SELECCIÓN DE LA

MUESTRA
USAC
Facultad de Ingeniería
Escuela de postgrado
Seminario de Investigación I
MSc. Ing. Otto Andrino

12/08/2021 MSc. Ing. Otto Andrino 1

12/08/2021 MSc. Ing. Otto Andrino 2
 TERMINOLOGÍA
 Muestreo: conjunto de operaciones encaminadas a
determinar una muestra, su tamaño y demás
características necesarios para identificar a los elementos
que la forman.
 Población: conjunto formado por la totalidad de
elementos con arreglo a unas características concretas.
 Población de estudio: conjunto de elementos sobre los
que se toma la muestra.
 Muestra: subconjunto de elementos de la población
elegidos para estudiar y así tratar de inferir
características de la población.
 Censo: relación completa de los elementos de una
población.

12/08/2021 MSc. Ing. Otto Andrino 3

 TERMINOLOGÍA

 Sesgo: error específico de la muestra por falta de

representatividad.
 Error muestral: es el imputable al estudio de una
parte de la población o muestra.
 Error no muestral: es el que se produce en toda
la investigación como consecuencia de definiciones
conceptuales incorrectas, de fallos en los
instrumentos de medida, en la entrevista o en el
desarrollo del trabajo de campo.

12/08/2021 MSc. Ing. Otto Andrino 4

 TERMINOLOGÍA
Marco muestral: listado que identifica a los
elementos de la población objetivo.
Elemento: cada una de las unidades sobre las
que interesa obtener información.
Unidad muestral: unidad seleccionada de la
población para la aplicación de la técnica de
investigación; contiene los elementos de la
población que pueden formar parte de la muestra.
Parámetro: medida de una característica
determinada de una población. Si esta medida
está referida a una muestra entonces se
denomina estadístico. La diferencia entre ambos
valores es el error muestral.
12/08/2021 MSc. Ing. Otto Andrino 5
 TERMINOLOGÍA
Estimador: es el valor muestral utilizado para
inferir un valor poblacional. Un estimador
insesgado es un estimador cuya esperanza
matemática es el parámetro poblacional que
estima. Se dice que un estimador es consistente
si al sustituir el tamaño de la muestra por el del
total de la población la estimación coincide con el
parámetro poblacional.
Distribución muestral: Es la representación
de los valores de los estadísticos (la media, por
ejemplo) con sus frecuencias.

12/08/2021 MSc. Ing. Otto Andrino 6

 TERMINOLOGÍA
 Teorema central del límite: si el tamaño de la
muestra es lo suficientemente grande (a partir de 30) y
si las muestras se extraen aleatoriamente, este
teorema nos dice que la distribución de muestreo de la
media aproximadamente tendrá una distribución
normal con una media igual a la de la población y con
una varianza igual a la varianza de la población
dividida por el tamaño de la muestra.
 Dispersión: medida estadística del nivel de variación
de la opinión del colectivo total sobre el tema analizado
respecto al valor medio.
 Inferencia estadística: proceso de estimación de
resultados válidos para una población a partir de los
resultados obtenidos de una muestra de esa población.
12/08/2021 MSc. Ing. Otto Andrino 7
 TERMINOLOGÍA
 Intervalo de confianza: intervalo con una
determinada probabilidad de incluir el valor
poblacional. Se determina a partir de los resultados
muestrales y el error de muestreo.
 Nivel de confianza: probabilidad de obtener un
intervalo de confianza concreto.
 Método de muestreo: procedimiento utilizado
para seleccionar de forma representativa las
unidades muestrales.

12/08/2021 MSc. Ing. Otto Andrino 8

 ESENCIA DEL MUESTREO CUANTITATIVO
OBJETIVO:
Seleccionar casos representativos
para la generalización

Generalizar:
Características
Hipótesis
Con la finalidad de construir y/o probar teorías que expliquen a
la población o fenómeno

Mediante una técnica

adecuada
12/08/2021 MSc. Ing. Otto Andrino 9
 Ventajas que reporta el uso del
muestreo:
• Reduce los costos: Al obtener datos a partir de una muestra de
una población los costos serán menores ya que no será necesario
medir a toda la población. Los costos están tanto referido a los
materiales, procedimientos como al personal.
• Mayor rapidez: Por el hecho de ser un subconjunto de la
Población permite acceder de manera más eficiente y rápida para
el levantamiento de los datos.
• Posibilita una mayor precisión de las observaciones al contar con
un número restringido de casos a estudiar.
• Al delimitar la población se podrá generalizar resultados y
establecer parámetros

12/08/2021 MSc. Ing. Otto Andrino 10

 TIPOS DE
MUESTREO

PROBABILISTICA:
Subgrupo de la población en el
que todos los elementos de ésta
tienen la misma posibilidad de ser
elegidos
NO PROBABILISTICA:
Subgrupo de la población en la que
la selección de los elementos no
dependen de la probabilidad sino
de las características de la
investigación

12/08/2021 MSc. Ing. Otto Andrino 11

 PROBABILISTICA

Selecciona a los
Requiere precisar el elementos muestrales Tipos:
tamaño de la muestra por medio de: *Muestras aleatorias
*Listado o marco simples
muestral *Muestras estratificadas
*Procedimientos *Muestra por racimos o
clusters
(tómbolas, Tablas de
números aleatorios,
Selección sistemática,
STATS)

12/08/2021 MSc. Ing. Otto Andrino 12

 NO
PROBABILISTICA O
DIRIGIDA

Tipos:
* Selecciona participantes *Muestras erráticas o
por uno o varios propósitos casuales
* No pretende que los casos *Muestras intencionadas o
sean representativos de la racionales
población (no se desea
generalizar) *Muestra por cuotas
*Muestras por Bola de
Nieve

12/08/2021 MSc. Ing. Otto Andrino 13

 Muestra y población

La representatividad de la muestra
depende de dos cosas:
a) Del mecanismo de selección:
que ha de garantizar que no hay
un elemento de la población con
más probabilidad que otro de
entrar en la muestra. Si no, sería
una muestra sesgada.

b) Del tamaño de la muestra: si

el mecanismo de selección es
correcto, cuanto más grande sea
la muestra mayor será la
probabilidad de que se parezca a
la población.
 Muestra Probabilstica
• La elección entre la muestra probabilística o no
probabilística se determina en base en el
planteamiento del problema, la hipótesis, el diseño
de investigación y el alcance de sus contribuciones.
• Las muestra probabilísticas tienen muchas ventajas,
siendo la principal el hecho de que se puede medir el
tamaño del error en nuestras predicciones.
• Se dice que el principal objetivo en el diseño de la
muestra probabilística es reducir al mínimo este
error, al que se le llama error estandar (Kish, 1995;
Kalton y Heeringa, 2003)
12/08/2021 MSc. Ing. Otto Andrino 15
 Muestra Probabilística
• Las muestra probabilísticas son esenciales en los
diseños de investigación transeccionales, tanto
descriptivos como correlacionales-causales.
• Para hacer un muestra probabilitica son
necesarios dos procedimientos:
– Calcular el tamaño de muestra que sea
representativo de la población
– Seleccionar los elementos muestrales (casos) de
manera que al inicio todos tengan la misma
posibilidades de ser elegidos.

12/08/2021 MSc. Ing. Otto Andrino 16

Muestra probabilística estratificada
• La población se subdivide en segmentos y se
escoge una muestra encada segmento
• Éste método es útil cuando el interés de
investigador es comparar sus resultados entre
segmentos, grupos o nichos de población, porque
asó lo señala el planteamiento del problema
• La estratificación aumenta la precisión del
amuestra e implica el uso deliberado de diferentes
tamaños de muestras para cada estrato, a fin de
lograr reducir la varianza de cada unidad de la
media muestral. (Kalton y Heeringa, 2003)
12/08/2021 MSc. Ing. Otto Andrino 17
Muestra probabilística estratificada
• Ejemplo:
• Se quiere saber cuál es el promedio de años de
estudio entre los miembros de los diferentes
credos religiosos que residen en todo el territorio
Guatemalteco.
• El número de católicos es mucho mayor que los
protestantes y estos a su vez mayores a los
musulmanes y estos a su vez a la de judíos.
• Para cada uno hay que determinar el número
significativo de entrevistados para lograr tener
resultados válidos
12/08/2021 MSc. Ing. Otto Andrino 18
 Muestra por Racimos o Clúster
• Las unidades de análisis se encuentran encapsuladas
en determinados lugares físicos o geográficos
• En algunos casos el investigador se ve limitado por
recursos financieros, por tiempo, por distancias
geográficas o por una combinación de éstos y otros
obstáculos, se recurre a la muestra por racimos.
UNIDAD DE ANÁLISIS POSIBLES RACIMOS
Adolescentes Escuelas Secundarias
Obreros Fábricas o Industrias
Amas de casa Mercados/Super/Centros Comerciales
Niños Colegios/Escuelas primarias

12/08/2021 MSc. Ing. Otto Andrino 19

 Muestra por Racimos o Clúster
• Muestrear por racimos implica diferenciar entre la
unidad de análisis y la unidad muestral. La unidad de
análisis indica quiénes van a ser medidos, o sea,los
participantes o casos a quienes en última instancia
vamos a aplicar el instrumento de medición. La
unidad muestral (en éste tipo de muestras) se refiere
al racimo por medio del cual se logra el acceso a la
unidad de análsis.
• El muestreo por racimos supone una selección en
dos o más etapas, todas con procedimientos
probabilisticos. En la primera etapa, se seleccionan
los racimos, siguiendo los pasos ya señalados de una
muestra probabilistica simple o estratificada.

12/08/2021 MSc. Ing. Otto Andrino 20

 Muestra por Racimos o Clúster
• En las fases subsecuentes y dentro de éstos racimos se
seleccionan los casos que van a medirse. Para ello se hace una
selección que asegure que todos los elementos del racimo
tienen la misma probabilidad de ser elegidos.
• Ejemplo:
• En una muestra nacional de ciudadanos de un país por
racimos, prodríamos primero elegir una muestra por
departamentos o por municipio, luego cada departamento o
municipio se considera un universo o población y se elige al
azar comunidades, aldeas o caseríos; a su vez cada una de
estas comunidades, aldeas o caseríos se concibe como un
universo de nuevo, al azar, se eligen manzanas o cuadras;
finalmente se escogen al azar las viviendas u hogares e
individuos.
12/08/2021 MSc. Ing. Otto Andrino 21
 Cómo seleccionamos el procedimiento de
selección de muestra?

• Tòmbola
• Nùmeros random pg. 253
• Selecciòn sistemàtica de elementos
muestrales. K=N/n
K= intervalo N= poblaciòn n= muestra
producen el intervalo 1/K

12/08/2021 MSc. Ing. Otto Andrino 22

 Listados y Marcos Muestrales
• Es un listado existente o hacerlo con una lista
de los casos de la poblaciòn a estudiar. Para
poder identificar y encontrar un caso dado.

12/08/2021 MSc. Ing. Otto Andrino 23

 Archivos
• Para estudiarlos se recomienda el muestreo
sistemàtico, intervalo 1/K

12/08/2021 MSc. Ing. Otto Andrino 24

 Mapas
• Ûtiles para muestreo de clusters
• Usar el programa Google earth

12/08/2021 MSc. Ing. Otto Andrino 25

 Tamaño òptimo de muestra
• Estudios mèdicos 1000+ nacionales
100 + regionales

• Ver pg. 260

12/08/2021 MSc. Ing. Otto Andrino 26

 Teorema de lìmite Central

• Señala que una muestra de màs de cien casos

serà una muestra con una distribuciòn normal
en sus caracterìsticas, lo cual sirve para hacer
estadìstica inferencial.

12/08/2021 MSc. Ing. Otto Andrino 27

 Muestra No Probabilística

• Selecciona participantes o casos típicos

• No asegura que sean representativos de la

población

12/08/2021 MSc. Ing. Otto Andrino 28

 Random Digit Dialing

• Identifican àreas geogràficas para ser

muestreadas al azar.

12/08/2021 MSc. Ing. Otto Andrino 29

 Muestra multietapas o polietapas
• Cuando se han usado diversos procedimientos
para extraer la muestra por ej. Opiniòn sobre
fut bol, usamos niños, adultos, adolescentes,
etc.

12/08/2021 MSc. Ing. Otto Andrino 30

 notas
• Unidad de análisis: son los casos o elementos.
• Muestra proba, todos los elementos de la
población tienen la misma posibilidad de ser
elegidos.
• Muestra no prob, la elección no depende de la
probabilidad sino de las características de la
investigación.

12/08/2021 MSc. Ing. Otto Andrino 31

 notas
• Poblaciòn: conjunto de todos los casos que
concuerdan con determinadas
especificaciones

• Lo importante en el muestreo es elegir a los

informantes adecuados de acuerdo al
planteamiento del problema.

12/08/2021 MSc. Ing. Otto Andrino 32

TEMA 7: DISEÑO Y PROCEDIMIENTOS DE MUESTREO
1. Muestra o censo
2. Terminología y fundamentos del muestreo
3. Etapas den la selección de la muestra
4. Muestreo no probabilístico
 Muestreo de conveniencia
 Muestreo de juicios
 Muestreo por cuotas
 Muestreo de “bola de nieve”
5. Muestreo probabilístico
 Muestreo aleatorio simple
 Muestreo aleatorio sistemático
 Muestreo aleatorio estratificado
 Muestreo por conglomerados
6. Determinación del diseño muestral apropiado
7. Determinación del tamaño de la muestra
7.1. Muestreo aleatorio simple
7.2. Muestreo estratificado
12/08/2021 MSc. Ing. Otto Andrino 33
 3. ETAPAS EN LA SELECCIÓN DE LA MUESTRA
1. Definición de la población objetivo: en términos de
contenido, unidades, extensión y tiempo.
2. Identificar el marco muestral: normalmente es imposible
confeccionar una lista que no excluya a algunos miembros de la
población.
3. Determinar el método de muestreo: si la unidad de
muestreo es diferente del elemento es necesario especificar
también cómo se deben seleccionar los elementos dentro de la
unidad de muestreo.
4. Determinar el tamaño de la muestra: se deben considerar
los siguientes factores cualitativos:
 Importancia de la decisión.
 Naturaleza de la investigación.
 Número de variables.
 Naturaleza del análisis.
 Tamaños de muestra utilizados en estudios similares.
Restricciones de recursos.
12/08/2021 MSc. Ing. Otto Andrino 34
 3. ETAPAS EN LA SELECCIÓN DE LA MUESTRA

5. Selección material de la muestra: elegir los componentes

de la muestra y localizar materialmente la muestra, es decir,
localización física de las unidades.
6. Decidir el trato que se ha de dar a la falta de respuestas:
se niega a responder, no se localiza, no sabe contestar o no es
accesible. Para reducir este riesgo de no respuesta hay varios
procedimientos:
 Mejorar el diseño de la investigación para reducir las
negativas.
 Repetir los intentos.
 Estimar los efectos de la falta de respuesta en lo que
respecta a la calidad de la información.

12/08/2021 MSc. Ing. Otto Andrino 35

 4. MUESTREO NO PROBABILÍSTICO:
CARACTERÍSTICAS
 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.
12/08/2021 MSc. Ing. Otto Andrino 36
 4. MUESTREO NO PROBABILÍSTICO
 Muestreo de conveniencia
 Las muestras se seleccionan según un criterio de accesibilidad
o comodidad.
 Suele emplearse en centros comerciales, plazas, estaciones de
autobuses o de tren, metro, aeropuertos o lugares de gran
afluencia pública.
 Se utiliza para obtener un mayor número de cuestionarios
completados de forma rápida y económica.
 Adecuado en la investigación exploratoria que venga seguida
de una investigación adicional en la que se extraiga una
muestra probabilística.
 Muestreo de juicios
 La muestra es elegida por un experto de acuerdo con su
criterio, buscando las unidades más representativas.
 Ejemplo: mercados de prueba, presuntos líderes seleccionados
en la investigación de conducta de voto….
 Se emplea cuando el tamaño de la muestra es pequeño.
12/08/2021 MSc. Ing. Otto Andrino 37
 4. MUESTREO NO PROBABILÍSTICO
 Muestreo por cuotas
 Tiene por objetivo asegurar que los diversos subgrupos de una
población estén representados en la muestra respecto de las
características pertinentes de la muestra y con la proporción exacta que
el investigador desee.
 La selección accidental de sujetos puede producir sesgo.
 La velocidad de recopilación de datos, los menores costes y la
comodidad son sus principales ventajas frente al muestreo de
probabilidad.
 Puede resultar apropiado cuando el investigador sabe que es más
probable que un cierto grupo demográfico rehúse colaborar con una
encuesta.
 Muestreo de “bola de nieve”
 Los primeros elegidos como encuestados (probablemente a juicio del
investigador) proponen y ayudan a la selección de los restantes de la
muestra. Esta técnica se utiliza para localizar por referencias a miembros
de poblaciones peculiares.
 Ventajas: los reducidos tamaños de muestra y los costes.
 Sesgo porque la persona sugerida por otro miembro de la muestra tiene
12/08/2021 MSc. Ing. Otto Andrino 38
una probabilidad mayor de ser similar a la primera.
 5. MUESTREO PROBABILÍSTICO: CARACTERÍSTICAS

 Las muestras se seleccionan al azar, no se seleccionan por los

investigadores.
 Cada elemento de la población tiene la misma probabilidad de
ser elegido.
 Se puede conocer el error muestral, el nivel de confianza y el
nivel de precisión de las estimaciones.
 Los resultados se pueden generalizar.
 Es el único método que puede evaluar la representatividad de la
muestra.
 Es más caro que el muestreo no probabilística.
 Es, en general, más lento y complicado que el muestreo no
probabilística.
12/08/2021 MSc. Ing. Otto Andrino 39
5. MUESTREO ALEATORIO SIMPLE: INCONVENIENTES

 Su utilización está supeditada a la existencia de una “base de

sondeo” donde se puedan enumerar todos los elementos
constituyentes del universo objeto de estudio.
 La extracción al azar dispersa totalmente a los componentes de
la muestra. Imaginemos los costoso que sería ir a Gerona a
hacer una entrevista a una sola persona, a otra en Cádiz, a otra
en Vigo, …
 No tiene en cuenta criterios de homogeneidad/heterogeneidad
entre conjuntos de elementos del universo.
 Es un método lento, sobre todo cuando el número de elementos
que constituyen el universo objeto de estudio y/o la muestra es
elevado.
12/08/2021 MSc. Ing. Otto Andrino 40
 5. MUESTREO ALEATORIO SISTEMÁTICO
 En primer lugar se selecciona el “coeficiente de elevación” (tamaño
población/tamaño muestra), a continuación se elige al azar un
número inferior al coeficiente de elevación. La primera unidad
muestral es el número elegido, la segunda unidad muestral se
determina agregando a ese primer número el coeficiente de
elevación y así sucesivamente hasta completar el tamaño de la
muestra.
 Es preciso un listado de los elementos, que normalmente sigue
algún criterio coincidente o no con el interés objeto de
investigación: orden alfabético, domicilio, momento o tiempo en
que se produce un hecho, indicadores de tamaño, otros
indicadores.
 Este muestreo es sencillo, fácil de ejecutar y menos caros que
otros muestreos aleatorios, sólo se efectúa una selección al azar al
principio y a partir de ahí el proceso es automático. Este muestreo
asegura un reparto de los componentes de la muestra
contribuyendo a evitar que esté compuesta únicamente por
12/08/2021 MSc. Ing. Otto Andrino 41
valores extremos.
 5. MUESTREO ALEATORIO ESTRATIFICADO
 Determina el número de elementos a seleccionar de cada
segmento, necesarios para formar una muestra representativa.
 Es un proceso en dos fases en el que la población se divide en
estratos. El estrato debe ser mutuamente excluyente y
colectivamente exhaustivo. Después, los elementos se seleccionan
para cada estrato mediante un procedimiento aleatorio, por lo
general m.a.s.
 Difiere del muestreo por cuotas en que los elementos de la
muestra se seleccionan en forma probabilística en vez de hacerlo
por conveniencia o por juicio.
 Un objetivo principal de este muestreo es incrementar la
precisión sin aumentar el coste
 El criterio para la selección de las variables de estratificación
consiste en homogeneidad, heterogeneidad, relación y coste. Las
variables comúnmente utilizadas incluyen características
demográficas, tipo de cliente (con o sin tarjeta), tamaño de la
empresa
12/08/2021o tipo de industria.
MSc. Ing. Otto Andrino 42
 5. MUESTREO ALEATORIO ESTRATIFICADO

 El número de estratos a utilizar es cuestión de juicio, pero la

experiencia sugiere el uso de no más de seis.
 Procedimientos utilizados para la estratificación de la
muestra:
 Afijación simple: se reparte la muestra total en partes iguales
para cada estrato.
 Afijación proporcional: la muestra se reparte proporcionalmente
a la población de cada estrato.
 Afijación óptima o no proporcional: se considera la mayor o
menor heterogeneidad dentro de cada estrato, lo que se mide
por la desviación típica. La corrección de la proporcionalidad
con este criterio exige más información de cada estrato, en
concreto la varianza o la desviación típica.
12/08/2021 MSc. Ing. Otto Andrino 43
 5. MUESTREO POR CONGLOMERADOS
 En ocasiones, con el fin de ahorrar tiempo y disminuir
costes, se divide la población total en conglomerados o grupos
de unidades maestrales excluyentes y colectivamente
exhaustivos. Luego se selecciona una muestra aleatoria de
grupos con base en una técnica de muestreo probabilística, como
el MAS. Para cada grupo seleccionado, se incluyen todos los
elementos en la muestra o se toma una muestra de elementos en
forma probabilística. Si todos los elementos en cada grupo
seleccionado están incluidos en la muestra, el procedimiento se
llama muestreo por conglomerados de una etapa. Si una
muestra de elementos se toma en forma probabilística de cada
grupo seleccionado, el procedimiento es un muestreo por
conglomerados en dos etapas.
 La unidad muestral primaria ya no es el elemento de la población
sino un grupo mayor de elementos que están situados cerca el
uno del otro (por ejemplo,
12/08/2021
ciudades).
MSc. Ing. Otto Andrino 44
 5. DIFERENCIAS ENTRE MUESTREO POR
CONGLOMERADOS Y ESTRATIFICADO
 En el de conglomerados sólo se elige una muestra de
subpoblaciones, en el estratificado todas las subpoblaciones
(estratos) se seleccionan para muestreo posterior.
 El objetivo del m. por conglomerados es incrementar la precisión
al reducir costes.
 En relación a la homogeneidad y la heterogeneidad, el criterio
para formar conglomerados es el opuesto al de formar estratos.
Los elementos dentro de un conglomerado deben ser tan
heterogéneos como sea posible, pero los conglomerados mismos
deben ser tan homogéneos como sea posible.
 Cada conglomerado debe ser una representación en pequeña
escala de la población.
 En el m. por conglomerados se necesita un marco de muestreo
sólo para aquellos agrupamientos
12/08/2021
seleccionados para la muestra
MSc. Ing. Otto Andrino 45
 5. MUESTREO POR CONGLOMERADOS

 Una forma común de este muestreo es el muestreo por área,

en el que los agrupamientos consisten en áreas geográficas,
como países, zonas de casas o calles.
 El muestreo por conglomerados se clasifica como técnica de
muestreo probabilístico porque o bien la selección de
conglomerados es aleatoria, o bien la selección de elementos
dentro de cada conglomerado es aleatoria.
 El conglomerado ideal debería ser tan heterogéneo como la
propia población.
 Este muestreo puede resultar problemático si las características y
actitudes de los elementos del conglomerado son demasiado
similares.

12/08/2021 MSc. Ing. Otto Andrino 46

 6. DETERMINACIÓN DEL DISEÑO MUESTRAL
APROPIADO
 Grado de precisión: La selección de una muestra representativa es
importante para todos los investigadores. No obstante, el grado de
precisión necesario o la tolerancia del investigador de los errores de
muestreo y ajenos al muestreo pueden ser distintos en cada proyecto,
especialmente cuando la reducción de la precisión pueda
compensarse con el ahorro de costes u otros beneficios.
 Recursos: Los costes asociados a las diversas técnicas de muestreo
varían enormemente. Si los recursos financieros y humanos del
investigador son restringidos, habrán de eliminarse ciertas opciones.
 Tiempo: El investigador que necesite cumplir con un plazo o
completar un proyecto rápidamente seguramente elegirá un diseño
simple que ocupe poco tiempo .
 Conocimiento previo de la población: disponibilidad de listas de
sus miembros.
 Proyecto nacional o local.
 Necesidad
12/08/2021
de análisis MSc.
estadístico.
Ing. Otto Andrino 47
EJERCICIO DE TIPO DE MUESTRA
Supongamos que trabaja en un despacho que
realiza investigaciones y que diversos clientes
le solicitan que los asesore en estuido de
diferente índole. Qué tipo de muestra
sugeriría para cada uno de las
investigaciones? Fundamente su sugerencia
 EJERCICIO DE TIPO DE MUESTRA
CLIENTE NECESIDAD TIPO DE
MUESTRA

Clínica de terapias Pacientes con cancer que sigue la terapia

psicoemocionales reaccionan mejor a los tratamientos médicos
usuales que los enfermos de cancer que no toman
la terapia

Empresa en el giro Definir cuáles son nuestros empleados y obreros

químico anteriores y presentes que tienen menos
ausencias, es decir, Hay un perfil de ausentismo?

Empresa de Qué nociones tienen las jóvenes de 15 a 20 años

cosmetología sobre su arreglo personal y el cuidado del cutis?.
Funcionaría crear una línea de productos
exclusivamente para ellas?

Grupo que defiende los Qué quejas tienen los niños sobre los juguetes del
derechos del mercado? Se rompen?, Son peligrosos?,
consumidor Aburridos?, Cual es su durabilidad?

Partidos políticos Por cuál candidato a alcalde o diputado votarán

los ciudadanos de determinado departamento?