Capítulo 11.

Muestreo: diseño y
procedimiento
Unidad II. Diseño de investigación y
pautas para el trabajo de campo
 Reviviendo a un pato cojo
La venta de estampillas postales del pato del U. S. and Wildlife Service (USFWS) para pagar el costo de
conservación de los pantanos estaba disminuyendo. Para resolver el problema se le pidió a The Ball
Group (una empresa de investigación de mercados y de publicidad) para investigar quiénes estarían
interesados en comprar estampillas y por qué querían hacerlo, qué marketing debería utilizarse y qué
beneficios se percibirían por brindar esas estampillas.
Los pasos para el proceso de diseño de muestreo de esta investigación se
ilustran a continuación:

1. Población meta: hombres y mujeres que sean jefes de familia.

Unidad de muestreo: números telefónicos en funcionamiento;
extensión: Estados Unidos; tiempo: periodo de la encuesta.
2. Marco de muestreo: programa de cómputo para generar números
telefónicos de manera aleatoria y eficiente, excluyendo los números
que no estén en funcionamiento o que no sean de uso doméstico.
3. Técnica de muestreo: muestreo aleatorio simple con modificación
para excluir los números telefónicos que no estén en funcionamiento
o que sean de empresas.
4. Tamaño de la muestra: 1000
5. Realización: se utiliza un programa de cómputo para generar al azar
una lista de números telefónicos domésticos. Se selecciona al
hombre o la mujer jefe de familias usando la técnica del siguiente
cumpleaños. Las entrevistas se realizan por medio del sistema de
entrevistas telefónicas asistidas por computadora.
 Diseño de muestreo

3. Técnica de
Etapas Muestreo
1. Definir
población meta Son
2. Marco
Contiene Muestra No
probabilística
y
Elemento Contiene probabilística
Tiempo

Unidad
de Extensión Listado de
muestreo participantes/
instrucciones
Consumidores
de café
2011

Para este caso no

Cafeterías UCA existe un listado de
de la UCA los clientes de las
cafeterías.
Instrucción:
seleccionar a los
clientes que llegan a
consumir e invitarlos
a participar.
 Diseño de muestreo

Etapas

3. Técnica de Muestreo

Son
No Probabilística
probabilística

Son
Muestreo por Aleatorio
conveniencia simple Conglomerado

•Difícil marco de
Muestreo por juicio muestreo
Sistemático
•Menor precisión •Variables zonas
•Muestras Estratificado geográficas,
amplias y mayor •Muestra más zonas
costo representativa habitacionales,
Muestreo por cuota •No manzanas
•No es necesario •Variables
representativo conocer el marco demográficas, •Más preciso y
de muestreo tipo de cliente, disminuye el
Muestreo por bola de •Encuestas tamaño de la costo
telefónicas, empresa •Difícil interpretar
nieve los resultados
correo, internet y •Más preciso sin
centros aumentar el
comerciales costo
•Difícil estratificar
 Diseño de muestreo

Etapas 5. Proceso de
4. Tamaño de la
muestra muestreo

Calcula para Explica

Poblaciones Poblaciones
finitas infinitas
Cómo se hará
cada etapa y
Con Con cómo superar
Cuando Cuando limitaciones

Es posible No Es posible
estimar la estimar la
población población
•´fórmula para
medias,
fórmula para
proporciones
Fórmulas y procedimientos de muestreo

EJEMPLOS PARA CALCULAR LA

MUESTRA
PARA POBLACIONES INFINITAS
Al estimar la media de la población
Donde:
2 n: Tamaño necesario de la muestra.
 
Z    2 σ: Desviación estándar conocida o estimada en estudios
 1-  anteriores (términos absolutos o relativos).
n 2  Z: Número de unidades de desviación estándar en la
 X 2 distribución normal que producirá el nivel de confianza deseado.
σx: Error máximo que estamos dispuestos aceptar
(términos absolutos o relativos).
Queremos conocer el ingreso promedio semanal que una población de obreros
agrícolas percibe. Estimamos que la desviación estándar es aproximadamente
C$ 350.00, nos gustaría tener la certeza del 95% de que la verdadera media
muestral se encuentra dentro de los C$ 80.00 de la verdadera media de la
población.
2
 
Z    2
 1-  1.96  350 
2 2

n  (3.8416)(122,500)
2
  
 X 2
80 2
6,400
n  73.5  74 obreros agrícolas
 Al estimar la proporción de la
población
P: Proporción de la población que posee la característica de interés (o
 
2 parámetro: Edad, sexo, profesión, ingreso, estructura social, etc.).
Z   P 1  P  1-P: Proporción de la población que no posee la característica de interés.
 1- 
n   σP: Error máximo que estamos dispuestos aceptar entre la proporción
2

 P 2 muestral y la proporción de la población al nivel de confianza deseado.

El presidente de la cadena de supermercados “La Palmazón”, desea conocer, si

los clientes, de dicha cadena, estarían dispuestos a aceptar cupones. El
presidente de la cadena de supermercados, se resiste a aceptar la idea de
introducir los cupones, debido a que el publico percibe que los cupones
originarían un incremento en comerciales, lo que provocaría acelerar el costo de
los artículos, que allí se comercializan. Se ignora si dichos cupones atraerán a los
clientes (P) o dañaran las ventas (1-P).

De acuerdo un estudio previo (exploratorio) se encontró, que de las personas

abordadas, un 54% indico que la promoción en base a cupones si atraería a los
clientes. El presidente, junto con los investigadores desean tener la certeza del
99% que la proporción de la muestra se halla dentro del 10% de la proporción de
la población de los clientes de dicha cadena de supermercados.
 Al estimar la proporción de la
población
P: Proporción de la población que posee la característica de interés (o
2
  parámetro: Edad, sexo, profesión, ingreso, estructura social, etc.).
Z   P 1  P 
 1-  1-P: Proporción de la población que no posee la característica de interés.
n  
2

 P 2 σP: Error máximo que estamos dispuestos aceptar entre la proporción

muestral y la proporción de la población al nivel de confianza deseado.

2
 
Z   P 1  P 
 1- 
n  2  
( 2.58) 2 (0.54)( 0.46)

 P 2
(0.1) 2

n  165.34  166 clientes

PARA POBLACIONES FINITAS
 Al estimar la media de la población
n
 2 N: Tamaño de la población
 X 2   2
2
  N
Z  
 1 
 2 

Queremos conocer el ingreso promedio semanal que percibe una población de 3,000
obreros agrícolas. Estimamos que la desviación estándar es aproximadamente C$
350.00, nos gustaría tener la certeza del 95% de que la verdadera media muestral se
encuentra dentro de los C$ 80.00 de la verdadera media de la población.

n
 2 
(350)2

 X 2   2 (80)2

(350)2
 
2
N (1.96)2 (3,000)
Z  
 1 
 2 

122,500 122,500
n  
6,400 122,500 1,665.972512  40.83333

3.8416 3,000
122,500
n  71.77  72 obreros agrícolas
1,706.805845
 Al estimar la proporción de la
población
De acuerdo un estudio previo (exploratorio) se
encontró, que de las personas abordadas, un 54%
P 1  P 
n indico que la promoción en base a cupones si atraería
 P 2 
P (1  P )
2 a los clientes. El presidente, junto con los
  N
Z   investigadores desean tener la certeza del 99% que la
 1 
 2  proporción de la muestra se halla dentro del 10% de la
proporción de la población de los clientes de dicha
cadena de supermercados.

El presidente de la cadena de supermercados “La Palmazón”, desea conocer, si de un

total de 50,000 clientes, de dicha cadena, quienes estarían dispuestos a aceptar
cupones. El presidente de la cadena de supermercados, se resiste a aceptar la idea de
introducir los cupones, debido a que el publico percibe que los cupones originarían
un incremento en comerciales, lo que provocaría acelerar el costo de los artículos,
que allí se comercializan. Se ignora si dichos cupones atraerán a los clientes (P) o
dañaran las ventas (1-P).
 Al estimar la proporción de la
población
P 1  P 
n
 P 2 
P (1  P )
2
  N
Z  
 1 
 2 

P 1  P  (0.54)( 0.46)
n   
 P  2


P (1  P ) 0.12 
(0.54)( 0.46)
2 2
  ( 2.58) N 50,000
 Z 
  1
  2

0.2484 0.2484
n   
0.01 0.2484 0.001502313  0.000004968

6.6564 50,000
0.2484
n   164.8  165 clientes
0.001507281