SlideShare una empresa de Scribd logo
1 de 1
Consideraciones Fundamentales
del Muestreo
Este artículo, permite a los
investigadores conocer todo lo
referente a la metodología de una
investigación, intenta aproximar al
lector al estudio sobre el muestreo y
los métodos a utilizar para el cálculo
de tamaño de muestra a emplear en
el desarrollo de toma de decisiones.
Por tanto, es importante saber cómo
y cuándo aplicar un análisis
estadístico, en tal sentido para
definir la toma de decisiones sobre
un problema explicito, se requiere
determinar el tamaño de la
población y de esta una muestra; de
allí seleccionar la cantidad que
deben incluirse en un estudio. Cabe
decir que la muestra es una parte
de los elemento u objetos en
estudio.
El análisis de la muestra es
utilizado, para realizar deducciones
acercar del parámetro determinado
de la población. Este proceso
consiste en primero seleccionar la
población, segundo definir el
segmento de la población a
estudiar, tercero elegir el método a
utilizar y por último se ejecuta el
proceso.
La introducción de un número
excesivo de elementos encarece el
estudio en varios aspectos. Un
análisis con un tamaño escaso de la
muestra estimará un parámetro con
poca precisión, conduciendo a
conclusiones erróneas. Sin
embargo, existen varios métodos de
muestreo que tratan de aprovechar
ciertas características de la
población objetivo, con el fin de
conseguir una mayor precisión en
sus estimaciones sin incrementar el
tamaño muestral. Como lo es: el
muestreo aleatorio simple que
consiste en que cada unidad de
elementos tiene la misma
probabilidad de ser extraídas; y el
muestreo estratificado que consiste
en dividir los elementos antes de la
extracción en subconjuntos
homogéneos.
Para cualquier disciplina es
indispensable poder medir las
actividades que se realizan al
interior de ella. Esta actividad que a
diario se lleva a cabo en miles de
empresas de todo el mundo, parte
en realizar el estudio sistemático de
los métodos para realizar
actividades con el fin de mejorar las
tareas dentro de su empresa.
Es de señalar que el muestreo es
muy ventajoso, ya que su aplicación
resulta más económica, Es rápido y
controlable, Se obtiene una
observación rápida y exacta con un
mayor control y Sus resultados
pueden ser precisos. Es decir, nos
ahorra tiempo y nos da resultados
inmediatos.
En resumen, su importancia radica
en que se considera una técnica
estadística aplicable en diferentes
áreas, ya que se incluyen la
especificación de los datos, horas o
tiempo de recolección, la frecuencia,
el diseño de cuestionarios, el
tamaño de la muestra, las cuales
son características que permiten
conocer la población. Además, el
muestreo puede utilizarse para todo
lo relacionado con control de
calidad, producción, sueldos y
salarios, entre otros. Gracias a el
muestreo se puede conocer con
exactitud cuáles son las decisiones
a tomar y efectuar estimaciones de
valores a partir de las medidas
obtenidas.
Yumar Rondón
Yumar_1981@hotmail.com

Más contenido relacionado

La actualidad más candente

Estadistica
EstadisticaEstadistica
Estadistica
apinoh
 
ESTADÍSTICA APLICADA A LOS NEGOCIOS UTILIZANDO MICROSOFT EXCEL "CAPITULO 1"
ESTADÍSTICA APLICADA A LOS NEGOCIOS UTILIZANDO MICROSOFT EXCEL "CAPITULO 1"ESTADÍSTICA APLICADA A LOS NEGOCIOS UTILIZANDO MICROSOFT EXCEL "CAPITULO 1"
ESTADÍSTICA APLICADA A LOS NEGOCIOS UTILIZANDO MICROSOFT EXCEL "CAPITULO 1"
Quevin Crisostomo
 
Conceptos estadistica
Conceptos estadisticaConceptos estadistica
Conceptos estadistica
Tensor
 

La actualidad más candente (16)

Investigación cuantitativa
Investigación cuantitativa Investigación cuantitativa
Investigación cuantitativa
 
Qué, cómo y por qué del análisis descriptivo e inferencial y la prueba hipoté...
Qué, cómo y por qué del análisis descriptivo e inferencial y la prueba hipoté...Qué, cómo y por qué del análisis descriptivo e inferencial y la prueba hipoté...
Qué, cómo y por qué del análisis descriptivo e inferencial y la prueba hipoté...
 
Estadistica
EstadisticaEstadistica
Estadistica
 
ESTADISTICA
ESTADISTICAESTADISTICA
ESTADISTICA
 
Poblacion y muestra
Poblacion y muestraPoblacion y muestra
Poblacion y muestra
 
Informe Modelo
Informe ModeloInforme Modelo
Informe Modelo
 
Trabajo De Campo
Trabajo De CampoTrabajo De Campo
Trabajo De Campo
 
Estudios estadisticos
Estudios estadisticosEstudios estadisticos
Estudios estadisticos
 
Tipos de investigación
Tipos de investigaciónTipos de investigación
Tipos de investigación
 
ESTADÍSTICA APLICADA A LOS NEGOCIOS UTILIZANDO MICROSOFT EXCEL "CAPITULO 1"
ESTADÍSTICA APLICADA A LOS NEGOCIOS UTILIZANDO MICROSOFT EXCEL "CAPITULO 1"ESTADÍSTICA APLICADA A LOS NEGOCIOS UTILIZANDO MICROSOFT EXCEL "CAPITULO 1"
ESTADÍSTICA APLICADA A LOS NEGOCIOS UTILIZANDO MICROSOFT EXCEL "CAPITULO 1"
 
Tarea 2 parcial 2 - xilonem rodriguez
Tarea 2   parcial 2 - xilonem rodriguezTarea 2   parcial 2 - xilonem rodriguez
Tarea 2 parcial 2 - xilonem rodriguez
 
9 diseometodolgico-090330173413-phpapp02
9 diseometodolgico-090330173413-phpapp029 diseometodolgico-090330173413-phpapp02
9 diseometodolgico-090330173413-phpapp02
 
Clase 1 Muestreo
Clase 1 MuestreoClase 1 Muestreo
Clase 1 Muestreo
 
Muestra
MuestraMuestra
Muestra
 
Conceptos estadistica
Conceptos estadisticaConceptos estadistica
Conceptos estadistica
 
Rolinvestigacion
RolinvestigacionRolinvestigacion
Rolinvestigacion
 

Destacado

HadoopCompression
HadoopCompressionHadoopCompression
HadoopCompression
Demet Aksoy
 
Phrases (1) (1)
Phrases (1) (1)Phrases (1) (1)
Phrases (1) (1)
ishlive
 
Hadoop Performance Optimization at Scale, Lessons Learned at Twitter
Hadoop Performance Optimization at Scale, Lessons Learned at TwitterHadoop Performance Optimization at Scale, Lessons Learned at Twitter
Hadoop Performance Optimization at Scale, Lessons Learned at Twitter
DataWorks Summit
 

Destacado (20)

Proyecto gerencia industrial iupsmpzo.
Proyecto gerencia industrial   iupsmpzo.Proyecto gerencia industrial   iupsmpzo.
Proyecto gerencia industrial iupsmpzo.
 
Scotland's castles Rafa Garcia
Scotland's castles Rafa Garcia Scotland's castles Rafa Garcia
Scotland's castles Rafa Garcia
 
HadoopCompression
HadoopCompressionHadoopCompression
HadoopCompression
 
Nature
NatureNature
Nature
 
Apresentação Nativi
Apresentação Nativi Apresentação Nativi
Apresentação Nativi
 
Proceso de manufactura unidad iii
Proceso de manufactura unidad iiiProceso de manufactura unidad iii
Proceso de manufactura unidad iii
 
Phrases (1) (1)
Phrases (1) (1)Phrases (1) (1)
Phrases (1) (1)
 
Git in real product
Git in real productGit in real product
Git in real product
 
Large-Scale ETL Data Flows With Data Pipeline and Dataduct
Large-Scale ETL Data Flows With Data Pipeline and DataductLarge-Scale ETL Data Flows With Data Pipeline and Dataduct
Large-Scale ETL Data Flows With Data Pipeline and Dataduct
 
Go Zero to Big Data in 15 Minutes with the Hortonworks Sandbox
Go Zero to Big Data in 15 Minutes with the Hortonworks SandboxGo Zero to Big Data in 15 Minutes with the Hortonworks Sandbox
Go Zero to Big Data in 15 Minutes with the Hortonworks Sandbox
 
Data Process Systems, connecting everything
Data Process Systems, connecting everythingData Process Systems, connecting everything
Data Process Systems, connecting everything
 
Agile retrospective
Agile retrospectiveAgile retrospective
Agile retrospective
 
Impression techiques / implant dentistry course/ implant dentistry coursevvv
Impression techiques  / implant dentistry course/ implant dentistry coursevvvImpression techiques  / implant dentistry course/ implant dentistry coursevvv
Impression techiques / implant dentistry course/ implant dentistry coursevvv
 
Airflow at WePay
Airflow at WePayAirflow at WePay
Airflow at WePay
 
Hadoop & Spark Performance tuning using Dr. Elephant
Hadoop & Spark Performance tuning using Dr. ElephantHadoop & Spark Performance tuning using Dr. Elephant
Hadoop & Spark Performance tuning using Dr. Elephant
 
Choice Based Credit System
Choice Based Credit SystemChoice Based Credit System
Choice Based Credit System
 
Hadoop in Healthcare Systems
Hadoop in Healthcare SystemsHadoop in Healthcare Systems
Hadoop in Healthcare Systems
 
Hadoop Performance Optimization at Scale, Lessons Learned at Twitter
Hadoop Performance Optimization at Scale, Lessons Learned at TwitterHadoop Performance Optimization at Scale, Lessons Learned at Twitter
Hadoop Performance Optimization at Scale, Lessons Learned at Twitter
 
Big Data Benchmarking
Big Data BenchmarkingBig Data Benchmarking
Big Data Benchmarking
 
Dental implants
Dental implants Dental implants
Dental implants
 

Similar a Artículo sobre consideraciones fundamentales del muestreo

Consideraciones fundamentales del muestreo
Consideraciones fundamentales del muestreoConsideraciones fundamentales del muestreo
Consideraciones fundamentales del muestreo
luis3033
 
7 conceptos basicos de estadistica
7 conceptos basicos de estadistica7 conceptos basicos de estadistica
7 conceptos basicos de estadistica
Harold Mera
 
2 Ténicas de Muestreo
2 Ténicas de Muestreo2 Ténicas de Muestreo
2 Ténicas de Muestreo
guest4f8f8f
 
2 técnicas de muestreo
2 técnicas de muestreo2 técnicas de muestreo
2 técnicas de muestreo
Ana
 
2 técnicas de muestreo
2 técnicas de muestreo2 técnicas de muestreo
2 técnicas de muestreo
Ana
 
2 Técnicas de Muestreo
2 Técnicas de Muestreo2 Técnicas de Muestreo
2 Técnicas de Muestreo
guest4f8f8f
 
2 técnicas de muestreo
2 técnicas de muestreo2 técnicas de muestreo
2 técnicas de muestreo
Ana
 
Diseno de un_estudio_de_investigacion_de_mercados (2)
Diseno de un_estudio_de_investigacion_de_mercados (2)Diseno de un_estudio_de_investigacion_de_mercados (2)
Diseno de un_estudio_de_investigacion_de_mercados (2)
Pilar Reyes Sierra
 

Similar a Artículo sobre consideraciones fundamentales del muestreo (20)

Equipo 1.3
Equipo 1.3Equipo 1.3
Equipo 1.3
 
Muestreo
MuestreoMuestreo
Muestreo
 
Muestreo
MuestreoMuestreo
Muestreo
 
Consideraciones fundamentales del muestreo
Consideraciones fundamentales del muestreoConsideraciones fundamentales del muestreo
Consideraciones fundamentales del muestreo
 
Equipo 1 "Recolección de datos"
Equipo 1 "Recolección de datos"Equipo 1 "Recolección de datos"
Equipo 1 "Recolección de datos"
 
Lectura unidad 1
Lectura unidad 1Lectura unidad 1
Lectura unidad 1
 
Estudio del trabajo
Estudio del trabajoEstudio del trabajo
Estudio del trabajo
 
Análisis estadístico
Análisis estadísticoAnálisis estadístico
Análisis estadístico
 
7 conceptos basicos de estadistica
7 conceptos basicos de estadistica7 conceptos basicos de estadistica
7 conceptos basicos de estadistica
 
Los principios del muestreo
Los principios del muestreoLos principios del muestreo
Los principios del muestreo
 
2 Ténicas de Muestreo
2 Ténicas de Muestreo2 Ténicas de Muestreo
2 Ténicas de Muestreo
 
2 técnicas de muestreo
2 técnicas de muestreo2 técnicas de muestreo
2 técnicas de muestreo
 
2 técnicas de muestreo
2 técnicas de muestreo2 técnicas de muestreo
2 técnicas de muestreo
 
2 Técnicas de Muestreo
2 Técnicas de Muestreo2 Técnicas de Muestreo
2 Técnicas de Muestreo
 
2 técnicas de muestreo
2 técnicas de muestreo2 técnicas de muestreo
2 técnicas de muestreo
 
2 investigacion cuantitativa
2 investigacion cuantitativa2 investigacion cuantitativa
2 investigacion cuantitativa
 
Creatividad en la inv. de mercados
Creatividad en la inv. de mercadosCreatividad en la inv. de mercados
Creatividad en la inv. de mercados
 
Diseno de un_estudio_de_investigacion_de_mercados (2)
Diseno de un_estudio_de_investigacion_de_mercados (2)Diseno de un_estudio_de_investigacion_de_mercados (2)
Diseno de un_estudio_de_investigacion_de_mercados (2)
 
Investigacion cuantitativa
Investigacion cuantitativaInvestigacion cuantitativa
Investigacion cuantitativa
 
MuestreoEESTTeoria.pptx
MuestreoEESTTeoria.pptxMuestreoEESTTeoria.pptx
MuestreoEESTTeoria.pptx
 

Último

2 REGLAMENTO RM 0912-2024 DE MODALIDADES DE GRADUACIÓN_.pptx
2 REGLAMENTO RM 0912-2024 DE MODALIDADES DE GRADUACIÓN_.pptx2 REGLAMENTO RM 0912-2024 DE MODALIDADES DE GRADUACIÓN_.pptx
2 REGLAMENTO RM 0912-2024 DE MODALIDADES DE GRADUACIÓN_.pptx
RigoTito
 
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdf
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdfNUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdf
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdf
UPTAIDELTACHIRA
 
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
EliaHernndez7
 
La empresa sostenible: Principales Características, Barreras para su Avance y...
La empresa sostenible: Principales Características, Barreras para su Avance y...La empresa sostenible: Principales Características, Barreras para su Avance y...
La empresa sostenible: Principales Características, Barreras para su Avance y...
JonathanCovena1
 
Cuaderno de trabajo Matemática 3 tercer grado.pdf
Cuaderno de trabajo Matemática 3 tercer grado.pdfCuaderno de trabajo Matemática 3 tercer grado.pdf
Cuaderno de trabajo Matemática 3 tercer grado.pdf
NancyLoaa
 
Criterios ESG: fundamentos, aplicaciones y beneficios
Criterios ESG: fundamentos, aplicaciones y beneficiosCriterios ESG: fundamentos, aplicaciones y beneficios
Criterios ESG: fundamentos, aplicaciones y beneficios
JonathanCovena1
 

Último (20)

Programacion Anual Matemática5 MPG 2024 Ccesa007.pdf
Programacion Anual Matemática5    MPG 2024  Ccesa007.pdfProgramacion Anual Matemática5    MPG 2024  Ccesa007.pdf
Programacion Anual Matemática5 MPG 2024 Ccesa007.pdf
 
Feliz Día de la Madre - 5 de Mayo, 2024.pdf
Feliz Día de la Madre - 5 de Mayo, 2024.pdfFeliz Día de la Madre - 5 de Mayo, 2024.pdf
Feliz Día de la Madre - 5 de Mayo, 2024.pdf
 
2 REGLAMENTO RM 0912-2024 DE MODALIDADES DE GRADUACIÓN_.pptx
2 REGLAMENTO RM 0912-2024 DE MODALIDADES DE GRADUACIÓN_.pptx2 REGLAMENTO RM 0912-2024 DE MODALIDADES DE GRADUACIÓN_.pptx
2 REGLAMENTO RM 0912-2024 DE MODALIDADES DE GRADUACIÓN_.pptx
 
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
 
Tema 8.- PROTECCION DE LOS SISTEMAS DE INFORMACIÓN.pdf
Tema 8.- PROTECCION DE LOS SISTEMAS DE INFORMACIÓN.pdfTema 8.- PROTECCION DE LOS SISTEMAS DE INFORMACIÓN.pdf
Tema 8.- PROTECCION DE LOS SISTEMAS DE INFORMACIÓN.pdf
 
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdf
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdfNUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdf
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdf
 
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdfSELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
 
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
 
SESION DE PERSONAL SOCIAL. La convivencia en familia 22-04-24 -.doc
SESION DE PERSONAL SOCIAL.  La convivencia en familia 22-04-24  -.docSESION DE PERSONAL SOCIAL.  La convivencia en familia 22-04-24  -.doc
SESION DE PERSONAL SOCIAL. La convivencia en familia 22-04-24 -.doc
 
La empresa sostenible: Principales Características, Barreras para su Avance y...
La empresa sostenible: Principales Características, Barreras para su Avance y...La empresa sostenible: Principales Características, Barreras para su Avance y...
La empresa sostenible: Principales Características, Barreras para su Avance y...
 
2024 KIT DE HABILIDADES SOCIOEMOCIONALES.pdf
2024 KIT DE HABILIDADES SOCIOEMOCIONALES.pdf2024 KIT DE HABILIDADES SOCIOEMOCIONALES.pdf
2024 KIT DE HABILIDADES SOCIOEMOCIONALES.pdf
 
PINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).ppt
PINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).pptPINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).ppt
PINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).ppt
 
Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.
Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.
Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.
 
Registro Auxiliar - Primaria 2024 (1).pptx
Registro Auxiliar - Primaria  2024 (1).pptxRegistro Auxiliar - Primaria  2024 (1).pptx
Registro Auxiliar - Primaria 2024 (1).pptx
 
Cuaderno de trabajo Matemática 3 tercer grado.pdf
Cuaderno de trabajo Matemática 3 tercer grado.pdfCuaderno de trabajo Matemática 3 tercer grado.pdf
Cuaderno de trabajo Matemática 3 tercer grado.pdf
 
Criterios ESG: fundamentos, aplicaciones y beneficios
Criterios ESG: fundamentos, aplicaciones y beneficiosCriterios ESG: fundamentos, aplicaciones y beneficios
Criterios ESG: fundamentos, aplicaciones y beneficios
 
Fe contra todo pronóstico. La fe es confianza.
Fe contra todo pronóstico. La fe es confianza.Fe contra todo pronóstico. La fe es confianza.
Fe contra todo pronóstico. La fe es confianza.
 
Estrategia de prompts, primeras ideas para su construcción
Estrategia de prompts, primeras ideas para su construcciónEstrategia de prompts, primeras ideas para su construcción
Estrategia de prompts, primeras ideas para su construcción
 
ACTIVIDAD DIA DE LA MADRE FICHA DE TRABAJO
ACTIVIDAD DIA DE LA MADRE FICHA DE TRABAJOACTIVIDAD DIA DE LA MADRE FICHA DE TRABAJO
ACTIVIDAD DIA DE LA MADRE FICHA DE TRABAJO
 
Medición del Movimiento Online 2024.pptx
Medición del Movimiento Online 2024.pptxMedición del Movimiento Online 2024.pptx
Medición del Movimiento Online 2024.pptx
 

Artículo sobre consideraciones fundamentales del muestreo

  • 1. Consideraciones Fundamentales del Muestreo Este artículo, permite a los investigadores conocer todo lo referente a la metodología de una investigación, intenta aproximar al lector al estudio sobre el muestreo y los métodos a utilizar para el cálculo de tamaño de muestra a emplear en el desarrollo de toma de decisiones. Por tanto, es importante saber cómo y cuándo aplicar un análisis estadístico, en tal sentido para definir la toma de decisiones sobre un problema explicito, se requiere determinar el tamaño de la población y de esta una muestra; de allí seleccionar la cantidad que deben incluirse en un estudio. Cabe decir que la muestra es una parte de los elemento u objetos en estudio. El análisis de la muestra es utilizado, para realizar deducciones acercar del parámetro determinado de la población. Este proceso consiste en primero seleccionar la población, segundo definir el segmento de la población a estudiar, tercero elegir el método a utilizar y por último se ejecuta el proceso. La introducción de un número excesivo de elementos encarece el estudio en varios aspectos. Un análisis con un tamaño escaso de la muestra estimará un parámetro con poca precisión, conduciendo a conclusiones erróneas. Sin embargo, existen varios métodos de muestreo que tratan de aprovechar ciertas características de la población objetivo, con el fin de conseguir una mayor precisión en sus estimaciones sin incrementar el tamaño muestral. Como lo es: el muestreo aleatorio simple que consiste en que cada unidad de elementos tiene la misma probabilidad de ser extraídas; y el muestreo estratificado que consiste en dividir los elementos antes de la extracción en subconjuntos homogéneos. Para cualquier disciplina es indispensable poder medir las actividades que se realizan al interior de ella. Esta actividad que a diario se lleva a cabo en miles de empresas de todo el mundo, parte en realizar el estudio sistemático de los métodos para realizar actividades con el fin de mejorar las tareas dentro de su empresa. Es de señalar que el muestreo es muy ventajoso, ya que su aplicación resulta más económica, Es rápido y controlable, Se obtiene una observación rápida y exacta con un mayor control y Sus resultados pueden ser precisos. Es decir, nos ahorra tiempo y nos da resultados inmediatos. En resumen, su importancia radica en que se considera una técnica estadística aplicable en diferentes áreas, ya que se incluyen la especificación de los datos, horas o tiempo de recolección, la frecuencia, el diseño de cuestionarios, el tamaño de la muestra, las cuales son características que permiten conocer la población. Además, el muestreo puede utilizarse para todo lo relacionado con control de calidad, producción, sueldos y salarios, entre otros. Gracias a el muestreo se puede conocer con exactitud cuáles son las decisiones a tomar y efectuar estimaciones de valores a partir de las medidas obtenidas. Yumar Rondón Yumar_1981@hotmail.com