FACULTAD DE CIENCIAS AGROPECUARIAS Y FORESTALES

UNI- SEDE GENERAL ARTIGAS

MATERIAL DE APOYO
ESTADISTICA

Introducción

Estadística, derivado del latín status, que significa estado, pues era función principal de los
gobiernos de los estados establecer registros de población, nacimientos, defunciones,
impuestos,cosechas, etc. La necesidad de poseer datos cifrados sobre la población y sus
condiciones materiales de existencia se produjo desde que se establecieron sociedades humanas
organizadas. El desarrollo de la Estadística se fundamenta científicamente a partir de los años 30
a raíz de los problemas planteados en la sociedad industrial, por el desarrollo de otras ramas de
las Matemáticas y de otros campos como la Biología, Medicina, Informática, entre otras.
Actualmente la Estadística se ha convertido en un método efectivo para describir con
exactitud los valores de datos económicos, políticos, sociales, biológicos, físicos etc. Y sirve
como herramienta para relacionar y analizar datos. El trabajo del experto estadístico no consiste
solo en reunir y tabular los datos, sino sobre todo en el proceso de interpretación de esa
información, para tomar decisiones. El desarrollo de la teoría de la probabilidad ha aumentado el
alcance de las aplicaciones de la estadística. Muchos conjuntos de datos se pueden aproximar,
con gran exactitud, utilizando determinadas distribuciones probabilísticas. La probabilidad es útil
para comprobar la fiabilidad de las inferencias estadísticas y para predecir el tipo y la cantidad de
datos necesarios en un determinado estudio estadístico.
La estadística es el lenguaje universal de la ciencia, tiene por objeto el estudio de los
métodos para coleccionar, resumir, organizar, presentar, y analizar información de datos para la
toma de decisiones en ambiente de incertidumbre. El término estadística también se refiere a la
derivación de conclusiones válidas y a la formación de decisiones razonables, en base a
semejantes análisis. La estadística es el área de las matemáticas que permite extraer información
a partir de datos sobre fenómenos y procesos.
En otras palabras, el análisis estadístico nos provee un conjunto de principios y
procedimientos para manipular, resumir e investigar datos con el fin de obtener
información útil en la toma de decisiones. La estadística es un potente auxiliar de muchas
ciencias humanas, de aplicación práctica casi universal en todos los campos científicos.
Aunque comúnmente se asocie a estudios demográficos, económicos y sociológicos, gran
parte de los logros de la estadística se derivan del interés de los científicos por desarrollar
modelos que expliquen el comportamiento de las propiedades de la materia y los caracteres
biológicos. La medicina, la biología, la física y, en definitiva, casi todos los campos de las
ciencias emplean instrumentos estadísticos de importancia fundamental para el desarrollo de
sus modelos de trabajo .Algunos campos de investigación usan la estadística tan
extensamente que tienen terminología especializada. Estas disciplinas incluyen:
La Estadística en la Política: Conocidas son las famosas encuestas de tipo político, que
entregan una orientación de la intención de voto, de una muestra estadística representativa,
sobre la opinión de las personas en un tiempo determinado, teniendo esta herramienta una
gran confiabilidad. Así es que el uso de la estadística es imprescindible para determinar
caminos a seguir para los candidatos de elección popular.
Si no fuera por la matemática, en especial la estadística, no sería posible realizar campañas
políticas bien direccionadas, donde los elevados costos de la propaganda son de vital
importancia.
Este tipo de instrumento también es importante para la orientación en los logros tanto de las
políticas de gobierno, como de estado, en beneficio de la ciudadanía.
La Estadística en la Publicidad: Cuando las grandes marcas trasnacionales y/o nacionales
como Coca-Cola, Pepsi, Parmalat, Omo, etc. nos llenan de slogans, música y colores en sus
comerciales, lo único que buscan es que la gente adquiera los productos y/o servicios que
ofrecen.
 FACULTAD DE CIENCIAS AGROPECUARIAS Y FORESTALES
UNI- SEDE GENERAL ARTIGAS
MATERIAL DE APOYO
ESTADISTICA

Se dedican, entonces, a realizar las llamadas “campañas publicitarias”, y, antes de lanzar una,
hacen un estudio para encontrar las mejores alternativas posibles a fin de lograr el éxito de
ventas deseado. Estos estudios son de carácter estadístico. En las empresas de marketing
existen profesionales que trabajan con grupos de gente pre-seleccionada, de diversos lugares,
edades, intereses y actividades, entre otros, dependiendo del “Grupo Objeto”, en los llamados
“Focus”, recopilándose información mediante preguntas. Finalmente, con la ayuda de la
estadística, se toman decisiones y se hacen las adecuaciones pertinentes. De esta forma se
pueden realizar grandes inversiones, teniendo un casi seguro éxito, sin correr mayores
riesgos.
En las ciencias naturales: se emplea con profusión en la descripción de modelos
termodinámicos complejos (mecánica estadística), en física cuántica, en mecánica de fluidos
o en la teoría cinética de los gases, entre otros muchos campos.
En las ciencias sociales y económicas: es un pilar básico del desarrollo de la demografía y
la sociología aplicada.
En economía: suministra los valores que ayudan a descubrir interrelaciones entre múltiples
parámetros macro y microeconómicos.
En las ciencias médicas: permite establecer pautas sobre la evolución de las enfermedades
y los enfermos, los índices de nacimiento o de mortalidad, el grado de eficacia de un
medicamento, etcétera.
Procesos industriales: La estadística industrial es la rama de la estadística que busca
implementar los procedimientos probabilísticos y estadísticos de análisis e interpretación de
datos o características de un conjunto de elementos al entorno industrial, a efectos de ayudar
en la toma de decisiones y en el control de los procesos industriales y organizacionales.
Estadística militar: El potencial general de la Estadística Militar es apoyar el análisis militar
y explorar el potencial de información estadística en asuntos de la seguridad y de la defensa,
con miras a la construcción de indicadores y modelos que permitan la gestión eficiente de
datos requeridos por los Organismos de Seguridad.

La estadística puede dividirse en dos áreas: la estadística descriptiva y la

estadística inferencial.

Estadística Descriptiva: es la parte de la estadística que trata solamente de describir y

analizar un conjunto de datos, consiste sobre todo en la presentación de datos en forma de
tablas y gráficas. Esta comprende cualquier actividad relacionada con los datos y está
diseñada para resumir o describir los mismos sin factores pertinentes adicionales; esto es, sin
intentar inferir nada que vaya más allá de los datos, como tales.
Estadística Inferencial: es la parte de la estadística que busca inferir características de una
población a partir de datos provenientes de una muestra representativa de la misma.
Se deriva de muestras, de observaciones hechas sólo acerca de una parte de un conjunto
numeroso de elementos y esto implica que su análisis requiere de generalizaciones que van
más allá de los datos. Como consecuencia, la característica más importante del reciente
crecimiento de la estadística ha sido un cambio en el énfasis de los métodos que describen a
métodos que sirven para hacer generalizaciones. La Estadística Inferencial investiga o analiza
una población partiendo de una muestra tomada.
Las conclusiones que se obtienen mediante la inferencia estadística no son ciento por ciento
seguras, ya que se están obteniendo conclusiones relacionadas con un conjunto de datos sin
estudiar el mismo por completo. De este modo, cuando hacemos inferencia se utiliza un
 FACULTAD DE CIENCIAS AGROPECUARIAS Y FORESTALES
UNI- SEDE GENERAL ARTIGAS
MATERIAL DE APOYO
ESTADISTICA

razonamiento inductivo, mediante el análisis de una parte se saca conclusiones referidas al

todo.
Por lo tanto al no tener seguridad absoluta de las afirmaciones, con frecuencia se habla de
nivel de confianza, o de la probabilidad asociada a la misma. Por ejemplo el precio de la
acción estará entre 10 U$S y 15U$S, con un 99% de confianza.

Variables y atributos.

Anteriormente se ha señalado que el objeto de estudio de la Estadística son las poblaciones.

El número total de los mismos determina el tamaño de la población. Para estudiar una
población, lo primero que debe hacerse es observarla. Pero observar una población es
equivalente a observar sus elementos. Ahora bien, esos elementos poseen una serie de
características que son las que realmente se observan. Por ejemplo, “el conjunto de todas los
docentes de matemática de las Universidades del Paraguay” constituyen una población. Los
elementos de esa población son los docentes. Pero a un docente no se observa en abstracto.
Lo que realmente tiene interés son las distintas características de esos docentes, como, por
ejemplo, estado civil, género, estrategias de enseñanza, edad, años de servicio, etc. A todas
estas características de los elementos de una población se les conoce de forma genérica como
caracteres. Estos últimos, según su naturaleza, pueden ser de tipo cuantitativo o cualitativo.
Para el ejemplo anterior, serían caracteres cuantitativos: “los años de servicio”, “la edad”,
mientras que sería cualitativo “el estado civil” “las estrategias de enseñanza”. Hay que señalar
que, en general, cualquier carácter de tipo cuantitativo se puede ofrecer en términos
cualitativos. Así, en el ejemplo, los años de servicio de los docentes, lo agrupamos en
intervalos se podría hablar de docentes con poca experiencia y con mucha experiencia, siendo
ahora el carácter “años de antigüedad de los docentes” de naturaleza cualitativa. De manera
similar se podría proceder con los demás.
Pero en estadística es más habitual hablar de variables que de caracteres cuantitativos y de
atributos en lugar de caracteres cualitativos.
Las variables son susceptibles de medirse en términos cuantitativos y a cada una de esas
posibles mediciones o realizaciones se les conoce como valores, datos u observaciones. A
su vez, en función del número posible de valores que tome una variable, a las mismas se las
puede clasificar en discretas y continuas.
Serán discretas cuando el número de valores sea finito o infinito numerable, mientras que
una variable será continua cuando el número de sus valores sea infinito no numerable.
Los atributos no pueden medirse como ocurre con las variables. Lo único que puede hacerse
con ellos es describirlos mediante palabras y clasificarlos en categorías no numéricas que
sean mutuamente excluyentes. A cada una de estas categorías se le denomina modalidades.
 FACULTAD DE CIENCIAS AGROPECUARIAS Y FORESTALES
UNI- SEDE GENERAL ARTIGAS
MATERIAL DE APOYO
ESTADISTICA

Las escalas de medición

Una escala de medición es un conjunto de reglas que se aplican para cuantificar o asignar
puntajes (números) a lo que hemos observado. Esta traducción se apoya en la existencia de
un patrón de medida previamente establecido. Existen cuatro tipos de escalas de medición, si
bien sólo tres son empleadas para medir en las ciencias sociales.
Escalas nominales Las observaciones que hacemos del atributo son simplemente clasificadas
en categorías, sin que necesariamente exista una relación entre las categorías. Por esta razón,
se dice que las escalas nominales nombran, pero no miden o no cuantifican.
Ejemplo: son variables que se expresan usualmente en escala nominal, las siguientes.
Género : Hombre / Mujer
Ubicación : Urbano / Rural
Nacionalidad : Paraguaya / Extranjera
Procedencia : Asunceno / Guaireño
Estilo : Autoritario / Participativo
Escalas Ordinales, una escala ordinal ordena, en otras palabras, estas escalas establecen una
posición (ranking) al introducir la noción de “mayor que…. Y menor que”
Ejemplos: algunas variables expresadas en escala ordinal son:
Nivel socio - económico : alto / medio / bajo
Actitud : favorable / indiferente / desfavorable
Rendimiento : excelente / bueno / regular / deficiente
Como se puede notar en los ejemplos dados, las distancias entre las categorías pueden no ser
las mismas, lo que no invalida la escala. Es decir, en las escalas ordinales los intervalos entre
dos categorías contiguas pueden no ser constantes en tamaño.
Escalas de Intervalo Constante Las llamadas escalas de intervalo no sólo ordenan las
observaciones, sino que también señalan la distancia que hay entre las observaciones
registradas empleando intervalos de tamaño constante a lo largo de la escala. Puede pensarse
en la recta numérica para imaginar el funcionamiento de esta escala.
Ejemplos: se miden usualmente en escala de intervalo:
El logro académico : 60%, 71%, 94%
La inteligencia : 98, 101, 115 puntos
Las escalas de intervalo son de mayor precisión y permiten el uso de técnicas de análisis
estadístico más poderosas (menos sujetas a error)
Método Estadístico
 FACULTAD DE CIENCIAS AGROPECUARIAS Y FORESTALES
UNI- SEDE GENERAL ARTIGAS
MATERIAL DE APOYO
ESTADISTICA

La Estadística como ciencia que es, utiliza una metodología propia que recibe el nombre de
método estadístico. Para realizar un estudio Estadístico de un fenómeno, el proceso que se
sigue es generalmente el siguiente:
1. Definir la variable a ser estudiada: Este es el primer paso tener bien claro que es lo que
se va a estudiar.
2. Delimitar la población: No basta saber qué es lo que se quiere estudiar. es preciso
determinar con precisión a que elementos o individuos se va a aplicar el estudio.
3. Elegir una muestra: Teniendo en cuenta el tiempo que se dispone, el presupuesto
económico y la variable que se va a estudiar, se procede a la elección de una muestra. Las
Técnicas de Muestreo, que son un conjunto de métodos de selección, contemplan distintas
formas de elegir una muestra representativa de una población.
4. Recoger los datos: Los datos que se van a estudiar pueden ser recogidos directamente por
el investigador; reciben en este caso el nombre de datos estadísticos primarios. O bien haber
sido ya recopilados en anteriores estudios (Por instituciones oficiales, caso B.C.P., para el
índice del precio al consumidor I.P.C. u otras instituciones privadas): en tal caso se
denominan datos estadísticos secundarios. Cuando es el propio investigador quien debe
recoger la información, se ve necesitado en muchas ocasiones, de la elaboración de una
encuesta.
5. Tabular los datos: Esta tarea consiste en ordenar y agrupar en una tabla, los datos
obtenidos para su posterior análisis y estudio. Como resultado se obtienen las tablas de
frecuencias o tablas estadísticas.
6. Representación gráfica de los datos: Es la descripción del fenómeno y en la
interpretación suele ser muy útil estudiar su representación gráfica. Hay diversas formas de
representar gráficamente un fenómeno: Diagramas de líneas, de barras, de sectores,
histogramas, pictogramas, pirámides de población, etc. Es el investigador quien decide cuál
es conveniente utilizar en cada caso. siendo a veces conveniente elegir dos o tres
representaciones gráficas de un mismo fenómeno.
7. Analizar los datos: Una vez obtenidos y tabulados los datos, se procede a su análisis para
determinar las características del fenómeno y enunciar las conclusiones pertinentes. En este
análisis está incluido el estudio de las medidas de centralización y dispersión que
posteriormente se verán.
Aquí termina el cometido de la Estadística Descriptiva. De los pasos siguientes se ocupa la
Estadística Inductiva.
8. Estudiar la fiabilidad de la muestra: En muchas ocasiones el estudio se aplica a varias
muestras distintas de la misma población. En este caso se trata de determinar si las diferencias
que se pueden observar en los resultados de dos muestras distintas son, o no, considerables o
significativas.
9. Extrapolar los resultados muéstrales a la población: Se trata de determinar cómo se
comporta la población a partir del conocimiento del comportamiento de la muestra.
10. Contrastar Hipótesis: Se estudia la veracidad o falsedad de una hipótesis sobre el
comportamiento de la población establecida. de antemano. a partir del estudio de la muestra

Población
Es la colección, o conjunto de individuos, cuyas propiedades serán de interés para el
investigador. La población debe referirse cuidadosamente y se considera que está
completamente definida solo cuando se especifica la lista de elementos que pertenecen a ella.
Ejemplo: todos los estudiantes matriculados en la Universidad Nacional de Itapúa.
 FACULTAD DE CIENCIAS AGROPECUARIAS Y FORESTALES
UNI- SEDE GENERAL ARTIGAS
MATERIAL DE APOYO
ESTADISTICA

Hay dos tipos de poblaciones: finitas e infinitas. Cuando es posible enumerar físicamente los
elementos que pertenecen a una población, se dice que la población es finita, mientras que
cuando los elementos de una población son ilimitados, se dice que la población es infinita.
En el ejemplo de los estudiantes matriculados en la Universidad Nacional de Itapúa, hablamos
de una población finita, mientras que la población de las personas que consumen aspirinas es
infinita.
En la colección de datos de un grupo de observaciones, a menudo es imposible o impráctico
observar toda la población. De manera qué, en lugar de examinar el grupo en su totalidad,
llamado la población o universo, es conveniente examinar solamente una parte de la
población llamada muestra.

Muestra
Es un subconjunto de la población, es decir, una porción representativa de la población, que
se selecciona para su estudio porque la población es demasiado grande para analizarla en su
totalidad.
El muestreo es una herramienta de la investigación científica. Su función básica es determinar
que parte de una realidad en estudio (población) debe examinarse con la finalidad de hacer
inferencias sobre dicha población.
Las ventajas de observar la población de forma parcial y, en especial, para el caso de
seleccionar muestras son, en algunos casos, evidentes. En primer lugar, reduce el tiempo de
observación. Si el tiempo que se dedica a observar los elementos de la población es excesivo
podría ocurrir que los resultados llegaran más tarde de lo que es admisible. En segundo lugar
está el tema de los costos monetarios, que en la observación parcial son más reducidos que
en el caso de la exhaustiva.
Pero no todo son ventajas en la observación parcial. El principal inconveniente se deriva
precisamente de que la observación no es exhaustiva. En estos casos las características de la
población serán desconocidas, pues, aunque la muestra pretenda representar lo más fielmente
posible a la población, nunca dejará de ser eso, una muestra. Con los datos de la muestra solo
podremos conocer las características de esos valores muestrales. Concluir que son iguales a
las de la población sería poco menos que una osadía. Entre las características observadas en
la muestra y las de la población habrá siempre una diferencia que se conoce como error
muestral. Es precisamente este error muestral el que lleva a que las decisiones, en relación
con las características poblacionales, se tomen en situaciones de incertidumbre.
 FACULTAD DE CIENCIAS AGROPECUARIAS Y FORESTALES
UNI- SEDE GENERAL ARTIGAS
MATERIAL DE APOYO
ESTADISTICA

Observación, cuando el valor de p y q no se conozcan es conveniente tomar el caso más

favorable, es decir, aquel que maximice tamaño de la muestra o sea p = q = 50% (0,5)
El nivel de confianza se refiere a la probabilidad de que los resultados observados se deban
solamente al azar
 FACULTAD DE CIENCIAS AGROPECUARIAS Y FORESTALES
UNI- SEDE GENERAL ARTIGAS
MATERIAL DE APOYO
ESTADISTICA

También se puede usar una aplicación en Excel para cálculo de muestras.

Muestreo
En estadística se conoce como muestreo a la técnica para la selección de una muestra a partir
de una población. Puede ser Probabilístico y no probabilístico
Muestreo probabilístico
Los métodos de muestreo probabilísticos son aquellos que se basan en el principio de
equiprobabilidad. Es decir, aquellos en los que todos los individuos tienen la misma
probabilidad de ser elegidos para formar parte de una muestra y, consiguientemente, todas
las posibles muestras de tamaño n tienen la misma probabilidad de ser elegidas. Sólo estos
métodos de muestreo probabilísticos nos aseguran la representatividad de la muestra extraída
y son, por tanto, los más recomendables. Dentro de los métodos de muestreo probabilísticos
encontramos los siguientes tipos más utilizados en investigación: Muestreo aleatorio simple.
Muestreo estratificado. Muestreo sistemático. Muestreo por conglomerados.
Muestreo aleatorio simple:
El procedimiento empleado es el siguiente: 1) se asigna un número a cada individuo de la
población y 2) a través de algún medio mecánico (bolas dentro de una bolsa, tablas de
números aleatorios, números aleatorios generados con una calculadora u ordenador, etc.) se
eligen tantos sujetos como sea necesario para completar el tamaño de muestra requerido.
Este procedimiento, atractivo por su simpleza, tiene poca o nula utilidad práctica cuando la
población que estamos manejando es muy grande.
Muestreo aleatorio sistemático:
Se realiza el muestreo aleatorio sistemático cuando todos los elementos de la población están
ordenados y se elige al azar el primer elemento, y se incluye en la muestra a los que aparecen
en la lista cada “k” elementos. El valor de “k” se obtiene dividiendo el tamaño de la población
(N)
entre el tamaño de la muestra (n), es decir, 𝑘=𝑁𝑛⁄. El primer número elegido que se emplea
como punto de partida debe estar entre 1 y K.
El riesgo este tipo de muestreo está en los casos en que se dan periodicidades en la población
ya que al elegir a los miembros de la muestra con una periodicidad constante (k) se puede
introducir una homogeneidad que no se da en la población. Imaginemos que estamos
seleccionando una muestra sobre listas de 10 individuos en los que los 5 primeros son varones
y las 5 últimas mujeres, si empleamos un muestreo aleatorio sistemático con k=10 siempre
seleccionaríamos o sólo hombres o sólo mujeres, no podría haber una representación de los
dos sexos.
Muestreo aleatorio estratificado:
Trata de obviar las dificultades que presentan los anteriores ya que simplifican los procesos
y suelen reducir el error muestral para un tamaño dado de la muestra. Consiste en considerar
categorías típicas diferentes entre sí (estratos) que poseen gran homogeneidad respecto a
 FACULTAD DE CIENCIAS AGROPECUARIAS Y FORESTALES
UNI- SEDE GENERAL ARTIGAS
MATERIAL DE APOYO
ESTADISTICA

alguna característica (se puede estratificar, por ejemplo, según la profesión, el municipio de
residencia, el sexo, el estado civil, etc.). Lo que se pretende con este tipo de muestreo es
asegurarse de que todos los estratos de interés estarán representados adecuadamente en la
muestra. Cada estrato funciona independientemente, pudiendo aplicarse dentro de ellos el
muestreo aleatorio simple o el estratificado para elegir los elementos concretos que formarán
parte de la muestra. En ocasiones las dificultades que plantean son demasiado grandes, pues
exige un conocimiento detallado de la población. (Tamaño geográfico, sexos, edades,,...).
La distribución de la muestra en función de los diferentes estratos se denomina afijación, y
puede ser de diferentes tipos:
Afijación Simple: A cada estrato le corresponde igual número de elementos muéstrales.
Afijación Proporcional: La distribución se hace de acuerdo con el peso (tamaño) de la
población en cada estrato
Por ejemplo: Si intentamos hacer un estudio sobre los habitantes de una ciudad, en esta situación
es más económico realizar el denominado muestreo por conglomerados, que consiste en elegir
aleatoriamente ciertos barrios dentro de la ciudad, para después elegir calles y edificios. Una vez
elegido el edificio, se entrevista a todos los vecinos.En otras ocasiones se pueden utilizar
conglomerados no naturales como, por ejemplo, las urnas electorales. Cuando los conglomerados
son áreas geográficas suele hablarse de "muestreo por áreas". El muestreo por conglomerados
consiste en seleccionar aleatoriamente un cierto número de conglomerados (el necesario para
alcanzar el tamaño muestral establecido) y en investigar después todos los elementos
pertenecientes a los conglomerados elegidos. Este tipo de muestreo se utiliza cuando los
conglomerados son bastante similares entre sí, y hay una diversidad dentro de cada uno de ellos.
Al existir similitud entre los conglomerados, se supone que cada uno es representativo de la
población total. En resumen, los estratos y los conglomerados funcionan bajo principios opuestos:
los primeros son mejores cuanto más homogéneo es el grupo respecto a la característica a estudiar
y los conglomerados, contienen toda su variabilidad, o sea, son heterogéneos. Por otra parte,
cuando se tiene un muestreo estratificado, se escoge una muestra en cada estrato y la unión de
todas esas muestras es la muestra final, mientras que, si se tiene un muestreo por conglomerado,
al dividir la población en conglomerados se escoge a un (o más) conglomerados para la muestra.
Por ejemplo, se divide la población en 10 conglomerados la muestra puede ser dos
conglomerados, mientras que, si divides la población en 10 estratos, la muestra será un porcentaje
de cada uno de los 10 estratos. Muestreo aleatorio por conglomerados: Los métodos presentados
hasta ahora están pensados para seleccionar directamente los elementos de la población, es decir,
que las unidades muéstrales son los elementos de la población. En el muestreo por conglomerados
la unidad muestral es un grupo de elementos de la población
que forman una unidad, a la que llamamos conglomerado. Las unidades hospitalarias, los
departamentos universitarios, una caja de determinado producto, etc., son conglomerados
naturales.
Métodos de muestreo no probabilístico
A veces, para estudios exploratorios, el muestreo probabilístico resulta excesivamente costoso y
se acude a métodos no probabilísticos, aun siendo conscientes de que no sirven para realizar
generalizaciones, pues no se tiene certeza de que la muestra extraída sea representativa, ya que
no todos los sujetos de la población tienen la misma probabilidad de ser elegidos. En general se
seleccionan a los sujetos siguiendo determinados criterios procurando que la muestra sea
representativa. Entre los más usados se encuentran: de Conveniencia, de Juicios, por Cuotas, de
Muestreo por Conveniencia
El muestreo por conveniencia es una técnica de muestreo no probabilístico donde los sujetos
son seleccionados dada la conveniente accesibilidad y proximidad de los sujetos para el
investigador.
 FACULTAD DE CIENCIAS AGROPECUARIAS Y FORESTALES
UNI- SEDE GENERAL ARTIGAS
MATERIAL DE APOYO
ESTADISTICA

Uno de los ejemplos más comunes de muestreo de conveniencia se realiza utilizando

estudiantes voluntarios como sujetos de la investigación
Muestreo de Juicios
En el muestreo por juicio, se realiza un intento por asegurar que la muestra sea más
representativa que en el ejemplo anterior de muestreo de conveniencia. Los investigadores
utilizan su experiencia o hacen uso del servicio de expertos en el campo apropiado para
realizar una evaluación de la situación y elegir, entonces, las unidades muestrales más
apropiadas sobre la base de su supuesta relevancia para la investigación.
Muestreo por Cuotas
También denominado en ocasiones "accidental". Se asienta generalmente sobre la base de un
buen conocimiento de los estratos de la población y/o de los individuos más “representativos"
o "adecuados" para los fines de la investigación. Mantiene, por tanto, semejanzas con el
muestreo aleatorio estratificado, pero no tiene el carácter de aleatoriedad de aquél.
En este tipo de muestreo se fijan unas "cuotas" que consisten en un número de individuos que
reúnen unas determinadas condiciones, por ejemplo: 20 individuos de 25 a 40 años, de sexo
femenino y residentes en Encarnación. Una vez determinada la cuota se eligen los primeros
que se encuentren que cumplan esas características. Este método se utiliza mucho en las
encuestas de opinión.
Muestreo Bola de Nieve
Se localiza a algunos individuos, los cuales conducen a otros, y estos a otros, y así hasta
conseguir una muestra suficiente. Este tipo se emplea muy frecuentemente cuando se hacen
estudios con poblaciones marginales, delincuentes, sectas, determinados tipos de enfermos,
etc.
Muestreo Discrecional
A criterio del investigador los elementos son elegidos sobre lo que él cree que pueden aportar
al estudio.
Este muestreo es adecuado cuando existen líderes de opinión dentro de la población objeto
de estudio, y se sabe quiénes son esos líderes y el investigador no considera oportuno que
esos líderes queden fuera de la muestra por utilizar un método totalmente aleatorio.