Universo y

Muestra

Tema 5
Conceptos Generales
La Estadística
Origen

• El término alemán Statistik, introducido originalmente por Gottfried Achenwall en

1749, se refería al análisis de datos del Estados, es decir, la «ciencia del Estado» (o
más bien, de la ciudad-estado) También se llamó aritmética política de acuerdo con la
traducción literal del inglés. No fue hasta el siglo XIX cuando el
término estadística adquirió el significado de recolectar y clasificar datos. Este
concepto fue introducido por el militar británico sir John Sinclair (1754-1835).
• La palabra estadística tiene su raíz en la palabra STATUS= cosas del Estado.
• Durante el siglo pasado, era considerada como la ciencia del Estado.
• Las civilizaciones antiguas recogían datos sobre población, producción agrícola y
renta.
• Esas informaciones debían ser resumidas en valores numéricos para su
interpretación y uso en la toma de decisiones
Definición:

“Es la ciencia que estudia la técnica o método que se sigue para recoger, organizar,
resumir, representar, analizar, generalizar y predecir resultados de las observaciones de
fenómenos aleatorios”.

“La estadística se ocupa de los métodos y procedimientos para recoger, clasificar,

resumir, hallar regularidades y analizar los datos, siempre y cuando la variabilidad e
incertidumbre sea una causa intrínseca de los mismos; así como de realizar inferencias
a partir de ellos, con la finalidad de ayudar a la toma de decisiones y en su caso
formular predicciones”.
Clasificación:
a) Estadística Descriptiva: Es el conjunto de métodos que implican la recolección,
presentación y caracterización de un conjunto de datos a fin de describir en forma apropiada las
diversas características de esta.

• Es decir, la estadística descriptiva, describe, analiza y representa un grupo de datos, utilizando

métodos numéricos y gráficos que resumen y presentan la información contenida en ellos.

• Es cuando los resultados del análisis no pretenden ir más allá del conjunto de datos.

• Ej: Un docente desea conocer el rendimiento académico de su materia, para ello utiliza el
promedio o media aritmética, en la cual se suman los valores observados divido entre el numero
de observaciones.
• 85 + 90 + 95 + 48 + 55 + 70 + 88 + 90 + 75 + 100 / 10 = 70.6 ptos

• La calificación promedio es de 70,6.

b) Estadística inferencial: Es el conjunto de métodos o técnicas que posibilitan la
generalización o toma de decisiones en base a una información parcial obtenida mediante técnicas
descriptivas.
• Apoyándose en el cálculo de probabilidades y a partir de datos muestrales, efectúa estimaciones,
decisiones, predicciones u otras generalizaciones sobre un conjunto mayor de datos. Su tarea
fundamental es la de hacer inferencias acerca de la población a partir de una muestra extraída de
la misma.
• Es cuando el objetivo del estudio es deriva las conclusiones obtenidas a un conjunto de datos más
amplios.

• Ej. Siguiendo el ejemplo anterior, las autoridades pretenden conocer la aptitud promedio de los
estudiantes de la carrera, pero se carece de recursos para realizar un test general a todos los
estudiantes. Entonces se decide utilizar la aptitud promedio de los estudiantes de un solo grupo
para estimar la aptitud promedio de la carrera.
• El proceso de estimar esta aptitud promedio global será un problema de la estadística inferencial.
 • Encuestas
• Organización de Datos
Descriptiva
• Tabulación
• Representaciones
• Cálculo de parámetros
ESTADISTICA

• Interpretación de resultados
Inferencial • Conclusiones y predicciones
El Muestreo
• El muestreo es una de las partes fundamentales del método científico para poder desarrollar una
investigación.

• Al realizar un trabajo de investigación, el investigador tiene que establecer los sujetos y objetos de
estudio. Este depende de la investigación que vaya a realizar.

• Para seleccionar una muestra, lo primero que se debe hacer es definir nuestra unidad de análisis
(personas, organizaciones, unidades vecinales, etc).

• El quiénes van a ser medidos depende de precisar claramente el problema a investigar y los
objetivos de la investigación.

• El muestreo, siempre y cuando sea representativo, tiene múltiples ventajas de tipo económico y
práctico, ya que en lugar de investigar el total de la población, se investiga una parte de ella,
además de que proporciona los datos en formas más oportuna, eficiente y exacta, debido a que el
encuestar a toda la población o efectuar un censo puede ocasionar fatiga y prácticas que tiendan a
distorsionar la información.
• Una población es cualquier grupo de elementos; los elementos son las unidades individuales que
componen la población.

• Mientras que la población se refiere a un grupo finito, el universo se refiere a sucesos que no
tienen límites, infinitos.

Definición:
“Es el conjunto de operaciones que se realizan para estudiar la distribución de determinadas
características en la totalidad de una población, a partir de la observación de una parte o subconjunto
de la población, denominada muestra. A las diferentes etapas para seleccionar la muestra se les
denomina diseños de muestra”.

La representatividad de una muestra implica que ésta refleje las características, similitudes y
diferencias encontradas en la población. Lograr la representatividad de la muestra solo es posible en
un muestreo aleatorio o al azar, pero de ninguna manera es exacta, ya que lo único que se puede
establecer es la probabilidad de no rebasar ciertos márgenes de error.(error de estimación).
El marco muestral incluye todas las unidades muestrales contenidas en la población, es decir, una lista
de unidades muestrales, y éstas son colecciones distintas de elementos de la población.

El diseño muestral incluye todas las unidades muestrales contenidas en la población, es decir, una
lista de unidades muestrales, y éstas son colecciones de distintas de elementos de la población.

El diseño de la muestra implica tres etapas:

a) Esquema de muestreo. Cómo se va a realizar la selección de la muestra y qué equipo de
muestreo se va a realizar.
b) Encontrar estimadores.
c) Determinar el tamaño de la muestra.

Para seleccionar una muestra, lo primero que se debe hacer es definir nuestra unidad de análisis
(personas, organizaciones, unidades vecinales, etc).

El quiénes van a ser medidos depende de precisar claramente el problema a investigar y los objetivos
de la investigación.
1. UNIVERSO O POBLACION: Constituye la totalidad de un conjunto de elementos, seres u
objetos que se desea investigar y de la cual se estudiará una fracción (la muestra) que se
pretende que reúna las mismas características y en igual proporción. Los términos población y
universo se los utiliza indistintamente.

Ej: La placas del parque automotor en Bolivia.

Padrón electoral de Bolivia
Edades de los estudiantes universitarios en Bolivia.

1.1. Población finita: Es aquella que tiene un número limitado de elementos. Por ejemplo: La estatura
o peso de los estudiantes de la Facultad de Cs. del Hábitat.

1.2. Población infinita: Es aquella que no tiene límite o cotas, tienen un número infinito de elementos.
Por ejemplo: La calidad de todas las unidades producida mediante un proceso manufacturero.

1.3. Parámetro: Es una medida resumen que describe las características de toda la población. Los
parámetros son características medibles de una población y naturalmente para determinar su valor es
necesario utilizar la información de toda la población.
MUESTRA

Es la parte o fracción representativa de un conjunto de una población, universo o colectivo, que ha

sido obtenida con el fin de investigar ciertas características del mismo. El problema principal consiste
en asegurar que el subconjunto sea representativo de la población, de manera que permita
generalizar al universo los resultados obtenidos sobre la muestra.

BASE DE LA MUESTRA

Es el conjunto de unidades individualizadas que forman un universo o población. Puede ser un

censo, un padrón electoral, un catálogo, una lista, un mapa, un plano, etc. Sin embargo, no todos los
universos están censados o catalogados; en esos casos la base de la muestra no existe, y hay que
elegirla por algún procedimiento empírico; por ejemplo, el encuestar una de cada diez personas que
se encuentren en determinado lugar o dejando que el encuestador elija como mejor le parezca cada
unidad, una vez que se le asigna una serie de encuestas para cada una de las categorías elegidas, ya
sea nivel de ingresos, edad, sexo, etc.
UNIDAD DE LA MUESTRA

Está constituida por uno o varios de los elementos de la población en las que se subdivide la base
de la muestra, y que dentro de ella se delimitan de manera bien precisa. La unidad de la muestra
puede ser simple (constituida por un individuo) o colectiva (constituida por un grupo, una familia, un
pueblo, etc.). La muestra, en última instancia comprende un cierto número de éstas unidades,
elegidas conforme a un plan de muestreo.
CONDICIONES Y ELEMENTOS DE LAS MUESTRAS

1. Que comprendan parte del universo, y no la totalidad de éste.

2. Que su amplitud sea estadísticamente proporcionada a la magnitud del universo. Esta

condición se halla en estrecha relación con el punto práctico de determinación del tamaño de
la muestra y sirve para decidir si, según las unidades que comprende respecto del universo,
una muestra es o no admisible.

3. La ausencia de distorsión o desviación en la elección de los elementos de la muestra. Si esta

relación presenta alguna anomalía, la muestra resultará por este mismo hecho viciada.

4. Que sea representativa o reflejo fiel del universo, de tal modo que reproduzca sus diversas
características. Por ejemplo, si el universo comprende hombres y mujeres, la muestra
también deberá comprenderlos y precisamente en la misma proporción. Estas condiciones se
pueden aplicar para ver si en un caso dado hay o no muestra y si está lo es o no
verdaderamente.
TECNICAS DE MUESTREO: Conjunto de operaciones que se realizan para elegir la muestra.

FRACCION DE MUESTREO: Es el porcentaje que representa la muestra respecto al universo; se

obtiene dividiendo la muestra por el universo. Así por ejemplo, si el universo es de 10.000 unidades
y hemos elegido una muestra de 1.200 unidades, la fracción de muestreo será 0,12 ó 12%.

Muestra 1.200 = 0,12 o 12%

Universo 10.000

COEFICIENTE DE ELEVACION: Indica las veces que la muestra está contenida en el universo; en
otras palabras, es la cantidad por la que hay que elevar la muestra para obtener el universo. Se trata
de una relación inversa a la fracción de muestreo. Si tomamos el ejemplo anterior, tendríamos que el
coeficiente de elevación es 8,33.

Ce: U/m
10.000/1200 = 8,33333
TAMAÑO DE LAS MUESTRAS: Al tomar una muestra, está tiene que constar de un número
suficiente de elementos elegidos al azar, tal que proporcione una seguridad estadística de que los
resultados que se obtengan en ella, pueden dentro de los límites estimados, representar realmente al
universo.
Significa que el tamaño de una muestra ha de alcanzar determinadas proporciones mínimas, fijadas
estadísticamente, según las leyes experimentales de la probabilidad. Pero, por otra parte, las
necesidades prácticas de ahorro de tiempo, coste y esfuerzos, aconsejan que el tamaño de la
muestra no excede este límite mínimo marcado por la estadística.
El tamaño de la muestra y también el cálculo depende de los cuatro factores o elemento siguientes:
a) La amplitud del universo, si es infinito o no.
b) El nivel de confianza adoptado.
c) El error de estimación permitido.
d) La proporción en que se encuentra en el universo la característica estudiada.
FASES PARA LA SELECCIÓN DE LA MUESTRA: Para seleccionar las muestras se debe observar
las siguientes características:

1. Tener en cuenta los objetivos y finalidad de la investigación

2. La disponibilidad de información sobre el conjunto del que se extraerá la muestra (censos,
material cartográfico, etc).
3. Nivel de confianza adoptada.
4. Error de estimación permitido.
5. Los recursos humanos y equipos mecánicos disponibles.
6. Los medios financieros.
7. Los métodos y técnicas a utilizar en la investigación.
8. Recopilación y análisis de datos.
9. Medición de la representatividad de la muestra.
TIPOS DE MUESTRAS Y PROCEDIMIENTOS DE SELECCIÓN

Si tomamos en cuenta la estructura y los procedimientos de selección, se pueden distinguir dos tipos
de muestras, y dentro de cada una de ellas, diferentes clases.
El primer tipo (muestreo aleatorio o probabilístico) se basa en ciertas leyes y es rigurosamente
científico; el segundo procedimiento (no aleatorio o empírico), a diferencia del anterior, no tiene una
base estadístico-matemática, y puede revestir dos formas: la de muestreo intencional u opinático, y la
de muestreo errático, circunstancial o sin norma.

MUESTRAS ALEATORIAS, PROBABILISTICAS O AL AZAR

Existen diversos procedimientos para el muestreo aleatorio o probabilístico, que dan lugar a
diferentes clases de muestras. Las vamos a describir sumariamente a continuación, prescindiendo
de explicaciones estadístico-matemáticas.
Son las muestras que se obtienen mediante procedimientos basados en la ley de los grandes
números y el cálculo de probabilidades, eliminando posibles arbitrariedades con una determinación
aleatoria o de azar. Supone que el conjunto, universo o colectivo (que se pretende estudiar y
denominado “base de la muestra”), pueden subdividirse en unidades diferentes llamadas “unidades de
muestreo”, la cuales pueden ser, según los casos: unidades naturales del conjunto (ej: individuos de
una población); conjuntos naturales de unidades (ej: las familias) o unidades artificiales (como por
ejemplos un área determinada de terreno o una hilera de plantas).

Al decirse que la muestra se determina al azar, se quiere expresar que cualquiera de las unidades o
elementos que componen el conjunto tiene las mismas probabilidades de quedar incluidos en la
muestra. Resulta evidente que este procedimiento tiene mayores posibilidades de validez cuanto
más homogéneo es el conjunto, pero el problema principal que se plantea es el siguiente ¿Cómo
obtener una muestra que sea verdaderamente al azar?

Una muestra al azar, no significa que las unidades de muestreo se escogen de manera casual, todo lo
contrario, es una azar planeado.
Muestra al azar es la que se obtiene de tal forma que, desde todos los puntos de vistas pertinentes,
el investigador no tiene motivo alguno para creer que no habrá de producir alguna propensión o
tendencia. Dicho en otras palabras, las unidades del universo tienen que estar dispuestas de modo
que el proceso de selección de una equiprobabilidad de selección a todas y cada una de las
unidades que figuran en un universo.

Se pueden presentar dos casos: el muestreo irrestrictamente aleatorio o sin reemplazamiento,

utilizados si la población es finita, en la que todas las muestras de elementos son equiprobables, el
muestreo con reemplazamiento, en el cual cada elemento seleccionado retorna al conjunto o
universo; se trata de poblaciones o universos finitos.

El proceso de muestreo aleatorio simple, consta de cuatro pasos:

1. Definir la población de la cual se desea seleccionar una muestra.

2. Listar todos los miembros de la población.
3. Asignar números a cada miembro de la población.
4. Aplicar un criterio para seleccionar la muestra deseada.
MUESTREO ESTRATIFICADO
Con el fin de mejorar la representatividad de la muestra, cuando se conocen ciertas características del
conjunto o universo, se procede a agrupar (en estratos, categorías o clases), las unidades de
muestreo homogéneas entre sí. Dentro de cada uno de los estratos se hará luego una selección al
azar (aleatorio simple).
El plan de subdivisión del conjunto (llamado “plan de representación”) se efectúa conforme al objetivo
de la investigación y sobre la base del conocimiento estadístico del universo. El reparto de la muestra
en cada estrato (que se denomina “afijación”) puede realizarse de la siguiente manera:

Que cada estrato tenga una muestra de igual tamaño.

Que la muestra de cada estrato sea proporcional al número de elementos, y a la desviación estándar.
En este caso hay que determinar el tamaño óptimo de la muestra para cada estrato.
Que la muestra sea proporcional al número de elementos de cada estrato.
Si se carece de esta información básica, la única solución es realizar uno o varios estudios pilotos o
preliminares, que a la postre nos ayudarán a proporcionar información que servirá para organizar el
estrato y la correspondiente muestra.
Indistintamente, la estratificación se puede hacer conforme a categorías de edad, sexo, ingreso, clase
social, ocupación, o partir de otra cosa que tenga que ver con la materia de la encuesta. En estas
muestras estratificadas aleatorias, la selección se hace dentro de los estratos, cada unidad tiene la
misma probabilidad conocida de ser seleccionada. Muchas veces la selección de los estratos es una
tarea difícil, ya que éstos no siempre es posible organizarlos. En todo caso facilitará esta tarea el
análisis de la propia naturaleza del problema. También su complicación al definir los niveles y grados
de representatividad que debe tener la población en cada uno de los estratos.
Muchos de los puntos relacionados con las decisiones del muestreo estratificado dependen de que se
cuente o no con la información previa.
MUESTREO SISTEMATICO
En este caso, se escoge cada k-ésimo nombre de la lista. El término k-ésimo representa un
número entre 0 y el tamaño de la muestra que usted quiere seleccionar.
Por ejemplo, queremos escoger 10 nombres de una lista de 50 personas que aparecen en un listado.
Para hacerlo se siguen los siguientes pasos:
a)Divida el tamaño de la población entre el tamaño de la muestra deseada. En este caso, 50/10 = 5.
Por tanto, se escogerá cada quinto nombre de la lista.
b) Como punto de partida, escoja un nombre al azar, utilizando el método de apuntar con los
“ojos cerrados” o, si la lista está numerada, utilice cualquier dígito del número de un billete que
tenga en su billetera. El billete que su utiliza tiene sus dos primero dígitos 43, y éste será
nuestro punto de partida.
c) Una vez determinado el punto de partida, selecciones cada quinto nombre. En este ejemplo,
el número 43, 48, 3, 13, 18, 23, 28, 33 y 38.
Muestreo por áreas y de superficies

En cierta forma se trata de una estratificación geográfica, en la cual las unidades de muestreo
elementales se sustituyen por un conjunto de unidades físicas situadas en un territorio determinado.
No se sortean individuos, sino áreas determinadas en las que se escogen unidades primarias y se
recopila la información dentro de esas unidades, que pueden incluir un submuestreo de familias.
El muestreo consiste en dividir un mapa geográfico (de escala adecuada para este trabajo) o bien un
relevamiento aerofotográfico, en distintas áreas de cierto grado de homogeneidad (áreas, unidad), de
las que se extraerán por azar las “áreas muestras”. En algunos casos, una ciudad pequeña por
ejemplo, puede ser más conveniente recoger la información de toda el área muestra; en otras
circunstancias, de esta área muestra –también por azar- se extraen manzanas, y dentro de cada
manzana se sortean casas o establecimientos (según la índole de la investigación) que formarán la
muestra.
Cuando se trata de una investigación sobre problemas rurales hay que dividir el país, región o
provincia, en zonas homogéneas o de relativa homogeneidad, para escoger aquellas dentro de las
cuales se sortean los establecimientos agropecuarios o familias que constituirán las unidades de
muestreo. Los mapas catastrales resultan imprescindibles para establecer las zonas o sub-zonas
en las que se escogerán las unidades de muestreo.
MUESTRA NO ALEATORIA, EMPIRICAS O NO PROBABILISTICAS

Consiste en que no se basan en una teoría matemática-estadística, sino que dependen del juicio
del investigador. En relación con las muestras aleatorias, este método posee ventajas en lo que se
refiere a costos y a tiempo, pero es más difícil controlar la validez de los resultados.
Las muestras no probabilísticas, las cuales llamamos también muestras dirigidas, suponen un
procedimiento de selección informal y un poco arbitrario. En la elección de las muestras de éste
tipo, la elección de los sujetos no depende de que todos tienen la misma probabilidad de ser elegidos,
sino de la decisión de un investigador o grupo de encuestadores.
La ventaja de una muestra no probabilística es su utilidad para un determinado diseño de estudio,
que requiere no tanto de una “representatividad de elementos de una población, sino de una
cuidadosa y controlada elección de sujetos con ciertas características específicas
previamente en el planteamiento del problema”. Hay varias clases de muestras dirigidas y éstas
se definirán a continuación.
Muestreo Intencional u Opinático

La persona selecciona la muestra procurando que sea representativa, pero haciéndolo de acuerdo a
su intención y opinión. En el muestreo intencional u opinático podemos distinguir: la muestras por
cuotas y las muestras razonadas o intencionadas.

Muestras por cuotas o proporcionales: Este tipo de muestreo se utiliza principalmente para realizar
sondeos de opinión pública e investigaciones de mercado. Consiste fundamentalmente en establecer
cuotas para las diferentes categorías del universo, que son réplicas del conjunto, quedando a
disposición del encuestador la selección de unidades. Si en una población un 60% de hombres y un
40% de mujeres, la muestra debe reflejar esa población; pero además se tienen en cuenta categorías
socio-profesionales: agricultores, obreros, técnicos, profesionales, etc.; la muestra debe tener en
cuenta estas proporciones. De ordinario una muestra por cuota comprender la combinación de varias
categorías.
Si bien cada encuestador eligen según su criterio cada elemento de la encuesta, éste debe ceñirse a
la cuota que se la ha asignado. Por ejemplo, en una cuota de 100 pueden ser 55 hombres y 45
mujeres; entre los 55 hombres, 25 serán obreros, 15 agricultores, 9 técnicos y 6 profesionales, y así
según las categorías a utilizar.
Digamos por último que el muestreo por cuota pretende ser representativo del total, reflejando las
diferentes categorías que se dan en la sociedad, pero su mayor ventaja está en su simplicidad, lo que
permite ahorro de tiempo y dinero. Su “debilidad” o limitación se deriva en las distorsiones que
pueden provenir de los encuestadores en la selección de las personas, quienes con frecuencia
escogerán las que le son afines y las que son más accesibles.
Este tipo de muestras se utiliza mucho en estudios de opinión y de mercadotecnia. Los
encuestadores reciben instrucciones de administrar cuestionarios a sujetos de la calle, y que al hacer
esto vayan conformando o llenando las cuotas de acuerdo a la proporción de ciertas variables
demográficas en la población.
Muestras razonadas o intencionadas: Este tipo de muestra supone o exige un cierto conocimiento
del universo a estudiar, su técnica consiste en que el investigador escoge (intencionadamente y no al
azar) algunas categorías que él considera típicas o representativas del fenómeno a estudiar. En el
estudio de comunidades rurales; por ejemplo, se pueden elegir a algunas fincas que se estiman
“típicas” o representativas del conjunto.
Sin embargo, la elección intencionada no es absolutamente representativa sino sólo bajo
ciertos puntos de vista que el investigador considera importantes o típicos. Como es obvio, este
juicio puede estar distorsionado por motivaciones subjetivas, o porque lo que era típico ha dejado de
serlo.

Muestra de expertos: En ciertos estudios es necesaria la opinión de sujetos expertos en un tema.

Esas muestras son frecuentes en estudios cualitativos y exploratorios que para generar hipótesis
más precisas o para generar materia prima para diseño de cuestionarios.
Muestreo por Conveniencia: El muestreo de conveniencia es justo lo que indica su nombre. Un
entrenador de fútbol da a cada miembro de su equipo un cuestionario. El público (el equipo) es
cautivo, y es una forma muy cómoda de generar una muestra. ¿Fácil? Sí. ¿Aleatoria? No.
¿Representativa? Tal vez, pero hasta cierto grado.
MUESTRAS PROBABILISTICAS MUESTRAS DIRIGIDAS

Estudios descriptivos, diseño de Sujetos voluntarios (diseños experimentales, situación de

investigación por encuestas, censos, laboratorio).
raitings, estudios para toma de decisiones.
Muestra probabilística simple

Muestra probabilística y por racimos Muestras de sujeto-tipo, estudios cualitativos,

investigación motivacional.
Muestras por cuotas.
Estudios de opinión y de mercado.

Resultados. Las conclusiones se Las conclusiones difícilmente pueden generalizarse a la

generalizan a la población y se conoce el población. Si esto se hace debe ser con mucha cautela.
error estándar de nuestros estimados.
TIPO DE MUESTRA Cuándo debe utilizarse Ventajas Desventajas

Muestreo aleatoria Cuando los miembros Asegura un alto grado de Tardanza y tedioso.
simple de la población son representatividad
similares.
Muestreo Cuando los miembros Asegura un alto de grado Menos verdaderamente
Sistemático de la población son de representatividad; no aleatorio que el
todos similares. hay que usar una tabla de muestreo aleatorio
números aleatorias. simple.
Muestreo aleatorio Cuando la población es Asegura un alto grado de Tardanza y tedioso.
estratificado de naturaleza representantividad de
heterogénea y contiene todos los estratos de la
varios grupos distintos. población
Muestreo por Cuando la población Fácil y cómodo. Posibilidad de que los
cúmulos consiste en unidades miembros de las
más que en individuos. unidades difieran entre
sí y reduzcan la
efectividad del
muestreo.
Tipo de muestra Cuándo debe usarse Ventajas Desventajas

Muestreo por Cuando la muestra es Cómodo y económico. La representatividad

conveniencia cautiva. es dudosa.

Muestreo por Cuando hay estratos Asegura cierto grado de La representatividad

conveniencia pero no es posible un representatividad de es dudosa.
muestreo estratificado. todos los estratos de la
población.
ERROR MUESTRAL

Aún cuando se utilicen los mejores procedimientos, ninguna muestra puede dar una garantía absoluta
de ser réplica exacta del universo o población que representa. En último término, los errores son
inevitables en toda muestra. Esta diferencia entre el universo y la muestra se denomina error de
muestro o error muestral.

El error de muestreo depende de dos factores:

A) Del tamaño de la muestra; a mayor fracción de muestreo menor será el error de la muestra.
B) De la dispersión o desviación típica de la muestra; a mayor dispersión mayor error

36