Mtodos de Muestreo

Probabilstico

Muestreo aleatorio simple

Muestreo sistemtico
Muestreo estratificado
Muestreo por conglomerados
Muestreo de reas
Muestreo polietpico

No probabilstico

Muestreo por conveniencia

Muestreo con fines especiales
Muestreo por cuotas
Muestreo de juicio

Los muestreos probabilsticos permiten calcular la probabilidad de obtener cada una de

las posibles muestras; en los muestreos no probabilsticos esto no es posible. Los mtodos
no probabilsticos de muestreo no deben usarse cuando el investigador desea determinar
la precisin de las estimaciones. En cambio, los mtodos probabilsticos de muestreo se
emplean para obtener intervalos de confianza con los que se pueden obtener lmites para
el error muestral.

Probabilstico
Muestreo aleatorio simple
Muestreo de una poblacin finita
Una muestra aleatoria simple de tamao n de una poblacin finita de tamao N es una
muestra seleccionada de manera que cada posible muestra de tamao n tenga la misma
probabilidad de ser seleccionada.
Un procedimiento para seleccionar una muestra aleatoria simple de una poblacin finita
es elegir los elementos para la muestra de uno en uno, de manera que, en cada paso, cada
uno de los elementos que quedan en la poblacin tenga la misma probabilidad de ser
seleccionado. Al seleccionar n elementos de esta manera, ser satisfecha la definicin de
muestra aleatoria simple seleccionada de una poblacin finita.

Ejemplo
Se les asignan los nmeros del 1 al 2500 en el orden en que aparecen sus nombres en el
archivo de personal de EAI. A continuacin, se consulta la tabla de dgitos aleatorios que
se muestran en la tabla 7.1. Al consultar el primer rengln de la tabla se da cuenta que
cada dgito, 6, 3, 2, es un dgito aleatorio con la misma oportunidad de aparecer que
cualquier otro. Como el nmero mayor en la lista de la poblacin de administradores de
EAI, 2500, tiene cuatro dgitos, se seleccionarn nmeros aleatorios de la tabla en
conjuntos o grupos de cuatro dgitos. Aun cuando para la seleccin de nmeros aleatorios
se puede empezar en cualquier lugar de la tabla y avanzar sistemticamente en una de las
cuatro direcciones, aqu se usar el primer rengln de la tabla y se avanzar de izquierda a
derecha. Los primeros 7 nmeros aleatorios de cuatro dgitos son
6327 1599 8671 7445 1102 1514 1807
Como los nmeros de la tabla son aleatorios, estos nmeros de cuatro dgitos son todos
igualmente posibles. Ahora se pueden usar estos nmeros aleatorios de cuatro dgitos
para darle a cada uno de los administradores que constituyen la poblacin la misma
oportunidad de ser incluido en la muestra aleatoria. El primer nmero, 6327, es mayor
que 2500. No corresponde a ninguno de los administradores numerados que forman la
poblacin y por tanto se descarta. El segundo nmero, 1599, est entre 1 y 2500. Por
tanto, el primer administrador seleccionado para la muestra aleatoria es el administrador
que tiene el nmero 1599 en la lista de los administradores de EAI.
Siguiendo este proceso, se ignoran los nmeros 8671 y 7445 antes de identificar a los
administradores con los nmeros 1102, 1514 y 1807 e incluirlos en la muestra aleatoria.
Este proceso sigue hasta que se tiene la muestra aleatoria de 30 administrativos de EAI.

NMEROS ALEATORIOS
63271 59986 71744 51102 15141 80714 58683 93108 13554 79945
88547 09896 95436 79115 08303 01041 20030 63754 08459 28364
55957 57243 83865 09911 19761 66535 40102 26646 60147 15702
46276 87453 44790 67122 45573 84358 21625 16999 13385 22782
55363 07449 34835 15290 76616 67191 12777 21861 68689 03263
69393 92785 49902 58447 42048 30378 87618 26933 40640 16281
13186 29431 88190 04588 38733 81290 89541 70290 40113 08243
17726 28652 56836 78351 47327 18518 92222 55201 27340 10493
36520 64465 05550 30157 82242 29520 69753 72602 23756 54935
81628 36100 39254 56835 37636 02421 98063 89641 64953 99337
84649 48968 75215 75498 49539 74240 03466 49292 36401 45525
63291 11618 12613 75055 43915 26488 41116 64531 56827 30825
70502 53225 03655 05915 37140 57051 48393 91322 25653 06543
06426 24771 59935 49801 11082 66762 94477 02494 88215 27191
20711 55609 29430 70165 45406 78484 31639 52009 18873 96927

41990 70538 77191 25860 55204 73417 83920 69468 74972 38712
72452 36618 76298 26678 89334 33938 95567 29380 75906 91807
37042 40318 57099 10528 09925 89773 41335 96244 29002 46453
53766 52875 15987 46962 67342 77592 57651 95508 80033 69828
90585 58955 53122 16025 84299 53310 67380 84249 25348 04332
32001 96293 37203 64516 51530 37069 40261 61374 05815 06714
62606 64324 46354 72157 67248 20135 49804 09226 64419 29457
10078 28073 85389 50324 14500 15562 64165 06125 71353 77669
91561 46145 24177 15294 10061 98124 75732 00815 83452 97355
13091 98112 53959 79607 52244 63303 10413 63839 74762 50289

A este tipo de seleccin se le conoce como muestreo sin reemplazo. Cuando se selecciona
una muestra en la que se acepten nmeros aleatorios ya usados y los administradores
correspondientes sean incluidos dos o ms veces, se est muestreando con reemplazo.
Muestrear con reemplazo es una forma vlida de identificar una muestra aleatoria simple.
Sin embargo, el muestreo sin reemplazo es el procedimiento de muestreo ms usado.
Cuando se habla de muestreo aleatorio simple, se asumir que el muestreo es sin
reemplazo.

Muestreo de una poblacin infinita

Una muestra aleatoria simple de una poblacin infinita es una muestra seleccionada de
manera que se satisfagan las condiciones siguientes.
1. Cada uno de los elementos seleccionados proviene de la poblacin.
2. Cada elemento se selecciona independientemente.
En poblaciones infinitas un procedimiento para la seleccin de una muestra debe ser
concebido especialmente para cada situacin, de manera que permita seleccionar los
elementos de manera independiente y evitar as un sesgo en la seleccin que d mayores
probabilidades de seleccin a ciertos tipos de elementos. En el ejemplo de la seleccin de
una muestra aleatoria simple entre los clientes de un restaurante de comida rpida, el
primer requerimiento es satisfecho por cualquier cliente que entra en el restaurante. El
segundo requerimiento es satisfecho seleccionando a los clientes de manera
independiente. El objetivo del segundo requerimiento es evitar sesgos de seleccin.
Habra un sesgo de seleccin, por ejemplo, si cinco clientes consecutivos
que se seleccionaran fueran amigos. Es de esperar que estos clientes tengan perfiles
semejantes. Dichos sesgos se evitan haciendo que la seleccin de un cliente no influya en
la seleccin de cualquier otro cliente. En otras palabras, los clientes deben ser
seleccionados de manera independiente.

Ejemplo
McDonalds, el restaurante lder en comida rpida, realiz un muestreo aleatorio simple
precisamente en una situacin as. El procedimiento de muestreo se bas en el hecho de
que algunos clientes presentaban cupones de descuento. Cada vez que un cliente
presentaba un cupn descuento, al siguiente cliente que se atenda se le peda que llenara
un cuestionario sobre el perfil del cliente. Como los clientes que llegaban al restaurante
presentaban cupones de descuento aleatoria e independientemente, este plan de
muestreo garantizaba que los clientes fueran seleccionados de manera independiente.
Por tanto, los dos requerimientos para un muestreo aleatorio simple de una poblacin
infinita fueron satisfechos.
Las poblaciones infinitas suelen asociarse con un proceso que opera continuamente a lo
largo del tiempo. Por ejemplo, partes fabricadas en una lnea de produccin,
transacciones en un banco, llamadas que llegan a un centro de asesora tcnica y clientes
que entran en las tiendas son considerados como provenientes de una poblacin infinita.
En tales casos un procedimiento de muestreo creativo garantiza que no haya sesgos de
seleccin y que los elementos de la muestra sean seleccionados en forma independiente.

Muestreo sistemtico
El muestreo sistemtico suele emplearse como alternativa al muestreo aleatorio simple.
En algunas situaciones, en especial cuando las poblaciones son grandes se lleva mucho
tiempo tomar una muestra aleatoria simple en la que primero hay que hallar un nmero
aleatorio y despus contar o buscar en el marco el elemento correspondiente. En tales
casos el muestreo sistemtico es una alternativa al muestreo aleatorio simple.

Ejemplo
Por ejemplo, si se quiere una muestra de tamao 50 de una poblacin que contiene 5 000
elementos, se toma en la muestra un elemento cada 5 000/50 = 100 elementos de la
poblacin. En este caso un muestreo sistemtico consistir en elegir en forma aleatoria
uno de los primeros 100 elementos del marco. Los dems elementos para la muestra se
encuentran contando a partir del primer elemento tomado en la muestra hasta encontrar
el centsimo elemento que sigue en el marco. En efecto, la muestra de 50 elementos se
obtiene avanzando sistemticamente a travs de la poblacin y tomando el centsimo
elemento despus del ltimo elemento tomado en la muestra. De esta manera suele ser
ms fcil tomar la muestra de 50 elementos de lo que sera si se usara un muestreo
aleatorio simple. El primer elemento se elige aleatoriamente, lo que permite suponer que
una muestra sistemtica tiene las propiedades de una muestra aleatoria simple. Esta

suposicin suele ser correcta cuando el marco es un ordenamiento aleatorio de los

elementos de la poblacin.

Muestreo estratificado
En el muestreo aleatorio simple estratificado, primero se divide la poblacin en H grupos,
a los que se llama estratos. A continuacin de cada estrato h se toma una muestra
aleatoria simple de tamao nh. Los datos de las H muestras aleatorias simples se juntan
para obtener una estimacin del parmetro poblacional de inters como de la media, del
total o de la proporcin poblacionales.
Si la variabilidad dentro de cada estrato es menor que la variabilidad entre los estratos, la
precisin que se obtiene con una muestra aleatoria simple estratificada puede ser muy
buena (intervalos de confianza estrechos para los parmetros poblacionales). La base para
la formacin de los estratos depende del criterio de quien disea la muestra. De acuerdo
con la aplicacin, una poblacin puede estratificarse por departamentos, por ubicacin,
segn la edad, el tipo de producto, el tipo de industria, la cantidad de ventas, etctera.
Por ejemplo, suponga que el College of Business del Lakeland College desea realizar una
encuesta a los egresados ese ao para conocer sus salarios iniciales. En este College hay
cinco reas principales: contadura, finanzas, sistemas de la informacin, marketing y
administracin de operaciones. De los N = 1 500 estudiantes egresados ese ao, N1 = 500
pertenecieron a contadura, N2 = 350 a finanzas, N3 = 200 a sistemas de la informacin,
N4 = 300 a marketing y N5 = 150 a administracin de operaciones. Los datos de anlisis
previos sugieren que existe mayor variabilidad entre los salarios iniciales de las distintas
reas que dentro de cada rea. Por tanto, se toma una muestra aleatoria simple
estratificada de n = 180 estudiantes; 45 de los 180 estudiantes pertenecen a contadura
(n1 = 45), 40 a finanzas (n2 = 40), 30 a sistemas de la informacin (n3 = 30), 35 a
marketing (n4 = 35) y 30 a administracin de operaciones (n5 = 30).

Muestreo por conglomerados

En el muestreo por conglomerados se requiere que la poblacin se divida en N grupos de
elementos llamados conglomerados, de manera que cada elemento de la poblacin
pertenezca a uno y slo un conglomerado. Por ejemplo, suponga que se quiere investigar
a los votantes registrados del estado de Ohio. Un mtodo de muestreo puede ser elaborar
un marco con todos los votantes registrados del estado de Ohio y, de este marco, tomar
una muestra aleatoria simple. De manera alternativa, para el muestreo por aglomerados
se define el marco como la lista de los N 88 condados del
estado (vase figura 22.1). Con este mtodo, cada condado o conglomerado consiste en
un grupo de votantes registrados y cada votante registrado del estado pertenece a uno y

slo un conglomerado. Suponga que de los 88 condados se toma una muestra aleatoria
simple de n 12 condados.
Ahora se pueden recolectar los datos de todos los votantes registrados de cada uno de los
12 conglomerados, mtodo que se conoce como muestreo por conglomerados en una
sola etapa o se puede tomar una muestra aleatoria simple de los votantes registrados en
cada uno de los 12 conglomerados muestreados, mtodo que se conoce como muestreo
por conglomerados en dos etapas.
En cualquier caso, existen frmulas para usar los resultados mustrales en la obtencin de
estimaciones puntuales o por intervalo de estimacin de parmetros poblacionales como
la media, el total o la proporcin poblacionales. En este captulo se considerar
nicamente el muestreo por conglomerados en una sola etapa; en libros ms avanzados
sobre muestreo se encuentra la informacin sobre el muestreo por conglomerados en dos
etapas. El muestreo estratificado y el muestreo por conglomerados son similares, ya que
en los dos se divide a la poblacin en grupos de elementos. Sin embargo, las razones para
elegir el muestreo por conglomerados son diferentes de las razones para elegir el
muestreo estratificado. Con el muestreo por conglomerados se obtienen mejores
resultados cuando los elementos dentro de los conglomerados son heterogneos (no son
parecidos). Lo ideal es que los conglomerados sean una versin a pequea escala de la
poblacin. Cuando es as, al muestrear una pequea cantidad de conglomerados se
obtiene una buena informacin de las caractersticas de toda la poblacin.
Una de las principales aplicaciones del muestreo por conglomerados es el muestreo de
reas, en donde los conglomerados son condados, poblaciones, manzanas u otras
secciones geogrficamente bien definidas de la poblacin. Como slo se recolectan datos
de una muestra o conglomerado de toda un rea geogrfica y como los elementos dentro
de un conglomerado se suelen encontrar cerca, uno de otros, cuando un recolector de
datos o entrevistador se enva a una unidad muestreada se obtiene un considerable
ahorro de tiempo y costos. Por tanto, aun cuando se requiera que el tamao total de la
muestra sea grande, el muestreo por conglomerados puede resultar menos costoso que el
muestreo aleatorio simple o el muestreo aleatorio simple estratificado. Adems, el
muestreo por conglomerados minimiza el tiempo y el costo de la elaboracin de un marco
o lista de los elementos a ser muestreados, dado que en el muestreo por conglomerados
no se necesita una lista de todos los elementos de la poblacin. Slo se necesita una lista
de los elementos de los conglomerados muestreados.
Con el fin de ilustrar el muestreo por conglomerados se ver una encuesta realizada por la
CPA Society (Certified Public Account Society) de los 12 000 integrantes en servicio en un
determinado estado. Como parte de la encuesta, la CPA Society recolect informacin
sobre el ingreso, el gnero y sobre factores relacionados con el estilo de vida de los
contadores. Dado que para obtener toda la informacin deseada era necesario realizar
entrevistas, para minimizar los gastos de desplazamiento y de las entrevistas, la CPA
Society realiz un muestreo por conglomerados.

El marco consisti en todas las empresas con contadores registradas en el estado.

Suponga que el nmero de empresas registradas en el estado haya sido N = 1 000 y que se
haya tomado una muestra aleatoria simple de n = 10 empresas.
Para las frmulas que se requieren en el muestreo por conglomerados para la obtencin
de intervalos de confianza de aproximadamente 95% para estimar la media, el total o la
proporcin poblacionales, se usar la notacin siguiente.

Muestreo de reas
Es una forma especial del muestreo por conglomerado, en el cual el rea geogrfica,
sirven de base, para determinar los estratos de la poblacin. Esos conglomerados
geogrficos, generalmente se definen como manzanas de ciudades. Cuando se va a aplicar
este tipo de muestreo, para realizar una investigacin en una ciudad determinada, para
realizar entrevistas personales, primero se divide la ciudad en bloques, y posteriormente
se seleccionan aleatoriamente, un muestreo de las manzanas en esa ciudad. Uno de los
problemas de este tipo de muestreo, es que personas que son similares, respecto a
determinadas caractersticas, como ingreso y nivel de escolaridad, tienden a vivir en el
mismo barrio, lo cual merma la eficiencia estadstica del muestreo por rea, con respecto
al muestreo aleatorio simple, considerando el mismo tamao de la muestra. No obstante,
como en el caso de la muestra por conglomerados, el muestreo por rea, presenta la
ventaja de menor costo, en cuanto a la movilizacin de los entrevistadores, lo cual
permite aumentar el tamao de la muestra y compensar, la limitacin anteriormente
mencionada del muestreo por rea.

Muestreo polietpico
Muestreo polietpico (etapas mltiples) Las muestras pueden ser de una sola etapa o de
varias, segn el nmero de niveles, en que se use, el procedimiento probabilstico de
seleccin. Ejemplo de un muestreo de dos etapas, caso de la encuesta de empleo del
INEC, para investigar, las caractersticas laborales de los hogares, donde la poblacin de
estudio, est constituido por los hogares y personas de 10 aos y ms dentro del Hogar. El
marco muestra utilizado, estaba conformado por la cartografa censal del Censo de
Poblacin y Vivienda 1995, compuesta por mapas de ciudades, divididas en
conglomerados de viviendas, denominados segmentos (segmentos tienen un promedio de
60 viviendas cada uno. Primera etapa: seleccin de segmentos. Segunda etapa: Seleccin
de viviendas, que pertenecen a cada de los segmentos seleccionados en la primera etapa,
que constituyen la unidad final de muestreo, y que conforman el tamao de la muestra,
compuesta por viviendas, entrevistando en cada vivienda seleccionada, al jefe del hogar.
Las viviendas, las que constituyen la unidad final de muestreo. El nivel deseado confianza
utilizado en esta encuesta de empleo, correspondi al 95 %y el error mximo permisible
fue del 5 %. El muestreo polietpico, presenta la ventaja, ya que contiene las
posibilidades, que ofrece el muestreo por conglomerados y por rea. Se utiliza este tipo
de muestreo, cuando no se dispone de un marco muestra, para la poblacin de inters a
investigarse.

No probabilstico
Muestreo por conveniencia
El muestreo por conveniencia busca obtener una muestra de elementos convenientes. La
seleccin de las unidades de muestreo se deja principalmente al entrevistador. Muchas
veces los encuestados son seleccionados porque se encuentran en el lugar y momento
adecuados. Los ejemplos de muestreo por conveniencia incluyen: 1. uso de estudiantes,
grupos de la iglesia y miembros de organizaciones sociales; 2. entrevistas en centros
comerciales sin califi car a los encuestados; 3. uso de listas de cuentas de crdito de las
tiendas departamentales; 4. cuestionarios desprendibles incluidos en revistas y 5.
entrevistas con gente en la calle.
De todas las tcnicas de muestreo, la ms econmica y la que menos tiempo consume es
la del muestreo por conveniencia. Las unidades de muestreo son accesibles, sencillas de
medir y cooperativas. A pesar de sus ventajas, esta forma de muestreo tiene serias
limitaciones, una de las cuales es la presencia de muchas fuentes potenciales de sesgo de
seleccin, como la autoseleccin del encuestado. Las muestras por conveniencia no son
representativas de ninguna poblacin definible, por lo que a nivel terico no tiene sentido
generalizar a cualquier poblacin, a partir de una muestra por conveniencia. Estas
muestras tampoco son adecuadas para proyectos de investigacin de mercados que
impliquen inferencias sobre la poblacin. Las muestras por conveniencia no se
recomiendan para la investigacin descriptiva o causal, aunque pueden usarse en la
investigacin exploratoria para generar ideas, informacin o hiptesis. Las muestras por
conveniencia son tiles en las sesiones de grupo, pruebas piloto de cuestionarios o
estudios piloto. Pero incluso en esos casos, hay que tener cautela al interpretar los
resultados. Con todo, esta tcnica se utiliza en ocasiones incluso en encuestas grandes.

Muestreo por cuotas

El muestreo por cuotas puede considerarse como un muestreo por juicio restringido de
dos etapas.
La primera etapa consiste en desarrollar categoras de control, o cuotas, de los elementos
de la poblacin.
Para desarrollar estas cuotas, el investigador lista las caractersticas de control relevantes
y determina su distribucin en la poblacin meta. Las caractersticas de control relevantes
(que pueden incluir sexo, edad y, en algunos casos, raza) se identifi can con base en el
juicio. A menudo las cuotas se asignan de forma que la proporcin de los elementos de la
muestra que poseen las caractersticas de control sea igual a la proporcin de los
elementos de la poblacin con dichas caractersticas. En otras palabras, las cuotas
aseguran que la composicin de la muestra es igual a la composicin de la poblacin con
respecto a las caractersticas de inters. En la segunda etapa, se seleccionan los elementos

de la muestra con base en la conveniencia o el juicio. Una vez que se han asignado las
cuotas, hay una libertad considerable para seleccionar los elementos que se incluirn en la
muestra. El nico requisito es que los elementos elegidos cumplan con las caractersticas
de control caractersticas de control relevantes, por la existencia de difi cultades prcticas
asociadas con la inclusin de muchas caractersticas de control.
El hecho de que los elementos dentro de cada cuota se seleccionen con base en la
conveniencia o el juicio supone la presencia potencial de muchas fuentes de sesgo por
seleccin. Los entrevistadores pueden ir a reas seleccionadas donde sea ms probable
encontrar encuestados que renan los requisitos. Asimismo, quiz eviten a gente con
aspecto intimidante, con apariencia desaseada o que viva en zonas poco agradables. El
muestreo por cuotas no permite evaluar el error del muestreo.
El muestreo por cuotas pretende obtener muestras representativas a un costo
relativamente bajo.
Sus ventajas son los bajos costos y la mayor conveniencia que representa para los
entrevistadores poder seleccionar a los elementos de cada cuota. De un tiempo a esta
parte, se han impuesto controlesms estrictos a los entrevistadores y los procedimientos
de entrevista, con la fi nalidad de reducir el sesgo de seleccin; tambin se han sugerido
lineamientos para mejorar la calidad de las muestras obtenidas por cuotas, en las
entrevistas realizadas en centros comerciales. En ciertas condiciones, el muestreo por
cuotas obtiene resultados parecidos a los del muestreo probabilstico convencional.

Muestreo de juicio
El muestreo por juicio es una forma de muestreo por conveniencia, en el cual los
elementos de la poblacin se seleccionan con base en el juicio del investigador. El
investigador utiliza su juicio o experiencia para elegir a los elementos que se incluirn en
la muestra, porque considera que son representativos de la poblacin de inters, o que de
alguna otra manera son adecuados. Entre ejemplos
comunes del muestreo por juicio se encuentran: 1. mercados de prueba seleccionados
para determinar el potencial de un nuevo producto; 2. ingenieros de compras elegidos en
una investigacin de mercados industriales, porque se les considera representativos de la
compaa; 3. indicadores de distritos electorales seleccionados en la investigacin de la
conducta de emitir sufragios; 4. Testigos expertos usados en los tribunales; y 5. tiendas
departamentales elegidas para probar un nuevo sistema de exhibicin de mercanca.
El muestreo por juicio es econmico, prctico y rpido; aunque no permite hacer
generalizaciones directas a una poblacin especfi ca, porque por lo regular la poblacin
no se ha definido de manera explcita. El muestreo por juicio es subjetivo y su valor
depende por completo del juicio, pericia y creatividad del investigador. Puede ser til si no
es necesario hacer inferencias sobre poblaciones muy grandes. Al igual que en el ejemplo
de la tienda departamental, las muestras obtenidas por juicio suelen utilizarse en

proyectos de investigacin de mercados comerciales. Una extensin de esta tcnica

implica el uso de cuotas.
Ejemplo
Supongamos que el investigador va a realizar un estudio sobre el nivel de satisfaccin del
profesorado de cierta universidad. El estudio se suele realizar cada dos aos, por lo que el
responsable del estudio, gracias a su experiencia y sus antecedentes, sabe perfectamente
cual puede ser la mejor muestra para el estudio.
A un jefe de estudios le encomiendan un estudio del nivel de satisfaccin de los alumnos
con un determinado profesor. El investigador, que conoce a todos los alumnos de esa
clase, decide utilizar el muestreo discrecional seleccionando a los alumnos que cree que
sern los ms representativos.

Tema de investigacion
ANLISIS DEL PROYECTO DE CONSTRUCCIN DE PARQUEOS EN LA ZONA
METROPOLITANA DEL MUNICIPIO DE SANTA TECLA Y SUS EFECTOS EN LA
DEMANDA DE MERCADO PARA LA DETERMINACIN DE LA VIABILIDAD Y
RENTABILIDAD FINANCIERA HACIA EL INVERSIONISTA PRIVADO.
El metodo que mas se asemeja a nuestro metodo es el muestreo estratificado es un
proceso de dos pasos en que la poblacin se divide en subpoblaciones o estratos.
Visitante, Residente, Dueo de negocio y gran empresa.
Los estratos serian Alcalda de Santa Tecla, Mercado Municipal, Gran Manzana, El
Cafetaln.