Investigación de Públicos y

Mercados
Semestre Académico 2021-2

Mario Alonso Gallo Medina, MBA

Sesión virtual 05
1. Conceptos clave del muestreo
2. Muestro no probabilístico
3. Muestreo probabilístico
La muestra en estadística
Muestra es una porción de la totalidad de un fenómeno,
producto o actividad que se considera representativa del
total también llamada una muestra representativa.

Muestra viene de mostrar siendo que da a conocer a los

interesados o públicos objetivos resultados, productos o servicios
que ejemplifican o sirve como demostración de un tipo de
evento, calidad o la estandarización.
La estadística
Es la rama de las matemáticas que se encarga de recoger datos,
ordenarlos y analizarlos. Es decir, cuando queremos estudiar un
determinado fenómeno recurrimos a la estadística. Un buen
ejemplo de fenómeno que estudia la estadística, es el salario
medio de los ciudadanos de un país
Población

Son todas y cada una de las posibles observaciones o

medidas que se estén considerando. De acuerdo a su
tamaño, la población puede considerarse finita o
infinita.
Población

Empleados de una empresa finita.

Todos los pelos de un animal: infinita.
Asistentes a un evento deportivo: finita.
Personas que les gusta el helado: infinita.
Censo

Es el recuento que se hace de una población

finita; es decir, debe ser numerable y contable.
G arantiza una alta confiabilidad en los
resultados debido al gran tamaño de la muestra.
Muestra

Es un subconjunto de la población estadística,

es decir, es una parte de ella y por lo tanto tiene
que poseer las mismas características de la
población objeto de estudio.
Muestra representativa

Es aquella que representa adecuadamente la

composición de la población, es decir, que las
diferentes categorías claves del estudio estén
representadas en la muestra.
Subconjunto representativo y
finito que se extrae de la
población accesible aquella
que por su tamaño y
características similares ,
permite hacer inferencias o
generalizar los resultados al
resto de la población con un
margen de error conocido.
Razones de Muestreo
Disminución de costos (tiempo, personal, material) al disminuir
el número de casosdisminuyen también los errores asociados
a la manipulación de los datos.
Puede confiarse en la generalización de los resultados si se
ha tenido cuidado al seleccionar la muestra.
Selección del tamaño de la muestra
• Salvo en poblaciones muy pequeñas y accesibles nunca se
observan a todas las unidades de la población.
• Se debe diseñar una muestra que constituya una representación
a pequeña escala de la población a la que pertenece.
• Cualquier diseño muestral comienza con la búsqueda de la
información que ayude a la identificación de las características
de la población bajo estudio.
Tamaño de la muestra

Es el número de unidades a incluir en la muestra.

Existen varios factores que influyen en el:

• Tiempo y recursos disponibles Modalidad de Muestreo

• Tipo de Análisis Previsto
• Varianza o heterogeneidad de la población
• Margen de Error máximo admisible
• Nivel de confianza de la estimación muestral
Tamaño de la muestra
• Tamaño suficientemente grande: Cuando trabajamos con muestras estamos,
normalmente, trabajando con una cantidad de datos inferior a la población. Ahora
bien, para que una muestra estadística sea representativa deberá ser lo
suficientemente grande como para considerarse representativa. Para ello existen
fórmulas para calcular el tamaño de la muestra dependiendo si la población es finita
o infinita.

• Aleatoriedad: La selección de los datos de una muestra estadística debe ser

aleatoria. Es decir, debe ser totalmente al azar. Si en lugar de realizarlo al azar,
realizamos un proceso de selección de datos planificado, estamos introduciendo un
sesgo a la obtención de datos. Por tanto, para evitar que la muestra sea sesgada y,
por tanto, conseguir que sea una muestra representativa, debemos hacer una
selección aleatoria.
Error de muestreo
El error aleatorio no se suele ajustar a ninguna regla o
norma, varían en cada caso , en su sentido y magnitud, y por
ello tiende a anularse cuando se trata de un número elevado
de casos.

Los errores aleatorios se comenten, por ejemplo, cuando un

encuestado elige erróneamente una casilla queriendo
hacerlo en otra, cuando un encuestador marca erróneamente
un dato, etc.
 Tipos de Muestreos
PROBABILÍSTICOS
• Todas las unidades tienen la
misma posibilidad de participar
en la muestra.
• La elección de cada unidad
muestral es independiente de
las demás.
• Se puede calcular el error
muestral.
NO PROBABILISTICOS
• Cada unidad NO tiene igual
probabilidad de participar
en la muestra.
• No se puede calcular el error
muestral.
• Alto riesgo producido por la
introducción de sesgos.
 MUESTRA PROBABILÍSTICA
Subgrupo de la población en el que todos
los elementos de ésta tienen la misma
posibilidad de ser elegidos y se obtienen
definiendo las características de la
población y el tamaño de la muestra, y por
medio de una selección aleatoria o
mecánica de las unidades de análisis.
MUESTRA NO PROBABILÍSTICA
Subgrupo de la población en la que la
elección de los elementos no depende de la
probabilidad sino de las características de la
investigación y su procedimiento no es
mecánico ni con base en fórmulas de
probabilidad, SINO que depende del proceso
de toma de decisiones de un investigador o
de un grupo de investigadores
 PROCEDIMIENTO DE MUESTREO

Todos los procedimientos de muestreo

No Probabilísticos Probabilísticos

Intencional o por
Por Juicio o deliberado
Por conveniencia • Muestreo al azar simple
• Muestreo al azar sistemático
• Muestreo estratificado
• Muestreo por conglomerados
Usos de cada tipo de muestreo

Muestreo No Probabilístico
Estudios Pilotos
Estudios Cualitativos

Muestreo Probabilístico
Estimación de Parámetros
Comprobación de Hipótesis
Muestra no probabilística
En este tipo de selección de muestra todos los elementos no tienen la misma
probabilidad de ser elegidos, ya que depende del procedimiento escogido para
seleccionarlos.

• Bola de nieve: En primer lugar se seleccionan a diferentes sujetos. A partir de

ahí estos sujetos colaboran para encontrar a más sujetos que tengan relación
con ellos.
• Muestra por cuotas: La población es elegida en función a unas
características determinadas.
• Muestra discrecional: La selección de la población la realizan los
investigadores en función a su propio criterio.
• Muestra por conveniencia: Es una muestra elegida por los propios
investigadores según su interés o cercanía.
Bola de nieve

• Este modelo es particularmente útil cuando se muestrean

poblaciones cuyos componentes, por motivos morales,
ideológicos, legales o políticos tienen que ocultar su
identidad.

• A partir de unos pocos individuos el entrevistador, con ayuda

de los primeros, va “conociendo” a nuevos miembros de la
muestra.
Bola de nieve

• El riesgo fundamental está asociado a la selección

inadecuada de los primeros miembros de la muestra y de
quienes dependerá el resto.

• También es posible que ocurran distorsiones si no se

tiene en cuenta criterios muy específicos para la
selección de la muestra.
Bola de nieve
Muestra por cuotas

• La población debe ser dividida en estratos definidos por

variables cuya distribución dentro de la población sea conocida.
• Se procede a calcular el tamaño de cada estrato siguiendo el
mismo procedimiento que si fuese un muestreo probabilístico
estratificado.
• A diferencia del M. Probabilístico Estratificado el entrevistador
es libre para escoger a quienes forman parte de cada estrato.
(CUOTA).
Muestra por cuotas
La elección de los elementos se hace en función a ciertas
características de la población, de modo tal que se
conformen grupos o cuotas con cada característica,
procurando respetar las proporciones en que se encuentran
en la población.
Muestra por cuotas

• Este tipo de muestreo se caracteriza por un esfuerzo

deliberado de obtener muestras; mediante la inclusión en la
muestra de grupos supuestamente típicos.

• Es muy frecuente su utilización en sondeos preelectorales

de zonas que en anteriores votaciones han marcado
tendencias de voto
Muestra discrecional

Los elementos son escogidos con base en

criterios o juicios preestablecidos por el
investigador
Muestra por conveniencia

 Se trata de un proceso en el que el investigador

selecciona directa e intencionadamente los individuos
de la población.

 El caso más frecuente de este procedimiento el utilizar

como muestra los individuos a los que se tiene fácil
acceso (los profesores de universidad emplean con
mucha frecuencia a sus propios alumnos).
Muestra por conveniencia
Muestra probabilística
En este tipo de muestras todos los sujetos disponibles tienen las mismas
probabilidades de ser incluidos.

• Muestra aleatoria simple (M.A.S): Es un conjunto de variables aleatorias

independientes e idénticamente distribuidas, obtenidas a partir de la variable
aleatoria X y que se distribuyen igual que la misma.
• Muestra aleatoria sistemática: En este caso la población se enumera y se
agrupa en grupos de 10 personas. Posteriormente, se selecciona a un
miembro de cada grupo para elaborar la muestra.
• Muestra aleatoria por conglomerados: La población se encuentra ya
agrupada previamente y de estos grupos se extraen los individuos para
conformar la muestra.
• Muestra estratificada: En este caso la población se divide en subgrupos o
estratos con base en las variables de estratificación.
Muestra aleatoria simple (M.A.S)

• Se realiza utilizando alguna fuente de elección aleatoria.

• Supone que cada miembro de la población tiene elemento que lo
identifica ( ej. Un número identificador) y mediante el cual puede
ser elegido si “sale” sorteado.
• La afirmación anterior implica que hay que tener un listado
completo de TODOS los miembros de la población.
Muestra aleatoria simple (M.A.S)

Muestra formulada de manera que cada

integrante de la población tenga la misma
probabilidad de quedar incluido.

Población Muestra
aleatorización
Muestra aleatoria sistemática

Similar al muestro simple salvo que:

Solo la primera unidad de la muestra se elige al azar siempre que el número
seleccionado sea mayor que el coeficiente de elevación.

Coeficiente de Elevación = N/ n
Donde:
N: Tamaño de la población
n : Tamaño de la muestra
Muestra aleatoria sistemática
Los integrantes de la población se ordenan de acuerdo algún método y se selecciona al
azar un punto de inicio y después se elige cada “k” elemento de la población para la
muestra de manera sistemática.

Población ordenada
1 2 3 4 5 6 Muestra sistemática
7 8 9 10 11 12 1 5 9
13 14 15 16 17 18
13 17 21
19 20 21 22 23 24
25 29 36
25 26 27 28 29 30
31 32 33 34 35 36
Muestra aleatoria por conglomerados

• La unidad muestral es un grupo de elementos de la población que forman

parte de una unidad, a la que llamamos conglomerados.

• A diferencia de un estrato, un conglomerado es una unidad de elementos

que contienen representantes de toda la población.
Muestra aleatoria por conglomerados
La población se agrupa en conglomerados, los cuales poseen la característica de ser dispersos
dentro de ellos, estos son elegidos por ubicación geográfica.

Muestra por
Población por conglomerado
conglomerado
Muestra estratificada

Presupone el conocimiento de las características de las unidades

que forman la población para poder dividirla en grupos ( estratos).

Se eligen los miembros de la muestra en cada estrato creado

siguiendo algún tipo de muestreo de los vistos anteriormente.
Muestra estratificada
Consiste en dividir la población en subconjuntos Ejemplo: En una institución de educación
cuyos elementos posean características universitaria, se divide la población por carreras o
comunes, es decir, estratos homogéneos en su especialidades, las cuales conformarán los
interior. Posteriormente se hace la escogencia al estratos. Después se efectúa la selección aleatoria
azar en cada estrato en cada una de ellas.

POBLACIÓN ESTRATIFICADA MUESTRA ESTRATIFICADA

Aleatorización
 ¡Muchas gracias por su
atención!
Semestre Académico 2021 - 2

Mario Alonso Gallo Medina, MBA