UNIVERSIDAD NACIONAL SAN CRISTOBAL DE HUAMANGA

FACULTAD DE INGENIERÍA DE MINAS, GEOLOGÍA Y CIVIL

ESCUELA PROFESIONAL: INGENIERÍA DE MINAS

TRABAJO ENCARGADO VIRTUAL N° 2

TÉCNICAS DE MUESTREOS: PROBABILÍSTICAS Y NO PROBABILÍSTICAS.
ASIGNATURA: ESTADÍSTICA Y PROBABILIDAD-(ES-142)
ESTUDIANTE: FLORES QUISPE, Ronald Rodolfo.
CÓDIGO: 15210506
DOCENTE: Ing. CIP GUILLERMO B. TAPIA CALDERÓN.
Fecha de asignación: lunes 16-mayo-2022, 23:30 hrs.
Fecha y hora de entrega: martes 24-mayo-2022, 23:30 hrs.

AYACUCHO-PERÚ
2022
ES-142 ING DE MINAS-UNSCH

DEDICATORIA
Este trabajo monográfico va dedicado a mis padres que día a día me apoyan sin
cansarse gracias a ellos sigo para adelante. Y también dedico a mi profesor el Ing. Tapia
Calderón G. B, quien se ha tomado el arduo trabajo de transmitirme sus diversos
conocimientos, especialmente del campo y de los demás temas que corresponden a mi
profesión.

2
ES-142 ING DE MINAS-UNSCH

RESUMEN
En breve el muestreo es una herramienta de investigación científica. Su función
principal es determinar qué parte de una realidad en estudio población debe
examinarse con finalidad de hacer interferencias sobre dicha población. El error que se
comete debido a hecho de que se obtienen conclusiones sobre cierta realidad a partir
de la observación de solo un parte de ella, se denomina error de muestreo.
Enseguida veremos los tipos de muestreos probabilísticos y no probabilísticos.
Muestreo probabilístico
Es un método de muestreo (se refiere al estudio o análisis de grupos pequeños de una
población) el requisito más importante el del muestreo probabilístico es que todos en
una población tengan la misma oportunidad de ser seleccionados.
Muestreos no probabilísticos
Es una técnica te muestreo en el cual el investigador selecciona nuestras basadas en
un juicio subjetivo en lugar de hacer la selección al azar a diferencia del muestreo
probabilístico, donde cada miembro de la población tiene posibilidad conocida de ser
seleccionada, en el muestreo no probabilístico, no todos los miembros de la población
tienen la oportunidad de participar en el estudio.
Enseguida detallaremos conceptos de muestreos probabilísticos con sus respectivas
subtemas, así también daremos concepto de muestreos no probabilísticos con sus
respectivas subtemas.

3
ES-142 ING DE MINAS-UNSCH

INDICE
1.- Dedicatoria
2.- Resumen
UNIDAD 1
1.- CONCEPTOS GENERALES DE MUESTREO POR ENCUESTAS
1.1.- Concepto de muestreo
1.2.- Población, marco y muestreo
1.3.- Las distintas fases de la investigación por muestreo
1.4.- Características deseables de una investigación por muestras
1.5.- errores en las encuestas por muestreo
UNIDAD 2
2.- MUESTREOS PROBABILÍSTICOS Y APLICACIONES CON FÓRMULAS MATEMÁTICAS
(Tamaño de muestra “n” y otras)
2.1.- Muestreo aleatorio simple (MAS)
2.1.1.- Concepto
2.1.2.- Ventajas
2.1.3.- Desventajas
2.1.4.- Pasos a seguir para seleccionar una muestra aleatoria simple
2.1.5.- Muestra aleatoria simple sin reposición
2.1.6.- Muestra aleatoria simple con reposición
2.2.- Muestreo aleatorio Estratificado
2.2.1.- Concepto
2.2.2.- ventajas
2.2.3.- Desventajas
2.2.4.- pasos a seguir para seleccionar una muestra estratificada
2.2.5.- Recomendaciones para el uso de las muestras estratificadas
2.3.- Muestreo de Conglomerado
2.3.1.- Concepto
2.3.2.- El procedimiento para utilizar este método
2.3.3.- Conglomerados con el mismo tamaño y estimadores lineales

4
ES-142 ING DE MINAS-UNSCH

2.4.- Muestreo aleatorio Sistemático

2.4.1.- Concepto
2.4.2.- Ventajas
2.4.3.- Desventajas
2.4.4.- Procedimiento para seleccionar un aleatorio sistemático
2.5.- Muestreo aleatorio Bietápico
25.1.- Concepto
2.5.2.- ventajas
2.5.3.- Desventajas
2.5.4.- Estimadores
2.6.- Muestreo aleatorio Polietápico
2.6.1.- Concepto
2.6.2.- ventajas
2.6.3.- Desventajas
2.6.4.- Aplicación de muestreo polietápico
2.6.4.- Etapas del muestreo polietápico
UNIDAD 3
3.- MUESTREOS NO PROBABILÍSTICOS Y EJEMPLOS
3.- Concepto
3.- Características
3.1.- Muestreo Casual
3.1.1.- Concepto
3.1.2.- Ventajas
3.1.2.- Desventajas
3.1.2.- Ejemplo
3.2.- Muestreo de Voluntarios
3.2.1.- Concepto
3.2.2.- Ventajas
3.2.3.- Desventajas

5
ES-142 ING DE MINAS-UNSCH

3.2.4.- Uso del muestreo voluntario

3.2.2.- Ejemplo
3.3.- Muestreo de Expertos
3.3.1.- Concepto
3.4.- Muestreo de Opinión
3.4.1.- Concepto
3.4.2.- últimas actualizaciones
3.5.- Muestreo de Cuota
3.5.1.- Concepto
3.5.2.- Ventajas
3.5.3.- Desventajas
3.5.4.- Ejemplo
3.6.- Muestreo de Poblaciones Móviles (usa el método de captura-marca-recaptura)
3.7.- Muestreo bola de nieve
3.7.1.- Concepto
3.7.2.- Ventajas
3.7.3.- Desventajas
3.7.4.- Ejemplo

6
ES-142 ING DE MINAS-UNSCH

1.- CONCEPTOS GENERALES DE MUESTREO POR ENCUESTAS

1.1.- CONCEPTO DE MUESTREO

7
ES-142 ING DE MINAS-UNSCH

Este problema lleva al investigador a tomar la información de una parte de los

elementos de la población estadística, recibe el nombre de muestreo. El conjunto de
elementos de los que se toma información en el proceso de muestreo se llama
muestra y el número de elementos que la componen tamaño muestral. Como vemos
existen varios tipos de muestreo, dependiendo de que la población estadística sea
finita o infinita, pero nosotros consideraremos solamente el muestreo en poblaciones
finitas. El investigador utiliza la muestra para la toma de información, pero lo
importante es que dicha muestra sea representativa.
Definimos los métodos de muestreo como el conjunto de técnicas estadísticas que
estudian la forma de seleccionar una muestra lo suficientemente representativa de
una población cuya información permita inferir las características de toda la población
cometiendo un error medible y acotable.
A partir de una muestra, seleccionada mediante un determinado método de
muestreo, se estiman las características poblacionales (media, total, proporción, etc.)
Las estimaciones se realizan a través de funciones matemáticas de la muestra
denominadas estimadores, que se convierten en variables aleatorias al considerar la
variabilidad de las muestras. Los errores se cuantifican mediante varianzas,
desviaciones típicas o errores cuadráticos medios de los estimadores, que miden la
precisión de los mismos.
La muestra, al igual que la maqueta, será mejor o peor, según el grado de
representatividad que ofrezca. La teoría del muestreo traslada la información aportada
por la muestra a toda la población, dando lugar a lo que se conoce en muestreo como
elevación del dato muestral a la población que se estudia.

1.2.- POBLACIÓN, MARCO Y MUESTRA

Una tarea importante para el investigador es definir cuidadosa y completamente la
población antes de recolectar la muestra. Primeramente, una población es una
colección de elementos acerca de los cuales deseamos hacer alguna inferencia. La
población inicial que se desea investigar se denomina población objetivo. Pero el
muestreo de toda la población objetivo no es siempre posible.
Existirán problemas que van a impedir obtener información de algunos de sus
elementos. Los problemas cabrían destacar las negativas a colaborar, las ausencias, la
inaccesibilidad a algunos elementos o los errores en los instrumentos de medida de la
característica que se estudia en los elementos de la población.
Por lo tanto, la población objetivo se ve restringida a la hora de obtener la
información de sus elementos, dando lugar al concepto de población investigada, que
es la población que realmente es objeto de estudio.
Por otra parte, una unidad de muestreo puede ser un simple elemento de la
población, en cuyo caso estamos ante una unidad elemental de muestreo. De esta

8
ES-142 ING DE MINAS-UNSCH

forma se puede establecer una jerarquía de unidades de muestreo en el sentido de

que el primer nivel lo formarían las unidades elementales, el segundo nivel lo
formarían grupos de unidades elementales, el tercer nivel lo formarían grupos de
unidades de segundo nivel, y así sucesivamente. El muestreo aleatorio simple suele
utilizarse unidades elementales, en el muestreo estratificado y por conglomerados
monoetápico se utilizan unidades de muestreo compuestas de segundo nivel (estratos
y conglomerados respectivamente). En el muestreo polietápico se generaliza a
unidades de niveles superiores según el número de etapas de dicho tipo de muestreo.
En todo caso, las unidades de muestreo han de ser grupos no solapados (de
intersección vacía) de elementos de la población que cubran la población objetivo.
En el caso de que las unidades de muestreo sean elementales, una unidad de
muestreo y un elemento de la población son idénticos.
Para seleccionar el conjunto de unidades de muestreo que componen la muestra, será
necesario disponer de un listado material de unidades de muestreo. Esta relación de
unidades de muestreo, de la que se selecciona la muestra, se denomina marco. Lo
ideal sería disponer de un marco tal que la lista de unidades muestrales que lo
componen coincida con la población objetivo. Pero en la práctica el marco contiene
impurezas debidas a desactualizaciones, errores, omisiones y otras causas que hacen
que el marco no coincida con la población objetivo, lo que no impide que el marco sea
la contrapartida en el mundo real de la población objetivo. Todas formas, la separación
entre el marco y la población objetivo ha de ser lo suficientemente pequeña como
para permitir que se hagan inferencias acerca de la población basándose en una
muestra obtenida del marco. La imperfección del marco suele tener como origen la
existencia de duplicaciones de algunas unidades, omisiones de otras y la presencia de
unidades extrañas y vacías. Mantener un listado de unidades de muestreo actualizado
es imposible en la práctica. Se suele denominar unidad extraña a una unidad que
aparece en el marco pero que no es realmente del marco y que de ninguna manera
debiera constar en el mismo (no hay ninguna relación posible entre la unidad y la
población objetivo). Por ejemplo, ante una encuesta para analizar características de la
población española en la que se toma como marco un listado de viviendas, serán
unidades vacías las viviendas deshabitadas.
Si eliminamos del marco las unidades erróneamente incluidas en él (unidades
extrañas, unidades vacías y duplicaciones) y a su vez le añadimos las omisiones,
obtenemos la población objetivo. Este proceso se conoce como depuración de marcos
imperfectos. El concepto de marco en sentido restringido incluye únicamente el listado
de unidades del que se va a extraer la muestra, pero también puede considerarse el
concepto de marco en sentido amplio, incluyendo adicionalmente al listado de
unidades, la información complementaria, es decir aquella información que puede y
debe utilizarse para mejorar el diseño en los procesos de estratificación, selección,
estimación, etc. Como ejemplos de esta información complementaria podríamos citar
el conocimiento de una variable auxiliar correlacionada con la variable en estudio
cuyos valores permiten realizar convenientemente estratos, o el conocimiento

9
ES-142 ING DE MINAS-UNSCH

completo de una variable auxiliar correlacionada con la variable en estudio que nos va
a servir de apoyo para utilizar un procedimiento de estimación indirecta (razón,
regresión, diferencia), o el conocimiento de las estimaciones de determinadas
características provenientes de una encuesta similar anterior o de una encuesta piloto.
En general, una muestra es una colección de unidades de muestreo seleccionadas de
un marco o de varios marcos. Vamos a considerar un sencillo ejemplo que ilustre los
conceptos definidos anteriormente. Supongamos que se trata de medir, mediante una
encuesta, la posible influencia en el resultado de unas elecciones de una emisión de
bonos justo antes de las mismas. En este caso la población objetivo estaría constituida
por los votantes reales de la comunidad con derecho a voto en las inminentes
elecciones. Evidentemente no será posible obtener respuesta de algunos de estos
votantes, bien sea por problemas de inaccesibilidad a su domicilio derivados de errores
en las direcciones, bien sea por su negativa a colaborar o contestar, bien sea porque
no se encuentren en su domicilio en el momento de la encuesta, bien sea porque el
cuestionario que se les pasa es erróneo, o por cualquier otro motivo. Si de la población
de votantes reales restamos los votantes afectados por los problemas que acabamos
de citar, obtendríamos la población investigada.

1.3.- LAS DISTINTAS FASES DE LA INVESTIGACIÓN POR MUESTREO

Objetivos:
La primera tarea de toda encuesta por muestreo es fijar en términos concretos los
objetivos de la misma.
 ¿Qué información se necesita para cumplirlos?
 ¿Cuál es el motivo de la encuesta?
 ¿Existe información disponible de antemano de encuestas piloto u otras
encuestas similares que pueda ser aprovechada?
 ¿Existe información complementaria que se pueda utilizar para mejorar los
procesos de estratificación, selección o estimación?
 ¿De qué medios materiales y personales se dispone?
 Límites presupuestarios y temporales
 Legislación y restricciones administrativas
 Oportunidad de fechas
Delimitación de la población objetivo y la población investigada
Una vez que se tiene claro el objetivo de la encuesta, es necesario definir
cuidadosamente la población que va a ser muestreada, teniendo siempre presente que
se va a obtener una muestra de esa población que ha de ser definida de tal manera
que la selección de la muestra sea realmente factible. Por lo tanto, tiene que estar
clara la cobertura de la encuesta, eliminando de la población objetivo la parte de
población ideal no accesible para obtener la población investigada. En muchos casos,

10
ES-142 ING DE MINAS-UNSCH

las dificultades prácticas para manejar ciertos segmentos de la población podrían

apuntar a la eliminación de los mismos del campo de la encuesta.
Por ejemplo, en una encuesta sobre la población, podría resultar muy difícil cubrir a la
población trashumante
Establecimiento del marco
La investigación por muestreo se favorece por la existencia de una cierta
infraestructura estadística previa, que llamaremos infraestructura estadística deseable,
pero que además demanda como condición necesaria una infraestructura estadística
mínima, siendo ésta imprescindible para llevar a cabo el diseño muestral que posibilite
la investigación por muestreo. Dentro de esta infraestructura estadística mínima,
indispensable para la investigación por muestreo, se enmarca la existencia de
directorios o marcos convenientemente correctos y actualizados.

 Infraestructura de definiciones.
 Infraestructura de clasificaciones estadísticas.
 Infraestructura de planimetría.
 Infraestructura estadística de datos complementarios
Como ejemplo de marco informatizado para la realización de encuestas dirigidas a
empresas e instituciones podríamos citar la reciente creación en el Instituto Nacional
de Estadística español (INE) del Directorio Central de Empresas, en siglas DIRCE. El
DIRCE trata de reunir en un directorio único todas las empresas españolas, siendo su
objetivo básico hacer posible la realización de encuestas por muestreo dirigidas
precisamente a las empresas, pues, evidentemente, una empresa no podrá ser
seleccionada en una encuesta si no figura reseñada en el directorio, debidamente
actualizado, del que se selecciona.
Otro ejemplo de marco informatizado acompañado de cartografía y planimetría es el
referente a la división del territorio español en 40.000 secciones censales, de entre las
cuales se seleccionan aproximadamente 3.000 para poder realizar cualquier tipo de
encuestas oficiales que vaya dirigida a viviendas familiares o a las personas o grupos
familiares que las habitan. Este marco es el utilizado por el INE en el diseño muestral
de la Encuesta General de Población (EGP), a partir del cual se hace posible la
realización de cualquier encuesta para obtener datos asociados a la población de
viviendas de uso familiar o de los grupos humanos que en ellas residen
Diseño de la muestra
Especificación de las unidades de muestreo.
 Métodos estadísticos para la depuración del marco.
 Posible utilización de la información complementaria.
 Análisis y determinación del tamaño de la muestra.
 Método de selección de la muestra, esto es, tipo de muestreo a utilizar
Fórmulas para los estimadores a utilizar.

11
ES-142 ING DE MINAS-UNSCH

 Fórmulas para la estimación de los errores de muestreo.

 Métodos estadísticos para el tratamiento de la falta de respuesta.
 Control de otros errores ajenos al muestreo
Trabajo de campo
 Las unidades a medir.
 Las variables objeto de medida.
 El instrumento de medida.
 La realización de la medida y la instrumentalización necesaria.

• Las unidades a medir

Determinar de manera previa, a priori, la unidad informante sin que quepa ninguna
arbitrariedad o indeterminación. Una encuesta seria supone localizar inequívocamente
las unidades informantes (hogares, empresas, instrucciones, etc.), dando lugar a
dificultades añadidas.
• Las variables objeto de medida
El rigor estadístico hay que trasladarlo también a la definición de las variables objeto
de estudio para que la toma del dato esté correctamente acotada sin la menor
indeterminación.
• El instrumento de medida
El instrumento de medida habitual en las encuestas es el cuestionario, que contiene las
variables cuyo valor han de cumplimentar las unidades muestrales informantes,
normalmente personas, hogares, empresas o instituciones.
• La instrumentalización de la medida
 Formación de presupuestos y su realización y control.
 Determinación del método idóneo de recogida de los datos (entrevistador,
teléfono, servidor vocal, fax, correo, ordenador portátil, métodos mixtos).
 Elaboración de manuales de instrucción, generalmente extensos y detallados,
dada la amplia casuística que suele presentar la recogida de datos.
 Diseño e impresión del material de trabajo como el cuestionario y el resto de la
documentación de control de trabajo de campo.
 Diseño de propaganda y su contratación para motivar a los informantes (radio,
televisión, prensa especializada o no).
 Diseño de múltiples visitas (para explicación, recordatorio o ayuda) a las
unidades informantes para lograr la correcta elaboración.
 Preparación de cuadros y tablas referentes a la información a recoger.
 La instrumentalización de la medida.
La informática en el trabajo de campo
Respecto a la positiva interacción del desarrollo informático con los trabajos de campo
de las encuestas, hay que señalar que esta interacción se concreta en el desarrollo de

12
ES-142 ING DE MINAS-UNSCH

aplicaciones microinformáticas que favorecen notablemente tanto la gestión de la

recogida de los datos como la grabación y depuración de la información. Así, una
aplicación microinformática puede desarrollar módulos de gestión que incluyan:
 El control de estado de la colaboración de la unidad informante (cuestionario
enviado, recibido, reclamado, proceso de sanción.)
 Asignación de trabajo para cada agente entrevistador.
 Obtención de indicadores ligados a la recogida de datos (de unidades recibidas
en plazo, fuera de plazo, unidades ausentes, negativas, fuera de ámbito,
ilocalizables.)
 Altas, bajas y modificación de unidades para actualizar la base de datos de las
unidades muestrales.
 Inclusión de variables testigo que permitirán detectar dónde hay que
concentrar más los esfuerzos en la última fase de la recogida.
Encuesta piloto
Cuando se realizan encuestas de gran dimensión suele ser muy útil seleccionar una
pequeña muestra para una prueba piloto.
• Ensaya el cuestionario en condiciones reales.
• Pone a prueba los aspectos fundamentales de la encuesta principal.
• Contrasta la idoneidad del marco.
• Resalta la variabilidad de determinados caracteres.
• Permite intuir la tasa esperada de falta de respuesta.
• Comprueba la idoneidad del método de recogida de datos.
• Aporta datos sobre el probable coste y duración de la encuesta principal
Procesamiento de los datos
 Proceso y depuración automática de cuestionarios.
 Imputación de información faltante.
 Ajuste de la no respuesta.
 Cálculo de estimaciones y sus errores.
 Tabulación de los datos.
 Análisis de resultados mediante técnicas avanzadas de análisis multivariante
implementadas en la diversidad de software estadístico existente actualmente

Evaluación de resultados
Después de obtener los primeros datos relativos a una encuesta, es necesario proceder
a su evaluación con la finalidad de contrastar la calidad de la encuesta antes de
proceder a la presentación y difusión de resultados. Entre los puntos más importantes
que se persiguen con la evaluación destacan los siguientes:
 Contrastar las discrepancias entre el diseño teórico y el aplicado.
 Evaluar los errores ajenos al muestreo y los debidos al muestreo.

13
ES-142 ING DE MINAS-UNSCH

 Analizar los costes.

 Comparar los resultados con los de otros diseños alternativos.
 Contrastar los resultados con los de fuentes externas para una encuesta similar
Presentación de resultados
Según indicaciones de la Conferencia de Estadísticos Europeos, suele ser habitual
presentar dos tipos de informes sobre los resultados, el informe técnico y el informe
resumido. El informe técnico puede publicarse de forma irregular y ser puesto al día
cuando se estime conveniente. Dicho informe suele ir dirigido a personal especializado
y ha de contener como mínimo información sobre las fuentes de los datos, conceptos,
definiciones, clasificaciones y metodología. El informe resumido va enfocado hacia el
usuario general y debe presentarse en cada difusión primaria de los datos de una
encuesta. Dicho informe debe contener como mínimo la referencia al informe técnico
detallado, información básica sobre la fuente de los datos, definiciones, cobertura de
la encuesta, idoneidad del marco, métodos de selección de la muestra y estimación,
errores de muestreo, tasas de respuesta y comparación de resultados con los de
fuentes externas.
Difusión de resultados
 Difusión en soporte papel de modo resumido de resultados referidos a las
variables más importantes de la encuesta.
 Difusión en soporte magnético del grueso de la información de la encuesta. En
soporte magnético la información no ocupa lugar y los medios actuales de
almacenamiento como el CD-ROM permiten difundir gran cantidad de
información de forma barata.
 Difusión de la información más importante de la encuesta vía INTERNET.
 Publicación de avances previos a los resultados finales.
 Difusión a medida de la información, con la finalidad de realizar explotaciones
de los micro datos que permitan obtener resultados muy específicos previa
petición de usuarios especializados.
1.4.- CARACTERÍSTICAS DESEABLES DE UNA INVESTIGACIÓN POR MUESTREO
Hemos visto que el muestreo tiene sus limitaciones y sus ventajas. Unas
características determinas.
 Acuracidad.
 Pertinencia.
 Oportunidad.
 Accesibilidad.
 Detalle y cobertura.
 Economía.
 Integración.

14
ES-142 ING DE MINAS-UNSCH

1.5.- ERRORES EN LAS ENCUESTAS POR MUESTREO

En las encuestas por muestreo puede definirse el «error» de una determinada
estimación como la diferencia entre el valor observado y el valor desconocido de
la característica de la palabra «error» no equivale en Estadística, necesariamente, a
equivocación, sino más bien a un indicador del margen esperado de incertidumbre. Los
errores se deben a causas diversas, pudiendo clasificarse en errores de carácter
aleatorio y errores de carácter sistemático o sesgos. Como ejemplo de los primeros
citaremos el originado por la variabilidad de los valores obtenidos en el proceso de
muestreo, y entre los segundos el producido por un método tendencioso de medición.
Otra clasificación muy útil es la que distingue entre errores de muestreo (que son los
originados por la variabilidad de los valores obtenidos en el proceso de muestreo y que
por lo tanto son de carácter aleatorio) y errores ajenos al muestreo (que se producen
por causas ajenas al muestreo en sí, es decir, por causas no probabilísticas).
• Errores de cobertura
• Errores de respuesta
La varianza total de respuesta recoge el efecto conjunto de las siguientes
componentes: la varianza simple de respuesta, que mide la variabilidad de las
respuestas dadas en sucesivas realizaciones conceptualmente posibles dividida por el
tamaño de la muestra y la componente correlacionada, que recoge el efecto añadido
de una posible influencia de los entrevistadores, codificadores, etc. sobre las
respuestas. Esta segunda componente no se reduce al aumentar el tamaño de la
muestra. sobre todas las realizaciones conceptualmente posibles y sobre todas las
unidades de la población, y el valor «objetivo» se le denomina sesgo de respuesta. Se
suele llamar error total a la varianza total más el cuadrado del sesgo. Para estimar el
error de respuesta puede utilizarse el método de la reentre vista, que consiste en la
realización de nuevas entrevistas a una submuestra de entrevistados en la encuesta
principal. La reentrevista a una unidad debería hacerse bajo las mismas condiciones
generales y dentro de un lapso de tiempo no demasiado largo, con objeto de evitar el
olvido de los datos correspondientes a la fecha de referencia, ni demasiado corto, con
el fin de limitar en lo posible el efecto del factor memoria. Así, por ejemplo, una parte
de la posible discrepancia en los resultados de las entrevistas a una misma unidad
realizadas por agentes con un grado similar de adiestramiento, puede ser debida a
diferencias entre los entrevistadores. Si estas diferencias son de carácter aleatorio y
corresponden a errores de respuesta no correlacionados, dan lugar a la varianza
simple de respuesta, que puede ser estimada por el método de reentrevista. Para
estimar el error de respuesta puede utilizarse también el método de las submuestras
Inter penetrantes.
 Falta de respuesta
a. Imposibilidad de identificar la unidad sobre el terreno o de acceder a la misma.
b. Incapacidad para contestar por parte del entrevistado.
c. Ausencia temporal del entrevistado.

15
ES-142 ING DE MINAS-UNSCH

d. Negativa a cooperar en la encuesta por parte del entrevistado.

e. Pérdida de información

UNIDAD 2
2.- MUESTREOS PROBABILÍSTICOS Y APLICACIONES CON FÓRMULAS MATEMÁTICAS
(tamaño de muestra “n” y otras).
El propósito de una encuesta no es describir a los individuos de una muestra de una
manera particular, sino obtener un perfil estadístico de la población. Para ello, se
apoyan en un conjunto de supuestos probabilísticos sobre el comportamiento de las
variables poblacionales, es decir, sobre su distribución de probabilidad en la población,
lo que permite construir ecuaciones probabilísticas que describen el comportamiento
de las variables en la población.
En estos esquemas, cada unidad de muestreo tiene una probabilidad conocida y
distinta de cero de ser seleccionada, lo que permite obtener estimaciones e inferir
parámetros poblacionales con un margen de error previamente determinado.
En toda investigación basada en muestras probabilísticas, es importante asumir que los
errores de muestreo siempre están presentes y hay que vivir con ellos. Además, los
resultados obtenidos a menudo son diferentes de los verdaderos valores buscados.
Esto significa que diferentes muestras producirán diferentes resultados. Sin embargo,
la teoría matemática del muestreo permite evaluar las diferencias entre varias
muestras y proporciona una medida del error de muestreo, siempre que se elijan
correctamente.
Otro aspecto importante es que las propiedades esperadas e idealizadas de las
muestras probabilísticas solo se pueden satisfacer de forma aproximada, ya que en los
dominios reales se introducen diferentes tipos de imperfecciones a la hora de obtener
las muestras. Entre las diferentes técnicas de muestreo probabilístico más comunes
podemos mencionar el aleatorio irrestricto, el sistemático, el estratificado y el
conjunto.
2.1.- MUESTREO ALEATORIO SIMPLE (MAS)
La técnica de muestreo de todos los elementos de la población que serán elegidos para
la muestra se selecciona de manera aleatoria y de igual manera cada elemento tiene la
misma probabilidad de ser seleccionados, a los elementos se le asigna un número que
será único para su identificación.
 Todos los elementos de la población tienen la misma probabilidad de ser
seleccionados en la muestra.
 Este tipo de muestreo es más recomendable, pero resulta mucho más difícil de
llevarse a cabo y, por lo tanto, es más costoso. Para seleccionar una muestra de
este tipo se requiere tener en forma de lista todos los elementos que integran la
población investigada y utilizar tablas de números aleatorios.
Para realizar el procedimiento de selección primero se tiene asignar el número a todos
los elementos de la población, posteriormente se procederá a la selección a través de

16
ES-142 ING DE MINAS-UNSCH

algún medio mecánico (tiras de papel en una bola de cristal, tabla de números
aleatorios, bolas pin-pong con un número asignado dentro de una bolsa, números
aleatorios generados por un ordenador, etc.) según sea el tamaño de la muestra
establecido, los elementos asociados a los números obtenidos de medio mecánico serán
la muestra de estudio.

• Ventajas de muestreo aleatorio simple (mas)

 Se seleccionan a los elementos de la población de una manera equitativa,

puesto que todos elementos tienen la misma probabilidad de selección
 Cada selección de elemento es independiente de otras selecciones.
 Los procedimientos estadísticos requeridos para analizar los datos y calcular los
errores son más fáciles que los requeridos en otros procedimientos de muestreo
probabilístico.
 tiende a producir muestras representativas.
 Calculo rápido de medias y varianzas.

• Desventajas de muestreo aleatorio simple (mas)

 La necesidad de siempre contar con una lista de todos los elementos de la

población, en caso de que este método se aplique a una población que es muy
grande sería muy tardado en realizar dicha lista, al igual que mantenerla
actualizada en todo momento.
 No se aplica a una población grande.

• Pasos a seguir para seleccionar una muestra simple aleatoria (mas)

1) Enumere las unidades del marco muestral con números sucesivos.

2) Seleccione tantos elementos del marco muestral como sea el tamaño
requerido de la muestra, usando una tabla de números aleatorios.
3) La selección de las unidades se realiza sin reemplazo. El muestreo aleatorio
simple presenta dos propiedades:
 Equiprobable: Cada unidad tiene las mismas posibilidades de ser elegida.
 Independencia: La selección de una unidad no influye en la selección de
otras unidades
MUESTREO ALEATORIO SIMPLE SIN REPOSICIÓN
Es un procedimiento de Selección con probabilidades iguales que consiste en obtener
la muestra unidad a unidad de forma aleatoria sin reposición a la población de las
unidades, es decir, muestras con los mismos elementos colocados en orden distinto
se consideran iguales. De esta forma las muestras con elementos repetidos son
imposibles.
 Probabilidad de una muestra cualquiera
De esta forma se define el procedimiento de selección de la muestra, el
espacio muestral.

17
ES-142 ING DE MINAS-UNSCH

 Probabilidad pi que tiene una unidad de pertenecer a la muestra

A efectos de formalizarla la teoría del muestreo aleatorio simple sin reposición

es necesario calcular la probabilidad que tiene cualquier unidad de la
población.

ALEATORIO SIMPLE CON REPOCICIÓN

Es un procedimiento deseleccione con selección con probabilidades igual es

que consiste tengo obtener la muestra unidad a unidad de forma aleatoria con
reposición a la población de las unidades previamente seleccionadas.

18
ES-142 ING DE MINAS-UNSCH

2.2.- MUESTREO ALEATORIO ESTRATIFICADO

los elementos de la población se dividen en subgrupos o en estratos, en el cual cada
elemento solo puede pertenecer a un solo estrato. Es decir, cada elemento será
agrupado en estrados respeto a una característica, por ejemplo, el sexo, la edad, la
profesión, el estado civil, etc.
La finalidad de este tipo de muestreo es asegurarse de que cada estrato de interés se
encuentre representado apropiadamente en cada muestra. Los estratos tienen que ser
mutuamente excluyentes y colectivamente exhaustivos, por ende, cada elemento de la
población tiene que pertenecer a un único estrato sin omitir algún elemento de la
población.

Se le denomina afijación a la distribución de la muestra en función de los distintos

19
ES-142 ING DE MINAS-UNSCH

estratos, los tipos de afijación pueden ser:

 Afijación simple
 Afijación Proporcional
 Afijación Óptima

• Ventajas del muestreo estratificado

 Es recomendable utilizar esta técnica de muestreo cuando se tiene

conocimiento apriori de la población.
 Se obtiene estimaciones más precisas.
 El objetivo de este tipo de muestreo es asegurarse de que cada estrato de interés
se encuentre representado apropiadamente en cada muestra.
 Se puede utilizar diferentes métodos de muestreo a cada estrato.
 Si los estratos suelen ser homogéneos internamente y heterogéneos entre sí, al
momento de utilizar esta técnica de muestreo reducirá el error muestral.

• Desventajas del muestreo estratificado

 Es necesario contar con un marco que tenga información auxiliar.

 Suele ser difícil de formar cada uno de los estratos.

• Pasos a seguir para seleccionar una muestra estratificada

 Divida a la población en estratos que sean mutuamente excluyentes. Esto es,
que incluyan a todos los elementos de la población y que cada elemento
pertenezca solamente a un estrato.
 Una vez conocido el tamaño de muestra a seleccionar, calcule la cantidad de
elementos a seleccionar en cada estrato de manera proporcional al tamaño de
cada estrato. El tamaño de muestra para cada estrato se obtiene mediante la
siguiente fórmula:
 Tamaño de muestra a seleccionar, calcule la cantidad de elementos a
seleccionar en cada estrato. Calcule la cantidad de elementos a seleccionar en
cada estrato.
 Seleccione muestras aleatorias simples para cada uno de los estratos.

• Recomendaciones para el uso de muestras estratificadas

 Si se tiene que usar más de una variable para formar los estratos, cuidar que
estas no estén relacionadas entre sí.
 No se deben considerar la formación de muchos estratos, generalmente se usan
entre tres y ocho estratos.
 Los estratos pequeños no contribuyen mucho a la reducción del error, por lo
tanto, pueden no ser considerados.
 La variable de estratificación la suele sugerir el investigador o el estadístico.

20
ES-142 ING DE MINAS-UNSCH

21
ES-142 ING DE MINAS-UNSCH

2.3.- MUESTREO DE CONGLOMERADO

Se utiliza cuando la población se encuentra agrupada en conglomerados naturales,
entendemos por conglomerados a la agrupación de elementos que presentan
características similares a toda la población, a diferencia que muestreo aleatorio
estratificado este procedimiento se agrupa según las variables a estudiar y se
identifican exactamente a la población. Los conglomerados tienen que ser mutuamente
excluyentes y colectivamente exhaustivos, de igual manera deben tener la misma
probabilidad de ser seleccionados.

El procedimiento para utilizar este método es el siguiente:

Seleccionar aleatoriamente los conglomerados, los elementos de cada conglomerado

formaran parte de la muestra.
Posteriormente se hace la elección al azar de los elementos que serán de estudio dentro
de cada grupo o bien a la observación de todos los elementos que componen los grupos
elegidos.

 Se divide la población en varios grupos de características parecidas entre ellos

y luego se analizan completamente algunos de los grupos, descartamos a los
demás:

 Dentro de cada conglomerado existe una variación importante, pero los

distintos conglomerados son parecidos.
 Requiere una muestra más grande, pero suele simplificar la recogida de
muestras.
 Frecuentemente los conglomerados se aplican a zonas geográficas.

CONCLOMERADOS CON EL MISMO TAMAÑO Y ESTIMADORES

LINEALES INSESGADOS

22
ES-142 ING DE MINAS-UNSCH

23
ES-142 ING DE MINAS-UNSCH

2.4.- MUESTREO ALEATORIO SISTEMÁTICO

Este procedimiento al igual que el muestreo aleatorio simple se enumera todos los
elementos de la población, pero a diferencia del método anterior solamente se extraerá
un elemento de la población el cual se hace al azar.

 Ventajas del muestreo aleatorio sistemático

 Se recomienda cuando la población en muy numerosa.

 Amplifica la muestra a toda la población.
 No presenta problemas de cálculo algebraico.
 Este tipo de muestreo requiere menos tiempo al igual que es de bajo costo.

 Desventajas del muestreo aleatorio sistemático

 Presenta casos en los que se dan periodicidades en la población ya que al elegir

a los miembros de la muestra con una periodicidad constante podemos
introducir una homogeneidad que no se da en la población.
 La posibilidad de aumento de la varianza si existe periodicidad en la población.
 No existe una independencia de los elementos en distintas zonas, puesto que los
elementos seleccionados en cada zona dependen de la seleccionada en la
primera zona.
 Únicamente existe una selección aleatoria que es para el primer elemento de la
muestra.
 Procedimiento para seleccionar un aleatorio sistemático

 Calcule el valor de k, donde 𝑘 = N/n

El valor de k se redondea al valor del entero menor.
 Seleccione aleatoriamente un número entero entre 1 y k llamado arranque
aleatorio (A)
 A partir de este número elegido, seleccione el siguiente que ocupa la
posición (A + k) del listado del marco muestral y así sucesivamente hasta
completar la muestra.

24
ES-142 ING DE MINAS-UNSCH

2.5.- MUESTREO ALEATORIO BIETÁPICO

El Muestreo Bietápico se realiza en dos etapas, en la primera una muestra de unidades
primarias es seleccionada de la población. Las unidades primarias pueden ser rodales,
lotes, estratos, parcelas de muestreo, etc. Cada unidad primaria está a su vez dividida
en unidades más pequeñas llamadas unidades secundarias.
En la segunda etapa, sólo una parte de las unidades secundarias situadas dentro de
cada unidad primaria es observada.
Las razones para aplicar este diseño son variadas, pero puede ser especialmente apto
cuando no hay tiempo o fondos suficientes para observar todos los rodales, lotes o
estratos

• Ventajas del muestreo aleatorio bietápico

 No es necesario utilizar todas las unidades elementales de los conglomerados

en la primera etapa.
 No es necesario un marco de unidades elementales completo, basta con un
marco más basto para conglomerados.
 Se necesitan menos recursos y el coste es mejor, ya que solo se visitan algunas
de las unidades elementales de los conglomerados elegidos en primera etapa
para la muestra.
 Cuando hay cierto grado de homogeneidad de los conglomerados muestrales
es absurdo seleccionar todas sus unidades elementales para la muestra.
• Desventajas del muestreo aleatorio bietápico
 Precisión menor
 Los submarcos dentro de cada conglomerado pueden originar complicaciones
al aumentar número de etapas del submuestreo.
 Aparecen fuentes de variación que complican los cálculos algebraicos

25
ES-142 ING DE MINAS-UNSCH

2.6.- MUESTREO ALEATORIO POLIETÁPICO

Es método que consiste en tomar muestras por etapas utilizando unidades de
muestreo descendentes con el objetivo de hacer el proceso más práctico. Este método

26
ES-142 ING DE MINAS-UNSCH

puede ser un poco complejo, ya que implica dividir la población en conglomerados y

elegir uno o más grupos al azar y se muestrea a todos los miembros del grupo elegido.
 Ventajas del muestreo polietápico
 Los costos y los tiempos para llevar a cabo este proceso son efectivos.
 Es un método conveniente para encontrar la muestra en una encuesta.
 Es mucho más preciso que el muestreo por conglomerados para las muestras
del mismo tamaño.
 Es eficaz para la recolección de datos primarios a partir de una población
geográficamente dispersa.
 Es muy flexible.
• Desventajas del muestreo polietápico
 No es tan preciso como el muestreo aleatorio simple cuando la muestra es del
mismo tamaño.
 Es difícil realizar pruebas.
 Es muy subjetivo.
 Los resultados de la investigación no son cien por ciento representativos de la
población.

 Aplicación del muestreo polietápico

Generalmente, se utiliza una mezcla entre el muestreo estratificado o por
conglomerados y el muestreo aleatorio simple.
La construcción de conglomerados es la primera etapa. Seleccionar los elementos de
los que se formará es la segunda. Esta técnica es utilizada con frecuencia cuando no
existe una lista completa de todos los miembros de la población y es inapropiada.
En algunas situaciones, se aplican varios niveles de selección de conglomerados antes
de que se eliminen los elementos finales de la muestra.
• Etapas del muestreo polietápico
Se puede dividir el proceso en las siguientes etapas:
 Seleccionar el tamaño de la muestra. Cada grupo debe ser numerado de forma
única y posteriormente, se selecciona una pequeña muestra relevante.
 Seleccionar un marco de muestreo de subgrupos relevantes. Este paso se
realiza después de elegir los grupos relevantes en la etapa anterior.
 Repetir la segunda etapa si es necesario
 Seleccionar a los miembros del grupo de la muestra de subgrupos utilizando
alguna variación de muestreo probabilístico.

27
ES-142 ING DE MINAS-UNSCH

UNIDAD 3
3.- MUESTREOS NO PROBABILÍSTICOS Y EJEMPLOS
En este tipo de muestreo, también conocido como muestreo modelo, las muestras no
son representativas por el tipo de selección, son informales o arbitrarias, y se basan en
supuestos generales sobre la distribución de variables en la población, por ejemplo:
una canasta de uvas es Juzgar probando una de ellas; el comerciante de una
determinada clase de bienes acepta la remesa después de probar algunas, elige a su
antojo; en física, biología o psicología, el elemento estudiado se elige por casualidad, o
porque tienen ciertas características , como seleccionar los animales más gordos para
estudiar.
Entre los diferentes tipos de muestreo no probabilístico podemos mencionar: el azar o
azar, la selección de expertos, el muestreo de población flotante y el muestreo por
cuotas.
Características:
 no se basa en ninguna teoría de la probabilidad, por lo que no es Puede calcular
la precisión o limitar el error resultante.
 No se puede calcular la confianza en estos errores o estimaciones, Además, no
siempre aumentando muestra.
 En el muestreo no probabilístico, el costo y la dificultad de diseñar Son más
pequeños (porque no se requiere marco).
 Este muestreo puede producir buenos resultados, pero también puede Riesgo
de proporcionar información incorrecta.
3.1.- MUESTREO CASUAL
El muestreo casual (accidental) es un método que permite conocer de manera rápida
algunos aspectos relevantes sobre los consumidores utilizando a las personas que se
encuentran más disponibles en un momento dado.
Si te encuentras realizando un sondeo de mercado o los primeros pasos de una
investigación de mercados y estás considerando utilizar este método, en este artículo
hemos recopilado todo lo que tienes que tener en cuenta.

Permite recoger opiniones, sugerencias, críticas y comentarios de forma fácil y sencilla,

aunque sus resultados no son tan sólidos desde el punto de vista experimental.

• Ventaja del muestreo casual

Es el método más exacto para llevar a cabo una investigación de mercado a

profundidad, brinda algunas de las ventajas significativas para diversos fines, como
pueden ser:
 Proporciona resultados rápidamente
 Es un método de muestreo barato.

28
ES-142 ING DE MINAS-UNSCH

 Facilidad de aplicación.
 Proporciona información cualitativa.

• Desventaja del muestreo casual

 La imposibilidad de generalizar los resultados de la encuesta al conjunto de la

población.
 La posibilidad de que la población esté infrarrepresentada o
sobrerrepresentada.
 La obtención de resultados sesgados debido a las razones por las que algunas
personas deciden participar y otras no.
 Los estudios que usan este tipo de muestreo pueden llegar a perder
credibilidad por las razones anteriores.

Ejemplo de muestreo casual

Uno de los ejemplos más comunes del muestreo casual es el levantamiento de

encuestas en la entrada de una tienda.
Es posible que los investigadores no conozcan a las personas encuestadas, pero están a
su alcance en ese momento y lo pueden aprovechar. 

Ejemplo:

Realizamos una encuesta de opinión sobre un producto de higiene personal que se ha

lanzado en el mercado recientemente. La empresa contratada hace una serie de
entrevistas a las personas de la calle. Van entrevistando a los que a los que se ha
encontrado casualmente por calle.

29
ES-142 ING DE MINAS-UNSCH

3.2.- MUESTREO DE VOLUNTARIOS

Formado por participantes seleccionados por el investigador. Sin embargo, este
método produce un sesgo de respuesta, ya que los miembros son
autoseleccionados. 
El proceso consiste en elegir a una persona para ser voluntaria de responder la
encuesta porque puede tener una opinión particularmente fuerte sobre el tema,
por conveniencia o por razones éticas. 

• Ventajas del muestreo voluntario

 Entre las principales ventajas de un muestreo voluntario se encuentran
las siguientes:
 Es una manera sencilla de realizar un estudio.
 Es barato.
 Los datos fáciles de recopilar.
 Es fácil acceso.
 Requiere poco esfuerzo por parte del investigador.
 Tiene la posibilidad de proporcionar información rica y cualitativa.
 Mínimo esfuerzo.

• Desventajas del muestreo voluntario

 No hay control sobre la muestra.

 Los datos son inexactos.
 Las respuestas son sesgadas.
 No es aconsejable hacer interferencias.
 Favorece un cierto resultado.
 El resultado es influenciado por el investigador, lo cual afecta la fiabilidad
del estudio

• Uso del muestreo voluntario

No es útil en casos donde el estudio es de gran importancia o cuando hay que

tomar grandes decisiones basadas en el resultado, ya que este solo refleja un
aspecto de toda la historia, por lo que es mejor aplicar un muestreo aleatorio. 

Este método, sin embargo, puede ser utilizado por presentadores de

programas de televisión o de radio que deseen afirmar su opinión sobre temas
específicos en los que los voluntarios también tienden a inclinarse hacia la
misma opinión que el presentador.
Las organizaciones utilizan este método como una herramienta de marketing
para anunciar sus productos. El muestreo voluntario puede aumentar
potencialmente el conocimiento de tu marca y convertir a tus clientes existentes
tus defensores.

Ejemplo:

llamados a programas de “líneas abiertas” en radio o televisión.

30
ES-142 ING DE MINAS-UNSCH

3.3.- MUESTREO DE EXPERTOS

3.4.- MUESTREO DE OPINIÓN
3.4.1.- Concepto
Es una técnica que se basa en la opinión del investigador para construir una muestra
de sujetos en función de su carácter típico, el estudio de casos extremos o marginales,
permite estudiar fenómenos raros inusitados
Como consecuencia de su lógica subjetividad, se puede afirmar que, por lo general , el
muestreo de opinión proporciona muestras más representativas cuando menor sea el
tamaño de las muestras a obtener.
• Últimas actualizaciones

 Abandono de fondos bancarios.

 Rentabilidad bursátil.
 Intermediarios financieros.
3.5.- MUESTREO DE CUOTA
Todos los elementos conocidos de la población tienen que
aparecer en la muestra. Se debe asegurar que estos aparezcan en la
misma proporción que en la población.
El investigador entrevista a todas las personas de cada categoría que
pueda encontrar hasta que haya llenado la cuota.

• Ventajas del muestreo por cuotas

 Es un proceso de muestreo sencillo y rápido, ya que utiliza la

participación de una cuota para la creación de las muestras.
 La interpretación de la información es mucho más fácil para el
investigador.
 Otorga una representación efectiva de la población a investigar.
 No permite la sobrerrepresentación, ya que estudia a la población
por cuotas específicas.
 No es necesario un presupuesto elevado para realizar este tipo
de muestreo.

• Desventajas del muestreo por cuotas

 Puede haber dificultad al reducir un error encontrado durante

este muestreo.
 El no incluir una cuota que sea relevante para el estudio,
podría ocasionar que los resultados se distorsionen.

31
ES-142 ING DE MINAS-UNSCH

Ejemplos:
Se debe realizar una investigación acerca de personas con algún problema de salud en
una empresa que posee 1000 empleados población, por lo que el investigador decide
separar a las personas en estratos, según su rango de edad.

Estrato Edad Cantidad Porcentaje

1 18-29 600 60%
2 30-59 300 30%
3 60-100 100 10%

Selecciona una muestra estadística de 100 personas para realizar su

investigación.
El investigador decide tomar 60 empleados de entre 18 y 29 años
(60%), 30 empleados de entre 30 y 59 años (30%) y 10 empleados
de entre 60 a 100 años (10%). Así mismo, define su criterio de
selección a convivencia.

3.6.- MUESTREO DE POBLACIONES MÓVILES (USA EL MÉTODO DE CAPTURA-MARCA-

RECAPTURA)
3.7.- MUESTREO BOLA DE NIEVE
No es útil en casos donde el estudio es de gran importancia o cuando hay que
tomar grandes decisiones basadas en el resultado, ya que este solo refleja un
aspecto de toda la historia, por lo que es mejor aplicar un muestreo aleatorio. 

Este método, sin embargo, puede ser utilizado por presentadores de

programas de televisión o de radio que deseen afirmar su opinión sobre temas
específicos en los que los voluntarios también tienden a inclinarse hacia la
misma opinión que el presentador.
Las organizaciones utilizan este método como una herramienta de marketing
para anunciar sus productos. El muestreo voluntario puede aumentar
potencialmente el conocimiento de tu marca y convertir a tus clientes existentes
tus defensores.

• El muestreo de bola de nieve consiste en dos pasos:

A. Identificar sujetos potenciales en la población. A menudo, sólo uno o

dos sujetos pueden ser encontrados inicialmente.
B. Pedir a esos sujetos que recluten a otras personas. Los participantes
deben ser conscientes de que no tienen que proporcionar ningún otro
nombre. En otras palabras, el método de muestreo de bola de nieve

32
ES-142 ING DE MINAS-UNSCH

se basa en referencias de sujetos iniciales para generar sujetos

adicionales, de ahí deriva su nombre “bola de nieve”.

• Ventajas del muestreo de bola de nieve

 El proceso de implementación es corto, barato, simple y rentable.

 Tiene la capacidad de reclutar poblaciones ocultas y recopilar
datos primarios de forma rentable.
 Ayuda a descubrir características sobre una población que sabias
que existía, lo ideal.
 Se necesita poca planificación y menos de mano de obra que
otros tipos de muestreo.

• Desventajas del muestreo de bola de nieve

 Generalmente es imposible determinar el error de muestreo o
hacer inferencias sobre las poblaciones de la muestra obtenida.
 Poco control sobre el método de muestreo. Los sujetos que el
investigador puede obtener se basan principalmente en sujetos
observados anteriormente.
 El sobre muestreo de una red particular de pares puede llevar a
un posible sesgo.
 Los encuestados pueden dudar en proporcionar los nombres de
sus pares y pedirles que lo hagan puede plantear problemas
éticos.

Ejemplos:

Un investigador quiere hacer un estudio de una secta-secreta.

Empieza estudiando a 3 integrantes de misma que conoce y ellos le
van presentando a otros sujetos para incluirlos en su estudio.

Un médico ha tratado a un paciente con enfermedad rara y decide

hacer un estudio sobre ella punto para ello, recurre al paciente que le
va derivando a sus conocidos con dicha enfermedad y a través del
del muestreo de bola de nieve entrevista al número de individuos que
precisa.

33
ES-142 ING DE MINAS-UNSCH

CONCLUSIONES

34
ES-142 ING DE MINAS-UNSCH

REFERENCIAS

35