2.

7- DETERMINACIÓN DEL MARCO MUESTRAL Y TAMAÑO DE LA

MUESTRAL.

¿Qué es un marco muestral?

Un marco muestral es una lista de los elementos que forman el universo que está
por estudiarse, los cuales se conocen como unidades muestrales. Cada uno de
estos elementos comparten características que los permite identificarse.

A partir del marco muestral es posible extraer la muestra de estudio es decir, la

población que se va a investigar. Los elementos que la integran pueden ser
clientes, empleados, hogares, instituciones, ciudades o cualquier cosa que
necesite ser estudiada.

Para realizar un muestreo probabilístico, es sumamente necesario ejecutar este

método, ya que permite encontrar la unidad que va a ser el objeto de estudio. El
marco muestral debe ser preciso, libre de omisiones y duplicaciones. Los datos y
las unidades deben cubrir a toda la población e identificarlas correctamente.

Características de un marco muestral

Entre las principales características de un marco muestral se encuentran las

siguientes: 

 Todas las unidades de muestreo tienen un identificador lógico y numérico.

 Se pueden encontrar toda información relevante sobre las unidades de
muestreo presente.
 El marco muestral está organizado de manera lógica y sistemática
 Contiene información adicional sobre las unidades de muestra, lo cual
permite el uso de marcos de muestreo más avanzados.
 Cada elemento de la población de estudio está presente en el marco
muestral.
 Cada elemento de la población está presente solo una vez en el marco
muestral.
 No hay elementos externos a la población de interés presentes en el marco.
 Para que funcione correctamente debe estar actualizado. 
 

Muestreo probabilístico

Hablaremos de muestro probabilístico siempre que se cumplan dos condiciones:

1. Todos los elementos de la población tienen una probabilidad mayor a cero de
ser seleccionados en la muestra.
2. La probabilidad de inclusión de cada elemento en la muestra se conoce de
forma precisa. 
El cumplimiento de ambos criterios es el que hace posible obtener resultados no
sesgados cuando se estudia la muestra y determinar el grado de incertidumbre
que añade el proceso de muestreo. En ocasiones, estos resultados no sesgados
requieren usar técnicas de ponderación (weighting), pero esta ponderación es
posible precisamente porque se conoce la probabilidad de que cada individuo sea
seleccionado en la muestra. Las muestras generadas en estas condiciones se
conocen también como muestras probabilísticas.

La definición anterior nos lleva a concluir que sólo podemos hacer muestreo
probabilístico si se dispone de un marco muestral. El censo de un país, el conjunto
de direcciones de hogares en una población o la lista de clientes de una empresa,
son ejemplos de marcos muestrales que hacen posible un muestreo probabilístico.
En cada uno de estos casos, el universo a estudiar es diferente: habitantes de un
país, hogares de una población y clientes de una empresa, respectivamente.

Una tenemos un marco muestral, la forma exacta en que se utiliza para

seleccionar la muestra define las diferentes técnicas de muestreo probabilístico:
muestreo aleatorio simple, muestreo sistemático, muestreo estratificado, muestreo
por conglomerados...

Muestreo no probabilístico

Sin embargo, no es sencillo cumplir con los requisitos propios de un muestreo

probabilístico:

1. Disponer de un marco muestral es algo relativamente poco habitual en estudios

de mercado. ¿Qué empresas pueden tener listados de toda población?
2. Lograr que todos los individuos de la población tengan una probabilidad no nula
de ser seleccionados es un requisito igualmente exigente, más aún conocer la
probabilidad de inclusión exacta de cada unidad muestral. Todos los individuos
que no pueden ser seleccionados en una muestra se suelen referir como unidades
fuera de cobertura.
Por todas estas razones, así como por razones de coste, los investigadores
recurren con frecuencia a otras técnicas de muestreo, agrupadas dentro de lo que
se conoce como muestreo no probabilístico. En estas técnicas alternativas, es
habitual seleccionar elementos para la muestra basándose en hipótesis relativas a
la población de interés, lo que se conoce como criterios de selección.

Por ejemplo, seleccionar una muestra buscando individuos por la calle, tratando
de que la mitad sean hombres y la mitad mujeres (coincidiendo con la distribución
que se supone en la población) sería un criterio de muestreo no probabilísitico.

En estos casos, debido a que la selección de las unidades de la muestra no es

aleatoria, cuando hablamos de muestreo no probabilístico no deberíamos incluir
estimaciones de error. Dicho de otra forma, una muestra no probabilística nos
informa de cómo es un universo pero no nos permite saber con qué precisión: no
podemos establecer unos márgenes de error y unos niveles de confianza.
Tamaño de la muestra:

¿Qué es el tamaño de la muestra?

Una muestra es una selección de los encuestados elegidos y que representan a la
población total. El tamaño de la muestra es una porción significativa de la
población que cumple con las características de la investigación reduciendo los
costos y el tiempo.
Saber cómo determinar el tamaño de la muestra antes de comenzar una
investigación es un principio estadístico que nos ayuda a evitar el sesgo en la
interpretación de los resultados obtenidos.

¿Cómo calcular el tamaño de la muestra?

El tamaño de la muestra de una encuesta es muy importante para poder realizar

una investigación de manera correcta, por lo que hay que tener en cuenta los
objetivos y las circunstancias en que se desarrolle la investigación.
Recuerda que la finalidad es que las personas completen la encuesta y te
otorguen los datos que estás buscando.
Una muestra demasiado grande dará lugar a la pérdida de valiosos recursos como
tiempo y dinero, mientras que una muestra pequeña puede no proporcionar
información confiable.

¿Entonces de qué tamaño debe ser una muestra? Esto sin duda depende de qué
tan exactos necesites que sean los datos obtenidos en tu encuesta, que tan
cercanos quieres que sean a los de la población total.

El tamaño de la muestra puede ser:

Representativa: Hace referencia a que todos los miembros de un grupo de

personas tengan las mismas oportunidades de participar en la investigación.
Adecuada: Se refiere a que el tamaño de la muestra debe de ser obtenido
mediante un análisis que permite resultados como disminuir el margen de error.

Ejemplo:

Si quieres realizar una investigación dentro de una universidad que ofrece 10

carreras diferentes y cada una tiene 700 alumnos, no querrás hacer 7000 mil
encuestas, bastará con determinar el tamaño de la muestra. Sin embargo,
debemos considerar el margen de error.

Población finita

Está formada por un número limitado de elementos

Ejemplo:

 Todos los habitantes de una comunidad

 El número de estudiantes de una institución universitaria
 El número de obreros de una compañía
 La flota de vehículos de una transportadora

Población infinita

Está formada por un número extremadamente de componentes, donde no se

pueden contabilizar todos sus elementos, ya que existen el número ilimitado de
estos.
Ejemplo:

 La población de insectos en el mundo

 El número de estrellas en el universo
 La cantidad de granos de arena
 Número de gotas de agua en un lago, en fin. Algo que no tiene lilmite.
Marco Muestral

https://www.netquest.com/blog/es/blog/es/muestreo-probabilistico-o-no-
probabilistico-ii#:~:text=Un%20marco%20muestral%20es%20una,cosa
%20susceptible%20de%20ser%20investigada

https://youtu.be/mC7NbEv6Vqw

Tamaño de la muestra

https://www.questionpro.com/es/tama%C3%B1o-de-la-muestra.html
https://youtu.be/oc8i9g144Y0