FUNDAMENTOS DE MUESTREO

Investigacin de mercado II

DISTINGUIR LOS BENEFICIOS

DEL MUESTREO

Definir los segmentos del mercado

meta.

Terminar con incertidumbre si el

producto ser exitoso o no.
Conocer el comportamiento del
consumidor sobre la inclinacin del
producto.

 Garantizar el direccionamiento
comercial del producto.
Justificar el costo de una investigacin
mayor .
Tener la facilidad de realizar
combinacin de variables.

 Tener la facilidad de inferir el 2 % de una

nuestra representativa del total de la
poblacin.
Ayudar a la direccin comercial a tomar
decisiones estratgicas en base a una
muestra representativa (del 2% al 12% al
millar de la poblacin representativa).

DEFINIR ALGUNOS CONCEPTOS

NECESARIOS DEL MUESTREO
ELEMENTO
POBLACIN
UNIDAD DE MUESTREO
MARCO MUESTRAL
POBLACIN EN ESTUDIO.

 Elemento:
Unidad sobre la que se necesita
informacin
Ej. Personas, productos, tiendas,
empresas

 Poblacin:
Conjunto de todos los elementos definidos, tambin
llamado universo, poblacin es cualquier
coleccin de
individuos, elementos o grupos de ellos.
Ejemplo, poblacin puede estar constituida
por los habitantes de un pas o por sus
grupos sociales. La poblacin se define como
un grupo compacto bajo estudio, definido
segn los objetivos del proyecto.

 Unidad de muestreo:
Elementos disponibles para su seleccin en alguna etapa
del proceso de muestreo.
Nmero de elementos de la poblacin. Todo miembro de la
poblacin pertenecer a una y slo una unidad de
muestreo.
- Ejemplos:
Elemento: mujer entre 18 y 25 aos.
Unidad de muestreo: mujeres de las distintas
facultades de la US

 Marco muestral :
Lista de todas las unidades de muestreo
disponibles para su seleccin en alguna etapa del
proceso de muestreo.

Poblacin del estudio:

Conjunto de elementos sobre lo que se toma la
muestra

IDENTIFICAR LOS DIFERENTES

TIPOS DE PROCEDIMIENTOS DE
MUESTREO

PROCEDIMIENTO DE MUESTREO
Determina cmo deber escogerse a los
entrevistados, de tal manera que la muestra
se obtendr de manera probabilstica para
que sea representativa o no probabilistico.

MUESTRAS PREDISPUESTAS:
MUESTRAS NO PREDISPUESTAS:
MUESTRA CON PROBABILIDAD O PROBABILISTICAS
MUESTREO SIMPLE AL AZAR:
MUESTREO SISTEMATICO:
MUESTREO POR CONGLOMERADOS:
MUESTRA ALEATORIA SIMPLE:
MUESTRAS NO PROBABILISTICAS: :

 MUESTRAS PREDISPUESTAS: son aquellas que han sido

seleccionadas de manera que la comprobacin o la
refutacin de las hiptesis pasan a ser el resultado de
procedimientos de muestreo.
MUESTRAS NO PREDISPUESTAS: aquellas cuya
probabilidad de extraccin es conocida. Hay 2 tipos de
estas muestras. Muestras cuya posibilidad de ser extradas
es probabilstica o las que no son probabilsticas, son
esencialmente de cuatro tipos: muestra aleatoria,
sistemtica, estratificada y por conglomerados. Mientras
que las no probabilsticas son de tres tipos: muestra casual,
intencional y por cuota

 MUESTRA CON PROBABILIDAD O PROBABILISTICAS:

la caracterstica distintiva de las muestras probabilsticas es
que todo individuo u objeto ha de tener una probabilidad
conocida de quedar incluida en la muestra ya que para
poder formular inferencias estadsticas es absolutamente
necesario que todas las probabilidades sean conocidas.

MUESTREO SIMPLE AL AZAR: aqu todos los elementos

tienen la misma probabilidad de ser seleccionados. La
extraccin de una muestra aleatoria simple en una
poblacin finita, requiere de un listado de todos los
elementos de la poblacin.

 MUESTREO SISTEMATICO: es muy similar al muestreo

aleatorio simple, hay que elaborar un listado de todos los
elementos que incluye la poblacin, una vez con el listado de
poblacin, la diferencia estriba en el mtodo para la seleccin de
los casos. En una muestra aleatoria o procedimientos similares
para seleccionar cada elemento; aqu la seleccin se realiza por
un procedimiento mecnico ms simple.
MUESTREO POR CONGLOMERADOS: muchas de las
investigaciones tienen como objeto de estudio a unidades tales
como naciones, estados y similares, que admiten subdivisiones.
Es til cuando los elementos a estudiar se encuentran dispersos
a lo largo de reas geogrficas extensas o en situaciones
similares, donde los costos para alcanzar las unidades resultan
ser muy elevados.

 MUESTRA ALEATORIA SIMPLE: debe de ser preferida al

resto de las otras muestras, particularmente cuando no se
conoce lo suficiente sobre los parmetros poblacionales.
Cuando es posible estratificar hay que hacerlo, ya que esto
homogeneiza la muestra y los clculos consiguientes
resultan
de
mayor
riqueza
y
representatividad.
MUESTRAS NO PROBABILISTICAS: estas tienen poco
valor es trminos de inferencia, ya que no es posible a partir
de ellas hacer generalizaciones. Sin embargo, a veces
resultan tiles en trminos de inversin por parte del
investigador en el tema.

DEFINIR MUESTREO NO
PROBABILISTICOS

MUESTREO NO PROBABILISTICO
consistente
en
que
el
investigador
selecciona la muestra que supone sea la
ms representativa, utilizando un criterio
subjetivo y en funcin de la investigacin
que se vaya a realizar.

MUESTREO NO PROBABILSTICO:
CARACTERSTICAS

La seleccin de la muestra no es aleatoria,

sino que se basa, en parte, en el juicio del
entrevistador o de responsable de la
investigacin.
No

se basa en ninguna teora de la

probabilidad y, por lo tanto, no es posible
calcular la precisin o acotar el error
cometido.

 No es posible calcular estos errores ni la

confianza de las estimaciones que, adems,
no siempre se reducen aumentando el
tamao de la muestra.
En el muestreo no probabilstico los costes y
la dificultad del diseo son ms reducidos (al
no ser necesario disponer de un marco). Este
muestreo puede dar buenos resultados, pero
tambin apareja el riesgo de proporcionar

TIPOS DE MUESTREO NO
PROBABILISTICO
MUESTREO DE
JUICIO

MUESTREO NO
PROBABILISTICO

MUESTREO POR
CUOTAS
MUESTREO POR
CONVENIENCIA

 MUESTREO DE JUICIOS
La muestra es elegida por un experto de
acuerdo con su criterio, buscando las
unidades ms representativas.

el juicio, en el que se seleccionan

muestra de acuerdo con el juicio del
investigador
Se emplea cuando el tamao de la muestra es
pequeo.
Ejemplo: mercados de prueba, presuntos
lderes seleccionados en la investigacin de
conducta de voto.

 MUESTREO POR CUOTAS

Consiste en seleccionar una muestra cubriendo una
cuota o cantidad determinada de elementos.
Tiene por objetivo asegurar que los diversos
subgrupos
de
una
poblacin
estn
representados en la muestra respecto de las
caractersticas pertinentes de la muestra y con
la proporcin exacta que el investigador
desee.
la cuota, en la que se busca y entrevista a un
nmero determinado de personas en cada una
de varias categoras.

 La velocidad de recopilacin de datos, los

menores costes y
la comodidad son sus
principales ventajas frente al muestreo de
probabilidad.
Puede
resultar
apropiado
cuando
el
investigador sabe que es ms probable que un
cierto grupo demogrfico rehse colaborar con
una encuesta.
Por ejemplo: se desea encuestar a los usuarios de un
servicio mutual, se encuesta a 20 personas de cada
servicio sin considerar si el numero de pacientes
registrados en cada centro. La cuota de cada centro es
20

 MUESTREO DE CONVENIENCIA
Las muestras se seleccionan segn un criterio de
accesibilidad
o comodidad. ms fciles de la
poblacin de los que se tiene informacin

Suele emplearse en centros comerciales, plazas,

estaciones de autobuses o de tren, metro,
aeropuertos o lugares de gran afluencia pblica.
Se utiliza para obtener un mayor nmero de
cuestionarios completados de forma rpida y
econmica.
Adecuado en la investigacin exploratoria que
venga seguida de una investigacin adicional
en
la
que
se
extraiga
una
muestra
probabilstica.

MUESTREO
PROBABILISTICO

TIPOS DE MUESTREO
PROBABILISTICO
Muestreo
Aleatorio
Simple

Muestreo
Probabilstico

Muestreo
Estratificado
Muestreo
Conglomerad
o

Muestreo
Sistemtico
Muestreo
por rea

MUESTREO PROBABILISTICO
Los mtodos de muestreo probabilsticos son 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 tamao
n tienen la misma probabilidad de ser elegidas.

MUESTREO PROBABILSTICO:
CARACTERSTICAS
Las muestras se seleccionan al azar, no se seleccionan
por los investigadores. Se conoce la probabilidad de ser
elegido
Cada elemento de la poblacin tiene la misma
probabilidad de ser elegido.
Se puede conocer el error muestral, el nivel de confianza
y el nivel de precisin de las estimaciones.
Los resultados se pueden generalizar.
Es el nico mtodo que
representatividad de la muestra.

puede

evaluar

la

Es ms caro que el muestreo no probabilstica.

Es, en general, ms lento y complicado que el muestreo
no probabilstica.

MUESTREO ALEATORIO SIMPLE

Se eligen individuos de la poblacin de estudio, de manera que todos
tienen la misma probabilidad de aparecer, hasta alcanzar el tamao
muestral deseado.
Se puede realizar partiendo de listas de individuos de la poblacin, y
eligiendo individuos aleatoriamente con un ordenador.
En general, las tcnicas de inferencia estadstica suponen que la
muestra ha sido elegida usando m.a.s., aunque en realidad se use
alguna de las que veremos a continuacin.

Ventajas:
Sencillo y de fcil comprensin.
Clculo rpido de medias y varianzas.
Se basa en la teora estadstica, y por tanto existen
paquetes informticos para analizar los datos.

Desventajas:
Requiere que se posea de antemano un listado completo de
toda la poblacin. Cuando se trabaja con muestras
pequeas es posible que no represente a la poblacin
adecuadamente.

MUESTREO ESTRATIFICADO

Se aplica cuando sabemos que hay ciertos factores (variables,

subpoblaciones o estratos) que pueden influir en el estudio y queremos
asegurarnos de tener cierta cantidad mnima de individuos de cada tipo:
Hombres y mujeres,
Jvenes, adultos y ancianos

Una muestra aleatoria simple es seleccionada de tal manera que cada

muestra posible del mismo tamao tiene igual probabilidad de ser
seleccionada de la poblacin.

Se realiza entonces una m.a.s. de los individuos de cada uno de los

estratos.

 Ventajas:
Tiende a asegurar que la muestra represente
adecuadamente a la poblacin en funcin de unas variables
seleccionadas.
Se obtienen estimaciones ms precisa
Su objetivo es conseguir una muestra lo ms semejante
posible a la poblacin en lo que a la o las variables
estratificadoras se refiere.
Desventajas:
Se ha de conocer la distribucin en la poblacin de las
variables utilizadas para la estratificacin.

MUESTREO CONGLOMERADO
Se aplica cuando es difcil tener una lista de todos los individuos que
forman parte de la poblacin de estudio, pero sin embargo sabemos
que se encuentran agrupados naturalmente en grupos.
se divide la poblacin total en un nmero determinado de subdivisiones
relativamente pequeas y se seleccionan al azar algunas de estas subdivisiones
o conglomerados, para incluirlos en la muestra total.

Se realiza eligiendo varios de esos grupos al azar, y ya elegidos

algunos podemos estudiar a todos los individuos de los grupos
elegidos o bien seguir aplicando dentro de ellos ms muestreos por
grupos, por estratos, aleatorios simples,
Para conocer la opinin de los mdicos del sistema nacional de
salud, podemos elegir a varias regiones de Espaa, dentro de ellas
varias comarcas, y dentro de ellas varios centros de salud, y

 Al igual que en el muestreo estratificado, al extrapolar los

resultados a
la poblacin hay que tener en cuenta el tamao relativo de unos
grupos con respecto a otros.
Regiones con diferente poblacin pueden tener probabilidades
diferentes de ser elegidas, comarcas, hospitales grandes frente a
pequeos,

MUESTREO SISTEMATICO

Se tiene una lista de los individuos de la poblacin de estudio.

Si queremos una muestra de un tamao dado, elegimos
individuos igualmente espaciados de la lista, donde el primero
ha sido elegido al azar. (muestreo sistematico con arranque
aleatorio)

CUIDADO: Si en la lista existen periodicidades, obtendremos

una muestra sesgada.
ejemplo: Se elige una casa cada 50 numeros de puerta para
un estudio de salud pblica. Salieron con mucha frecuencia
las de las esquinas donde hay mayoria de bares,
almacenes, etc

Ventajas:
Fcil de aplicar.
No siempre es necesario tener un listado de toda la poblacin.
Cuando la poblacin est ordenada siguiendo una tendencia conocida,
asegura una cobertura de unidades de todos los tipos.

Desventajas:
Si la constante de muestreo est asociada con el fenmeno de inters,
las estimaciones obtenidas a partir de la muestra pueden contener
sesgo de seleccin.

MUESTREO POR AREA

se determinan reas geogrficas a partir de planos (por
ejemplo, manzanas de casas de una ciudad).
Una vez elegidas al azar las reas a muestrear, se
entrevista a todos los elementos de esos grupos (por
ejemplo, hogares en esas manzanas )
se hace un muestreo aleatorio simple de cada uno de esos
grupos, o un muestreo con probabilidad proporcional al tamao
de cada grupo (por ejemplo, cuando el nmero de hogares en
cada manzana es muy distinto).

Tiene la ventaja de tener que estudiar solamente un

reducido nmero de grupos y elementos.

 Existen medidas para realizar descripciones cuantitativas

de los conjuntos de datos, o poblaciones, y de sus
muestras, diferencindose entre ellas las que se refieren a
las mismas poblaciones y a las muestras.
Para el caso de las poblaciones, las medidas que las
describen se denominan parmetros, y suelen estar
representadas con letras griegas (por ejemplo y ).

Por otro lado, para el caso de aquellas medidas que

describen a una muestra se les llama estadsticos o
estimadores, y son representados por letras de nuestro
alfabeto (por ejemplo, x o s).