FUNDAMENTOS DEL MUESTREO

MUESTRA O CENSO

Podríamos definir que un Censo es un estudio completo de las unidades que conforman la
población. Mientras que una muestra es una parte seleccionada cuidadosamente de la población.

VENTAJAS QUE FAVORECEN EL USO DEL MUESTREO

En resumen, aunque idealmente se preferiría estudiar toda la población a través de un censo, las
limitaciones y condiciones a menudo hacen que el muestreo sea una opción valiosa y práctica para
obtener información confiable y representativa de una población más grande.

 Costo Menor gasto en comparación con analizar toda la población.

 Tiempo: Menos tiempo necesario debido a que se estudia menos.
 Tamaño poblacional: Muestreo para poblaciones grandes; censo para pequeñas.
 Varianza baja: Muestreo cuando varianza es baja; censo si es alta.
 Errores muéstrales: Muestreo para errores al azar, bajo costo; censo si alta precisión.
 Errores por falta de muestreo: Controlables y bajos, muestreo; altos, censo.
 Naturaleza medición: Muestreo para casos destructivos; censo cuando no.
 Atención a casos individuales: Muestreo para atención a casos individuales.
 Discreción en estudio: Menos probabilidad de revelación en muestreo.
 Accesibilidad población: Baja accesibilidad, muestreo por dificultades.
 Ideal es censo: Estudiar todo, pero limitaciones llevan a ventajas del muestreo.

MUESTREO

- Muestreo es un método: Implica seleccionar un grupo pequeño (muestra) de una

población para obtener información representativa.
- Probabilidad de representación: El objetivo es que la muestra tenga características
similares al universo y población estudiada.
- César Pérez (2005): Define los métodos de muestreo como técnicas para seleccionar una
muestra representativa de la población, permitiendo inferencias con errores medibles y
controlables.
- Importancia en inferencia estadística: El muestreo es fundamental para obtener
resultados confiables que se puedan generalizar a toda la población.
- Herramienta de investigación: Permite decidir qué parte de la población se debe examinar
para realizar inferencias precisas sobre ella.

POBLACION Y MUESTRA

POBLACION

Una población es el conjunto total de elementos que cumplen con ciertas especificaciones. Estos
elementos pueden ser objetos, fenómenos o situaciones que comparten una o más características
en común. Si consideramos todas las posibles observaciones de un fenómeno, lo llamamos
población. Ejemplos de población incluyen personas, clientes, familias, viviendas, animales,
árboles, objetos y empresas. Estas unidades son cuidadosamente definidas para un estudio en
particular y comparten características similares. Es esencial que la definición de las unidades sea
clara para que sea fácil determinar si pertenecen o no a la población.

MUESTRA

Una muestra es una parte seleccionada de una población más grande que se estudia con el
objetivo de sacar conclusiones válidas sobre toda la población. Si se tiene un conjunto de datos
que representa solo una porción de estas observaciones, se llama muestra. Según Sierra Bravo
(citado por Aneiva, 1991), una muestra es una parte elegida adecuadamente de una población que
se observa científicamente con el fin de obtener resultados válidos para toda la población. En
resumen, una muestra debe ser representativa de la población, reflejando sus propiedades y
características en proporciones similares, especialmente en relación a la variable principal bajo
estudio.

CONDICIONES QUE DEBE CUMPLIR LA MUESTRA PROBABILÍSTICA

Una muestra probabilística debe cumplir con estas condiciones:

 Representa solo una parte de la población, no la totalidad.

 Su tamaño es proporcional al de la población total, calculado estadísticamente.
 Contiene todas las características de la población para ser representativa.
 Los elementos se eligen de manera imparcial usando métodos estadísticos para evitar
distorsiones.

CARACTERÍSTICAS DESEABLES DE UNA INVESTIGACIÓN POR MUESTREO

Pérez (2005) establece que una investigación por muestreo debe tener ciertas cualidades óptimas:

 Acuricidad: Debe estar cercana al valor verdadero de las características de la población

que se está estimando.
 Pertinencia: El resultado estadístico obtenido debe poder llenar vacíos en la comprensión
de un fenómeno.
 Oportunidad: El resultado estadístico debe ser útil en relación con su disponibilidad en el
tiempo, siendo oportuno, rápido y actual.
 Accesibilidad: La información obtenida mediante el muestreo debe ser fácilmente
accesible y cumplir con las regulaciones legales vigentes.
 Detalle y cobertura: La obtención de datos profundos y extensos puede complementar
una investigación exhaustiva a través de una muestra.
 Economía: La investigación por muestreo debe ser lo más económica posible.
 Integración: Debe proporcionar una comprensión global de la información y ser
comparativa.
En resumen, si una muestra cumple con estas características, será representativa de la población y
se considera una muestra probabilística.

DISEÑO MUESTRAL

El diseño muestral implica usar métodos de muestreo para entender si las diferencias entre dos
muestras son representativas o no, y determinar si una muestra refleja a una población específica.
Esto incluye definir claramente la población, elegir la(s) técnica(s) de muestreo adecuada(s) y
calcular el tamaño de muestra óptimo. El objetivo es obtener una muestra que sea un reflejo fiel
de la población en cuestión.

IMPORTANCIA

El diseño muestral es crucial porque:

 Ahorra recursos (dinero, tiempo, energía).

 Selecciona representantes en lugar de la población completa, a diferencia de los censos.
 Captura características comunes de la población, cuantificadas por estadísticas.
 Facilita procesamiento al manejar menos datos, reduciendo errores.
 Permite emplear personal capacitado, supervisar trabajo de campo y procesamiento.

Por eso, es esencial planificar un diseño muestral antes de recoger datos para tener una estructura
clara de cómo se llevará a cabo la investigación en términos de muestra.

TIPOS DE DISEÑOS MUESTRALES

Existen dos tipos principales de diseños de muestras: transversal y longitudinal (Malhotra, 2008).

CLASIFICACIÓN DE DISEÑOS DE MUESTRAS: TRANSVERSAL VS. LONGITUDINAL

Muestra Transversal:

 Se extrae una vez de la población para un tema específico.

 No se repite en el tiempo, como una fotografía instantánea.
 Utilizado en estudios de mercado, como aceptación de productos, posición de marcas,
satisfacción con servicios, auditorías, intención de compra.
 Ideal para obtener información puntual sobre una situación.

Muestra Longitudinal:

 Se extrae y se estudia a lo largo de un período.

 Permite observar cambios en comportamientos, actitudes y percepciones con el tiempo.
 Útil para estudiar evolución de preferencias, lealtad del consumidor, desarrollo de
competencias.
  Ejemplos incluyen seguimiento de preferencias políticas, lealtad del consumidor, progreso
educativo.
 Proporciona información sobre cómo las variables cambian a medida que pasa el tiempo.

Diseño y ejecución del muestreo en 7 pasos (según Malhotra y Weiers):

EL PROCESO DE DISEÑO Y EJECUCION DEL MUESTREO

1. Definición: Identifica población, elementos, alcance, tiempo y parámetros clave.

2. Marco muestral: Decide cuál será el grupo de referencia para la selección de la muestra.
3. Tipo y técnica: Escoge si el muestreo será probabilístico o no probabilístico, y selecciona
una técnica específica.
4. Tamaño de muestra: Calcula el número de muestras, tanto inicial como final.
5. Selección y recolección: Elige las unidades muéstrales y reúne los datos usando técnicas
definidas.
6. Validación: Verifica si la muestra es representativa y adecuada.
7. Análisis y resultados: Responde a los objetivos de investigación y presenta los resultados
obtenidos.

FUENTE DE DATOS

Para interpretar y aplicar datos de manera efectiva, es esencial considerar varios aspectos clave:

 Fiabilidad de la información: Evalúa cuán confiable es la fuente de datos, ya que esto

impacta en la calidad de la interpretación y aplicación.
 Ritmo de actualización: Trabaja con datos actualizados para reflejar la realidad en tiempo
real y tomar decisiones informadas.
 Grado de discriminación: La información puede ser más o menos detallada; asegúrate de
que los datos distingan adecuadamente entre diferentes aspectos del fenómeno
estudiado.

Los datos pueden ser internos o externos, primarios o secundarios:

 Datos internos: Provenientes de la propia empresa, obtenidos y utilizados internamente.

 Datos externos: Originados fuera de la empresa por terceros.
 Datos primarios: Recopilados específicamente para un estudio, como encuestas de
intención de voto en elecciones.
 Datos secundarios: Recopilados previamente con otros fines, como estadísticas
gubernamentales.

Para usar datos secundarios, evalúa:

 Propósito y relación: ¿Los datos se relacionan directamente con tu problema de

investigación?
  Actualidad: ¿Qué tan recientes son los datos y qué tan relevantes son en el momento
actual?
 Confiabilidad: ¿Quién recopiló los datos y cuán confiable es la fuente?
 Métodos: ¿Cómo se recopilaron los datos secundarios?
 Exactitud: ¿Qué nivel de precisión y coherencia tienen los datos?

Respondiendo estas preguntas, puedes valorar la idoneidad de una fuente de datos secundarios.
La utilidad aumenta si los datos se alinean con tu objetivo, son recientes, provienen de fuentes
confiables, se recopilaron con métodos sólidos y están libres de sesgos.

INSTRUMENTOS BÁSICOS QUE UTILIZA EL MUESTREO PARA LA RECOPILACIÓN DE DATOS

Dependiendo de si los datos son primarios o secundarios, se utilizan diferentes métodos de

recopilación. Para datos primarios, se emplean encuestas, entrevistas, investigación cualitativa,
observación y experimentos. Para datos secundarios, se revisan documentos en bancos de datos.

En ciencias empresariales e investigación de mercados, los métodos tradicionales para recopilar

datos primarios son encuestas telefónicas, entrevistas tradicionales, entrevistas asistidas por
computadora y encuestas personales en el hogar o en centros comerciales. También se usan
encuestas por correo postal y por correo electrónico, incluyendo paneles de correo electrónico.

Cada método tiene ventajas y limitaciones.

 Encuestas telefónicas: Rápidas.

 Entrevistas en el hogar: Flexibilidad, mayor control de la muestra y más respuestas.
 Intercepción en centros comerciales: Flexibilidad, uso de estímulos físicos y mayor índice
de respuestas.
 Encuestas por correo postal: Mayor control de la fuerza de campo.
 Encuestas por correo electrónico: Mayor control de la fuerza de campo, acceso
especializado.
 Internet: Rápido y económico.

FUENTES POTENCIALES DE ERROR EN UNA INVESTIGACION

Existen dos tipos principales de errores que contribuyen al error total en una investigación: el
error muestral y el error no muestral.

 Error Muestral: Surge debido a que la muestra seleccionada no representa perfectamente

a toda la población estudiada. Este error tiene dos características clave:
o Se puede medir.
o Disminuye al aumentar el tamaño de la muestra.
 Error No Muestral:** Este tipo de error proviene de fuentes distintas al muestreo y puede
estar relacionado con errores en el planteamiento, diseño, escalas, cuestionario,
entrevistas y análisis de datos. Para abordar este error, es importante:
 o Identificar los posibles errores no muéstrales.
o Comprender cómo pueden influir en los resultados.
o Seguir rigurosamente una metodología objetiva y científica para reducir estos
errores.

Los errores no muéstrales son difíciles de medir y pueden sesgar los resultados en direcciones
desconocidas. Para minimizarlos, es crucial seguir una metodología de investigación sólida.

A continuación, se detallan algunos tipos de errores no muéstrales:

 Error por Falta de Respuesta: Sucede cuando los entrevistados no responden o rechazan
participar en la muestra. También puede ocurrir si no están disponibles durante el proceso
de muestreo.
 Error en la Respuesta: Se da cuando los entrevistados proporcionan respuestas imprecisas
o cuando se registran o analizan de manera incorrecta.
 Error del Investigador: Puede originarse por malas decisiones en la asignación de números
y escalas, diseño inadecuado del instrumento de recolección de datos, definición
incorrecta de la población, errores en la estructura de la muestra y análisis de datos
inapropiados.
 Error del Entrevistador: Se produce por errores en la selección de los entrevistados,
preguntas mal formuladas, registros incorrectos y, especialmente, por engaño. Este último
es el más perjudicial para los resultados de la investigación.
 Error del Entrevistado: Puede tener dos causas principales: incapacidad y falta de
voluntad. La incapacidad ocurre cuando el entrevistado responde sobre un tema que
desconoce pero finge saber. La falta de voluntad ocurre cuando el entrevistado responde
por motivos diversos, como evitar al entrevistador o distracciones personales.

Para garantizar resultados precisos en una investigación, es crucial abordar tanto el error muestral
como el error no muestral, siguiendo un enfoque metodológico sólido y evitando errores en todas
las etapas del proceso de investigación.
 EL PLAN DE MUESTREO

INTRODUCCION :

En un capítulo separado, se explora el plan de muestreo debido a su gran importancia. A menudo,

en investigaciones en general y especialmente en el ámbito empresarial, los errores más comunes
surgen al crear un plan de muestreo sólido. Por lo tanto, en este capítulo, se examina en
profundidad cómo diseñar un plan de muestreo de manera detallada.

PASOS QUE INVOLUCRAN

1.DEFINICIÓN DE LA META Y LOS PARÁMETROS PERTINENTES.

 La población meta se refiere al grupo específico de unidades que se va a investigar, con

características relevantes. Se define a partir de elementos, unidades de muestra,
extensión geográfica, periodo temporal y parámetros a estudiar.
 La unidad de muestra es un conjunto no superpuesto de elementos. Puede contener o ser
el propio elemento. Representa una parte seleccionada de la población total y se utiliza
para aplicar la técnica de investigación. La suma de todas las unidades de muestra da
como resultado el tamaño total de la población.
 Los elementos son los objetos sobre los que se desea obtener información y forman parte
de la unidad de muestra. Son los componentes fundamentales de los que se recopila
información.
 La extensión se refiere al límite geográfico dentro del cual se realizará el estudio.
 El tiempo se refiere al período durante el cual se llevará a cabo el muestreo y la
investigación.
 Los parámetros son las características de la población que se desean estimar a partir de la
muestra. Se suelen expresar en términos de porcentajes o promedios. En el caso de
encuestas, suelen estar relacionados con las preguntas del cuestionario.

2.-DETERMINACIÓN DEL MARCO MUESTRAL.

La representación de las unidades de una población es como una lista detallada, como un
directorio telefónico o un plano de una ciudad, que ayuda a identificar a quiénes queremos
estudiar. Lo mejor es tener una lista completa de todas las unidades de la población para elegir la
muestra.

Pero a veces se cometen errores en esta lista, incluyendo unidades que no deberían estar o
dejando fuera algunas que deberían estar. Para arreglar esto, hay algunas estrategias:

 Reajustar la definición de la población de acuerdo al marco muestral. En otras palabras,

modificar la descripción de quiénes deben ser considerados como parte de la población
objetivo.
  Seleccionar solo las unidades que cumplan con los criterios específicos de la población
durante la fase de recopilación de datos. Esto ayuda a evitar la inclusión de unidades
incorrectas.
 Ajustar los datos recopilados aplicando un esquema de ponderación. Esto implica asignar
diferentes niveles de importancia a las unidades de acuerdo a su relevancia en la
población, de manera que los errores en el marco muestral no afecten en gran medida los
resultados finales.

En resumen, la representación de unidades poblacionales se logra a través de una lista o

indicaciones. Un marco muestral completo es esencial para seleccionar una muestra precisa. Los
errores en el marco muestral pueden corregirse redefiniendo la población, seleccionando
unidades adecuadas durante la recopilación de datos o ajustando los datos mediante ponderación.

3.-SELECCIÓN DE UN TIPO Y TÉCNICA DE MUESTREO.

En la etapa de diseño de muestreo, hay decisiones fundamentales que debes tomar. Identifica
estas decisiones al elegir un tipo de muestreo:

1. Estrategia Bayesiana o Tradicional:

 Estrategia Bayesiana: Selección secuencial con información previa sobre parámetros y

costos.
 Estrategia Tradicional: Selección completa de la muestra antes de recopilar datos.

2. Muestreo con o sin Reemplazo:

 Muestreo con reemplazo: Elementos pueden ser elegidos más de una vez.
 Muestreo sin reemplazo: Elementos se eligen una sola vez, excluyéndolos luego.

3. Muestreo Probabilístico o No Probabilístico:

 Muestreo no probabilístico implica elegir muestras sin seguir un proceso aleatorio, sino
que se basa en la opinión personal del investigador. Esto no asegura que la muestra
represente adecuadamente a toda la población.
 Muestreo probabilístico se refiere a un método de muestreo en el cual cada elemento de
la población tiene una probabilidad definida y constante de ser elegido para formar parte
de la muestra.

CARACTERISTICAS DE MUESTREO PROBABILISTICO

 El muestreo probabilístico implica elegir muestras de una población de manera que cada
unidad tenga la misma probabilidad de ser seleccionada.
 Se usan herramientas como calculadoras, software o tablas de números aleatorios para
lograr una selección imparcial.
  Aunque es más objetivo que el muestreo no probabilístico, también es más costoso,
requiere más tiempo y es más complejo de aplicar.
 La principal ventaja es que permite estimar el error muestral o la precisión de los datos
recopilados. Todo el proceso se basa en leyes de probabilidad, lo que permite calcular
intervalos de confianza para las estimaciones.

Además de las características mencionadas, se pueden considerar otros criterios como aspectos
estadísticos y operativos para guiar el proceso de muestreo.

En resumen, el muestreo probabilístico asegura una selección imparcial y ofrece estimaciones

precisas con base en principios de probabilidad, a pesar de su mayor costo y complejidad en
comparación con el muestreo no probabilístico.

muestreo mixto,

Los métodos mixtos de investigación combinan enfoques cualitativos y cuantitativos en diferentes

etapas del proceso de estudio. La elección del tamaño y tipo de muestra es crucial en ambas
metodologías y se vuelve más compleja en los métodos mixtos. Aunque se suele asociar el
muestreo probabilístico con lo cuantitativo y el no probabilístico con lo cualitativo, en realidad
ambos enfoques pueden aplicarse en ambos tipos de estudios. De manera similar, mientras se
tiende a vincular muestras pequeñas con lo cualitativo y muestras grandes con lo cuantitativo, hay
situaciones en las que se justifica usar pequeñas muestras en investigaciones cuantitativas (como
en estudios económicos) y grandes muestras en investigaciones cualitativas (por ejemplo, en
estudios de poblaciones heterogéneas o sistemas complejos). A pesar de la creciente popularidad
de los métodos mixtos, el tema del muestreo en estos diseños ha recibido poca atención y a
menudo se ha abordado de manera dicotómica.

.4.-DETERMINACIÓN DEL TAMAÑO DE LA MUESTRA.

La definición del número de elementos en un estudio implica considerar tanto elementos

cualitativos como cuantitativos.

Hay factores cualitativos relevantes que influyen en la determinación del tamaño de la muestra:

 Importancia de la decisión: Para decisiones operativas o rutinarias, se decide el tamaño

de muestra basándose en el juicio. Sin embargo, en decisiones estratégicas, se calcula
estadísticamente debido a su impacto en la empresa y la necesidad de una muestra
representativa.
 Naturaleza de la investigación: En investigaciones exploratorias, se determina el tamaño
de muestra mediante juicio. En investigaciones concluyentes, se calcula estadísticamente
utilizando fórmulas matemáticas.
 Tamaños de muestras en estudios anteriores: Se pueden utilizar como referencia los
tamaños de muestras utilizados en estudios similares o previos.
  Índice de incidencia: Este índice se refiere al porcentaje de unidades que cumplen con los
criterios para ser incluidas en nuestro estudio.
 Índice de terminación: Se refiere al porcentaje de unidades muestrales que participan con
éxito en la investigación.
 Limitaciones de recursos: En ocasiones, es necesario encontrar un equilibrio entre el
tamaño de muestra óptimo y las limitaciones de recursos disponibles. Aunque no es la
opción más recomendable, puede ser necesario considerar este factor en ciertos
momentos.

En resumen, el número de elementos en un estudio se define teniendo en cuenta aspectos

cualitativos y cuantitativos. Para decisiones estratégicas, se calcula estadísticamente para
garantizar representatividad. La naturaleza de la investigación y referencias de estudios previos
también influyen en el tamaño de muestra. Los índices de incidencia y terminación son relevantes
para evaluar la participación y calidad de la muestra. Finalmente, las limitaciones de recursos
deben equilibrarse para lograr resultados óptimos en la determinación del tamaño de muestra.

5.-SELECCIÓN DE LA MUESTRA Y RECOLECCIÓN DE LOS DATOS.

Antes de hacer el trabajo de campo, planificar bien la recolección de datos es crucial. Aunque
tengamos un buen plan, si no recolectamos los datos correctamente, la muestra no será
representativa. Hay que programar las actividades, usar un diagrama de Gantt, gestionar el equipo
y estimar el presupuesto. También es necesario seguir detalladamente las decisiones de diseño de
muestreo.

Hay diferentes formas de obtener datos en el trabajo de campo:

 Entrevistas personales
 Cuestionarios por correo
 Encuestas telefónicas
 Observación directa
 Revisión documental
 Experimentos
 Grupo focal

Es vital considerar los errores no muestrales, como los errores del encuestador y del encuestado.
Por eso, durante la recolección de datos, se deben tomar medidas para reducir estos errores.

6.-VALIDACIÓN DE LA MUESTRA.

La validación del muestreo es esencial para asegurar que nuestra muestra es adecuada y
representa fielmente a toda la población. También nos permite comparar las características de la
muestra con las de la población original. Además, evaluamos si la varianza estimada antes de
seleccionar la muestra coincide con la varianza después de elegirla. Esto nos ayuda a determinar si
hemos recopilado suficientes datos y si nuestra muestra es óptima. Si no es representativa,
necesitamos seguir recolectando datos hasta lograr una muestra que sea fiel a la población.

7.-ANALISIS DE LOS DATOS Y PRESENTACIÓN DE LOS RESULTADOS

En la etapa final del proceso de muestreo, se alinea de manera cercana con la validación de la
muestra, que requiere un análisis profundo. En este análisis, se utilizan diversas técnicas
estadísticas según los objetivos de la investigación, que incluyen:

 Medidas de tendencia central:*Ayudan a entender el valor promedio de los datos, como

la media, la mediana y la moda.
 Medidas de dispersión: Evalúan la variabilidad de los datos, como la desviación estándar y
el rango intercuartílico.
 Pruebas de hipótesis de una y dos muestras:Permiten sacar conclusiones sobre
diferencias o relaciones entre grupos de datos.
 Modelos de distribución de probabilidad: Ayudan a comprender cómo los datos se
distribuyen en torno a valores específicos.
 Métodos de tendencias: Ayudan a identificar patrones o direcciones en los datos a lo
largo del tiempo.
 Técnicas bivariantes: Analizan la relación entre dos variables, como la Prueba Chi-
cuadrada para independencia, regresión y correlación, y el análisis de varianza (Anova).
 Técnicas Multivariantes: Exploran la relación entre múltiples variables, como el Análisis
factorial, conglomerados para agrupamiento y el análisis de correspondencia.

En resumen, en esta etapa se realiza un análisis estadístico detallado utilizando diversas técnicas
para comprender, interpretar y extraer conclusiones significativas a partir de los datos de la
muestra recolectada.