de método de muestreo se puede
utilizar en estudios piloto.

e)   Muestreo de bola de nieve

Este tipo de técnica de muestreo ayuda a los investigadores a encontrar

muestras cuando son difíciles de localizar. Los investigadores utilizan
esta técnica cuando el tamaño de la muestra es pequeño y no está
disponible fácilmente.
Este sistema de muestreo bola de nieve funciona como el programa de
referencia. Una vez que los investigadores encuentran sujetos
adecuados, se les pide a estos ayuda para buscar a sujetos similares y
así poder formar una muestra de buen tamaño.
Por ejemplo, este tipo de muestreo se puede utilizar para realizar
investigaciones que involucran una enfermedad particular en pacientes o
tal vez una enfermedad rara también. Los investigadores pueden buscar
ayuda de las personas enfermas para que estos refieran a otros que
 sufran de la misma dolencia y con esto formar una muestra subjetiva
para llevar a cabo el estudio.

Ventajas del muestreo no probabilístico

1. El muestreo no probabilístico es un método práctico para los

investigadores que implementan encuestas en el mundo real. Aunque
claro, cabe mencionar que los estadistas prefieren el muestreo
probabilístico porque arroja datos en forma de números. Pero la realidad
es que, si se hace correctamente, el muestreo no probabilístico puede
arrojar resultados similares, si no es que de la misma calidad.

2. Obtener respuestas utilizando el muestreo no probabilístico es más

rápido y más rentable en comparación al muestreo probabilístico ya que
el investigador conoce la muestra. Comúnmente los participantes están
motivados para responder rápidamente en comparación con las
personas que se seleccionan al azar.

Desventajas del muestreo no probabilístico

1. En el muestreo no probabilístico, el investigador necesita pensar las

posibles razones de los sesgos. Es importante tener una muestra que
represente de cerca a la población.

2. Al elegir una muestra en un muestreo no probabilístico, los

investigadores deben tener cuidado con los reclutas que puedan
distorsionar los datos. Al final del día, la investigación se lleva a cabo
para obtener información valiosa y datos útiles.

METODOS O TIPOS DE MUESTREO PROBALISTICO

a) Aleatorio simple
Garantiza que todos los individuos que componen la población (blanco) tienen
la misma oportunidad de ser incluidos en la muestra. Esta significa que la
probabilidad de selección de un sujeto a estudio "x" es independiente de la
probabilidad que tienen el resto de los sujetos que integran forman parte de la
población blanco.

Por ejemplo: ante la siguiente pregunta de investigación ¿Cuál es la muestra

necesaria para establecer la prevalencia de cambios inflamatorios en biopsias
hepáticas de pacientes con colangitis aguda (CA)? Un muestreo aleatorio
simple aplicaría de la siguiente forma: entre todos los sujetos con CA,
seleccionar al azar un subgrupo que los represente.

Fig. 4. Muestreo aleatorio simple. A partir de la población blanco,

se seleccionan al azar el número de sujetos necesario para

completar la muestra necesaria a estudiar.

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 análisis que difieren en las características que van a
ser analizadas). La base de la estratificación se basa en variable como edad,
sexo, nivel socioeconómico, etc. Entonces, se divide la población compuesta
por "N" individuos, en "x" subpoblaciones o estratos, con base a variables
importantes para la conducción del estudio, y de tamaños respectivos N1, N2,
N3, N4 ..., Nk; y realizando en cada una de estos estratos, muestreos
aleatorios simples de tamaño ni; para finalmente definir cuantos elementos de
la muestra se han de seleccionar de cada uno de los estratos; para lo cual 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 tamaño de la
muestra de cada estrato, son definidos por quien hace el muestreo).

Por ejemplo: ante la pregunta ¿Cuál es la muestra necesaria para establecer

la prevalencia 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 aleatoria por características de
interés como: gravedad de 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.

.Se seleccionan al azar una muestra de los 4 centros hospitalarios (estratos),

que componen la población total de una región del país (población blanco); y
de cada estrato, se selecciona un número de sujetos que lo representan.
c) Aleatorio sistemático

Cuando el criterio de distribución de los sujetos a estudio en una serie es tal,

que los más similares tienden a estar más cercanos. Este tipo de muestreo
suele ser más preciso que el aleatorio simple, debido a que recorre la población
de forma más uniforme. De este modo, se seleccionará cada hésimo caso.

Por ejemplo: ante la pregunta ¿Cuál es la muestra necesaria para establecer la

prevalencia de cambios inflamatorios en biopsias hepáticas de 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 cuyo primer dígito del RUT sea par, hasta completar la
muestra estimada.

Muestreo aleatorio sistemático. Se selecciona de forma

sistemática cada hésimo caso de la población blanco.

d) Por conglomerados

Consiste en elegir de forma aleatoria ciertos barrios o conglomerados dentro de

una región, ciudad, comuna, etc., para luego elegir unidades más pequeñas
como cuadras, calles, etc. y finalmente otras más pequeñas, como escuelas,
consultorios, hogares (una vez elegido esta unidad, se aplica el instrumento de
medición a todos sus integrantes).

Si se desea realizar un estudio de prevalencia o una encuesta en habitantes de

una localidad, el muestreo aleatorio simple es complejo y de alto costo, ya que
estudiar una muestra de tamaño "n", supone enviar encuestadores a "x" puntos
diferentes de la misma; de tal forma que, en cada uno de estos puntos, sólo se
aplicará una encuesta. Por ello, es que en este tipo de casos se sugiere aplicar
muestreo por conglomerados, pues son más económicos y eficientes.

En este tipo de muestreo, los sujetos a estudio, se encuentran incluidos en

lugares físicos o geográficos (conglomerados); por ende, resulta 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).

Por ejemplo: ante la pregunta ¿Cuál es la muestra necesaria para establecer

la prevalencia de cambios inflamatorios en biopsias hepáticas de pacientes con
CA? Un muestreo aleatorio por conglomerados aplicaría de la siguiente forma:
entre todos los sujetos con CA de la Región de la Araucanía, seleccionar en
forma aleatoria aquellos provenientes de los hospitales de Angol, Imperial y de
la Clínica Alemana de Temuco (conglomerados que representarán a todos los
centros sanitarios de esta región).

Muestreo por conglomerados. Se seleccionan al azar una muestra de 4

consultorios de salud (conglomerados), de los 9 existentes en una comuna; y
de cada conglomerado, se mide la variable de interés a todos los sujetos que
deben consultar en ellos.
Tabla Ventajas y desventajas de los distintos tipos de muestreo
probabilístico.
 EJEMPLO DE APLICACIÓN DEL MUESTREO ALEATORIO

MUESTREO ALEATORIO SIMPLE

Ejemplo:

Un equipo de marketing está realizando un estudio sobre las preferencias de

los consumidores. Para seleccionar a los individuos que conformarán la
muestra, se siguen los pasos del muestreo aleatorio simple:

 Se selecciona como población objetivo a los clientes habituales de un

centro comercial.
 Se determina que de los 2.375 clientes habituales se necesitarán 330
individuos para elaborar la muestra.
 Se realiza una lista de todos los clientes.
 A cada uno se le asigna un número.
 Se escogen 330 números al azar con un programa informático, por
ejemplo, 354, 298 y 1.568.

DETERMINACION DEL TAMAÑO DE LA MUESTRA

El tamaño de la muestra de una encuesta es muy importante para poder

realizar una investigación de manera correcta, por lo que hay que tener en
cuenta los objetivos y las circunstancias en que se desarrolle la investigación.

Formula Población finita Formula Población infinita

2
Z pqN Z 2 pq
n= 2 2 n= 2
e ( N−1 ) + Z pq e

¿Como se determina el nivel de confiabilidad?

0.90+1
Z= =0.95 dato buscado por tabla de distribución normal
2
 Z=1,65

Ejemplo

En una empresa de telefonía se requiere estimar la proporción de usuarios que

adquirirían sus nuevos paquetes. La empresa quiere tener un 90% de
confianza de que su estimación que esta correcta con una aproximación de
0.07 de proporción real. La experiencia previa en otras áreas indica que el 60%
de los usuarios comprarían los paquetes. ¿Qué tamaño de la muestra se
necesitaría si los usuarios de la telefonía son 25000?

Datos Reemplazando a la formula

α +1 Z 2 pq
N=4500 Z= n=
2 e2

0.90+1 (1,65)2∗( 0,60 )∗(0,40)

p=0,60 Z= =0.95 Dato tabla n=
2 (0,07)2

q=0,70 Z=1,65 n=133,35

σ=0,07

α= 90% = 0,09

Aplicando el factor de corrección por finitud

n133,35
n= n = 133,35 =129,51
1+ 1+
Z 4500

n=129,51

N=130 Tamaño de la muestra

7. CONCLUSIONES Y RECOMENDACIONES
Para la realización del muestreo de una determinada población se recomienda
que además de socializar, también se debe definir las actividades que son
objeto del estudio, ya que es necesario para elaborar el formato a diligenciar,
pues este dependerá de los objetivos del estudio.
El tipo de muestra que se vaya a utilizar, depende en particular de los objetivos
y el alcance que requiera la encuesta. También del método que vayas a utilizar
para recopilar los datos, el tema de la encuesta y el perfil o el tipo de
encuestados que se requiera para obtener la información que ayude en la
investigación.
Se recomienda por otra parte tomar en cuenta ya sea con muestra, establecer
la probabilidad. Todos los caracteres son de carácter probabilístico y hay que
asumir que puede haber errores. La estadística descriptiva e interferencial no
son caras opuestas de una moneda si no diferentes maneras de acercarse a un
dato.

En conclusión, el muestreo es de vital importancia ya que en un muestreo de

toda la población se puede 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 y es
mucho más sencillo trabajar con una pequeña parte de un todo.

8. BIBLIOGRAFIA

Ávila Baray, H. L. Introducción a la Metodología de la Investigación. Edición

electrónica. Cuauhtémoc (Chihuahua), Instituto Tecnológico de Cd.
Cuauhtémoc, 2006 Disponible en:
http://www.eumed.net/libros-gratis/2006c/203/index.htm       

Arias-Gómez, J.; Villasís-Keever, M. Á. & Miranda-Novales, M. G. The research

protocol III. Study population. Rev. Alerg. Mex., 63(2):201-6, 2016.        

Bai, X.; Tsiatis, A. A. & O'Brien, S. M. Doubly-robust estimators of treatment-

specific survival distributions in observational studies with stratified sampling.
Biometric, 69(4):830-9, 2013
Dieterich, H. Nueva Guía para la Investigación Científica. Ciudad de México,
Editorial Planeta Mexicana, 1996. Disponible en:
http://www.ceuarkos.com/heinz.pdf       

Goto, R.; Arai, K.; Kitada, H.; Ogoshi, K. & Hamashima, C. Labor resource use
for endoscopic gastric cancer screening in Japanese primary care settings: A
work sampling study. PLoS One, 9(2):e88113, 2014.        

Hernández Sampieri, R.; Fernández-Collado, C. & Baptista Lucio, P.

Metodología de la Investigación. 4 ed. Ciudad de México, McGraw-Hill, 2006.
Disponible en: https://competenciashg.files.wordpress.com/2012/10/sampieri-
et-al-metodologia-de-la-investigacion-4ta-edicion-sampieri-2006_ocr.pdf        [ L
inks ]

Hund, L.; Bedrick, E. J. & Pagano, M. Choosing a cluster sampling design for lot
quality assurance sampling surveys. PLoS One, 10(6):e0129564, 2015.    

Vossoughinia, H.; Salari, M.; Mokhtari Amirmajdi, E.; Saadatnia, H.; Abedini, S.;
Shariati, A.; Shariati, M. & Khosravi Khorashad, A. An epidemiological study of
gastroesophageal reflux disease and related risk factors in urban population of
mashhad, Iran. Iran. Red Crescent Med. J., 16(12):e15832, 2014.    

Walpole, R. E. & Myers, R. H. Probabilidad y Estadística. 4. ed. Ciudad de

México, McGraw-Hill, 1996.